본 강의는 AI와 공간데이터를 활용한 도시환경 문제 해결을 목표로, 현장 데이터 수집부터 AI 분석, 대시보드 구축, 정책 제안까지의 전 과정을 프로젝트 기반(PBL)으로 학습하도록 구성.This course aims to solve urban environment problems using AI and spatial data. Students learn the entire process from field data collection, AI analysis, dashboard development, to policy proposals through project-based learning (PBL).
프로젝트 이해 및 도구 세팅Project Understanding & Tool Setup
수업 목표와 프로젝트 흐름을 이해하고, QGIS·QField·AI 도구 등 공간데이터 및 AI 분석을 위한 기본 환경을 구축하도록 구성.Understand course objectives and project workflow. Set up the basic environment for spatial data and AI analysis including QGIS, QField, and AI tools.
현장 데이터 수집 설계 및 실습Field Data Collection Design & Practice
데이터 수집 양식(Form)을 설계하고, 캠퍼스 및 서울숲 현장 실습을 통해 사진·영상·공간 데이터를 체계적으로 수집·검증하도록 구성.Design data collection forms and systematically collect and verify photo, video, and spatial data through field practice at campus and Seoul Forest.
AI 기반 분석 및 해석AI-based Analysis & Interpretation
YOLO 등 객체 탐지 모델과 LLM을 활용하여 시설물 상태를 분석하고, 다중 AI 결과를 비교·해석하도록 구성.Analyze facility conditions using object detection models like YOLO and LLM, and compare and interpret multiple AI results.
AI 코딩 및 대시보드 구축AI Coding & Dashboard Development
AI 코딩 도구를 활용해 Streamlit 기반 대시보드를 구현하고, 지도·차트·이미지·AI 분석 결과를 통합적으로 시각화하도록 구성.Implement Streamlit-based dashboards using AI coding tools and visualize maps, charts, images, and AI analysis results in an integrated manner.
정책 제안 및 최종 발표Policy Proposals & Final Presentation
AI 분석 결과를 바탕으로 정책 제안 보고서를 작성하고, 대시보드 시연과 함께 프로젝트 성과를 종합적으로 발표하도록 구성.Write policy proposal reports based on AI analysis results and present project outcomes comprehensively with dashboard demonstrations.