• 제목/요약/키워드: renewal process

검색결과 212건 처리시간 0.018초

커뮤니티 가든 조성을 위한 실험 연구 - 사하 장애인복지관 옥상을 대상으로 - (A Study on Experimental Construction of Community Garden - A Case Study on Rooftop of SAHA Disabled Welfare House -)

  • 김승환;윤성융;차민준;유연서;조지영;김윤선
    • 한국조경학회지
    • /
    • 제40권2호
    • /
    • pp.24-37
    • /
    • 2012
  • 본 연구에서는 커뮤니티 가든의 다양한 국내외 사례 및 선진 연구동향에 대해서 알아보고, 커뮤니티 가든의 개념에 대해서 참가자그룹이 주체적으로 운영해 나가면서 안전한 먹거리를 생산할 수 있는 커뮤니티의 장의 확보,지역을 활성화해 나가는 새로운 형태의 도시녹지 확보방안, 도시재생운동의 의미로서 정의해 보았다. 나아가 열악한 복지관 환경을 개선하기 위한 목적으로 실험적으로 시도하여 조성한 장애인복지관 옥상의 커뮤니티 가든 사례지를 대상으로 하여 이의 계획 및 공사과정, 파트너십 참여, 사업비용 분담 등의 과정을 고찰하였다. 본 실험적 조성사업의 예산확보를 비롯한 전 과정은 부산그린트러스트와 100만평문화공원조성범시민협의회가 주관 하였다. 공동모금회를 통한 스탠다드챠타드 SC제일은행의 50%의 기금분담과 자원봉사의 참여, 그리고 부산시와 사하구의 행정적 지원, 그 외에 다양한 파트너십에 의한 참여의 시도 및 역할 분담은 커뮤니티 가든 실험적 조성의 핵심이 되었다. 조성된 커뮤니티 가든의 공간은 장애인복지관 이용자들의 먹거리생산, 도시농업체험 프로그램에의 참여,원예치료, 커뮤니티의 장과 문화공간의 제공이란 점에서 성과가 있었다. 나아가 옥상형 커뮤니티 가든은 이동식과 고정식 플랜터를 조합 응용한 저비용형 옥상커뮤니티 가든의 개발이란 점에서 그 의미를 찾을 수 있었다. 본 연구에서 검토한 복지관의 옥상을 활용한 실험적인 커뮤니티 가든 조성사례는 도시환경의 개선, 커뮤니티 장의 확보, 도시재생 및 도시녹지의 확보 측면에서도 유익한 것으로 나타났으며, 이는 앞으로 커뮤니티 가든의 활성화에 기여할 수 있는 기초자료로서 활용될 수 있을 것이다.

텍스트 마이닝을 활용한 지역 특성 기반 도시재생 유형 추천 시스템 제안 (Suggestion of Urban Regeneration Type Recommendation System Based on Local Characteristics Using Text Mining)

  • 김익준;이준호;김효민;강주영
    • 지능정보연구
    • /
    • 제26권3호
    • /
    • pp.149-169
    • /
    • 2020
  • 현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.