KR102617525B1 - 빈집 정비계획 수립 방법 및 장치 - Google Patents
빈집 정비계획 수립 방법 및 장치 Download PDFInfo
- Publication number
- KR102617525B1 KR102617525B1 KR1020210059023A KR20210059023A KR102617525B1 KR 102617525 B1 KR102617525 B1 KR 102617525B1 KR 1020210059023 A KR1020210059023 A KR 1020210059023A KR 20210059023 A KR20210059023 A KR 20210059023A KR 102617525 B1 KR102617525 B1 KR 102617525B1
- Authority
- KR
- South Korea
- Prior art keywords
- houses
- vacant
- empty
- house
- maintenance plan
- Prior art date
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 14
- 238000003891 environmental analysis Methods 0.000 claims description 30
- 239000013598 vector Substances 0.000 claims description 27
- 238000013480 data collection Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/38—Outdoor scenes
- G06V20/39—Urban scenes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Remote Sensing (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 빈집 정비계획 수립 방법 및 장치에 관한 것으로, 상기 방법은 특정 지역의 빈집 현황 데이터를 수집하는 단계; 상기 빈집 현황 데이터를 기초로 해당 빈집들의 등급을 분류하는 단계; 상기 해당 빈집들 주변의 근린환경을 상기 등급 별로 분석하는 단계; 및 상기 근린환경의 분석 결과에 인공지능 모델을 적용하여 상기 해당 빈집들에 대한 용도를 추천하는 단계를 포함한다. 따라서, 본 발명은 빈집 및 소규모주택 정비에 관한 특례법 및 관련 지침 등에 의한 빈집정비계획 수립은 그대로 유지하고 추가적인 현장조사 및 신규개념 도입 등으로 최대의 효과를 낼 수 있도록 할 수 있다.
Description
본 발명은 빈집 정비계획 수립 기술에 관한 것으로, 보다 상세하게는 빈집 주변의 근린환경 분석을 기반으로 빈집 활용의 효과를 극대화 하는 빈집 정비계획 수립을 지원할 수 있는 빈집 정비계획 수립 방법 및 장치에 관한 것이다.
현재 도시 문제는 사회가 다양해지면서 생활 주변에서 여러 가지 형태로 나타나고 있다. 구체적으로, 구도심의 쇠퇴와 공동화, 도시 개발과 신도시 개발에 따른 인구와 고용의 이동현상이 발생하고 있으며, 도시의 노후에 따른 근린 생활환경의 생활편익 시설 기능이 새로운 젊은 주거 세대의 요구를 충분히 만족시켜줄 수 없는 상황이 발생하고 있다. 이로 인하여 기존 구도심 회피 현상과 함께 기존 구도심 주민의 생활권 이탈로 도심 공동화와 함께 빈집이 대거 발생하고 방치되어 새로운 도시문제도 대두되고 있다.
전국적으로 농촌 도시를 구분하지 않고 빈집의 발생률이 큰 폭으로 증가하여 지역사회의 크고 작은 많은 문제를 발생시키고 있다.
미국 범죄학자 제임스 윌슨과 조지 켈링의 '깨진 유리창 이론(Broken Windows Theory)'은 사회 무질서에 관한 이론으로 빈집의 장기 방치 시 발생하는 현상을 말한 것이다. 빈집에 대하여 유리창이 깨진 빈집과 유리창이 깨지지 않은 빈집을 실험 대상으로 방치했을 때 나타나는 사회적 현상을 연구한 결과 깨진 유리창을 방지하면 그 지점을 중심으로 범죄가 확산되기 시작하며 도심 속의 무질서를 유발하는 효과를 만들고 또 다른 빈집을 양성할 수 있는 현상의 이론이다. 따라서, 추가적인 범죄를 예방하기 위하여 빈집 관리의 중요성이 대두되고 있다.
본 발명의 일 실시예는 빈집 주변의 근린환경 분석을 기반으로 빈집 활용의 효과를 극대화 하는 빈집 정비계획 수립을 지원할 수 있는 빈집 정비계획 수립 방법 및 장치를 제공하고자 한다.
본 발명의 일 실시예는 빈집 및 소규모주택 정비에 관한 특례법 및 관련 지침 등에 의한 빈집정비계획 수립은 그대로 유지하고 추가적인 현장조사 및 신규개념 도입 등으로 최대의 효과를 낼 수 있도록 하는 빈집 정비계획 수립 방법 및 장치를 제공하고자 한다.
실시예들 중에서, 빈집 정비계획 수립 방법은 특정 지역의 빈집 현황 데이터를 수집하는 단계; 상기 빈집 현황 데이터를 기초로 해당 빈집들의 등급을 분류하는 단계; 상기 해당 빈집들 주변의 근린환경을 상기 등급 별로 분석하는 단계; 및 상기 근린환경의 분석 결과에 인공지능 모델을 적용하여 상기 해당 빈집들에 대한 용도를 추천하는 단계를 포함한다.
