1. 프로젝트 배경

최근 기후변화로 인해 폭염의 발생 빈도와 강도가 지속적으로 증가하고 있다. 특히 도시 지역은 아스팔트, 콘크리트, 건물 밀집 구조 등으로 인해 열이 축적되는 도시 열섬 현상이 발생하여 보행자가 일상적인 이동 과정에서도 높은 열 스트레스에 노출되고 있다.

현재 대부분의 지도 서비스는 이동 거리와 소요 시간을 기준으로 경로를 추천하지만, 실제 보행 환경에서 중요한 요소인 그늘, 녹지, 경사도, 직사광선 노출, 쉼터 접근성 등은 충분히 고려하지 못하고 있다. 그 결과 사용자는 최단 경로를 이용하더라도 폭염에 장시간 노출될 수 있다.

이에 본 프로젝트는 AI를 활용하여 보행 구간별 폭염 위험도를 분석하고, 사용자가 보다 안전하고 쾌적하게 이동할 수 있는 경로를 추천하는 시스템인 "CoolWalk AI"를 제안한다.



2. 모델 구조

CoolWalk AI는 기상 데이터, 공간정보 데이터, 이미지 데이터를 종합적으로 분석하여 보행 구간별 Heat Risk Score(폭염 위험도)를 산출한다.

입력 데이터로는 기온, 습도, 풍속, 자외선 지수, 녹지 비율, 그늘 비율, 포장면 비율, 경사도, 쉼터 접근성 등을 활용한다. 또한 거리 사진 및 지도 이미지를 분석하여 나무, 건물 그림자, 도로, 녹지 등의 정보를 추출한다.

초기 단계에서는 가중치 기반 위험도 계산 방식을 적용하고, 이후 데이터가 충분히 축적되면 Random Forest 및 XGBoost 모델을 활용하여 위험도 예측 정확도를 향상시킬 예정이다.

산출된 Heat Risk Score를 기반으로 사용자는 최단 경로뿐 아니라 시원한 길, 안전한 길, 취약자 모드 등의 맞춤형 경로를 추천받을 수 있으며, 관리자에게는 폭염 취약 구간과 폭염 저감 시설 설치 우선순위를 제공한다.



3. 기대 효과

CoolWalk AI는 폭염으로 인한 보행자의 열 노출을 줄이고 온열질환 예방에 기여할 수 있다. 특히 학생, 노약자, 만성질환자 등 폭염 취약계층에게 보다 안전한 이동 환경을 제공할 수 있다.

또한 반복적으로 위험도가 높은 구간을 데이터 기반으로 분석하여 가로수, 그늘막, 음수대, 쿨링포그 등의 폭염 저감 시설 설치 위치를 추천함으로써 도시 및 캠퍼스의 열환경 개선에도 활용될 수 있다.

장기적으로는 기후변화에 대응하는 스마트 도시 서비스로 확장 가능하며, 친환경 보행 활성화와 데이터 기반 도시 관리 체계 구축에 기여할 것으로 기대된다.