본 논문은 주택 품질, 도로, 보도 등 인간의 건강과 웰빙에 상당한 영향을 미치는 이웃 환경 평가를 위한 대규모 언어 모델(LLM)의 활용 가능성을 탐구합니다. 기존의 현장 조사 및 GIS 기반 방법의 한계를 극복하기 위해, YOLOv11 기반 객체 탐지 모델을 훈련하여 6가지 환경 지표(가로등, 보도, 전력선, 아파트, 1차선 도로, 다차선 도로)를 99.13%의 정확도로 탐지합니다. 이후 ChatGPT, Gemini, Claude, Grok 등 4개의 LLM을 평가하여 프롬프트 전략 및 미세 조정의 영향을 분석하고, 상위 3개 LLM의 다수결 투표를 통해 88% 이상의 정확도를 달성함으로써 LLM이 훈련 없이도 이웃 환경을 해독하는 유용한 도구임을 보여줍니다.