상기 빈집 현황 데이터를 수집하는 단계는 상기 특정 지역의 세대별 전기 사용량, 상수도 사용량 및 도시 가스 사용량을 기초로 기 설정된 추정기준을 충족하는 후보 빈집들을 결정하는 단계; 상기 후보 빈집들을 연속지적도 상에서 매칭한 결과 해당 매칭에 성공한 후보 빈집에 도로명주소 건물 DB를 매칭하여 건물 주소를 획득하는 단계; 및 상기 후보 빈집들과 상기 추정기준, 상기 연속지적도 및 상기 도로명 주소 건물 DB와의 매칭 결과, 및 상기 건물 주소를 상기 빈집 현황 데이터로서 수집하는 단계를 포함할 수 있다.
상기 등급 별로 분석하는 단계는 상기 해당 빈집들 각각의 근린생활 영역을 지정하는 단계; 상기 근린생활 영역 내의 빈집 분포, 노후·불량 주택 분포, 필지 현황, 도로접근성, 경사도, 인구·사회 특성 및 주택 시장 현황을 각각 독립된 차원들로 정의하는 단계; 및 상기 해당 빈집의 등급에 대응되는 기준 배율을 결정하고 해당 기준 배율을 상기 차원들의 차원값에 적용하여 상기 해당 빈집의 근린환경에 관한 특징 벡터를 생성하는 단계를 포함할 수 있다.
상기 인공지능 모델은 상기 특징 벡터를 학습한 결과로서 생성되고 빈집에 관한 용도별 적합도를 입력된 특징 벡터에 대응하는 출력으로서 생성하도록 구축될 수 있다.
상기 빈집 현황 데이터를 수집하는 단계는 상기 특정 지역의 항공사진을 상기 빈집 현황 데이터로서 획득하는 단계를 포함하고, 상기 등급 별로 분석하는 단계는 상기 항공사진 상에서 상기 해당 빈집들에 대한 제1 공간 분포를 상기 등급 별로 각각 획득하는 단계; 상기 항공사진 상에서 상기 근린환경에 대한 제2 공간 분포를 획득하는 단계; 상기 제2 공간 분포에 제1 공간 분포를 상기 등급 별로 각각 적용하여 등급별 공간 분포에 대한 패턴 분석을 수행하는 단계를 포함할 수 있다.
상기 용도를 추천하는 단계는 상기 패턴 분석에 따라 상기 등급 별로 빈집 발생요인들을 결정하는 단계; 및 상기 해당 빈집과 등급, 상기 빈집 발생요인들에 관한 학습 모델을 기초로 상기 해당 빈집들에 대한 용도를 결정하는 단계를 포함할 수 있다.
상기 방법은 상기 해당 빈집들에 대한 용도에 따라 상기 해당 빈집들 각각의 활용에 필요한 예상 견적을 산출하는 단계를 더 포함할 수 있다.
실시예들 중에서, 빈집 정비계획 수립 장치는 특정 지역의 빈집 현황 데이터를 수집하는 데이터 수집부; 상기 빈집 현황 데이터를 기초로 해당 빈집들의 등급을 분류하는 등급 분류부; 상기 해당 빈집들 주변의 근린환경을 상기 등급 별로 분석하는 환경 분석부; 및 상기 근린환경의 분석 결과에 인공지능 모델을 적용하여 상기 해당 빈집들에 대한 용도를 추천하는 용도 추천부를 포함한다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 빈집 정비계획 수립 방법 및 장치는 빈집 주변의 근린환경 분석을 기반으로 빈집 활용의 효과를 극대화 하는 빈집 정비계획 수립을 지원할 수 있다.
본 발명의 일 실시예에 따른 빈집 정비계획 수립 방법 및 장치는 빈집 및 소규모주택 정비에 관한 특례법 및 관련 지침 등에 의한 빈집정비계획 수립은 그대로 유지하고 추가적인 현장조사 및 신규개념 도입 등으로 최대의 효과를 낼 수 있도록 할 수 있다.
도 1은 본 발명에 따른 빈집 정비계획 수립 시스템을 설명하는 도면이다.
도 2는 도 1의 빈집 정비계획 수립 장치의 시스템 구성을 설명하는 도면이다.
도 3은 도 1의 빈집 정비계획 수립 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 빈집 정비계획 수립 방법을 설명하는 순서도이다.
도 5는 본 발명에 따른 빈집 주변의 근린환경을 분석하는 과정을 설명하는 도면이다.
도 2는 도 1의 빈집 정비계획 수립 장치의 시스템 구성을 설명하는 도면이다.
도 3은 도 1의 빈집 정비계획 수립 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 빈집 정비계획 수립 방법을 설명하는 순서도이다.
도 5는 본 발명에 따른 빈집 주변의 근린환경을 분석하는 과정을 설명하는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
빈집은 법률적으로 특별자치시장, 특별자치도지사, 시장, 군수 또는 자치구의 구청장이 거주 또는 사용 여부를 확인한 날부터 1년 이상 아무도 거주 또는 사용하지 아니하는 주택에 해당하며, 미분양주택 등 대통령령으로 정하는 주택은 제외될 수 있다. 다만, 본 발명에 따른 빈집추정 방법은 사용환경에 따라 빈집의 정의를 다양하게 수정 및 변경하여 적용할 수 있다.
이하, 첨부된 도면들을 참조하면 본 발명의 구성 및 동작을 구체적으로 설명한다.
도 1은 본 발명에 따른 빈집 정비계획 수립 시스템을 설명하는 도면이다.
도 1을 참조하면, 빈집 정비계획 수립 시스템(100)은 사용자 단말(110), 빈집 정비계획 수립 장치(130) 및 데이터베이스(150)를 포함할 수 있다.
