도시는 수천 년의 시간이 켜켜이 쌓인 거대한 박물관이자, 골목마다 다른 이야기가 살아 숨 쉬는 한 권의 책과 같다. 우리가 도시를 사랑하는 이유는 편리함 때문만이 아니라, 그 속에서 발견하는 다채로운 이야기와 예상치 못한 아름다움 때문이다. 

도시는 인간의 꿈이 켜켜이 쌓인 거대한 서사이다. 그 서사의 가장 원초적이고 본질적인 장면은 한 걸음, 한 걸음 내딛는 인간의 보행에서 시작된다. 다양한 길 위에 새겨지는 발자국 하나하나는 단순한 이동의 흔적이 아니라, 인간이 도시와 맺는 가장 친밀하고 직접적인 대화의 언어이다. 그리고 이제 우리는 인공지능이라는 새로운 동반자와 함께 그 대화를 더욱 풍부하고 지혜롭게 만들어갈 수 있는 전환점에 서 있다.

20세기 도시계획은 효율성과 기능성의 이름으로 인간의 걸음을 소외시켰다. 자동차가 지배하는 도시에서 보행은 부차적인 것으로 전락했고, 인간의 몸과 마음이 필요로 하는 휴먼 스케일의 공간은 점점 사라져갔다. 하지만 21세기에 들어서면서 우리는 다시 걷기 시작했다. 플라뇌르의 산책이 단순한 낭만이 아니라 도시를 이해하는 가장 깊이 있는 방식임을 깨 달았고, 얀 겔이 제시한 휴먼 스케일의 설계철학이 지속가능한 도시의 핵심임을 인식하게 되었다.

그렇다면 기술은 우리가 도시라는 책을 더 깊이 ‘읽어낼’ 수 있도록, 즉 도시의 숨겨진 매력을 온전히 경험하도록 도울 수 없을까?    이제 생성형 AI는 도시의 단순한 설계자를 넘어, 도시 곳곳에 흩어진 역사, 문화, 자연의 조각들을 엮어 의미 있는 경험을 창조하는 ‘스토리텔러’이자 ‘큐레이터’로 진화한다. 이는 보행을 단순한 이동 행위를 넘어, 도시의 영혼과 교감하는 지적인 탐험 활동으로 승화시키는 새로운 시대의 서막이다.

이런 관점에서 생성형 인공지능의 등장은 도시계획과 도시설계 분야에 새로운 가능성의 지평을 열어주고 있다. 생성적 적대 신경망(GAN)이 만들어내는 가상의 보행 시나리오, 변분 오토인코더(VAE)가 발견하는 숨겨진 보행 패턴, 트랜스포머가 예측하는 미래의 보행 흐름, 그리고 확산 모델이 시뮬레이션 하는 복잡한 도시 동역학은 우리에게 전에 없던 통찰을 제공한다. 이들 기술은 단순히 데이터를 분석하는 도구가 아니라, 도시의 미래를 상상하고 설계하는 창조적 파트너가 되어가고 있다.

본서는 이러한 시대적 전환기에 도시계획, 도시설계, 건축학, 교통계획, 관광학, 부동산, 도시공학을 공부하는 학생들과 도시의 미래에 관심을 가진 일반 독자들에게 하나의 나침반을 제공하고자 한다. 복잡해 보이는 AI 기술의 원리를 쉽게 풀어내고, 추상적인 개념들을 구체적인 가상사례를 통해 생생하게 전달하며, 무엇보다 기술이 인간을 위해 어떻게 봉사할 수 있는지를 보여주고자 했다.

제1부에서는 인간중심 도시의 철학적 토대를 마련한다. 보행이 단순한 이동수단이 아니라 도시를 경험하고 이해하는 가장 기본적인 방식임을 논하고, 네덜란드의 본 엘프부터 영국의 홈 존까지, 세계 각국의 보행친화적 설계철학들을 살펴본다. 또한 생성형 AI가 어떤 역사적 맥락에서 등장했는지를 ANI에서 AGI, 그리고 ASI로 이어지는 발전 과정을 통해 이해한다.

제2부에서는 도시의 숨겨진 언어인 보행 데이터를 해독하는 방법을 탐구한다. GPS, LiDAR, 비전 센서가 수집하는 객관적 데이터부터 SNS와 사진이 담고 있는 주관적 정보까지, 다양한 데이터 소스들이 어떻게 도시민들의 욕망과 필요를 드러내는지를 살펴본다. 특히 데이터가 부족한 상황에서 합성 데이터를 생성하는 방법과 비정형 데이터를 분석하는 기법들을 구체적으로 다룬다.

