도시 및 지역 계획의 인공 지능 소개: 경계, 검증, 책임 및 윤리

이득:

• 위험 수준에 따라 AI가 계획 작업 흐름에서 실시간을 절약하는 부분과 공공의 이익과 안전에 중요한 책임이 유능한 도시 계획가 및 엔지니어에게 남아 있어야 하는 부분을 구별하는 능력
• 적용 가능한 법률, 공식 통계, 공간 정확도 및 독립적인 전문가 제어를 기준으로 각 AI 출력을 테스트하는 다층 검증 원칙을 구현하는 능력
• 위치, 소포, 개인 및 회사 데이터를 보호하기 위해 컨텍스트를 익명화하고, 데이터 편향을 인식하고, 개인정보 보호 도구를 선택하는 습관을 들이는 능력.

도시 및 지역 계획은 수백만 명의 사람들이 어디에 살 것인지, 어떻게 그곳에 도착할 것인지, 어떤 공기를 마실 것인지, 재해 발생 시 얼마나 안전할 것인지를 결정하는 공공 의사 결정 체계입니다. 이 체인의 일부 링크(데이터 랭글링, 보고서 작성, 지도 준비)는 빠르게 자동화될 수 있습니다. 그 중 일부는 공공의 이익과 생명안전에 직접적인 영향을 미치기 때문에 결코 기계로 옮겨질 수 없습니다. 인공 지능(줄여서 AI; 데이터에서 패턴을 학습하고 텍스트, 이미지, 지도 또는 코드를 생성하는 소프트웨어)은 이 체인의 강력한 가속기입니다. 분석 보고서 초안을 생성하고, 입법 텍스트를 요약하고, 코드를 작성하고, 시나리오를 비교합니다. 그러나 AI는 도시 계획자가 아닙니다. 대중을 대신하여 책임을 지지 않으며, 정지 절차에 착수하지도 않고, 서명하지도 않습니다. 이번 단원에서는 계획에서 AI를 어디에 사용해야 하는지, 어디에 서야 하는지, 그리고 각 결과를 검증하는 방법을 배우게 됩니다. AI에 의존하지 않고 전문적으로 AI를 제어하는 ​​사람을 만드는 것이 목표입니다.

계획에서 AI가 할 수 있는 것과 할 수 없는 것

AI의 진정한 힘은 언어, 패턴, 데이터 처리 및 변형 생성입니다. 계획 메모의 긴 텍스트 요약, 토지 이용 분석 단계 설계, 인구 표 구성, QGIS 작업 흐름을 위한 Python 코드 초안 작성, 이해관계자 설문조사에서 수천 개의 의견에서 주제 추출; 여기서 AI는 몇 시간, 심지어 며칠을 절약해 줍니다.

AI가 할 수 없는 것은 공익과 보안이 필요한 구속력 있는 결정이다. 인근 지역에 유입될 밀도, 하천 바닥에 대한 건축 금지, 단층선 근처의 건축 상태, 필지의 실제 개발권, 교차로의 용량; 이 중 어느 것도 "보통 이런 일이 일어난다"는 논리로 결정될 수 없습니다. AI는 인터넷의 텍스트와 훈련 데이터를 통해 학습하기 때문에 환각을 느낍니다. 즉, 실제처럼 보이지만 거짓인 규정 조항, 비율, 좌표 또는 통계를 구성할 수 있습니다. 이러한 유형의 계획 오류는 단순한 오타가 아닙니다. 이는 부적절하게 위치한 학교, 침수된 주거 지역, 취소된 계획 또는 재해로 인한 인명 손실을 의미합니다.

주의: AI 출력은 전문가 의견이나 공식 문서가 아닌 초안입니다. 보안 및 공공 이익에 중요한 결정(재난 위험, 홍수, 운송 인프라, 법적 구속력이 있는 계획 제공)은 유능한 도시 계획가 및 관련 엔지니어의 승인 없이는 시행될 수 없습니다. AI는 이러한 승인 및 공식 승인 프로세스를 대체하지 않습니다.

위험 수준에 따른 세 지역

AI를 안전하게 사용하는 가장 실용적인 방법은 위험 수준에 따라 각 작업을 세 가지 영역으로 나누는 것입니다. 이러한 구별은 “AI가 이것을 해야 하는가?”라는 질문에 빠르고 정확하게 대답합니다.

