인공지능 챗봇으로 보는 뉴욕 인도 쉐드 설계와 보행자 행동

초록

본 연구는 대형 언어 모델을 활용한 이미지‑주석 챗봇 설문을 통해 뉴욕시 인도 쉐드(스케폴딩)의 디자인 특성이 보행자 시각·경로 선택에 미치는 영향을 실증적으로 분석한다. 25명의 참여자를 대상으로 입구 인식 여부와 보행 측면 선택을 기록했으며, 스케폴딩 존재가 상점 입구 식별을 크게 저하시킨다는 결과와 날씨·디자인 변수가 보행 경로 선택에 유의미하게 작용한다는 결론을 도출했다.

상세 분석

이 논문은 인간‑컴퓨터 상호작용(HCI)과 생성형 AI를 결합한 새로운 조사 도구를 제시한다는 점에서 학술적·실무적 의의가 크다. 먼저, 구글 Gemini‑1.5‑flash‑001 모델을 이미지‑주석 인터페이스와 연동시켜 사용자가 거리 사진을 직접 탐색하고, 보행자 시각에 중요한 요소(예: 상점 입구, 보행 공간)를 클릭·표시하도록 유도한다. 이러한 인터랙션은 전통적인 설문 방식이 제공하지 못하는 공간적·시각적 맥락을 보존하면서도, 대화형 프롬프트를 통해 참여자의 주관적 해석을 심층적으로 수집한다는 장점이 있다.

데이터 수집 과정은 두 단계로 구성된다. 1) 이미지 주석 단계에서 참여자는 격자형 그리드 위에 입구 위치를 표시하고, 스케폴딩의 높이·포스트 간격·색상 등 설계 변수를 인식한다. 2) 챗봇 대화 단계에서 LLM은 사전 정의된 질문을 순차적으로 제시하고, 필요 시 후속 질문을 동적으로 생성해 응답의 질을 높인다. 이때 사용된 로지스틱 혼합효과 모델은 개인별 무작위 효과를 포함해 설계 변수와 날씨(비·맑음·고온) 조건이 보행자 측면 선택(왼쪽·오른쪽) 및 입구 인식 확률에 미치는 영향을 정량화한다.

분석 결과, 스케폴딩이 존재할 경우 보행자는 평균 42% 낮은 확률로 상점 입구를 정확히 식별했으며, 특히 포스트 간격이 좁고 색상이 대비가 낮을수록 인식 저하가 심했다. 날씨 변수는 보행자 경로 선택에 중요한 조절 변수로 작용했는데, 비가 오는 상황에서는 차광 효과가 있는 스케폴딩을 선호해 해당 측면을 선택하는 비율이 18% 상승했다. 또한, 높이가 12피트 이상인 고형 스케폴딩은 시야 확보에 긍정적 영향을 미쳐 보행자 만족도가 유의하게 높았다.

연구의 한계로는 표본 규모가 25명에 불과해 일반화 가능성이 제한적이며, 참여자들이 실제 거리 환경이 아닌 정적 이미지에 기반해 판단했기 때문에 행동의 외적 타당성이 낮을 수 있다. 또한, LLM 기반 챗봇의 질문 설계가 편향될 위험이 존재한다는 점에서 향후 연구에서는 질문 다양성 확보와 다중 모델 비교가 필요하다. 그럼에도 불구하고, 이미지‑주석과 대화형 AI를 결합한 방법론은 도시 설계 평가에 실시간·대규모 참여를 가능하게 하는 혁신적 접근으로 평가된다.