원격 감지 영상에서의 변화 탐지(Change Detection, CD)는 환경 모니터링, 도시 개발, 재난 관리 등 다양한 분야에서 중요한 역할을 하는 작업입니다. CD는 시간에 따른 변화를 식별하기 위해 두 시점의 영상을 활용하는 것을 포함합니다. 동일한 위치에서 서로 다른 시점에 있는 특성 간의 이 시점 간 공간적 관계가 이 과정에서 핵심적인 역할을 합니다. 그러나 기존의 변화 탐지 네트워크들은 이러한 공간적 관계를 충분히 활용하지 못하는 경우가 많습니다.본 연구에서는 이러한 시점 간 공간적 관계를 고려한 CD용 네트워크인 SRC-Net을 제안합니다. 제안된 SRC-Net은 공간적 관계를 통합하고, 특성 추출의 정확성과 견고성을 향상시키기 위한 크로스 브랜치 인식 메커니즘을 설립하는 Perception and Interaction Module을 포함합니다. 또한, 현재 방법들의 정보 손실 문제를 해결하기 위해 Patch-Mode Joint Feature Fusion Module이 도입되었습니다. 이 모듈은 다양한 변화 모드와 공간적 관계에 대한 고려사항을 반영하여 더욱 표현력 있는 융합 특성을 생성합니다.또한, 우리는 이 두 가지 관계 고려 모듈을 사용하여 새로운 네트워크를 구축하고 LEVIR-CD 및 WHU 건물 데이터셋에서 실험을 수행했습니다. 실험 결과는 우리의 네트워크가 최신 기술(state-of-the-art, SOTA) 방법들을 능가하면서도 적당한 파라미터 수를 유지함을 보여줍니다. 우리는 본 접근 방식이 변화 탐지 분야에 새로운 패러다임을 제시하며, 향후 발전의 원동력이 될 것이라고 믿습니다. 코드와 모델은 https://github.com/Chnja/SRCNet에서 공개적으로 이용 가능합니다.