제3부에서는 이론을 실제로 적용하는 단계로 나아간다. 기존의 보행수요 예측 모델의 한계를 지적하고, 생성형 AI가 어떻게 더 정확하고 유연한 예측을 가능하게 하는지를 보여준다. GAN, VAE, 트랜스포머, 확산 모델 각각의 고유한 특성을 살려 보행 시뮬레이션을 수행하고, 보행속도와 밀도, 보행량 사이의 복잡한 관계를 분석하는 새로운 방법론을 제시한다.

이 책이 단순한 기술 매뉴얼이 아니라 도시의 미래를 함께 상상하는 초대장이 되기를 바란다. 각 장마다 제시되는 가상사례들은 독자들이 직접 경험해볼 수 있는 사고 실험이며, 복잡해 보이는 AI 기술들도 결국 우리가 꿈꾸는 ‘걷고 싶은 도시’를 만들기 위한 도구라는 것을 느낄 수 있을 것이다.

도시는 결국 ‘사람이 걷는 이야기’로 완성된다. AI는 그 이야기를 더 풍부하게, 더 정교하게 만들어줄 새로운 서술자이다. 그러나 그 끝은 언제나 인간에게 있다. 우리가 어떤 거리를 걷고 싶은가, 어떤 도시를 꿈꾸는가 하는 질문은 결국 사람의 몫이다.

인공지능과 함께 그려가는 휴먼 스케일 도시의 꿈은 더 이상 먼 미래의 이야기가 아니다. 오늘 우리가 내딛는 한 걸음이 내일의 도시를 만들어간다. 그 걸음이 더욱 의미 있고 아름다운 도시 공간을 창조할 수 있도록, 이 책이 작은 보탬이 되기를 소망한다.

도시는 다시 길 위에서 태어난다. 그리고 그 길 위에서, 보행자인 인간과 AI가 함께 그려갈 또 다른 미래가 시작된다.

[제1부] 인간중심도시에서 보행이 우선이다 - 인간중심도시의 서막

주제1 걷고 싶은 길, 보행을 보듬는 휴먼 스케일의 도시

1. 플라뇌르(flâneur)의 눈으로 읽는 도시 - 보행과 사유의 변증법

2. 휴먼 스케일과 친밀한 거리 - 얀 겔(Jan Gehl)의 인간중심 설계철학

3. 본엘프(Woonerf)의 보행로 설계철학 - 생활가로의 위대한 재발견

4. 교통정온화(Traffic Calming) - 거리를 사람중심으로 길들이는 도시의 지혜

5. 영국의 홈존(Home Zone) - 제도로 완성된 생활가로 철학

6. ‘치유로서의 보행’을 위한 설계철학 - 우리를 되찾는 도시공간

7. 도시 걷기의 미학적 차원 - 거리는 어떻게 예술이 되는가?