사용자 단말(110)은 빈집 정비계획 수립을 위한 빈집 용도 추천을 요청하고 그 결과를 확인할 수 있는 컴퓨팅 장치에 해당할 수 있다. 즉, 사용자는 사용자 단말(110)을 통해 빈집 정비계획 수립을 위한 지역을 특정하거나 또는 관련 정보를 입력할 수 있고, 분석 정보로서 빈집을 위한 용도 추천 정보를 수신하여 확인할 수 있다. 사용자 단말(110)은 빈집 정비계획 수립 장치(130)와 연결되어 동작 가능한 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다.
또한, 사용자 단말(110)은 빈집 정비계획 수립 장치(130)와 연동하기 위한 전용 프로그램 또는 어플리케이션을 설치하여 실행할 수 있다. 이를 통해, 사용자 단말(110)은 빈집 정비계획 수립 장치(130)에서 제공하는 다양한 서비스를 이용할 수 있다.
빈집 정비계획 수립 장치(130)는 빈집 관리를 위한 정비계획 수립을 지원하기 위하여 빈집 용도를 추천하는 방법을 수행할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 빈집 정비계획 수립 장치(130)는 사용자 단말(110)과 블루투스, WiFi 등과 같은 무선 네트워크로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 송·수신할 수 있다.
데이터베이스(150)는 빈집 정비계획 수립 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 예를 들어, 데이터베이스(150)는 빈집 현황 데이터를 저장할 수 있고, 빈집 등급 분류 데이터를 저장할 수 있으며, 반드시 이에 한정되지 않고, 빈집 정비계획 수립 장치(130)가 빈집 용도 추천을 포함하여 빈집 정비계획 수립 과정을 지원하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
도 2는 도 1의 빈집 정비계획 수립 장치의 시스템 구성을 설명하는 도면이다.
도 2를 참조하면, 빈집 정비계획 수립 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함하여 구현될 수 있다.
프로세서(210)는 빈집 정비계획 수립 장치(130)가 동작하는 과정에서의 각 단계들을 처리하는 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 빈집 정비계획 수립 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 빈집 정비계획 수립 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 빈집 정비계획 수립 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(250)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 빈집 정비계획 수립 장치(130)는 독립적인 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.
도 3은 도 1의 빈집 정비계획 수립 장치의 기능적 구성을 설명하는 도면이다.
도 3을 참조하면, 빈집 정비계획 수립 장치(130)는 데이터 수집부(310), 등급 분류부(330), 환경 분석부(350), 용도 추천부(370), 예상 견적 산출부(390) 및 제어부(도 3에 미도시함)를 포함할 수 있다.
데이터 수집부(310)는 특정 지역의 빈집 현황 데이터를 수집할 수 있다. 특정 지역은 빈집 정비계획 수립을 위한 대상 지역에 해당할 수 있으며, 필요에 따라 행정구역이나 지정학적 장소 등으로 특정될 수 있다. 데이터 수집부(310)는 빈집 현황 데이터를 수집하기 위하여 외부 시스템과 연동하여 동작할 수 있으며, 이를 위하여 외부 시스템과의 사전 연동에 필요한 인증 및 권한 설정 등의 전처리 동작을 수행할 수 있다. 빈집 현황 데이터는 해당 특정 지역 내에 존재하는 빈집에 관한 정보에 해당할 수 있으며, 수집된 정보는 특정 형태의 데이터 구조를 갖는 파일로 변환되어 데이터베이스(150)에 저장될 수 있다.
일 실시예에서, 데이터 수집부(310)는 특정 지역의 항공사진을 빈집 현황 데이터로서 획득할 수 있다. 즉, 빈집현황 현황 데이터는 텍스트, 이미지 및 영상 등 다양한 형태의 데이터를 포함할 수 있으며, 빈집에 관한 다각적 분석을 위하여 이미지 데이터를 빈집 현황 데이터로서 수집할 수 있다. 이때, 항공사진은 드론 영상, 항공 영상 및 위성영상 등을 통해 획득될 수 있으며, 해당 항공사진을 활용하기 위하여 소정의 크기로 분할된 사진들에 대한 정합과 보정의 전처리 동작이 수행될 수 있다.
일 실시예에서, 데이터 수집부(310)는 특정 지역의 세대별 전기 사용량, 상수도 사용량 및 도시 가스 사용량을 기초로 기 설정된 추정기준을 충족하는 후보 빈집들을 결정하고, 후보 빈집들을 연속지적도 상에서 매칭한 결과 해당 매칭에 성공한 후보 빈집에 도로명주소 건물 DB를 매칭하여 건물 주소를 획득하며, 후보 빈집들과 상기 추정기준, 연속지적도 및 도로명 주소 건물 DB와의 매칭 결과, 및 건물 주소를 빈집 현황 데이터로서 수집할 수 있다.
