이번 연구에서는 city2graph를 활용하여 도시 기능 추론을 위한 공간 그래프 학습 파이프라인을 구축했습니다. OpenStreetMap에서 도시의 관심 지점(POI)과 거리 네트워크 데이터를 수집하였으며, 신뢰성을 높이기 위해 합성 대체 데이터를 사용했습니다. 연구팀은 공간 특성을 엔지니어링하고 여러 근접 그래프 패밀리를 구성하여 동일한 도시 환경을 어떻게 표현하는지 비교했습니다. 이후 이질적 및 동질적 그래프를 구축하고 이를 PyTorch Geometric으로 변환하여 GraphSAGE 모델을 훈련시켜 공간 구조로부터 POI 카테고리를 예측하는 방법을 개발했습니다.

<Mark Tech Post 뉴스 본문 전체읽기>