논문 상세보기

한국지리정보학회> 한국지리정보학회지> 고학력 인적 자본의 공간적 분포에 미치는 요인분석 - 석·박사 집단을 중심으로 -

KCI등재

고학력 인적 자본의 공간적 분포에 미치는 요인분석 - 석·박사 집단을 중심으로 -

Analysis of Factors Affecting the Spatial Distribution of Highly Educated Human Capital: Focusing on Master’s and Doctorate Group

김소영 ( Soyoung Kim ) , 김동현 ( Donghyun Kim )
  • : 한국지리정보학회
  • : 한국지리정보학회지 24권2호
  • : 연속간행물
  • : 2021년 06월
  • : 64-77(14pages)
한국지리정보학회지

DOI

10.11108/kagis.2021.24.2.064


목차

서 론
연구방법 및 선행연구 고찰
분석 결과
결론 및 시사점
REFERENCES

키워드 보기


초록 보기

본 연구의 목적은 고학력 인적 자본 집단의 공간적 분포를 살펴보고 공간적 분포에 미치는 영향요인을 파악하는 것이다. 본 연구는 지니계수와 탐색적 공간자료분석을 통해 불균형과 공간적 집중정도를 살펴보았으며 공간회귀모형을 통해 고학력 인적 자본 집단의 분포에 미치는 경제적 요인과 어메너티 요인의 영향 정도를 확인하였다. 분석결과, 석·박사 집단 고학력 인적 자본은 불균등하게 분포하고 있으며 수도권을 중심으로 충남 및 강원 일부지역에서 군집을 형성하고 있는 것으로 나타났다. 석·박사 집단 고학력 인적 자본의 분포에 영향을 미치는 영향요인은 경제적 요인이 강하게 작용하고 있었다. 어메너티 요인은 석·박사 집단 고학력 인적 자본의 분포의 영향요인으로서 큰 역할을 하지 못하는 것으로 나타났다. 본 연구의 결과는 인적 자본을 유입하고자 하는 지역경제개발 정책에 있어 시사점이 있다.
The purpose of this study is to examine the spatial distribution of highly educated human capital and to identify key factors affecting their spatial distribution. We analyzed the spatial concentration and inequality using Gini’s coefficient and exploratory spatial data analysis and identified the economic and amenity factors to affect the spatial concentration of highly educated human capital using spatial regression model. The findings show that the spatial pattern of highly educated human capital is concentrated, imbalanced, and clustered in Capital region and part of Chungcheong and Gangwon region. The spatial concentration were more affected by economic factor than by amenity factors. This study provides some implication on the regional economic strategies to attract the human capital.

UCI(KEPA)

간행물정보

  • : 공학분야  > 토목공학
  • : KCI등재
  • :
  • : 계간
  • : 1226-9719
  • : 2287-6952
  • : 학술지
  • : 연속간행물
  • : 1998-2021
  • : 1166


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

24권3호(2021년 09월) 수록논문
최근 권호 논문
| | | |

KCI등재

1고해상도 정사영상을 이용한 딥러닝 기반의 산림수종 분류에 관한 연구

저자 : 장광민 ( Kwangmin Jang )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 3호 발행 연도 : 2021 페이지 : pp. 1-9 (9 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 드론으로 취득한 고해상도 정사영상 자료를 이용하여, 컨볼루션 신경망(Convolution Neural Network, CNN)을 이용한 딥러닝 기법을 통해 수종에 대한 자동분류 가능성을 분석해 보고자 하였다. 수종판독을 위한 분류항목을 소나무, 자작나무, 낙엽송, 잣나무 그리고 신갈나무 5개 수종으로 선정하였다. 고해상도 정사영상과 임상도를 이용하여 총 5,000개의 데이터셋을 구축하였다. 수종분류를 위한 학습모델로 CNN 기법을 적용하였고, 데이터셋을 5:3:2의 비율로 훈련데이터, 검증테이터, 테스트데이터를 구분하여 모델의 학습 및 평가에 사용하였다. 모델의 전체 정확도는 89%로 나타났으며, 수종별 정확도는 소나무 95%, 자작나무 89%, 낙엽송 80%, 잣나무 86%, 신갈나무 98%로 나타났다.


In this study, we evaluated the accuracy of deep learning-based tree species classification model trained by using high-resolution images. We selected five species classed, i.e., pine, birch, larch, korean pine, mongolian oak for classification. We created 5,000 datasets using high-resolution orthophoto and forest type map. CNN deep learning model is used to tree species classification. We divided training data, verification data, and test data by a 5:3:2 ratio of the datasets and used it for the learning and evaluation of the model. The overall accuracy of the model was 89%. The accuracy of each species were pine 95%, birch 89%, larch 80%, korean pine 86% and mongolian oak 98%.

