서울에는 밤 늦게까지 일하는 대리운전 기사, 아르바이트생에게 익숙한 버스가 있습니다. 바로 ‘올빼미 버스’인데요. 이 버스는 서울시 심야 버스로, 오후 11시 30분부터 오전 6시까지 운행하죠. 2013년 올빼미 버스가 등장하기 전에는 심야 노동자들이 불법 전세버스를 많이 탔고요. 심야 택시의 승차거부 문제도 심각했습니다. 늦은 시각 귀가하는 여성의 치안 문제도 우려됐고요. 지금도 이 문제가 사라지지 않았습니다만. 서울시에서 올빼미 버스를 도입하면서 이 부담을 조금 덜 수 있었죠. 이 버스는 이제 서울 시민의 안전 귀가를 책임집니다.

올빼미 버스의 탄생에 기여한 일등공신이 있는데요. ‘공간정보’와 ‘빅데이터’가 그 주인공입니다. 심야 버스 노선을 짜려면 그 시간대 시민들이 많이 타거나 이동하는 곳을 중심으로 버스를 운행해야 하겠죠. 그러려면 심야 시간 이동 행태, 교통 수요를 파악해야 하는데요. 공간정보와 빅데이터는 그 수단으로 쓰입니다. YTN에 따르면 서울시에서는 통화량 데이터 약 30억건과 심야택시 승·하차 기록 500만건을 분석했고요. 이로써 심야 시간대 유동인구와 사람들의 주요 이동경로를 파악할 수 있었죠. 서울시에서는 이를 토대로 심야 버스 노선을 개발합니다. 그 결과, 올빼미 버스는 공간정보와 빅데이터를 잘 융합한 성공사례로 꼽혔고요.

이미 공간정보와 빅데이터는 다양한 분야에서 쓰이고 있습니다. 지역자치단체의 ‘차 없는 거리 행사’의 실효성을 조사하거나, CCTV 설치 최적지와 안심길을 분석하는 데도 활용되고요. 이는 혁신도시의 지역 활성화 효과를 파악하는 데도 쓰이죠. 2014년부터 국토교통부에서는 ‘공간 빅데이터 체계 구축사업’을 추진하고 있는데요. 이는 공간정보를 기반으로 행정정보, 민간의 유동 인구 자료, 카드 매출 정보 등을 분석, 관련 업무에 활용하도록 지원하는 사업입니다. 국토부는 이로써 지역사회 정책을 합리적으로 결정하도록 도와주죠. 나아가 이는 올빼미 버스처럼 생활 편의와 삶의 질도 높일 수 있습니다.

 

<출처=서울시>

​

왜 정부와 지자체는 더 살기 좋은 지역을 만드는 데 공간정보와 빅데이터를 활용할까요? 요즘은 스마트폰과 SNS, 사물인터넷(IoT) 서비스를 통해 데이터가 폭증하는 시대입니다. IDC에서는 2012년 전 세계에서 2.8제타바이트의 디지털 데이터가 생성됐다고 분석했는데요. 이는 2년마다 2배씩 증가해 2020년에는 40제타바이트에 달할 것으로 전망했죠. 빅데이터만 많은 게 아닙니다. 공간정보도 풍부한데요. 스마트폰 앱의 약 80%가 공간정보를 포함한다고 하죠. 빅데이터와 공간정보를 결합하면 시공간에 따라 사람들의 생활상, 관심사를 더 구체적으로 파악할 수 있습니다.

정리하면 공간정보와 빅데이터는 우리가 세상을 더 정확히 이해하도록 도와주고요. 이를 토대로 정부는 국정현안에 대응하며 미래 전략을 세울 수 있죠. 지자체는 시민의 삶에 도움되는 정책을 수립할 수 있고요. 이로써 복잡한 현대사회와 불확실한 미래사회에 대처할 수도 있겠죠. 국내외 기업에서는 이에 대응해 여러가지 분석 솔루션을 공급하는데요. 솔트룩스에서는 국토부의 ‘공간 빅데이터 분석 플랫폼’을 운영합니다. 이 플랫폼은 다양한 분야에 쓰이는데요. 전국의료이용지도를 만들고, 지자체의 도시재생을 모니터링하는 데 활용됐죠.

사실 공간정보와 빅데이터 못지않게 이를 분석하는 ‘기술’도 중요합니다. 구슬이 서 말이라도 꿰어야 보배인데요. 공간정보와 빅데이터를 보배로 만들려면 실효성 있는 데이터를 추출해야 하고요. 여기서 의미있는 분석결과를 도출해야 합니다. 고도화된 기술은 이를 도와주죠. 솔트룩스에서 운영하는 국토부의 공간 빅데이터 분석 플랫폼은 이 기술을 쉽게 사용하도록 지원한다는 의미가 있습니다. 오늘은 공간정보와 빅데이터를 연계한 공간 빅데이터의 활용 의의를 짚고요. 솔트룩스가 운영하는 국토부 공간 빅데이터 분석 플랫폼의 특징과 작동방식, 구현사례를 살펴보겠습니다.

