본 연구는 위성영상 기반 건물 변화 탐지의 성능을 개선하기 위해 Dual Encoder와 DDPM(Denoising Diffusion Probabilistic Models)을 결합한 새로운 방법을 제안한다. 기존의 변화 탐지 방식이 가지는 경계 불명확성과 환경 변화에 대한 민감성 문제를 해결하기 위해, Dual Encoder를 통해 시기별 특징을 독립적으로 추출하고 Feature Fusion을 통해 통합하는 구조를 도입했다. 또한 DDPM의 점진적 노이즈 제거 과정을 활용하여 더욱 정교한 Segmentation Map 생성이 가능하도록 했다. LEVIR-CD 데이터셋을 활용한 실험을 통해 기존 방식 대비 현저한 성능 향상을 확인했으며, 특히 복잡한 도시 환경에서의 작은 규모 변화 탐지에서 뛰어난 성능을 보였다. 제안된 방법은 도시 계획, 재난 평가, 불법 건축물 감시 등 다양한 실제 응용 분야에서 높은 활용 가능성을 보여주며, 자동화된 건물 변화 탐지의 신뢰성과 정확도를 크게 향상시켰다.