KCI등재

2서울시 용도복합 현상의 측정 및 기술에 관한 연구

저자 : 김현무 ( Hyun-moo Kim ) , 이우진 ( Woo-jin Lee ) , 권태정 ( Tae-jung Kwon ) , 연정민 ( Jeong-min Yeon )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 3호 발행 연도 : 2021 페이지 : pp. 10-31 (22 pages)

다운로드

(기관인증 필요)

초록보기

본 연구를 통해 정의된 용도복합 개념은 세 가지 이상의 주요 도시기능의 복합을 의미하며 도시 공간의 경제적, 사회적, 환경적 가치를 동시에 실현하기 위한 수단을 의미한다. 이러한 정의 하에서 서울의 용도복합 현상을 탐구하였다. 상대적 엔트로피 개념을 사용하여 단위 지역인 법정동을 기준으로 복합도(R.E.)를 측정하였으며 도시기능의 유형은 용도복합의 정의에서 도출한 개념을 통해 건축물 층별 용도를 유형화하여 계량화하였다. 서울의 용도복합 현상은 복합도(R.E.) 0.631 이하를 '복합아님', 복합도(R.E.) 0.631 초과 0.884 미만을 '불균형 복합', 복합도(R.E.) 0.884 이상 0.991 미만을 '균형복합', 복합도(R.E.) 0.991 이상을'완전균형복합'의 단계로 구분하여 용도복합 현상을 해석하는 기준으로 지표화하였다.


The mixed-use concept definition, this study reveals, is that the mixing three or more major types of urban uses implements for economical, social and environmental values in our urban space. With this definition the study explores Seoul's mixed-use phenomenon. The quantification method, the study uses, is the relative entropy which calculate the balance of each urban use in a certain area. The relative entropy method, also known as the LUM(land-use mix score), uses three urban-use categories which is derived from the mixed-use concept definition. Hundreds of building-use types in the building regulations are categorized and calculate the LUM of Seoul's legal-status neighborhoods. The result interpreted as the criteria of Seoul's mixed-use phenomenon and categorize mixed land-use status in a certain value:'non mixed-use' category has a value 0.631 and below,'unbalanced mixed-use'category has a value between 0.631 and 0.884,'balanced mixed-use'category has a value between 0.884 and 0.991 and'complete mixed-use'category has a value 0.991 and over.

KCI등재

3지하정보 정밀탐사를 위한 GPR 데이터 위치정확도 개선 방안

저자 : 류지송 ( Jisong Ryu ) , 장용구 ( Yonggu Jang ) , 박동현 ( Donghyun Park )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 3호 발행 연도 : 2021 페이지 : pp. 32-40 (9 pages)

다운로드

(기관인증 필요)

초록보기

지하정보는 육안으로 확인이 어려워 안전사고가 발생할 경우 큰 사고로 이어질 수 있다. 최근 국토교통부는「지하안전관리에 관한 특별법」재정을 통해 지하매설물의 노후화 또는 파손으로 인해 발생하는 안전사고를 줄이고자 한다. GPR은 육안으로 확인이 어려운 지하공간의 정보를 습득하는 기술로 활용이 많아지고 있다. 그러나 GPR의 위치정보는 탐사 중 습득된 GPS 정보와 영상을 확인하여 보정한다. 이 방식은 평균 오차가 2m 정도 발생한다. 따라서 평면오차를 감소시킬 방안으로 LiDAR를 통한 보정법을 제시했다. 또한 제시된 방법을 활용하여 GPR정보를 보정하였다. 그 결과 오차가 최소 7㎝에서 최대 40㎝ 수준으로 감소하는 것을 볼 수 있었다. 향후 수집된 정확도 높은 GPR 정보를 AI 등을 활용하여 신속하게 분석한다면 현재보다 더 빠르게 지하정보를 수집하고 활용하여 안전을 확보할 수 있을 것이다.


Underground information is difficult to visually check, which can lead to a huge accident in the event of a safety accident. Recently, the Ministry of Land, Infrastructure and Transport intends to reduce safety accidents caused by the aging or damage of underground facilities through the Special Act on Underground Safety Management. GPR is increasingly being used as a technology to acquire information in underground spaces that are difficult to see with the naked eye. However, GPR's location information is corrected by checking images of CCTV and GPS information acquired during exploration. This method has an average error of about 2 meters. In this works, We used LiDAR to calibrate the GPR information and found that the error was reduced from at least 7㎝ to up to 40㎝. If accurate GPR information collected in the future is analyzed quickly using AI, etc., it will be able to collect and utilize underground information faster than it is now to secure safety.

KCI등재

4SWAT와 부하지속곡선을 이용한 유역 수질 관리방안

저자 : 갈병석 ( Byung-seok Kal ) , 조소현 ( So-hyun Cho ) , 박천동 ( Chun-dong Park ) , 문현생 ( Hyun-saing Mun ) , 주용은 ( Yong-eun Joo ) , 박재범 ( Jae-beom Park )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 3호 발행 연도 : 2021 페이지 : pp. 41-57 (17 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 대청호 상류에 있는 서화천 유역을 대상으로 SWAT(Soil and Watershed Assessment Tool) 모형을 이용한 수질 관리 대책 적용 및 부하지속곡선(LDC, Load Duration Curve)을 이용한 대책의 효율을 평가하였다. 수질 관리 대책으로는 인공습지, 방치 축분 저감, 비닐하우스 유출량 저감, 생태하천 복원, LID(Low Impact Development) 기술 적용, 점오염원 관리를 적용하였다. 적용된 기술은 부하지속곡선을 통해 유황별 목표 수질 초과율 및 부하량 저감 정도를 이용하여 수질 개선대책의 효율을 평가하였다. 부하지속곡선은 SWAT를 이용하여 장기 유량지속곡선(FDC, Flow Duration Curve)을 만들고 목표 수질을 곱하여 작성하였으며 목표 수질은 서화천 하류에 있는 옥천천 수질 관측지점의 10년간 자료를 사용하여 60분위에 해당하는 값을 목표 수질로 설정하였다. 본 연구를 통하여 여러 가지 수질 대책을 SWAT 모형을 통해 적용 가능성을 확인할 수 있으며 부하지속곡선을 통하여 유황에 따른 시기별 적용 가능성을 검토할 수 있었다.