보다 구체적으로, 데이터 수집부(310)는 에너지 사용량을 기준으로 특정 지역 내에 존재하는 빈집을 추정하고 이를 통해 빈집 현황 데이터를 효과적으로 수집할 수 있다. 먼저 데이터 수집부(310)는 세대별 전기 사용량, 상수도 사용량 및 도시 가스 사용량을 기초로 기 설정된 추정기준을 충족하는 후보 빈집들을 결정할 수 있다. 데이터 수집부(310)는 세대별 전기 사용량에 관한 정보를 획득하기 위하여 국가건물에너지 통합관리시스템과 연결되어 동작할 수 있다. 또한, 데이터 수집부(310)는 공공데이터 포털, 상수도사업본부 또는 각 행정기관에서 제공하는 상수도 사용량 및 사용료 통계에 관한 정보를 수집할 수 있으며, 한국도시가스협회에서 제공하는 도시가스 사용량에 관한 정보를 수집할 수 있다.
다음으로 데이터 수집부(310)는 에너지 사용량 정보로부터 도출된 후보 빈집들을 연속지적도 상에서 매칭하여 후보 빈집에 대한 현황 정보를 생성할 수 있고, 이를 기초로 빈집 정비계획 등이 수립될 수 있다. 다만, 후보 빈집들의 지번과 연속지적도 상의 매칭이 모두 이루어지지 않을 수 있고, 이에 따라 매칭에 실패한 후보 빈집의 경우 이후 분석 과정에서 제외될 수 있다
다음으로 데이터 수집부(310)는 후보 빈집에 도로명주소 건물 DB를 매칭하여 건물 주소를 획득할 수 있다. 즉, 건물이 아파트의 경우라면 동일 지번에 다수의 후보 빈집이 존재할 수 있고, 빈집 확인 및 현황 분석을 위해서는 하나의 건물 주소만 필요하므로, 데이터 수집부(310)는 도로명주소 건물 DB를 이용하여 빈집이 존재하는 것으로 추정되는 건물의 건물 주소를 획득하여 효율적으로 빈집 현황에 관한 데이터를 수집할 수 있다.
등급 분류부(330)는 빈집 현황 데이터를 기초로 해당 빈집들의 등급을 분류할 수 있다. 예를 들어, 등급 분류부(330)는 빈집 등급을 1 내지 4 등급을 정의하고, 특정 지역 내에 존재하는 빈집들에 대해 각각 빈집 등급을 부여할 수 있다. 여기에서, 빈집 등급은 빈집의 현재 상태를 기초로 부여될 수 있으며, 빈집으로 방치된 기간, 건물 노후도, 건물 크기와 용도, 부동산 가격 등을 기초로 산정될 수 있다. 또한, 빈집 등급은 1에서 4로 갈수록 빈집 상태가 나빠질 수 있다. 예를 들어, 방치 기간이 길수록, 건물이 오래될수록, 건물의 크기가 작을수록, 부동산 가격이 낮을수록 빈집 등급은 4에 가까워질 수 있다.
일 실시예에서, 등급 분류부(330)는 기 구축된 등급 분류 모델을 이용하여 빈집 등급을 분류할 수 있다. 여기에서, 등급 분류 모델은 빈집 상태 정보와 등급 정보 쌍에 대한 학습 데이터를 학습한 결과로서 생성된 학습 모델에 해당할 수 있다. 즉, 등급 분류부(330)는 수집된 빈집 현황 데이터에서 등급 분류를 위한 입력 데이터를 생성하고 해당 입력 데이터를 등급 분류 모델의 입력으로 제공하여 해당 입력 데이터에 대응되는 빈집 등급을 획득할 수 있다.
한편, 등급 분류부(330)는 등급 분류를 위한 학습 과정에서 KNN(K-Nearest Neighbor), 의사결정트리(Decision Tree), 랜덤 포레스트(Random Forest), 서포트 벡터 머신(SVM, Support Vector Machine) 등을 활용할 수 있다.
환경 분석부(350)는 해당 빈집들 주변의 근린환경을 등급 별로 분석할 수 있다. 환경 분석부(350)는 빈집 주변의 생활환경을 분석하여 빈집을 활용하는 과정에서 적합한 용도를 결정할 수 있다. 환경 분석부(350)는 빈집 주변의 생활환경 중에서 빈집 용도 결정에 필요한 주요 정보들을 수집하고, 각 주요 정보를 수치화하여 근린환경을 압축적으로 표현하는 특징 벡터를 생성할 수 있다.
일 실시예에서, 환경 분석부(350)는 해당 빈집들 각각의 근린생활 영역을 지정하고, 근린생활 영역 내의 빈집 분포, 노후·불량 주택 분포, 필지 현황, 도로접근성, 경사도, 인구·사회 특성 및 주택 시장 현황을 각각 독립된 차원들로 정의하며, 해당 빈집의 등급에 대응되는 기준 배율을 결정하고 해당 기준 배율을 차원들의 차원값에 적용하여 해당 빈집의 근린환경에 관한 특징 벡터를 생성할 수 있다.
보다 구체적으로, 환경 분석부(350)는 특정 지역 내에 존재하는 빈집마다 주변의 생활환경을 반영할 수 있는 근린생활 영역을 지정할 수 있다. 즉, 근린생활 영역은 해당 빈집을 중심으로 소정의 반경 이내의 영역으로 지정될 수 있으며, 해당 빈집의 활용에 영향을 받거나 또는 영향을 줄 수 있는 유효 거리에 따라 결정될 수 있다. 예를 들어, 환경 분석부(350)는 빈집의 위치를 기준으로 반경 400m 이내의 영역을 근린생활 영역으로 지정할 수 있다.
