거리뷰에서 가시성 네트워크까지: 비전‑언어 모델로 도시 시각 관계 매핑

초록

본 연구는 전통적인 라인‑오브‑사이트(LoS) 기반 가시성 분석의 한계를 극복하고, 거리뷰 이미지와 최신 비전‑언어 모델(VLM)을 활용해 도시 랜드마크의 실제 가시성을 정량화한다. 방향·줌을 제어한 스트리트 뷰 이미지에서 목표 객체를 탐지하고, 탐지 성공을 가시성으로 정의한다. 이를 바탕으로 관측자와 객체 간 이질적인 연결을 표현하는 가시성 그래프를 구축해, 다중 랜드마크 간 시각적 연계와 연결 강도를 분석한다. 전 세계 6개 도시의 고층 랜드마크에 대한 사례 연구에서 87%의 정확도를 달성했으며, 런던 템즈강 주변에서는 다리와 같은 중간 매개체가 전체 연결의 약 30%를 차지한다는 결과를 제시한다. 이 방법은 3D 데이터가 부족한 환경에서도 실용적인 가시성 평가를 가능하게 하며, 도시 계획·문화유산 보전·컴퓨테이셔널 사회과학에 새로운 연구 방향을 제시한다.

상세 분석

이 논문은 기존 LoS 기반 가시성 분석이 3D 데이터 의존성과 시각적·맥락적 요소 무시라는 두 가지 근본적 한계를 가지고 있음을 지적한다. 첫 번째는 고해상도 DSM·DEM 등 3D 모델이 부족하거나 품질이 낮을 경우, 건물 높이·형태의 미세 차이가 가시성 결과에 큰 오차를 초래한다는 점이다. 두 번째는 순수 기하학적 교차만으로는 인간이 실제 거리에서 경험하는 조명, 식생, 광고판 등 복합적인 시각 환경을 포착하지 못한다는 것이다. 이를 해결하기 위해 저자는 전 세계적으로 광범위하게 제공되는 스트리트 뷰 이미지(SVI)를 활용한다. SVI는 카메라 위치·방향·시야각 메타데이터를 포함하고 있어, 관측자의 시점과 동일한 시각 정보를 제공한다. 핵심 기술은 최신 비전‑언어 모델(VLM)인 CLIP, OWL‑ViT, Grounding DINO 등을 이용해 ‘랜드마크’라는 텍스트 프롬프트와 이미지 간 연관성을 학습시킨 뒤, 방향·줌을 조절한 이미지에서 목표 객체가 인식되는지를 판단한다. 탐지 성공은 해당 위치에서 랜드마크가 실제로 보인다는 의미이며, 이를 이진 가시성 라벨로 전환한다.

또한 저자는 가시성을 단일 관측점-대상 관계가 아니라 이질적인 가시성 그래프로 확장한다. 그래프의 노드는 관측자 위치와 랜드마크 객체이며, 엣지는 탐지된 가시성을 나타낸다. 엣지 가중치는 탐지 신뢰도·시야각·거리 등을 반영해 연결 강도를 정량화한다. 이렇게 구축된 그래프는 다중 랜드마크가 공유하는 시점, 즉 ‘시각적 교차점’을 식별하고, 특정 인프라(예: 다리)가 전체 연결망에서 차지하는 비중을 분석한다. 사례 연구 1에서는 6개 고층 랜드마크(예: 샤드, 두바이 부르즈 등)를 대상으로 87% 정확도를 기록했으며, 동일 도시 내에서도 가시성 패턴이 주변 건물 밀도·거리·조명 등에 따라 크게 달라짐을 확인했다. 사례 연구 2에서는 템즈강을 따라 배치된 여러 랜드마크와 다리 사이의 시각적 연결을 그래프 분석으로 시각화했으며, 다리가 전체 연결의 약 30%를 차지한다는 흥미로운 공간적 상관관계를 도출했다. 이러한 결과는 전통적인 LoS 시뮬레이션이 놓치던 ‘시각적 매개체’와 ‘맥락적 연계’를 정량적으로 포착한다는 점에서 학술적·실무적 의의가 크다.

마지막으로 논문은 방법론의 한계도 언급한다. VLM의 탐지 정확도는 이미지 해상도·조명·날씨 등에 민감하며, 멀리 있는 작은 랜드마크는 오인식 위험이 있다. 또한 SVI는 도로망에 국한된 시점만 제공하므로, 보행자·자전거·공원 등 비도로 환경에 대한 가시성은 아직 커버되지 않는다. 그럼에도 불구하고, 저자는 데이터 접근성·스케일러빌리티·시각적 맥락 반영 측면에서 기존 LoS 기반 방법을 보완하는 강력한 대안으로 평가한다.