보행환경은 개인의 영역이자 공공 공간으로서 시민들의 일상생활에 매우 중요한 요소이다. 보행환경의 중요성이 인지되면서 국가적 차원에서도 보행환경 실태조사를 전국 지자체가 5년마다 시행하도록 법으로 규정하는 등 체계적인 실태조사가 필요한 실정이다. 하지만 보행환경에 대한 실태조사는 일부 지역을 대상으로 현장 조사에 의지하는 등 실태조사 방법론에 있어서는 기존의 한계를 벗어나지 못하고 있다. 본 연구는 고해상도 거리 영상과 딥러닝 기술을 활용한 보행환경 평가 지표 개발을 목표로 하였다. 보행환경 평가 지표 개발을 위해 보행환경 평가와 관련된 국내외 문헌 및 딥러닝 기술을 활용한 보행환경 평가 연구를 리뷰를 토대로 보행환경 평가 지표 초안을 개발하고, 도출된 보행환경 평가 지표의 구체적 데이터 구축 가능성을 확인하기 위해 거리 영상의 시멘틱 세그멘테이션(semantic segmentation) 결과 정확도와 영상 외 필요한 자료에 대한 취득 가능성을 검토한 후 최종 보행환경 평가 지표를 제안하였다. 도출된 보행환경 평가 지표는 안전성, 편리성, 쾌적성, 접근성 4개 카테고리에 8개 지표를 활용하는 것을 제안하였다. 본 연구의 결과는 현장 관찰 조사나 설문조사에 기반한 기존 보행환경 연구의 한계점을 탈피하고 고해상도 거리 영상과 딥러닝 기술을 활용한 도시 연구의 지능화 계기를 마련하고 보행환경 평가 업무를 보다 효율적으로 수행할 수 있는 초석이 될 것으로 기대한다.

본 연구는 캠퍼스 내 대학생들의 건강증진 가능성을 알아보기 위해 대학생의 건강상태, 신체활동 수준, 그리고 워커빌 리티에 영향을 주는 캠퍼스 공간에 대한 만족도를 확인해보고자 하였으며, 그 결과는 다음과 같다. 첫째, 대학생들의 건강상태 요인으로서 건강관련 삶의 질 측정결과 5개 영역 모두 건강한 상태였으나, 불안/우울 영역 에서 상대적으로 낮은 수준이었다. 또한, 조사대상자의 과반수가 저체중 또는 과체중･비만으로 건강증진의 필요성이 있음을 보여주었다. 둘째, 학생들은 신체활동 중 걷기/산책을 가장 선호한다고 응답하여 캠퍼스 워커빌리티 향상의 필요성을 제시하는 결과라 볼 수 있지만, 대학생들의 실제 캠퍼스 내 걷기수준은 단지 33.6% 만이 규칙적인 운동을 하고 있으며 대부분의 학생들은 앞으로 규칙적인 신체활동을 할 의사가 있다고 응답하였다. 특히 여학생의 경우 단지 18%(남학생, 48.4%)만이 규칙적으로 운동을 실천하므로 앞으로 여학생의 신체활동을 증가시키기 위한 환경을 조성할 필요성이 있겠다. 이와 더불어 신체활동의 건강증진 효과를 기대하기 위해서는 신체활동 시간도 중요하기 때문에 체육시설뿐만 아니라 캠퍼스의 보도, 산책로 등의 환경개선을 통해 1시간 이상 걷는 학생들의 비율을 증대할 필요성이 있다고 사료된다. 마지막으로, 계명대학교 학생들의 캠퍼스 공간에 대한 만족도를 조사한 결과 100점 만점으로 환산했을 때 54.8점에서 68.0점 수준으로 조사되었다. 걷기와 관련한 심리적 측면과 산책로에 대해서는 만족하고 있었으나, 걷기와 관련한 심미적 측면과 교통사고 안전 및 범죄 안전성 그리고 여성 혼자 걷기나 야간에 걷기의 안정성에 대해서는 다소 만족하지 않는 것을 알 수 있었다. 캠퍼스의 골격을 이루는 차량중심의 도로체계는 보행성을 저해하는 가장 큰 요소라 판단되며, 장기적 관점에서 보행자가 우선이 되는 캠퍼스 환경 개선이 요구된다 하겠다.

The purpose of this study is to propose the methodology for introducing green infrastructure that can improve the health of citizens by promoting walkability. The methodology is composed of the following three phases: classification of the types of green spaces, selection of core green spaces with two separate analyses, and introduction of the framework of green infrastructure to promote walkability. In the first phase, the classification of the types of green spaces was carried out in order to understand existing distribution pattern of green spaces in study site. In the second phase, walkable blocks were selected by such methods as walkability value. Through these two analyses, all the blocks were divided into three groups according to the ranking figured up the second analyses' results. The blocks in the first group, the group involved in the top 30% and having the greatest ranking, were defined as walkable blocks. In the last phase, a basic frame of the green infrastructure in study site was introduced by connecting the walkable blocks with using other blocks and the green spaces over 1ha. In case study, 28 important green spaces and 35 walkable blocks were selected through the two analysis process. Then, the basic framework of green infrastructure based on the selected 28 important green spaces and 35 walkable blocks was introduced. The methodology applied to this study can be used to get the best selections of the proper green infrastructure in accordance with the purpose of the ecological and recreational local development. In particular, this study will suggest a specific analysis model to use for the ecological and walkable urban planning with green spaces existing in the city.