다음으로 환경 분석부(350)는 근린생활 영역 내의 빈집 분포, 노후·불량 주택 분포, 필지 현황, 도로접근성, 경사도, 인구·사회 특성 및 주택 시장 현황을 각각 독립된 차원들로 정의할 수 있다. 즉, 해당 데이터들은 크게 인구 요인, 경제 요인, 주거 요인으로 분류될 수 있으며, 근린생활 영역 내에서 빈집의 생활환경에 영향을 미칠 수 있는 요인들 중에서 선정될 수 있다. 환경 분석부(350)는 각 요인들을 특징 벡터를 구성하는 각각의 차원들로 정의하여 특징 벡터 생성에 사용할 수 있다.
보다 구체적으로, 빈집 분포는 근린생활 영역 내에서 빈집의 개수, 밀도 및 빈집 간의 거리 등에 관한 정보를 포함할 수 있다. 노후·불량 주택 분포는 근린생황 영역 내에서 해당 주택의 개수, 밀도 및 주택 간의 거리 등에 관한 정보를 포함할 수 있다. 필지 현황은 근린생활 영역 내에서 필지 개수, 용도 및 크기에 관한 정보를 포함할 수 있다. 도로접근성은 근린생활 영역 내에서 도로 분포와 길이에 관한 정보를 포함할 수 있다. 경사도는 근린생활 영역 내에서 도로별 고도와 기울기에 관한 정보를 포함할 수 있다. 인구·사회 특성은 근린생활 영역 내에서 거주인구에 대한 나이, 성별, 직업, 종교, 학력 등에 관한 정보를 포함할 수 있다. 주택 시장 현황은 근린생활 영역 내에서 매매 정보, 부동산 가격 등을 포함할 수 있다.
다음으로 환경 분석부(350)는 각 차원 별로 관련 정보 분석을 통해 소정 범위 내의 수치값을 결정할 수 있으며, 이후 해당 빈집의 등급에 대응되는 기준 배율을 차원들의 차원값에 적용하여 해당 빈집의 근린환경에 관한 특징 벡터를 생성할 수 있다. 즉, 특징 벡터는 빈집마다 생성되며 빈집 주변의 근린환경을 특성을 압축적으로 표현한 것으로 빈집 자체의 등급이 전체 차원에 반영되어 생성될 수 있다. 이후, 빈집별 특징 벡터는 빈집의 용도를 결정하는데 사용될 수 있다.
일 실시예에서, 환경 분석부(350)는 항공사진 상에서 해당 빈집들에 대한 제1 공간 분포를 등급 별로 각각 획득하고, 항공사진 상에서 근린환경에 대한 제2 공간 분포를 획득하며, 제2 공간 분포에 제1 공간 분포를 등급 별로 각각 적용하여 등급별 공간 분포에 대한 패턴 분석을 수행할 수 있다. 즉, 환경 분석부(350)는 빈집 주변의 근린환경을 시각적으로 분석할 수 있다.
이를 위하여, 환경 분석부(350)는 특정 지역의 항공사진을 이용하여 빈집에 관한 제1 공간 분포를 획득할 수 있다. 여기에서, 제1 공간 분포는 빈집들에 대한 공간 분포에 해당할 수 있으며, 빈집 등급에 따라 생성될 수 있다. 예를 들어, 환경 분석부(350)는 동일한 등급을 가진 빈집들을 항공사진에 표시하여 등급별 분포로서 제1 공간 분포를 생성할 수 있다.
다음으로, 환경 분석부(350)는 항공사진 상에서 근린환경에 대한 제2 공간 분포를 획득할 수 있다. 제2 공간 분포는 전자지도 상에서 근린환경을 형성하는 빈집 분포, 노후·불량 주택 분포, 필지 분포, 도로 분포, 인구·사회 특성 분포 및 주택 현황 분포 등을 독립적으로 시각화화여 생성될 수 있다.
다음으로, 환경 분석부(350)는 동일한 제2 공간 분포에 제1 공간 분포를 등급 별로 각각 적용하여 등급별 공간 분포에 대한 패턴 분석을 수행할 수 있다. 예를 들어, 환경 분석부(350)는 제2 공간 분포와 1등급 빈집에 관한 제1 공간 분포를 통합한 후 패턴 분석을 수행할 수 있다. 이때, 패턴 분석은 공간 분포에 관한 이미지 분석 방법을 통해 수행될 수 있으며, 공간 분포에 대응되는 이미지 벡터로서 표현될 수 있다. 또한, 환경 분석부(350)는 등급 별로 생성된 제1 공간 분포에 따라 등급 별로 이미지 벡터를 생성할 수 있으며, 빈집의 근린환경에 대한 특징 벡터로 활용할 수 있다. 이 경우, 각 빈집마다 근린생활 영역이 지정될 수 있으며, 각 근린생활 영역 내에서의 공간 분포를 기초로 특징 벡터가 생성될 수 있다.