This study evaluated the application of water quality management measures using the SWAT model and the effectiveness of the measures using the load duration curve targeting the Seohwacheon watershed located upstream of Daecheongho. As water quality management measures, artificial wetlands, reduction of neglected livestock, reduction of runoff from greenhouses, restoration of ecological rivers, application of LID technology, and management of point sources were applied. The applied technology evaluated the efficiency of water quality improvement measures by using the target water quality excess rate and the degree of load reduction for each sulfur through the load duration curve. The load duration curve was created by creating a long-term flow duration curve using SWAT and multiplying it by the target water quality. For the target water quality, the value corresponding to the 60th percentile was set as the target water quality using the 10-year data from the Okcheoncheon water quality observation point located in the downstream of Seohwacheon. Through this study, it was possible to confirm the applicability of various water quality measures through the SWAT model, and to examine the applicability of each period according to the sulfur through the load retention curve.

KCI등재

5한국 자동차산업의 기업간 거래관계에 의한 지리적 네트워크 구조 분석

저자 : 김혜림 ( Hye-lim Kim ) , 문태헌 ( Tae-heon Moon )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 3호 발행 연도 : 2021 페이지 : pp. 58-72 (15 pages)

다운로드

(기관인증 필요)

초록보기

2021년 7월 UNCTAD가 우리나라를 선진국으로 분류할 정도로 우리나라가 발전하는 성과가 있었다. 그러나 급변하는 글로벌 경제에 대응하기 위해서는 국내 산업생태계를 연구하여 끊임없이 변화시키고 성장을 위한 전략을 마련해야 한다. 그 중 하나가 기업간 네트워크를 강화하는 것이며, 본 연구는 기업 간 거래 데이터 구득이 가능한 자동차산업을 대상으로 공간적인 산업 네트워크를 분석하였다. 데이터는 295개의 기업 데이터(노드)와 607개의 거래 관계 데이터(링크)를 활용하였다. 기업의 주소지를 지오코딩하여 공간상 분포를 확인한 결과, 자동차산업 관련 기업은 수도권과 동남권에 집중 분포하고 있었다. 연결중심성, 매개중심성, 근접중심성, 위세중심성 등을 통해 노드의 중요도를 측정하고, 밀도, 거리, 커뮤니티 탐지, 동류성 및 이류성을 파악하여 네트워크 구조를 확인하였다. 그 결과, 4가지 노드 중요도에서 상위 15위 기업은 완성차기업 중에서는 현대자동차, 기아자동차, 한국지엠 3개의 기업이 공통적으로 포함되고, 상위 15위 기업은 주로 수도권에 입지하고 있다. 규모 면에서 연결중심성과 매개중심성은 대부분 종업원 수가 1,000명 이상인 큰 기업이고, 근접중심성과 위세중심성은 완성차기업을 제외하면 대개 종업원 수가 500명 이하인 기업이 상위 15위 안에 포함되었다. 전체적인 네트워크의 구조는 밀도는 0.01390522, 노드 간 평균거리는 3.422481로 나타났으며, 빠른탐욕알고리즘으로 커뮤니티 탐지를 실시한 결과, 최종적으로 11개의 커뮤니티가 도출되었다.


In July 2021, UNCTAD classified Korea as a developed country. After the Korean War in the 1950s, economic development was promoted despite difficult conditions, resulting in epoch-making national growth. However, in order to respond to the rapidly changing global economy, it is necessary to continuously study the domestic industrial ecosystem and prepare strategies for continuous change and growth. This study analyzed the industrial ecosystem of the automobile industry where it is possible to obtain transaction data between companies by applying complexity spatial network analysis. For data, 295 corporate data(node data) and 607 transaction data (link data) were used. As a result of checking the spatial distribution by geocoding the address of the company, the automobile industry-related companies were concentrated in the Seoul metropolitan area and the Southeastern(Dongnam) region. The node importance was measured through degree centrality, betweenness centrality, closeness centrality, and eigenvector centrality, and the network structure was confirmed by identifying density, distance, community detection, and assortativity and disassortivity. As a result, among the automakers, Hyundai Motor, Kia Motors, and GM Korea were included in the top 15 in 4 indicators of node centrality. In terms of company location, companies located in the Seoul metropolitan area were included in the top 15. In terms of company size, most of the large companies with more than 1,000 employees were included in the top 15 for degree centrality and betweenness centrality. Regarding closeness centrality and eigenvector centrality, most of the companies with 500 or less employees were included in the top 15, except for automakers. In the structure of the network, the density was 0.01390522 and the average distance was 3.422481. As a result of community detection using the fast greedy algorithm, 11 communities were finally derived.