지역

샘플 작업

AI의 역할

검증레벨

녹색(낮은 위험)

미팅노트, 이메일, 컨셉텍스트, 용어설명, 발표제목

무료 생산

빠른 검토

노란색(중간 위험)

분석보고서 초안, 법안 요약, 코드 초안, 데이터 편집, 테마 추출

초안 + 제안서

전문가 확인 + 소스/데이터 확인

빨간색(보안 및 공익에 중요)

재해위험, 홍수, 건축금지, 밀집도 결정, 개발권, 구속력 있는 계획 제공

사전 심사/체크리스트만 해당

유능한 전문가 분석, 공식 프로세스 및 승인이 필수입니다.

그린존에서는 속도를 높이세요. 노란색 구역에서는 AI를 사용하되 모든 수치, 출처, 데이터를 확인하세요. 레드존에서는 AI가 최종 결정권을 갖지 않습니다. 이는 전문가의 작업 속도를 높이는 데 도움이 될 뿐입니다.

다계층 검증 분야

검증은 '나중에 확인해 볼게'라고 미루는 일이 아니다. 워크플로의 일부입니다. 계획의 확실한 검증은 5개 계층으로 구성됩니다.

1. 소스로 돌아갑니다. AI가 요금, 항목, 좌표 또는 통계를 제공한 경우 현재 공식 텍스트(승인된 구역 계획, 계획 메모, 규정, TÜİK 데이터, 기업 데이터베이스)에서 이를 열고 확인합니다.
2. 데이터로 테스트합니다. 수치 결과(인구, 면적, 수용력)를 공식 통계 또는 보정된 모델과 비교하세요.
3. 공간적 정확성. 지도, 좌표계(CRS), 기하학 주장을 실제 베이스와 비교하여 확인하고 좌표 참조를 수정하세요.
4. 전문가의 눈. 관련 결정이 특정 분야(지질학, 교통, 환경 공학, 법률)의 전문 지식에 관한 것이라면 해당 전문가의 승인을 받으십시오.
5. 당신의 흔적을 남겨주세요. 어떤 출력이 어떤 데이터로 어떻게 검증되었는지 기록합니다. 공개 프로세스를 감사할 수 있도록 하세요.

힌트: "AI가 말했다"는 정당화가 아닙니다. 계획 결정의 정당성은 항상 현행법, 공식 데이터, 분석 및 유능한 전문가 평가입니다. AI는 이러한 정당성을 준비하는 데 도움을 주지만 이를 대체하지는 않습니다.

개인 정보 보호, 데이터 편견 및 윤리

계획 데이터는 중요합니다. 보류되지 않은 계획 변경, 필지 소유자의 신원, 인근 지역의 사회 경제적 데이터, 토지 좌표 조기 유출은 투기, 부당 이득, 대중의 신뢰 훼손으로 이어집니다. 이 데이터를 클라우드 기반 AI 도구에 제공하기 전에 세 가지 질문을 던져보세요. 이 데이터가 정말 필요한가요? 익명화할 수 있나요? 내가 사용하는 도구가 훈련에 데이터를 사용합니까?

데이터 편향은 계획에 고유한 뚜렷한 위험입니다. AI는 과거 데이터로부터 학습합니다. 과거에 특정 지역에 투자가 거의 없었거나 수집된 데이터가 거의 없거나 그룹 의견이 전혀 기록되지 않은 경우 AI는 이러한 불평등을 "정상"으로 강화할 수 있습니다. 예를 들어, 디지털 설문조사에 참여할 수 없는 노인이나 인터넷 접속이 제한된 동네는 AI 요약에 표시되지 않을 수 있습니다. 공직에서 이는 불의에 코드를 곱하는 것을 의미합니다. 그렇기 때문에 모든 AI 출력은 "누가 또는 무엇이 빠졌습니까?"라고 묻는 것입니다. 질문을 하는 것은 직업적인 의무입니다.