용도 추천부(370)는 근린환경의 분석 결과에 인공지능 모델을 적용하여 해당 빈집들에 대한 용도를 추천할 수 있다. 용도 추천부(370)는 근린환경의 분석 결과로 생성된 특징 벡터를 학습하여 빈집의 용도를 추천하는 인공지능 모델을 구축할 수 있으며, 이를 이용하여 빈집에 관한 용도를 추천할 수 있다. 여기에서, 인공지능 모델은 특징 벡터를 학습한 결과로서 생성되고 빈집에 관한 용도별 적합도를 입력된 특징 벡터에 대응하는 출력으로서 생성하도록 구축될 수 있다. 예를 들어, 인공지능 모델은 빈집 주변의 근린환경을 고려하여 주거시설, 체육시설, 교육시설, 공공시설 등 기 설정된 용도 별로 해당 빈집에 적합할 확률 정보를 출력으로 생성할 수 있다. 용도 추천부(370)는 인공지능 모델의 출력을 기초로 가장 적합도 높은 용도를 해당 빈집의 용도로 추천할 수 있으며, 선택적으로 적합도 순에 따른 용도 리스트를 제공할 수도 있다.
일 실시예에서, 용도 추천부(370)는 패턴 분석에 따라 등급 별로 빈집 발생요인들을 결정하고, 해당 빈집과 등급, 빈집 발생요인들에 관한 학습 모델을 기초로 해당 빈집들에 대한 용도를 결정할 수 있다. 용도 추천부(370)는 빈집에 대한 공간 분포를 기초로 공간 분포에 관한 패턴 분석을 통해 적어도 하나의 빈집 발생요인을 결정할 수 있다.
여기에서, 빈집 발생요인으로는 주거인구, 유동인구, 업종별 매출액, 필지별 공시지가, 부동산 실거래가, 인접도로, 상가 개·폐업, 건물 노후도 등을 포함할 수 있다. 이때, 주거인구는 통신비 고지서 기반으로 도출 가능하고, 유동인구는 통신 디바이스 신호를 기반으로 도출될 수 있다. 업종별 매출액은 카드 결제 기반으로 도출될 수 있고, 부동산 실거래가는 신고 접수된 부동산 거래 내역을 기반으로 도출될 수 있다. 인접도로는 도로명 주소 부여를 위해 구축된 도로 네트워크를 통해 도출될 수 있고, 상가 개·폐업은 소규모 상가 업종별 개·폐업 현황을 통해 도출될 수 있으며, 건물 노후도는 건물별 용도, 구조, 높이 및 연식 등을 기초로 도출될 수 있다.
한편, 용도 추천부(370)는 빈집의 공간 분포에 대한 군집 분석을 통해 빈집 발생 요인을 결정할 수 있다. 용도 추천부(370)는 군집 분석을 위해 모란지수(Global Moran's I)를 산출할 수 있으며, I' 통계량을 통해 특정 지역의 빈집이 일정한 규칙에 따라 분포하는지를 분석할 수 있다. 다른 예로서, 용도 추천부(370)는 빈집의 공간 분포에 관한 핫스팟(Hot-spot) 분석을 수행할 수 있다. 용도 추천부(370)는 핫스팟(Hot-spot) 분석을 위해 공간 분포로부터 국지적 군집 통계량(Getis-ord Gi)을 산출할 수 있다.
예상 견적 산출부(390)는 해당 빈집들에 대한 용도에 따라 해당 빈집들 각각의 활용에 필요한 예상 견적을 산출할 수 있다. 예상 견적 산출부(390)는 용도 추천부(370)에 의해 각 빈집 별로 용도가 추천된 경우 해당 빈집을 해당 용도에 따라 활용하기 위한 예상 견적을 산출할 수 있다. 예를 들어, 예상 견적 산출부(390)는 특정 빈집이 체육시설로 용도가 추천된 경우 해당 빈집을 체육시설로 활용함에 있어 필요한 예상 견적을 산출할 수 있다. 이때, 예상 견적은 인근의 관련 체육시설에 대한 정보를 기초로 산출될 수 있으며, 빈집의 등급 정보와 근린 생활영역에 대한 정보가 반영되어 예상 견적이 최종적으로 산출될 수 있다.
제어부(도 3에 미도시함)는 빈집 정비계획 수립 장치(130)의 전체적인 동작을 제어하고, 데이터 수집부(310), 등급 분류부(330), 환경 분석부(350), 용도 추천부(370) 및 예상 견적 산출부(390) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 본 발명에 따른 빈집 정비계획 수립 방법을 설명하는 순서도이다.
도 4를 참조하면, 빈집 정비계획 수립 장치(130)는 데이터 수집부(310)를 통해 특정 지역의 빈집 현황 데이터를 수집할 수 있다(단계 S410). 빈집 정비계획 수립 장치(130)는 등급 분류부(330)를 통해 빈집 현황 데이터를 기초로 해당 빈집들의 등급을 분류할 수 있다(단계 S430). 빈집 정비계획 수립 장치(130)는 환경 분석부(350)를 통해 해당 빈집들 주변의 근린환경을 등급 별로 분석할 수 있다(단계 S450). 빈집 정비계획 수립 장치(130)는 용도 추천부(370)를 통해 근린환경의 분석 결과에 인공지능 모델을 적용하여 해당 빈집들에 대한 용도를 추천할 수 있다(단계 S470).
도 5는 본 발명에 따른 빈집 주변의 근린환경을 분석하는 과정을 설명하는 도면이다.