KCI등재

6고해상도 위성영상을 이용한 농촌 도로 매핑을 위한 영상 분류 및 영상 분할 방법 비교에 관한 연구

저자 : 정윤재 ( Yun-jae Choung ) , 구본엽 ( Bon-yup Gu )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 3호 발행 연도 : 2021 페이지 : pp. 73-82 (10 pages)

다운로드

(기관인증 필요)

초록보기

농촌 도로는 농촌 지역의 개발과 관리를 위한 핵심 기반시설로서 원격탐사 자료를 활용한 농촌도로 관리 기술은 농촌 교통 인프라 확대, 농촌 주민의 삶의 질 개선을 위해 매우 중요하다. 본 연구에서는 농촌 지역을 촬영한 고해상도 위성영상을 활용하여 농촌 도로를 매핑하기 위해 영상 분류 방법과 영상 분할 방법을 다음의 과정을 통하여 비교하였다. 영상 분류의 경우, 심층 신경망 기반 딥러닝 기법을 주어진 고해상도 위성영상에 적용하여 고정밀 객체 분류 지도를 제작하였고 이로부터 농촌 도로 객체를 추출함으로써 농촌 도로를 매핑하였다. 영상 분할의 경우, multiresolution segmentation 기법을 동일한 위성영상에 적용하여 세그먼트 영상을 제작하였고 농촌 도로에 위치한 다중 객체들을 선택하고 이들을 최종적으로 융합하여 농촌 도로를 매핑하였다. 영상 분류 및 영상 분할 방법을 통해 매핑한 농촌 도로의 정확도 검증을 위해 100개의 검사점을 사용하였고 다음과 같은 결론을 도출하였다. 영상 분류 방법에서는 객체 분류 지도 내 오분류 에러로 인해 영상 내 일부 농촌 도로의 인식이 불가능하였으나 영상 분할 방법에서는 영상 내 모든 농촌 도로의 인식이 가능하였으므로 영상 분할 방법이 영상 분류 방법보다 위성영상을 이용한 농촌 도로 매핑 작업에 더 적합한 방법이었다. 그러나 영상 분할 방법을 통해 매핑한 농촌 도로를 구성하는 일부 세그먼트들이 농촌 도로 외 객체를 포함하고 있어 영상 내 일부 농촌 도로에서 오분류 에러가 발생하였다. 추후 연구에서는 객체 기반 분류 또는 합성곱 신경망 등 다양한 정밀 객체 인식 기법을 고해상도 위성영상에 적용하여 농촌 도로의 정확도를 개선할 계획이다.


Rural roads are the significant infrastructure for developing and managing the rural areas, hence the utilization of the remote sensing datasets for managing the rural roads is necessary for expanding the rural transportation infrastructure and improving the life quality of the rural residents. In this research, the two different methods such as image classification and image segmentation were compared for mapping the rural road based on the given high-resolution satellite image acquired in the rural areas. In the image classification method, the deep learning with the multiple neural networks was employed to the given high-resolution satellite image for generating the object classification map, then the rural roads were mapped by extracting the road objects from the generated object classification map. In the image segmentation method, the multiresolution segmentation was employed to the same satellite image for generating the segment image, then the rural roads were mapped by merging the road objects located on the rural roads on the satellite image. We used the 100 checkpoints for assessing the accuracy of the two rural roads mapped by the different methods and drew the following conclusions. The image segmentation method had the better performance than the image classification method for mapping the rural roads using the give satellite image, because some of the rural roads mapped by the image classification method were not identified due to the miclassification errors occurred in the object classification map, while all of the rural roads mapped by the image segmentation method were identified. However some of the rural roads mapped by the image segmentation method also had the miclassfication errors due to some rural road segments including the non-rural road objects. In future research the object-oriented classification or the convolutional neural networks widely used for detecting the precise objects from the image sources would be used for improving the accuracy of the rural roads using the high-resolution satellite image.

KCI등재

7항공 LiDAR 및 RGB 정사 영상을 이용한 딥러닝 기반의 도시녹지 분류

저자 : 손보경 ( Bokyung Son ) , 이연수 ( Yeonsu Lee ) , 임정호 ( Jungho Im )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 3호 발행 연도 : 2021 페이지 : pp. 83-98 (16 pages)

다운로드

(기관인증 필요)

