그래디언트 부스팅 모델을 이용한 도시 쇠퇴 지표의 중요도 산출에 관한 연구

국내 도시 쇠퇴 현상이 관찰됨에 따라 쇠퇴 지표와 도시 쇠퇴 현상 자체에 대한 연구가 활발히 진행되고 있다. 또한 인공지능 기술의 발전으로, 머신러닝 기술을 도시 공학 분야에 적용하는 사례도 많아지고 있다. 본 연구는 도시 쇠퇴 지표 연구에서 고려되지 못했던 내외부적인 요인의 영향력을 파악하기 위해 군집분석과 머신러닝 기법인 그래디언트 부스팅 모델을 통해 도시 쇠퇴 현상을 분석하였다. 현재 정부 쇠퇴 기준은 타당하나 인접 도시의 성장 및 쇠퇴나 인구 이동 등 여러 지표도 중요한 변수라고 나타나 보다 다앙한 변수를 고려할 필요가 있다. 그리고 현재 쇠퇴 기준은 세 가지 기준에 부합하는지를 통해 3개 부문 중 2개 이상이면 쇠퇴로 판단하나 지표별 가중치를 도입해야 한다. 머신러닝 분석 결과 지표들 간 중요도가 다르게 나타나며, 변수 간 중요도에 따라 가중치를 설정하여 도시 쇠퇴를 판단해야 한다.