도 5를 참조하면, 빈집 정비계획 수립 장치(130)는 환경 분석부(350)를 통해 빈집 주변의 근린환경을 등급 별로 분석할 수 있다. 즉, 환경 분석부(350)는 빈집 주변의 생활환경 중에서 빈집 용도 결정에 필요한 주요 정보들을 수집하고, 각 주요 정보를 수치화하여 근린환경을 압축적으로 표현하는 특징 벡터를 생성할 수 있다.
도 5에서, 환경 분석부(350)는 특정 빈집(510)을 중심으로 400m 이내의 영역을 근린생활 영역(520)으로 지정할 수 있다. 이후, 환경 분석부(350)는 근린생활 영역 내의 빈집 분포, 노후·불량 주택 분포, 필지 현황, 도로접근성, 경사도, 인구·사회 특성 및 주택 시장 현황을 각각 독립된 차원들(a, b, c, d, ...)로 정의할 수 있다. 또한, 환경 분석부(350)는 특정 빈집(510)의 등급에 대응되는 기준 배율(E)를 각 차원값에 적용(× 1/E)하여 빈집 주변의 근린환경에 대한 특징 벡터(530)를 생성할 수 있다. 이후, 환경 분석부(350)에 의해 생성된 특징 벡터는 빈집의 용도 추천을 위해 활용될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 빈집 정비계획 수립 시스템
110: 사용자 단말 130: 빈집 정비계획 수립 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 데이터 수집부 330: 등급 분류부
350: 환경 분석부 370: 용도 추천부
390: 예상 견적 산출부
510: 빈집 520: 근린생활 영역
530: 특징 벡터
110: 사용자 단말 130: 빈집 정비계획 수립 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 데이터 수집부 330: 등급 분류부
350: 환경 분석부 370: 용도 추천부
390: 예상 견적 산출부
510: 빈집 520: 근린생활 영역
530: 특징 벡터
Claims (8)
- 빈집 정비계획 수립 장치에서 수행되는 빈집 정비계획 수립 방법에 있어서,
데이터 수집부를 통해, 특정 지역의 빈집 현황 데이터를 수집하는 단계;
등급 분류부를 통해, 상기 빈집 현황 데이터를 기초로 해당 빈집들의 등급을 분류하는 단계;
환경 분석부를 통해, 상기 해당 빈집들 주변의 근린환경을 상기 등급 별로 분석하는 단계; 및
용도 추천부를 통해, 상기 근린환경의 분석 결과에 인공지능 모델을 적용하여 상기 해당 빈집들에 대한 용도를 추천하는 단계를 포함하되,
상기 등급 별로 분석하는 단계는
상기 해당 빈집들 각각의 근린생활 영역을 지정하는 단계;
상기 근린생활 영역 내의 빈집 분포, 노후·불량 주택 분포, 필지 현황, 도로접근성, 경사도, 인구·사회 특성 및 주택 시장 현황을 각각 독립된 차원들로 정의하는 단계; 및
상기 해당 빈집의 등급에 대응되는 기준 배율을 결정하고 해당 기준 배율을 상기 차원들의 차원값에 적용하여 상기 해당 빈집의 근린환경에 관한 특징 벡터를 생성하는 단계를 포함하고,
상기 인공지능 모델은 상기 특징 벡터를 학습한 결과로서 생성되고 빈집에 관한 용도별 적합도를 입력된 특징 벡터에 대응하는 출력으로서 생성하도록 구축되는 것을 특징으로 하는 빈집 정비계획 수립 방법.
- 제1항에 있어서,
상기 빈집 현황 데이터를 수집하는 단계는
상기 특정 지역의 세대별 전기 사용량, 상수도 사용량 및 도시 가스 사용량을 기초로 기 설정된 추정기준을 충족하는 후보 빈집들을 결정하는 단계;
상기 후보 빈집들을 연속지적도 상에서 매칭한 결과 해당 매칭에 성공한 후보 빈집에 도로명주소 건물 DB를 매칭하여 건물 주소를 획득하는 단계; 및
상기 후보 빈집들과 상기 추정기준, 상기 연속지적도 및 상기 도로명 주소 건물 DB와의 매칭 결과, 및 상기 건물 주소를 상기 빈집 현황 데이터로서 수집하는 단계를 포함하는 것을 특징으로 하는 빈집 정비계획 수립 방법.
- 삭제
- 삭제
- 제1항에 있어서,
상기 빈집 현황 데이터를 수집하는 단계는
상기 특정 지역의 항공사진을 상기 빈집 현황 데이터로서 획득하는 단계를 포함하고,
상기 등급 별로 분석하는 단계는
상기 항공사진 상에서 상기 해당 빈집들에 대한 제1 공간 분포를 상기 등급 별로 각각 획득하는 단계;
상기 항공사진 상에서 상기 근린환경에 대한 제2 공간 분포를 획득하는 단계;
상기 제2 공간 분포에 제1 공간 분포를 상기 등급 별로 각각 적용하여 등급별 공간 분포에 대한 패턴 분석을 수행하는 단계를 포함하는 것을 특징으로 하는 빈집 정비계획 수립 방법.
- 제5항에 있어서,
상기 용도를 추천하는 단계는
상기 패턴 분석에 따라 상기 등급 별로 빈집 발생요인들을 결정하는 단계; 및
상기 해당 빈집과 등급, 상기 빈집 발생요인들에 관한 학습 모델을 기초로 상기 해당 빈집들에 대한 용도를 결정하는 단계를 포함하는 빈집 정비계획 수립 방법.