초록보기

도시녹지는 도시 생태계 건강성 증진을 위한 중요한 요소이며, 건강한 도시 생태계 유지 및 관리를 위해서는 도시녹지의 공간적인 현황 파악이 필요하다. 환경부에서는 2010년 이후부터 총 41개의 분류 항목을 갖는 1m 급 해상도의 세분류 토지피복지도를 제공해오고 있으나, 가로수와 같은 도시 내 고해상도 상세 녹지 정보는 기타 초지로 분류되거나 누락되어 오고 있다. 따라서, 본 연구에서는 수원시 지역을 대상으로 1m 이하 급의 고해상도 원격탐사 자료(항공 LiDAR 및 RGB 정사영상)를 이용하여, 기존 세분류 토지피복지도에서는 나타나지 않는 고해상도의 상세 도시 녹지(수목, 관목 및 초지) 정보를 분류하고자 하였다. 분류 기법으로는 딥러닝 기반의 이미지 분할 방법인 U-Net 구조의 모델을 활용하였으며, 분류 항목의 수 및 사용하는 자료의 종류에 따라 총3가지의 모델(LRGB10, LRGB5, 및 RGB5)을 제안하고 성능을 평가하였다. 검증 지역에 대한 세 모델의 평균 전체 정확도는 각 83.40%(LRGB10), 89.44%(LRGB5), 74.76%(RGB5)이며, 항공 LiDAR와 RGB 정사영상을 함께 사용하여 총 5개의 항목(수목, 관목, 초지, 건물, 및 그 외)을 분류하는 LRGB5 모델의 성능이 가장 높게 나타났다. 수원시의 수목, 관목 및 초지 기준의 전체 녹지 현황은 각 45.61%(LRGB10), 43.47%(LRGB5), 및 44.22%(RGB5)로 나타났으며, 세 모델 모두 기존 세분류 토지피복지도와 비교하여 평균 13.40%의 도시 수목 정보를 더 제공할 수 있는 것으로 나타났다. 더불어 이러한 도시녹지 분류 결과는 향후 중분류 토지피복지도와 같은 기존 GIS 정보와의 융합을 통해 가로수 녹지 비율 현황 등 추가적인 상세 녹지 현황 정보를 제공할 수 있어, 다양한 도시녹지 연구 및 정책의 기초 자료로 활용될 수 있을 것으로 기대된다.


Urban green space is an important component for enhancing urban ecosystem health. Thus, identifying the spatial structure of urban green space is required to manage a healthy urban ecosystem. The Ministry of Environment has provided the level 3 land cover map(the highest (1m) spatial resolution map) with a total of 41 classes since 2010. However, specific urban green information such as street trees was identified just as grassland or even not classified them as a vegetated area in the map. Therefore, this study classified detailed urban green information(i.e., tree, shrub, and grass), not included in the existing level 3 land cover map, using two types of high-resolution(<1m) remote sensing data(i.e., airborne LiDAR and RGB ortho imagery) in Suwon, South Korea. U-Net, one of image segmentation deep learning approaches, was adopted to classify detailed urban green space. A total of three classification models(i.e., LRGB10, LRGB5, and RGB5) were proposed depending on the target number of classes and the types of input data. The average overall accuracies for test sites were 83.40% (LRGB10), 89.44%(LRGB5), and 74.76%(RGB5). Among three models, LRGB5, which uses both airborne LiDAR and RGB ortho imagery with 5 target classes(i.e., tree, shrub, grass, building, and the others), resulted in the best performance. The area ratio of total urban green space(based on trees, shrub, and grass information) for the entire Suwon was 45.61%(LRGB10), 43.47%(LRGB5), and 44.22%(RGB5). All models were able to provide additional 13.40% of urban tree information on average when compared to the existing level 3 land cover map. Moreover, these urban green classification results are expected to be utilized in various urban green studies or decision making processes, as it provides detailed information on urban green space.

1
권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1스마트도시서비스 공동창의자로서의 시민 역할 강화 방안 - 기능카드 기법 개발을 중심으로 -

저자 : 지상태 ( Sang-tae Ji ) , 박준호 ( Jun-ho Park ) , 박정우 ( Joung-woo Park ) , 남광우 ( Kwang-woo Nam )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 1-11 (11 pages)

다운로드

(기관인증 필요)

초록보기

최근 정부는 지역특화형 스마트도시서비스(이하 스마트서비스)의 구축과 시민 체감도 향상을 위해 스마트도시사업에 지역의 사용자인 시민들의 참여를 점차 확대해가고 있다. 하지만, 스마트서비스 관련 기술에 대한 정보 부족으로 스마트서비스 구상 과정에서 시민들로부터 구체적인 수준의 의견을 도출하기에는 한계가 있었다. 이에 본 연구는 2019년'스마트타운 챌린지 사업'으로 선정된 지자체 4곳의 보고서를 검토하여 리빙랩을 통해 스마트서비스에 대해 시민 의견의 구체화 수준을 진단하였다. 분석 결과, 리빙랩과정에서 다양한 디자인사고기법을 활용하여 스마트서비스 계획수립에 참여하였지만, 시민이 스마트서비스의 구체적인 기능을 구상하는 단계에 이르기는 한계가 있었다. 이에 본 연구에서는 스마트서비스의 정보수집, 가공, 제공 방법, 기술 등 4가지 요소와 서비스의 콘텐츠 등을 모듈한 후 이를 자유롭게 조합하여 활용 가능한 기능카드 기법을 제시하였다. 이렇게 개발된 기능카드 기법은 효과성 검증을 위해 실제 진행 중인 스마트도시사업에 적용하여 보았다. 이를 통해 기능카드가 시민들이 스마트서비스의 기능과 콘텐츠를 조합하여 상세 기능수준으로 스마트서비스를 구체화 할 수 있도록 도움을 주고 있음을 확인하였다. 본 연구에서 제시한 기능카드 기법은 시민참여형 스마트도시 계획에서 시민들이 지역 문제해결을 위한 의견을 구체화하여 지역특화 스마트서비스를 구상하는 공동창의자로서의 역할을 수행하는데 기여할 것으로 기대한다.

