KCI등재
딥러닝 기반 북한 도시공간 연구 : 개성시 공간격차를 중심으로 = Deep Learning-based Urban Spatial Research in North Korea: Focusing on spatial disparities in City of Kaesong
저자
이시효 (숭실대학교 숭실평화통일연구원)
발행기관
학술지명
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
37-60(24쪽)
DOI식별코드
제공처
이 연구는 남북경협의 배후도시인 개성시의 공간격차를 밝히고, 딥러닝 기반 위성자료 분석과 심층인터뷰교차검토 통해 북한연구의 방법론적 확장을 가져오고 있다. 연구과정은 개성시를 ‘동’ 단위 40개 구역으로 나누고, 위성자료와 지리정보자료, 문헌자료에서인구수, 건물밀도, 시장접근성, 야간조도 등 14개 변수를 추출했다. 딥러닝 기반 분석은 개성시 도시공간은 4개 클래스로 구분했으며, 위성사진과 변수 비교검토를 통해 각 클래스에 대한 공간환경위계를 지정했다.
공간격차 분석 결과는 가장 양호한 지역은 도심 남문동 인근, 가장 열악한 지역은 도시 동남쪽 언덕 보선동 인근으로나타났다. 심층인터뷰 교차 검토 결과딥러닝 공간분석 결과는 유효한 것으로확인되었다.
이 연구는 개성시에 대한 후속 연구와북한 연구의 주제, 대상 지역, 방법론에서 한계를 극복하고 다양성을 확장해가는 계기가 될 것이다.
To overcome the limitations of research on North Korea, such as lack of data and inaccessibility to the field, this study conducted a spatial gap analysis of satellite data based on deep learning and a cross-examination of in-depth interviews. For this study, the city of Kaesong was divided into 40 districts, and 14 variables such as population, building density, market accessibility, and nighttime illumination were extracted from satellite data, geographic information data, and literature. The deep learningbased analysis divided the urban space of Kaesong into four classes, and the spatial environment hierarchy for each class was specified through a comparative review of satellite images and variables. The results of the spatial disparity analysis showed that the best area was near Namundong in the city center, and the worst area was near Boseon-dong in the southeast hills of the city. A cross-check with in-depth interviews confirmed the validity of the results of the deep learning spatial analysis. This study will serve as an opportunity to overcome the limitations and expand the diversity of future research on North Korea in terms of topics, target areas, and methodologies.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)