​

공간 빅데이터, 범죄·재난재해·질병의 구원투수 되다

 

 

<출처=픽사베이>

​

서두에서 ‘공간정보’, ‘빅데이터’, ‘공간 빅데이터’라는 용어를 수차례 언급했는데요. 이를 활용한 기술이 우리 삶에 주는 의미를 이해하려면 각 개념을 먼저 아는 게 좋겠죠. 사전, 국가공간정보에 관한 법률, 보고서 내용을 토대로 각 용어의 정의를 짚고 가겠습니다.

빅데이터는 ‘규모가 방대하고, 생성 주기가 짧으며, 수치·문자·영상 형태를 띈 대규모 데이터’입니다. 공간정보는 간단히 말하면 ‘자연물, 인공물 위치에 대한 정보’나 ‘이를 활용해 의사결정 할 때 필요한 정보’인데요. 내비게이션, 온라인 지도가 그 예입니다. 더 구체적으로 설명하면 공간정보는 ‘공간을 구성하는 요소에 대한 위치, 경로, 명칭 등에 대한 정보’인데요. 이 공간은 지상·지하·수상·수중 등을 모두 포함하죠. 국토부에 따르면 공간정보는 도형정보와 속성정보로 분류됩니다. 도형정보는 ‘지표·지하·지상의 토지 및 구조물의 위치·높이·형상’이고요. 속성정보는 ‘자연적·사회적·경제적 특성’ 등이죠.

공간 빅데이터는 공간정보와 빅데이터를 아우른 것으로 이해할 수 있습니다. 이는 ‘사람 또는 집단 활동에 대한 구체적 정보, 위치정보와 장소성을 지닌 빅데이터’라고 볼 수 있죠. 연구자마다 정의한 개념이 조금씩 다른데요. ‘휴대전화 기반의 유동인구, 가구와 기업의 에너지 사용정보 등 국민과 기업의 시공간적 활동에 관한 구체적 정보를 갖고 있는 대용량 데이터(김동한·강혜경·김준기·한우석·박준·강민규·성혜정·김은빈, 2014)’라고 이해하는 게 더 쉽습니다.

일반적으로 데이터는 세가지 유형으로 나뉘는데요. 정형 데이터, 반정형 데이터, 비정형 데이터가 있죠. 공간 빅데이터도 마찬가지입니다. 정형 데이터는 형태가 있고 연산이 가능한 데이터인데요. ‘빅데이터 분석대로 미래는 이루어진다(우종필, 2017)’라는 책에 따르면 이는 엑셀 같은 스프레드시트에 저장되는 형태이죠. 수치, 기호, 도형 등을 생각하면 됩니다. 반정형 데이터는 형태가 있지만 연산이 불가능한 데이터인데요. 메일 등 통신내용 기록같은 로그가 그 예입니다. 비정형 데이터는 형태가 없고 연산도 불가능한 데이터고요. 인터넷 댓글, 영상, 음성이 여기에 해당되죠.

 

 

<출처=픽사베이>

​

공간 빅데이터는 쓸모가 많습니다. 공공분야의 경우 주거·교통·교육·테러·재난재해·질병 등에 대응하는 데 활용할 수 있고요. 민간분야의 경우 상권 분석·모바일 광고·위치기반 서비스 등에 쓸 수 있습니다. 주요 선진국에서는 공간 빅데이터를 공공, 민간영역에 활용하는데요. 안종욱·이미숙·신동빈(2013) 교수의 연구에 따르면 미국 미네소타주 로체스터시에서는 빅데이터에 기반한 범죄 정보 분석 플랫폼을 도입했습니다. 이는 데이터에서 사람·장소·휴대전화·전화기록·차량기록 간 연관성을 분석할 수 있고요. 이로써 수사 단서를 찾을 수 있다고 하죠.

일본에서는 기상, 농작물 품질관리, 지진에 이를 접목했다고 하는데요. 현지 통신사 NTT도코모에서는 그 회사 휴대전화 이용자 위치를 통해 시기별 이용자 위치를 확인했답니다. 이로써 휴일, 저녁 시간 등 시기별로 지진이 일어나면 임시 대피소의 수용능력을 미리 파악할 수 있다고 하죠. 싱가포르에서는 RAHS(Risk Assessment & Horizon Scanning·위험진단과 이슈탐지) 시스템을 도입했다고 하는데요. 여기서는 질병, 금융위기 등 국가적 위험과 관련된 데이터를 수집했다고 합니다. 이는 위험을 예측해서 대응 방안을 모색하는 데 쓰였다고 하죠.

