본 논문은 인도 뉴델리의 대기질 개선을 위해 심층 강화 학습(DRL) 기반의 공기 정화 부스 최적 배치 프레임워크를 제시합니다. 뉴델리의 심각한 대기 오염 문제 해결을 위해 기존의 정적인 공기 정화 설비 설치 방식의 한계를 극복하고자, 인구 밀도, 교통 패턴, 산업 영향, 녹지 공간 제약 등 다양한 공간 및 환경 요인을 고려하여 최적의 설치 위치를 학습하는 Proximal Policy Optimization (PPO) 알고리즘을 활용합니다. 무작위 및 탐욕적 AQI 기반 배치 전략과 비교 실험을 통해 DRL 기반 접근 방식이 AQI 개선, 공간적 적용 범위, 인구 및 교통 영향, 공간 엔트로피 등 다차원적 성능 평가 지표에서 우수한 성능을 보임을 확인하고, AI 기반 공간 최적화를 통한 스마트 도시 구축 및 데이터 기반 대기질 관리의 가능성을 제시합니다.
