About SDC Lab
공간 데이터와 AI 기술로 도시와 농촌의 지속가능성을 연구합니다
서울시립대학교 조경학과 SDC Lab은 공간 분석, 데이터 과학, 인공지능을 결합하여 증거 기반의 공간 계획과 설계를 연구합니다.
Paradigm Shift
패러다임 전환
지역과 공간계획의 새로운 방향을 모색합니다
01
시대 전환
확장에서 재편으로
고성장 시대가 종식되면서 인구 감소, 기후 위기, 공간 노후화가 핵심 의제로 부상했습니다. 조경은 미적 디자인을 넘어 도시, 환경, 사회 문제를 해결하는 실천적 역할을 요구받고 있습니다.
02
기술 결합
AI × 도메인 지식
Street View, 위성 영상, 경로 최적화 등 분석 기술이 공개·상용화되면서 새로운 가능성이 열리고 있습니다. 수목, 지형, 경관을 해석하는 조경 도메인 지식과 AI·데이터를 결합할 때 차별적 연구 성과가 가능합니다.
03
증거 기반 실무
관행에서 검증으로
모호한 직관이나 관습적인 계획에서 벗어납니다. 시뮬레이션과 데이터 분석을 통해 예측 가능한 결과를 도출하고, 정책과 설계의 타당성을 객관적 수치로 증명하는 과학적 조경을 지향합니다.
Research Areas
연구 분야
01
Accessibility & Equity
기존 공원 접근성 연구는 '공원'만 봅니다. 그러나 도시민이 실제로 이용하는 녹지는 하천변, 가로수길, 학교 운동장, 아파트 단지 내 녹지까지 포함합니다. 공원만 측정하면 녹지 형평성의 절반만 보는 것입니다.
·공원 + 비공원 녹지 통합 평가 체계 구축
·NDVI 위성영상 + 토지피복도 결합으로 실제 녹지 추출
·G2SFCA로 인구집단별·이동수단별 접근성 차이 정밀 측정
·환경정의 프레임워크와 결합하여 정책 우선순위 도출
접근성 '측정'에서 끝나지 않습니다. 누가 소외되었는지, 왜 그런지, 어디에 투자해야 하는지— 정책 근거가 되는 데이터를 생산합니다.
G2SFCA · 공원 접근성 · 녹지 형평성 · 환경정의 · 15분 도시
02
AI for Spatial Analysis
도시 환경을 분석하려면 현장 조사가 필요합니다. 그러나 서울시 전체 가로환경을 사람이 직접 평가하는 것은 불가능합니다. 위성영상은 위에서만 보고, 현장감이 없습니다.
·Google Street View Semantic Segmentation으로 녹시율·보행환경·가로수 현황 자동 추출
·Deep Learning 기반 도시 녹지 품질 예측 모델 개발
·Multi-objective Route Optimization으로 녹색 경로 vs 최단 경로 비교 분석
·VQA로 이미지에 직접 질의하는 공간 분석 파이프라인 구축
범용 이미지 분석이 아니라 조경의 질문에 맞춘 분석 체계를 설계합니다. "녹지가 얼마나 있는가"가 아니라 "이 녹지가 누구에게 어떤 의미인가"를 묻습니다.
Semantic Segmentation · Street View · Deep Learning · 경로 최적화
03
Community & Rural Planning
농촌공간재구조화법 시행으로 모든 시·군이 농촌공간계획을 수립해야 합니다. 그러나 계획 수립의 근거가 되는 데이터가 부족합니다. 주민이 어디서 무엇을 불편해하는지, 어떤 시설이 접근성 사각지대인지 파악하기 어렵습니다.
·정주만족도 조사 설계 및 공간 데이터화
·생활서비스 시설 접근성 분석 (의료, 교육, 상업)
·마을 단위 인구 변화 시뮬레이션
·주민참여 워크숍 데이터의 GIS 시각화
·축소 설계(Shrinking Design) 시나리오 개발
"주민 의견 수렴"에서 끝나지 않습니다. 의견을 데이터로 변환하고, 공간 분석과 결합하여 실행 가능한 계획안을 도출합니다. 계획서가 아니라 의사결정 지원 시스템을 만듭니다.
주민참여 · 농촌재구조화 · 커뮤니티 디자인 · 정주만족도
Methodology
연구 방법론
SDC Lab은 AI를 단순한 도구가 아니라 연구의 동반자로 설정합니다. 연구 질문 정제부터 데이터 수집, 분석, 시각화까지 전 과정을 하나의 에이전틱 워크플로로 연결하여, 분절되지 않는 연구 환경을 구축합니다.
분석에서 해석, 선택, 우선순위 설정까지 이어지는 공간 의사결정 지원 시스템을 목표로 합니다. 각 도구는 독립적이지 않으며, 에이전트가 역할을 분담하여 유기적으로 협업하는 구조로 작동합니다.
Tools
Obsidian
연구 노트, 문헌 리뷰, 개념 간 관계를 지식 그래프로 구조화하여 연구의 맥락을 시각적으로 관리합니다.
Claude Code
코드 생성, 데이터 분석, 문서 작성까지 연구 전 과정을 지원하는 AI 에이전트로 워크플로를 자동화합니다.
Prism
공간 데이터와 분석 결과를 인터랙티브 시각화로 변환하여 의사결정을 지원하는 대시보드를 구축합니다.
Nano Banana
연구 다이어그램, 개념도, 시각 자료를 AI로 생성하여 논문과 발표 자료의 품질을 높입니다.