단계별: 작업에 AI를 안전하게 도입하기

1. 해당 지역에 작업을 배치합니다. 녹색, 노란색 또는 빨간색?
2. 맥락을 익명화합니다. 실제 소포, 좌표, 이름 및 번호를 지웁니다.
3. 명확한 브리핑을 하세요. 작업 공간, 제약 조건, 기준 및 형식을 명확하게 작성합니다.
4. 출력을 초안으로 간주하십시오. 최종 제품이나 공식 문서로 사용하지 마십시오.
5. 검증 단계를 적용하십시오. 소스, 데이터, 공간 정확도, 전문가, 추적.
6. "누가 또는 무엇이 빠졌나요?" 묻다. 표현과 편견을 확인하세요.
7. 결정과 그 이유를 기록하십시오.

약한 프롬프트 / 강한 프롬프트

약한 프롬프트: "이 동네에 대한 계획 분석을 작성하세요."

이 요청은 맥락이 없기 때문에 AI는 일반적이고 진부하며 부정확할 수도 있는 텍스트를 생성합니다. 그는 숫자를 만들고 법안을 환각합니다.

강력한 프롬프트: "당신은 도시 계획가에게 도움이 되는 보조자입니다. 다음 [익명 처리] 데이터를 기반으로 토지 이용 분석 보고서 초안을 작성하십시오. 데이터: 현재 사용 분포 [표], 인구 [TurkStat 데이터], 경사 및 범람원 [요약]. 확실하지 않은 각 숫자와 규제 참조에 대해 '확인 필요' 라벨을 붙입니다. 형식: 제목에 각 결과에 대한 데이터 소스를 표시하십시오.

두 번째 프롬프트는 AI에 역할, 데이터, 제약 조건, 모호성 및 형식을 제공하므로 감사 가능하고 검증 가능한 청사진을 생성합니다.

복사 가능한 템플릿 4개

역할: 귀하는 도시 및 지역 계획 보조원입니다. 작업: [작업]에 대한 초안을 생성합니다. 맥락: 연구 지역 [...], 인구 [...], 현재 사용 [...], 제한 사항 [...]. 규칙: 확실하지 않은 숫자, 요율, 좌표 및 입법 참조 사항에 대해서는 "확인 필요"라는 라벨을 붙입니다. 데이터 피팅.형식: 제목에서 각 결과에 대한 데이터 소스를 나타냅니다.

작업: 다음 텍스트에 기술적 주장, 수치, 좌표 및 규제 참조를 나열하세요. 각각에 대해 "출처를 확인해야 합니다"라는 메모를 추가합니다. 직접 확인하지 말고 표시만 하세요.텍스트: [...]

작업: 도시 계획자의 관점에서 이 AI 출력을 위험 수준에 따라 분류합니다. 각 항목에 대해 녹색/노란색/빨간색을 선택하고 한 문장으로 근거를 제시하세요. 빨간색 항목에는 "능력 있는 전문가 분석 및 공식 승인 필요"라고 기재합니다. 출력: [...]

작업: 아래 계획/프로젝트 텍스트를 익명화하세요. 실제 소포 번호, 섬, 주소, 좌표, 사람/기관 이름 및 번호를 [LABEL]로 바꿉니다. 기술적인 의미를 유지하세요.텍스트: [...]

세 개의 미니 케이스

사례 1 — 환각적인 범람선. 설계자는 하천 옆 40헥타르의 토지에 대해 "홍수 위험이 있습니까?" AI에게 질문합니다. AI는 "50년 홍수한계는 하천에서 30m다"라고 자신있게 말한다. 기획자는 이를 검증하지 않고 분석에 투입한다. 그러나 관련 기관(DSI)의 공식 홍수 분석에 따르면 실제 홍수 제한치는 일부 지점에서 120m에 달한다. AI가 구성한 30미터는 12헥타르의 위험 지역을 '안전'으로 표시했다. 교훈: 홍수와 같은 위험 지역 데이터는 공식 기관 분석에서만 가져옵니다.

사례 2 - 시간 절약 요약. 동일한 플래너가 AI에게 62페이지 분량의 계획 설명 보고서를 요약하고 주요 헤드라인, 상충되는 항목, 누락된 분석을 15분 만에 추출하도록 했습니다. 그런 다음 원본 보고서의 각 항목을 확인합니다. 녹색-노란색 영역을 사용하면 이틀 간의 독서 작업이 반나절로 단축됩니다. 검증 없이는 어떤 결정도 내려지지 않습니다.

