역사도시 중심 자전거 친화성 지수

초록

**
본 연구는 Cambridge의 역사적 도심을 대상으로, 첫인칭 자전거 영상과 설문 데이터를 결합해 거리 유형별 시각·공간 특성이 자전거 이용 경험에 미치는 영향을 정량화한다. 머신비전으로 추출한 개방성·녹지·폐쇄감·이미지성·건물 연속성 등 6가지 지표와 건축·지형 변수, 주관적 만족도·안전감 등을 연계해 ‘URBAN‑SPIN’이라는 유형‑민감 Bikeability Index를 개발하였다. 통계 분석 결과, 녹지와 개방성은 전반적으로 긍정적 영향을 주지만, 폐쇄감·이미지성·건물 연속성은 거리 유형에 따라 임계값을 넘어설 때 오히려 부정적 효과를 나타낸다. AI 기반 가시적 재설계 실험을 통해 소규모 시각적 개선만으로도 지각적 자전거 친화성을 크게 향상시킬 수 있음을 확인하였다.

**

상세 분석

**
이 논문은 기존의 매크로‑스케일 자전거 친화성 연구와 달리, 마이크로‑스케일에서 사이클리스트가 직접 체감하는 시각·공간 요소를 정밀하게 측정하고, 이를 거리 유형별로 구분하여 분석한다는 점에서 혁신적이다. 첫 번째 핵심은 ‘Cambridge Cycling Experience Video Dataset (CCEVD)’라는 최초의 핸들바‑장착 1인칭 영상 데이터베이스를 구축한 것이다. 이 데이터는 2 km 길이의 도로 구간을 10 초 간격으로 촬영해, 총 12 000개 이상의 프레임을 확보했으며, 각 프레임에 대해 semantic segmentation을 수행해 개방성(openness), 녹지(greenness), 폐쇄감(enclosure), 비자동차 차선 비율(non‑motorized lane proportion), 이미지성(imageability), 건물 연속성(building continuity) 등 6가지 시각 지표를 정량화하였다.

두 번째 핵심은 Balanced Incomplete Block Design (BIBD) 설문을 통해 얻은 주관적 평가를 활용한 것이다. 설문은 ‘편안함’, ‘안전감’, ‘쾌적함’, ‘길 찾기 용이성’ 등 4가지 차원으로 구성됐으며, 각 도로 구간을 무작위로 배정해 피험자 간의 평가 편향을 최소화했다. 이렇게 얻은 주관적 점수와 머신비전 지표, 그리고 OSM·DEM 기반의 물리적 변수(도로 폭, 경사, 교차로 밀도 등)를 다중 회귀와 구조방정식 모델(SEM)로 결합해, 각 변수의 직접·간접 효과를 추정하였다.

분석 결과는 두드러진 ‘유형‑민감 상호작용’을 보여준다. 녹지와 개방성은 모든 유형에서 긍정적 영향을 주지만, 폐쇄감은 ‘좁은 골목형’(narrow corridor)에서는 시야 확보와 안전감에 기여하는 반면, ‘넓은 광장형’(open plaza)에서는 과도한 폐쇄감이 불안감을 유발한다. 이미지성(landmark density) 역시 ‘역사적 거리형’에서는 문화적 정체성을 강화해 긍정적 효과를 내지만, ‘상업 중심형’에서는 과도한 시각 복잡성이 인지 부하를 증가시켜 부정적 영향을 미친다. 건물 연속성은 건물 높이와 연속된 파사드가 일정 비율을 초과하면, 특히 ‘보행자 전용형’에서 시각적 압박을 가중시켜 편안함 점수를 낮춘다.

세 번째로, 논문은 AI‑assisted visual redesign을 시뮬레이션했다. GAN 기반 이미지 변환 모델을 이용해 ‘녹지 확대(10 %)’, ‘하늘 가시성 증가(15 %)’, ‘불필요한 광고판 제거’ 등을 적용한 가상 도로 영상을 생성하고, 이를 다시 설문에 투입해 인지 점수 변화를 측정했다. 결과는 평균적으로 0.23 SD(표준편차) 상승을 보였으며, 특히 ‘좁은 골목형’에서 ‘녹지 확대’가 안전감과 편안함을 크게 끌어올렸다. 이는 대규모 인프라 개보수 없이도 시각적 요소만으로 자전거 친화성을 실질적으로 개선할 수 있음을 시사한다.

마지막으로, 연구진은 위 결과를 바탕으로 ‘URBAN‑SPIN Bikeability Index’를 제안한다. 이 지수는 0–100 점 범위로, 각 구간의 머신비전 지표 가중치(전문가 설문 기반)와 주관적 평가 가중치를 곱해 산출한다. 유형별 가중치 조정이 가능하도록 설계돼, 예를 들어 ‘좁은 골목형’에서는 폐쇄감 가중치를 0.3으로 낮추고, ‘넓은 광장형’에서는 개방성 가중치를 0.4로 높인다. 지수는 GIS에 레이어 형태로 배포돼 정책 입안자와 설계자가 손쉽게 시각화·우선순위 결정을 할 수 있다.

**