KCI등재

2스마트도시사업 단계별 시민참여 수준 진단에 관한 연구

저자 : 박지호 ( Ji-ho Park ) , 박정우 ( Joung-woo Park ) , 남광우 ( Kwang-woo Nam )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 12-28 (17 pages)

다운로드

(기관인증 필요)

초록보기

글로벌 스마트도시 추진 동향을 기반으로 2018년'4차산업혁명위원회'는 국내 스마트도시 정책의 방향과 관련하여'지속가능성'과'사람중심'을 핵심 키워드로 선정하였다. 이에 따라 국내 스마트도시사업 추진단계별로 적극적인 시민중심의 혁신 방법론인 리빙랩 프로그램을 적용하고 있다. 스마트도시는 리빙랩을 통해 시민이 중심이 되어 지역문제를 발굴하고, 공공·전문가와 함께 시민의 니즈(Needs)를 반영한 해결방안 도출을 통해 지속가능한 도시문제 해결방안 및 지역발전방안을 마련하고 있다. 그러나 상대적으로 오랜 시간 운영된 도시재생사업과 비교할 때 스마트도시사업의 시민참여는 그 수준이나 지속가능성에서 상당한 차이가 있는 것으로 나타났다. 이에 본 연구는 2018년부터 2019년까지 추진된 스마트도시사업에서 수행한 리빙랩 프로그램 사례를 대상으로 도시재생사업 단계별 시민참여 특성과의 비교 분석과 Arnstein의'참여의 사다리'모형을 기준으로 한 시민참여 활동 수준진단을 수행하였다. 진단결과, 스마트도시사업에서 수행된 리빙랩에 나타난 시민참여 활동은 스마트도시서비스의 선정이나 해결책 구성 등에 상대적으로 높은 수준의 권한을 기반으로 지역주민의 수요에 맞는 스마트도시서비스를 선택하고 지역에 맞는 서비스의 기술수준이 결정되는 데 큰 영향을 보이고 있었다. 그러나 스마트도시 구축사업만을 위한 단발성 성격의 시민참여단 모집으로 사업 종료 후 에는 대부분의 시민참여활동이 중단되고 있었다. 이에 반해 도시재생사업의 시민참여 활동은 지역공동체 중심으로 사업 계획 단계부터 사업 종료 후 운영단계까지 지속적인 운영·관리 방안이 도출되고 있었다. 본 연구는 이와 같은 도시재생사업과 스마트도시사업간의 시민참여의 특성 비교와 수준진단을 통해 보다 지속가능한 스마트도시 구현을 위한 시민참여활성화 방안을 제시하였다.

KCI등재

3제주 헬스투어리즘 모델 정립을 위한 관광자원 경쟁요인 분석 - 의료간섭 기반 위계공간을 중심으로 -

저자 : 김효 ( Hyo Kim ) , 정헌규 ( Heonkyu Jeong ) , 김민철 ( Mincheol Kim ) , 최용복 ( Yong-bok Choi )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 29-39 (11 pages)

다운로드

(기관인증 필요)

초록보기

세계적 고령화 현상과 새로운 라이프 스타일로 인하여 새로운 관광 형태인 헬스투어리즘은 전세계적으로 주목 받고 있다. 이 연구의 목적은 헬스투어리즘의 경쟁 요인을 분석하고 이에 맞는 제주지역 헬스투어리즘 모델을 제안하는 것이다. 문헌 연구를 통해 헬스투어리즘의 개념과 유형에 대한 이론적 고찰과 경쟁 요인 도출, 그리고 의료간섭 위계공간에 대한 고찰을 진행하였다. 이어서 제주 지역 관광, 의료, 정책에 관한 전문가를 대상으로 설문 조사를 실시하였으며 이를 바탕으로 하여 제주지역 헬스투어리즘의 경쟁 요인을 분석 한 결과, 제주지역 헬스투어리즘은 건강 서비스 공간보다 자연 치유 공간에서 중요성이 더 높은 것으로 확인되었다. 이러한 분석을 바탕으로 제주지역 헬스투어리즘은 자연치유공간과 비의료치유공간을 기반으로 자연자원, 치유자원, 활동자원 등 3가지 관광자원을 활용하는 모델을 제시하였다.

KCI등재

4도시균형발전을 위한 도시공간구조 변화 진단

저자 : 김호용 ( Ho-yong Kim )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 40-51 (12 pages)

다운로드

(기관인증 필요)

초록보기

본 연구의 목적은 지속 가능한 도시성장 관리를 위한 일환으로 도시균형발전을 위해 공간모델링 기법을 이용하여 도시공간 구조 진단하는 것이다. 도시공간구조는 다양한 활동의 상호작용이므로 공간구조 요소들의 패턴 변화 분석과 함께 요소들의 분석 결과를 연계하여 살펴볼 필요가 있다. 이를 위해 본 연구에서는 인구, 교통 분야에 대하여 접근하였으며, 대상지의 관련 법령에 따라 정의된 다양한 생활권별 공간구조를 분석하였다. 인구는 시계열별 변화 데이터를 공간통계 기법인 Getis-Ord □ 기법에 적용함으로써 인구 집중지역에 대한 군집 변화를 분석하였으며, 교통은 출퇴근 교통 O-D 데이터를 Social Network Analysis 기법에 적용함으로써 중심성 변화를 분석하였다. 분석결과 대상지 전체적으로 불균형이 심화되고 있었으며, 중심성의 변화가 분석되었다. 분석 결과는 다른 공간요인과 연계하여 해석함으로써 생활권별 도시공간구조를 전망하고 지속 가능한 도시성장관리를 위한 방향을 제시할 수 있었다. 이러한 결과는 해당 도시에서 진행되고 있는 도시정책뿐만 아니라, 전 세계 많은 도시에서도 급속한 도시발전과 통제할 수 없는 개발에 대응하기 위하여 도입하고 있는 다양한 도시 성장 관리 정책의 의사결정을 위한 도구로 활용할 수 있을 것이다.