사례 3 — 보이지 않는 이웃. 한 지방자치단체는 AI를 사용한 디지털 설문조사에서 8,000개의 댓글을 요약합니다. 요약은 도시의 중심 지역에 대한 수요로 가득 차 있습니다. 기획자가 "누가 빠졌나요?"라고 묻습니다. 그는 묻고 인구의 22%를 차지하는 세 개의 빈민가에서는 거의 응답이 없다는 것을 알게 됩니다. 그곳에서는 인터넷 접속률이 낮습니다. 팀은 대면 회의를 추가하여 표현을 수정합니다. AI의 부족은 스스로 말하지 않습니다. 물어보는 것이 기획자의 몫이다.

일반적인 실수

• AI 인쇄물을 공식 문서로 착각하는 행위. 초안과 승인된 계획/보고서의 차이점을 지우는 것은 가장 위험한 실수입니다.
• 레드존 임무를 AI에게 맡깁니다. AI의 '제안'으로 재해, 홍수, 건축 금지 등의 결정을 종결하면 공공의 안전이 위험해진다.
• 자신감 있는 언어로 혼란스러운 환각. AI는 정확한 비율만큼 자신있게 잘못된 비율을 알려줍니다. 어조는 정확성의 증거가 아닙니다.
• 아무 생각 없이 기밀 데이터를 업로드합니다. 일시 중단되지 않은 계획, 소포 소유자 및 좌표를 익명화하지 않고 클라우드에 제공하는 것은 개인 데이터 및 공개 프로세스를 위반하는 것입니다.
• "누가 없어졌나요?" 묻지 말라고. 표현 편향을 무시하면 불평등이 강화됩니다.
• 확인을 추적하지 않습니다. 공개 프로세스는 감사 가능해야 합니다. 어떤 출력이 어떻게 검증되는지가 중요하지 않다면 책임을 질 수 없습니다.

요약하면

AI는 도시 및 지역 계획의 강력한 가속기이지만 계획자를 대체하지는 않습니다. 위험 수준에 따라 작업을 녹색, 노란색, 빨간색 영역으로 나눕니다. 레드존에서는 AI에게 최종 결정권을 주지 마십시오. 5가지 검증 계층(소스, 데이터, 공간 정확도, 전문가, 추적)을 통해 각 출력을 테스트합니다. 기밀을 보호하고 데이터 편견과 표현 부족을 적극적으로 찾으십시오. AI 결과물은 유능한 전문가 승인 및 공식 승인 프로세스를 대체할 수 없습니다. 공공의 결정과 책임은 언제나 국민에게 있습니다.

응용과제

스스로(또는 상상 속에서) 작업한 계획 작업을 선택하세요. (1) 작업의 하위 단계를 녹색/노란색/빨간색 영역으로 나누어 표에 작성합니다. (2) 노란색 영역의 하위 작업에 대해 위의 첫 번째 템플릿을 사용하여 AI 스케치를 생성합니다. (3) 5개의 검증 레이어 각각에 대해 이 개요에서 구체적으로 수행할 작업을 한 문장으로 작성합니다. (4) “누가 또는 무엇이 빠졌나요?” 이 작업의 맥락에서 질문에 답하십시오.

체크리스트

• [ ] 녹색/노란색/빨간색 영역에 작업을 배치했습니다.
• [ ] 나는 레드존 결정을 AI에 맡기지 않았습니다. 나는 그에게 전문가와 공식적인 절차를 의뢰했습니다.
• [ ] 맥락을 익명으로 처리했습니다. 저는 아무 생각 없이 기밀자료를 올리지 않았습니다.
• [ ] 모든 숫자, 요율, 좌표, 입법 참조 사항은 공식 출처에서 확인했습니다.
• [ ] "누가 또는 무엇이 빠졌나요?" 나는 질문을 했다. 표현성과 편견을 확인했습니다.
• [ ] 확인 추적을 저장했습니다.
• [ ] AI 출력물을 초안으로 표시했으며 공식 문서로 사용하지 않았습니다.