우리 정부와 지자체에서도 합리적이고 효율적인 공공정책을 만들기 위해 공간 빅데이터를 활용합니다. 서두에서 살펴본 올빼미 버스가 그 예고요. 앞서 언급했듯 국토부에서는 2014년부터 공공분야의 합리적 정책결정 지원을 위해 공간 빅데이터 분석 플랫폼을 구축·운영하고 있습니다. 이를 통해 공간 빅데이터를 분석하고 그 결과를 관련 기관에 제공하고 있죠. 일례로 전주시를 대상으로 대중교통 취약지역을 조사했는데요. 시간대별 대중교통 승하차·환승 정보(교통카드 데이터)와 유동인구 정보(통신 데이터) 등을 함께 분석했습니다. 이는 대중교통 노선을 더 합리적이고 효율적으로 조정하거나 신규 노선을 결정하는 데 쓰일 수 있죠.

​

그들이 공간 빅데이터에 주목하는 이유

 

<출처=픽사베이>

 

여기서 우리가 생각해봐야 할 거리가 있습니다. 전세계에서 공적 의사결정을 지원하는 수단으로 공간 빅데이터에 주목하는 이유는 뭘까? 일단 우리 사회가 복잡하다는 점에 그 배경이 있습니다. 당장 현재만 보더라도 공공분야에는 주거·교통·교육·재난재해 등 여러 문제가 쌓여 있죠. 개인과 집단의 요구도 다양하고요. 게다가 미래사회는 불확실합니다. 코로나 19처럼 예상치 못한 재난이 닥칠 수도 있죠. 정부와 지자체는 현재 문제를 해결하고, 미래 위험에도 대비해야 합니다.

좀더 자세히 짚어볼까요? 주거·교통·교육·재난재해 같은 문제에는 이해관계자가 많이 걸려있습니다. 정부와 지자체는 이들 문제를 해결하고 갈등을 조정해야 하죠. 그러려면 우선 현황을 정확히 파악해야 하고요. 이어 다양한 이해관계를 고려하고 미래를 예측해서 정책을 세워야 합니다. 이 정책은 국가와 도시발전에 기여하되, 시민이 효과를 느껴야 하고요. 잡음은 최소화해야 하겠죠. 이를 위해 정부와 지자체는 먼저 현황 파악에 필요한 정보를 얻어야 합니다. 개인 또는 가구의 생활상과 관심사, 단체 또는 공간의 이용현황 등이 그 예죠.

공간 빅데이터에는 이를 알 수 있는 현장 정보가 있습니다. 예를 들어 국민의 국토 이용행태를 파악한다고 할 때 휴대전화와 신용카드 공간 빅데이터를 현장 정보로 쓸 수 있겠죠. 이를 토대로 활동인구가 늘어나면 지역상권 매출이 어떻게 늘어나는지도 시뮬레이션 할 수 있고요. 자원절감형 국토도시정책을 수립하기 위해 건물에너지 공간 빅데이터를 분석하면 어떨까요? 여기서는 건축물 유형별, 지역별 에너지 이용행태가 현장 정보가 될 수 있습니다. 이를 활용해 건축물이 낡을수록 에너지 사용량이 늘어나는 지역을 시뮬레이션 할 수도 있죠. 공간 빅데이터는 단순 통계 자료가 아닙니다. 이는 시공간 분석을 더해 새로운 사실을 도출할 수도 있고요. 이를 토대로 정부와 지자체는 데이터에 기반해 실효성 있는 정책을 세울 수 있습니다.

 

 

<출처=국토교통부>

 

공간 빅데이터가 방대하며 빠른 속도로 늘어난다는 점도 데이터의 활용도를 높이는데요. 이 세상에 존재하는 모든 정보의 80% 이상이 위치나 공간과 관련돼 있다고 하죠. 요즘 공간정보는 스마트폰, SNS, IoT 서비스 등을 통해 실시간 업데이트됩니다. 덕분에 공간 빅데이터는 대규모로 빠르게 생성되고요. 데이터 종류도 다양합니다. 데이터 용량이 크고, 그 종류가 다채로우면 쓸모도 많겠죠. 빅데이터를 ‘21세기 원유’라고 하는데요. 공간 빅데이터도 마찬가지입니다. 정책 수립에 참고할 자료는 풍부할수록 좋고요.