8. 감성 공명 보행 디자인- 보행자의 내면 풍경과 조응하는 ‘감성적 장’ 기반의 설계철학

9. 15분 도시와 근린보행 - 지속가능한 도시의 새로운 패러다임

주제2 생성형 AI로 오기까지

1. 생성형 AI가 머신 러닝과 딥러닝의 흐름 속에서 등장한 과정의 파악

2. 생성형 AI의 발전 과정을 ANI, AGI, ASI 단계로 구분하여 분석

3. 생성형 AI의 발전 과정을 LLM, LMM, LAM 흐름 속에서 분석

주제3 생성형 AI 기반의 보행 모빌리티 분석과 시뮬레이션

1. 생성형 AI(GAN, VAE, 트랜스포머, 확산 모델) 별 목표, 작동 원리, 역할, 장단점, 보행 모빌리티 분야 활용예시

2. 생성형 AI의 생성적 적대 신경망(GAN)의 보행 모빌리티에 적용되는 방식과 가상사례

3. 생성형 AI의 변문 오토인코더(VAE: Variational Autoencoder)의 보행 모빌리티에 적용되는 방식과 가상사례

4. 생성형 AI의 트랜스포머(Transformer)의 보행 모빌리티에 적용되는 방식과 가상사례

5. 생성형 AI의 확산 모델(Diffusion Model)의 보행 모빌리티에 적용되는 방식과 가상사례

6. 생성형 AI(GAN, VAE, 트랜스포머, 확산 모델)와 보행 모빌리티의 융합 방식과 가상사례

7. 데이터 기반 보행모빌리티 설계와 생성형 AI 기반 보행 모빌리티 설계의 차이

8. 생성형 AI(GAN, VAE, 트랜스포머, 확산 모델)와 보행 모빌리티의 융합 사례 소개

[제2부] 보행 모빌리티 데이터를 구하여 해석해 보자

주제4 보행 데이터: 도시의 숨겨진 언어를 해독하다

1. 보행 데이터의 소스의 유형과 소스유형 별 데이터 수집과 처리 방법을 알아본다

2. 보행자가 남기는 이동의 발자국, 거래의 발자국. 소셜 발자국. 환경적 발자국 별 목표, 적용기술, 역할, 장단점 활용예시를 파악과 가상사례

3. GPS, LiDAR, 비전 센서 등 보행 데이터 수집 기술의 목표, 적용기술, 역할, 장단점, 활용예시와 가상사례

4. 익명화된 빅데이터를 활용한 보행 패턴 및 행태 분석 방법과 가상사례

주제5 보행 모빌리티 데이터의 생성과 분석하는 방법을 알아보자

1. 데이터가 부족한 장소, 구간, 시간대를 위한 생성형 AI기반 ‘합성 데이터(Synthetic Data)’ 생성 기법과 가상사례

2. 비정형 데이터(SNS, 사진, 동영상)를 분석하여 보행이동 패턴을 파악하는 방법과 가상사례

3. 데이터 시각화를 통해 복잡한 보행 모빌리티 현상을 생성형 AI(GAN, VAE, 트랜스포머, 확산 모델)를 적용과 가상사례

[제3부] 생성형 AI모델로 보행수요를 추정하기

주제6 가상사례를 활용한 생성형 AI 보행수요를 예측하다

1. 기존 보행수요 예측 모델의 문제점을 항목별로 지적하면서 생성형 AI 보행수요 예측모델의 우수성(역할, 적용기술, 효과, 장점)을 비교

2. 생성형 AI를 이용한 시나리오 기반 장래 보행수요 예측 방법과 가상사례

3. 생성형 AI를 활용한 실시간 보행상황 분석 및 이상 감지 예측과 가상사례

4. 이벤트(공연, 재난 등) 발생 시 생성형 AI로 단기 보행수요 변화를 예측과 가상사례

주제7 가상사례를 활용한 생성형 AI기반 보행 시뮬레이션하기

1. GAN을 활용하여 보행 혼잡 상황의 가상 시나리오의 생성과 시뮬레이션

2. VAE 모델에 의한 보행흐름과 패턴의 가상 시뮬레이션

3. 트랜스포머 모델에 의한 시간대별, 구간별, 지점별 보행 량 예측 가상 시뮬레이션

4. 확산모델에 의한 대규모 집회로 보행혼잡 후의 혼잡 확산경로의 가상 시뮬레이션

주제8 가상사례를 활용한 생성형 AI기반 보행속도, 밀도, 보행량 산출하기

1. 속도-보행밀도, 보행량-속도, 보행량-보행밀도, 보행속도-보행공간 산출 관계 식 이해하기

2. 생성형 AI별로 보행속도-보행밀도, 보행량-속도, 보행량-보행밀도, 보행속도-보행공간 산출 시 목표, 작동원리, 역할, 장단점, 활용예시와 가상사례

3. 가상수치를 활용한 생성형 AI모델에 의한 보행속도-보행밀도, 보행량-속도, 보행량-보행밀도, 보행속도-보행공간 사이의 관계 분석과 가상사례

4. 가상수치를 활용한 전통적 보행서비스수준 산출방법과 생성형 AI 기반 보행 서비스수준 산출방법을 비교와 가상사례

참고문헌

원제무

저자는 한양대 공대, 서울대 환경대학원, 미국 UCLA도시건축대학원을 졸업하고, MIT도시대학원에서 도시계획 및 교통계획 박사학위를 받았다.

저자는 귀국 후 KAIST 도시교통연구본부장, 서울연구원 선임연구위원, 서울시립대   도시공학과 교수 등을 거쳐 국토도시계획학회장과 한양대 도시대학원장을 역임했다.

현재는 한양대 도시대학원 명예교수로 재직하면서 연구와 강의를 해오고 있다.