본 연구에서는 보행도로를 구성하는 경관 요소가 도시 거주민의 정신건강에 미치는 영향을 거주민의 가로환경 이용을 매개로 검증하였다. 연구 범위는 2018년 대한민국 서울특별시이며, 영 과잉 푸아송 모형을 이용하여 분석하였다. 자가 보고 우울 점수를 종속변수로 설정하고, 보행도로의 경관 요소, 보행자 수, 개인 특성 변수를 독립변수로 설정하였다. 경관 요소는 규모에 따라 거시적 경관 요소와 미시적 경관 요소로 분류하였다. 선행연구에서는 합성곱 신경망(convolution neural network, CNN)의 기술적 한계로 인해 주로 거시적 경관 요소를 중심으로 분석하였으며 미시적 경관 요소의 영향은 상대적으로 과소평가되었다. 따라서 본 연구에서는 비전 트랜스포머 모델 중 하나인 grounding discriminator interpolation(Grounding DINO)와 segment anything model(SAM)을 사용하여 경관 변수를 구축하였다. 또한 보행자의 경관 요소 노출 정도에 따른 영향을 확인하기 위해 각 경관 요소와 보행자 수의 교호작용 변수를 포함하였다. 분석 결과, 거시적 및 미시적 경관 요소 모두 보행자의 정신건강에 유의한 영향을 미치는 것으로 나타났다. 녹지와 건물, 개방률은 우울감을 완화시키는 효과를 보였으며, 이동수단, 쓰레기, 전봇대, 경관의 색상 복잡도는 우울감을 악화시키는 효과를 보였다. 개방률을 제외한 모든 변수에서 보행자와 경관 요소의 접촉량이 많을수록 우울감에 미치는 영향이 강화되었다. 본 연구는 기존 경관 분석 분야에서 잘 활용되지 않았던 새로운 이미지 분할 모델을 사용하여 미시적 경관 요소를 효율적으로 추출하고 이를 변수로 활용하였다. 이를 통해 도시 보행도로 설계에서 과소평가되었던 미시적 경관 요소의 영향력을 분석할 수 있는 기반을 마련하였다. 또한, 거주민의 도보 이용률과 경관 요소의 교호작용이 우울감에 미치는 유의미한 영향을 실증적으로 확인하였다.