KCI등재

5Sentinel-2 위성영상과 SRTM DEM을 활용한 연안습지 탐지: 서해안 곰소만을 사례로

저자 : 정윤재 ( Yun-jae Choung ) , 김경섭 ( Kyoung-seop Kim ) , 박인선 ( Insun Park )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 52-63 (12 pages)

다운로드

(기관인증 필요)

초록보기

기존 연구에서는 연안습지를 탐지하기 위해 위성/항공 영상의 다중분광 밴드로부터 산출한 식생지수 또는 토지피복도를 활용하였으나, 단일 센서만을 활용할 경우 토지피복정보와 지형정보를 동시에 고려하는 것에 한계가 있어 높은 정확도의 연안습지 탐지 및 대규모 연안습지 관리 업무 수행에 많은 지장을 초래하였다. 본 연구에서는 우리나라 서해안 곰소만 지역을 촬영한 Sentinel-2 위성영상의 다중분광 밴드와 디지털 지형 모델인 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model)을 사용하여 서해안 곰소만의 대규모 연안습지를 다음의 과정을 통해 탐지하였다. 우선 Sentinel-2 위성영상의 Green 및 근적외선 밴드를 활용하여 정규수분지수 영상을 제작하였다. 그리고 정규수분지수 영상에서 픽셀의 밝기값 0.2를 임계치로 설정하여 물과 육지를 구분하는 이진화 영상을 제작하였으며, SRTM DEM에서 픽셀의 밝기값 0을 임계치로 설정하여 해수면 아래와 해수면 위를 구분하는 이진화 영상을 제작하였다. 최종적으로는 두 장의 이진화 영상에 중첩 분석을 적용하여 이진화 영상 기반 연안습지 지도를 제작하였다. 본 연구에서 제안한 기술을 활용하여 제작한 이진화 영상 기반 연안습지 지도의 정확도는 94%로서 매우 높은 결과를 보여주었으며, 연안습지가 아닌 내륙습지, 산지습지 등은 탐지되지 않아서 연안습지 관리 업무에 매우 효과적으로 활용될 수 있음을 확인하였다.

KCI등재

6고학력 인적 자본의 공간적 분포에 미치는 요인분석 - 석·박사 집단을 중심으로 -

저자 : 김소영 ( Soyoung Kim ) , 김동현 ( Donghyun Kim )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 64-77 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구의 목적은 고학력 인적 자본 집단의 공간적 분포를 살펴보고 공간적 분포에 미치는 영향요인을 파악하는 것이다. 본 연구는 지니계수와 탐색적 공간자료분석을 통해 불균형과 공간적 집중정도를 살펴보았으며 공간회귀모형을 통해 고학력 인적 자본 집단의 분포에 미치는 경제적 요인과 어메너티 요인의 영향 정도를 확인하였다. 분석결과, 석·박사 집단 고학력 인적 자본은 불균등하게 분포하고 있으며 수도권을 중심으로 충남 및 강원 일부지역에서 군집을 형성하고 있는 것으로 나타났다. 석·박사 집단 고학력 인적 자본의 분포에 영향을 미치는 영향요인은 경제적 요인이 강하게 작용하고 있었다. 어메너티 요인은 석·박사 집단 고학력 인적 자본의 분포의 영향요인으로서 큰 역할을 하지 못하는 것으로 나타났다. 본 연구의 결과는 인적 자본을 유입하고자 하는 지역경제개발 정책에 있어 시사점이 있다.

KCI등재

7공공기준점을 이용한 GNSS 높이측량 정밀도 분석 연구

저자 : 원두견 ( Doo-kyeon Won ) , 최윤수 ( Yun-soo Choi ) , 윤하수 ( Ha-su Yoon ) , 이원종 ( Won-jong Lee )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 78-90 (13 pages)

다운로드

(기관인증 필요)