- 제1항에 있어서,
상기 해당 빈집들에 대한 용도에 따라 상기 해당 빈집들 각각의 활용에 필요한 예상 견적을 산출하는 단계를 더 포함하는 것을 특징으로 하는 빈집 정비계획 수립 방법.
- 특정 지역의 빈집 현황 데이터를 수집하는 데이터 수집부;
상기 빈집 현황 데이터를 기초로 해당 빈집들의 등급을 분류하는 등급 분류부;
상기 해당 빈집들 주변의 근린환경을 상기 등급 별로 분석하는 환경 분석부; 및
상기 근린환경의 분석 결과에 인공지능 모델을 적용하여 상기 해당 빈집들에 대한 용도를 추천하는 용도 추천부를 포함하되,
상기 환경 분석부는
상기 해당 빈집들 각각의 근린생활 영역을 지정하고,
상기 근린생활 영역 내의 빈집 분포, 노후·불량 주택 분포, 필지 현황, 도로접근성, 경사도, 인구·사회 특성 및 주택 시장 현황을 각각 독립된 차원들로 정의하며,
상기 해당 빈집의 등급에 대응되는 기준 배율을 결정하고 해당 기준 배율을 상기 차원들의 차원값에 적용하여 상기 해당 빈집의 근린환경에 관한 특징 벡터를 생성하고,
상기 인공지능 모델은 상기 특징 벡터를 학습한 결과로서 생성되고 빈집에 관한 용도별 적합도를 입력된 특징 벡터에 대응하는 출력으로서 생성하도록 구축되는 것을 특징으로 하는 빈집 정비계획 수립 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210059023A KR102617525B1 (ko) | 2021-05-07 | 2021-05-07 | 빈집 정비계획 수립 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210059023A KR102617525B1 (ko) | 2021-05-07 | 2021-05-07 | 빈집 정비계획 수립 방법 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220152455A KR20220152455A (ko) | 2022-11-16 |
| KR102617525B1 true KR102617525B1 (ko) | 2023-12-28 |
Family
ID=84235797
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210059023A KR102617525B1 (ko) | 2021-05-07 | 2021-05-07 | 빈집 정비계획 수립 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102617525B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102011773B1 (ko) * | 2019-02-15 | 2019-08-19 | 아주대학교산학협력단 | 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 |
-
2021
- 2021-05-07 KR KR1020210059023A patent/KR102617525B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102011773B1 (ko) * | 2019-02-15 | 2019-08-19 | 아주대학교산학협력단 | 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220152455A (ko) | 2022-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ali et al. | A data-driven approach for multi-scale GIS-based building energy modeling for analysis, planning and support decision making | |
| Streltsov et al. | Estimating residential building energy consumption using overhead imagery | |
| JP2020517004A (ja) | パイプ漏れを予測する新規な自律的人工知能システム | |
| KR102040702B1 (ko) | 위성영상을 이용한 활용서비스 제공 장치 및 방법 | |
| Zhao et al. | LandSys: an agent-based Cellular Automata model of land use change developed for transportation analysis | |
| Lai et al. | Topic modeling to discover the thematic structure and spatial-temporal patterns of building renovation and adaptive reuse in cities | |
| Du et al. | A multi‐modal transportation data‐driven approach to identify urban functional zones: An exploration based on Hangzhou City, China | |
| Fontecha et al. | A two‐stage data‐driven spatiotemporal analysis to predict failure risk of urban sewer systems leveraging machine learning algorithms | |
| US11875412B2 (en) | System for fast composing, launch and configuration of customizable second-tier transfer structures with build-in auditing and monitoring structures and method thereof | |
| US20230164049A1 (en) | Mobile telecommunications network capacity simulation, prediction and planning | |
| Murray | Evolving location analytics for service coverage modeling | |
| Zhang et al. | Inferring building function: A novel geo-aware neural network supporting building-level function classification | |
| KR102318017B1 (ko) | 빈집 관리분석 및 예측 장치 및 방법 | |
| KR102617525B1 (ko) | 빈집 정비계획 수립 방법 및 장치 | |
| JP7224133B2 (ja) | インフラ設備点検支援システム、インフラ設備点検支援方法及びプログラム | |
| US20230260045A1 (en) | Reducing network traffic associated with generating event predictions based on cognitive image analysis systems and methods | |
| Zhang et al. | Clustering with implicit constraints: A novel approach to housing market segmentation | |
| WO2023051085A1 (zh) | 对象识别方法、装置、设备、存储介质和程序产品 | |
| KR102169343B1 (ko) | 스마트 시티의 데이터 처리 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 | |
| KR102654056B1 (ko) | 모바일을 활용한 빈집 실태조사 시스템 및 방법 | |
| KR102617527B1 (ko) | 거래망체계구축을 위한 빈집 거래 시스템 및 빈집 거래 방법 | |
| KR102617526B1 (ko) | 빈집 정보 시스템 및 빈집 정보 제공 방법 | |
| Huang et al. | A Clustering‐based Method for Business Hall Efficiency Analysis | |
| Li et al. | Inferring housing demand based on express delivery data | |
| KR20200047269A (ko) | 행위자 기반 주거이동 시뮬레이션 방법 및 이의 기록매체 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |