도로망 회복탄력성 커뮤니티 식별

지속 가능한 재난 대비 도시를 구축하려면 도로망의 효과적인 회복탄력성 분석이 필수적입니다. 특히, 유사한 취약점을 공유하는 도로 구간을 식별하는 것은 네트워크 내 고위험 지역을 파악하고 미래의 혼란으로부터 보호하기 위한 조치를 구현하는 데 중요합니다. 그래프 기반 커뮤니티 탐지 기법은 유사한 구조적 취약점을 공유하는 네트워크 영역을 그룹화하는 데 활용될 수 있습니다. 그러나 기존 그래프 기반 커뮤니티 탐지 방법은 분할 과정에서 노드 특징을 통합하는 데 어려움을 겪거나 도로망의 경로 기반 종속성을 고려하지 못하는 한계가 있습니다. 본 논문은 이러한 한계를 극복하기 위해 경로 기반 임베딩을 활용하는 PCE(Path-based Community Embedding) 모델을 제안합니다. PCE는 그래프 어텐션 네트워크와 LSTM(Long Short-Term Memory) 모델의 강점을 결합하여 지역 이웃 정보와 장거리 경로 종속성을 모두 통합하는 표현을 학습합니다. 미국 산타바바라 도로망에 대한 실험 결과, PCE는 회복탄력성 분석을 위한 커뮤니티 탐지 성능을 향상시키는 것으로 나타났습니다. 이는 도시 계획가 및 교통 엔지니어에게 도로망의 취약점을 선제적으로 식별할 수 있는 강력한 도구를 제공합니다.