초록보기

정밀지오이드를 구축하기 위하여 육상, 해상, 항공, 위성 중력측정 방법으로 다양화되고 측정 기술이 발전되어 고해상도 고정밀도의 중력자료 확보가 가능해졌다. 정밀지오이드의 구축은 별도의 수준측량 없이 GNSS 측량을 통해 표고를 빠르고 편리하게 결정할 수 있으며 우리나라는 2014년부터 국토지리정보원에서 GNSS를 기반으로 한 높이측량 정확도를 향상시키기 위해 합성지오이드 모델을 개발하고 있다. 본 연구에서는 공공측량의 GNSS높이측량을 검증하기 위하여 기존의 고시된 공공기준점을 선점하여 GNSS높이측량 결과와 비교 분석하였다. 실험은 연구보고서 등에서 정밀도가 낮은 지역으로 제시되거나 정밀도가 낮을 것으로 예상되는 연안, 접경, 산악지형의 공공기준점에 대하여 GNSS높이측량을 수행하고 정밀도를 분석하였다. GNSS높이측량 검증을 위해 공공기준점 GNSS높이측량 기지점으로 사용될 주변 통합기준점의 GNSS 타원체고를 점검하였다. 점검된 통합기준점을 기준으로 공공기준점의 GNSS 타원체고를 산출하고 KNGeoid18 모델을 이용하여 표고를 계산하여 직접수준측량 표고결과와 비교하였다. 분석 결과 연안, 접경, 산악 지역 공공기준점의 GNSS 높이측량 결과가 3·4급 공공수준측량 정확도에 만족하는 것으로 나타났다. 이를 통하여 사용자가 요구하는 높이 정확도에 따라 기존의 직접수준측량보다 GNSS 높이측량이 효율적으로 이용될 수 있으며, KNGeoid18도 자율주행자동차, 무인항공기 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

KCI등재

8민간인통제선 변화에 따른 접경지역 마을의 공간적 분포에 관한 연구

저자 : 정해용 ( Haeyong Jeong )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 91-101 (11 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 기존 민북마을의 사회공간적 분포 및 변화 등 거시적인 측면에서의 연구를 민통선 변화에 따른 민북마을의 시공간적 분석을 통해 보다 구체적으로 연구하고자 하였다. 이를 위해 정전협정문 제2권 지도와 구글어스, 수치지적도, 행정구역도 등을 공간 자료로 활용하고, 통계연보와 국방부 및 철원군 고시 자료, 토지이용규제시스템, 지적도 속성정보 등을 정리하여 속성자료로 구축하여 민간인통제선의 조정에 따른 민북마을의 변화를 시계열로 공간분석을 실시하였다. 군사시설보호법 제정 이후 민간인통제선이 그려진 1976년 통계연보를 기준으로 20년 단위로 분석하였다. 그 결과 1975년부터 2015년까지 철원의 민간인통제구역 총면적은 105.8㎢가 감소하였고, 민북마을 총 14개 중 9개 마을이 해제되고 6개 마을만 존재하게 되었다. 미입주 마을은 기존 조사되거나 통계상의 마을 보다 10개 적은 14개 마을로 분석되었다. 민통선 북상은 민북마을의 고유특성을 사라지게도 할 수 있지만 현재 주민들의 삶과 밀접한 관계가 있는 만큼 신중하게 이루어져야 하며, 마을의 지속가능한 발전과 보전 차원에서의 정책이 수립되어야 한다. 본 연구는 민북지역과 민북마을의 기초가 되는 시·공간 분석을 실시한 데에 의의를 가지며 후속 분석 연구에 필요한 기초자료로서 활용할 수 있을 것이다.

KCI등재

9정밀도로지도 제작을 위한 Web GIS 기반 HD Map 프로토타입 구축 연구

저자 : 권용하 ( Yong-ha Kwon ) , 정윤재 ( Yun-jae Choung ) , 조현지 ( Hyun-ji Cho ) , 구본엽 ( Bon-yup Gu )

발행기관 : 한국지리정보학회 간행물 : 한국지리정보학회지 24권 2호 발행 연도 : 2021 페이지 : pp. 102-116 (15 pages)

다운로드

(기관인증 필요)

초록보기

4차 산업혁명의 대표라고 할 수 있는 자율주행차량의 안전한 운행을 위해서는 센서 기술, 소프트웨어 기술, 차량 기술 등 다양한 기술 조합이 필요하다. 자율주행차량은 차량 내에 탑재된 다양한 센서를 통해서 현재의 위치정보와 주변 상황을 인지하여 운전자에게 의존하지 않고 스스로 판단하고 주행하는 차량이다. 완전자율주행을 위해서는 완벽한 인지기술이 필요하고 정밀도로지도는 차선, 정지선, 신호등, 횡단보도 등에 대한 정보를 정밀하게 제공하고 있기 때문에 자율주행 차량에서 발생하는 인지 오차를 최소화시킬 수 있음으로, 신뢰성 있는 자율주행차량을 위해서는 도로위 다양한 시설물들의 위치정보를 차량에 입력한 정밀지도 정보가 필수적이다. 본 연구에서는 정밀도로지도의 정의 및 필요성 국내외 동향을 분석하고 실제 운영되고 있는 대구광역시 자율주행 특화지역(수성의료지구, 약 24㎞)과 세종특별자치시 행복도시(약 33㎞), 서울대학교 시흥캠퍼스 FMTC(Future Mobility Technical Center) PG(Proving Ground)를 대상으로 국토지리정보원 MMS(Mobile Mapping System) 측량 성과물을 활용하여 정밀도로지도 서비스인 Web GIS 기반 HD(High Definition) Map 프로토타입을 구축하였다. 추후 연구에서는 본 연구에서 구축한 정밀도로지도 서비스를 자율주행차량 및 관제 시스템에 탑재 시켜 실시간 위치검증 및 위치보정 알고리즘의 성능 검증을 진행하고자 한다.

1
발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기