앞서 국토부에서 2014년부터 ‘공간 빅데이터 체계 구축사업’을 추진하고 있다고 했죠. 국토부에서는 공간 빅데이터를 공공부문에 도입하면 중장기적으로 약 2.1조∼4.2조원의 부가가치가 생길 것으로 예상합니다. 국토부에서는 공간 빅데이터로 거둘 수 있는 5가지 효과를 홈페이지에서 제시했는데요. 첫번째, 부동산 시세와 수요 변화추이, 부동산 시장 위험 징후를 빨리 파악할 수 있습니다. 이로써 부동산 정책 수립을 미리 지원할 수도 있죠. 두번째, 광역 대중교통의 노선 증설과 변경을 두고 지자체 간에 분쟁이 생길 수 있는데요. 이때 데이터에 기반해 의사결정을 도울 수도 있습니다.

세번째, 공간 빅데이터로 지역개발사업 평가체계에 정량 평가도 지원할 수 있고요. 네번째, 시민의 실생활에 영향을 주는 사회·경제적 문제에 대해서도 공간 빅데이터 수집·분석체계를 활용할 수 있습니다. 이렇게 과학적 정보를 활용함으로써 의사결정 역량을 키울 수 있죠. 다섯번째, 중복업무나 예산낭비를 방지할 수 있습니다.

 

솔트룩스서 운영하는 국토부 공간 빅데이터 분석 플랫폼의 가치

 

<출처=솔트룩스>

 

공간 빅데이터가 단순히 풍부한 게 능사는 아닙니다. 이 데이터로 의미있는 성과를 내려면 공간빅데이터를 정확하고 정밀하게 분석해야 하는데요. 일단 데이터 규모가 너무 크기 때문에 이를 잘 처리할 기술이 필요하고요. 공간 빅데이터에는 자연적·사회적·경제적 특성 같은 속성정보도 있는데요. 이런 데이터도 잘 다룰 기술도 필요합니다. 기술이 사용하기 쉬우면 더 좋고요.

특히 국가단위로 대규모 데이터를 분석하고, 이를 공공정책에 활용하려면 어떤 장치가 요구될까요? 통합분석활용체계가 필요한데요(김동한·강혜경·김준기·한우석·박준·강민규·성혜정·김은빈, 2014). 여기에는 데이터 시각화, 시공간 분석, 시뮬레이션 등이 있어야 하죠. 공간 빅데이터는 지도나 도표에 시각적으로 표현하는데요. 이는 누구나 보기 좋고, 이해하기 쉽게 구현해야 합니다. 그래야 복잡한 데이터의 내용과 의미를 한번에 파악할 수 있으니까요. 시공간 분석은 공간 빅데이터에서 새로운 사실을 찾아내고, 인과관계를 분석하기 위해 필요합니다. 시뮬레이션은 미래를 예측하기 위해 활용돼야 하고요.

솔트룩스에서 운영하는 국토부 공간 빅데이터 분석 플랫폼은 이 같은 기능을 지원하고 있습니다. 솔트룩스는 2017년 2차 사업부터 이를 운영, 유지 관리하는데요. 여기서는 행정정보와 민간정보 등 공간정보에 기반한 정형·비정형 빅데이터와 텍스트 데이터를 융합해 지능형 공간데이터를 구축할 수 있습니다. 아울러 다양한 분석 모델과 템플릿을 제공하는데요. 이로써 사용자가 웹 환경에서 쉽고 빠르게 분석모델을 활용하고, 분석할 수 있죠.

 

​

1)주요 기능

 

<출처=솔트룩스>

​

솔트룩에서 운영하는 국토부 공간 빅데이터 분석 플랫폼의 세부 기능을 살펴볼까요?

첫째, 이 플랫폼에서는 융합 데이터베이스를 구축할 수 있는데요. 여기서 융합데이터란 공간정보, 행정정보, 민간정보 등 기초정보를 연계, 가공, 통합해 새로운 데이터로 재생산한 것을 뜻합니다. 도시 쇠퇴 현황, 놀이시설 안전사고가 그 예죠. 공간 빅데이터 분석 플랫폼에서는 여러 융합DB의 결과를 대시보드로 보여주고요. 이로써 사용자가 공간 데이터를 쉽고 직관적으로 파악할 수 있죠.

둘째, 데이터 서비스를 지원하는데요. 융합자료와 기초자료로 데이터셋을 분류하고요. 데이터 서비스로 조회해 관련 데이터를 내려 받을 수도 있습니다. 또 융합DB의 시계열 정보를 잘 활용하도록 ‘화면 분할 방식’의 시각화 서비스도 제공하죠.

셋째, ‘공간하둡’에 기반한 분석 결과를 지도 위에 시각화해 보여줍니다. ‘하둡’이란 대용량 데이터의 분산처리를 돕는 오픈 소스 소프트웨어 프레임워크고요. 공간하둡은 공간 빅데이터를 수집·저장·분석 처리하는 기술로 이해할 수 있죠. 이 플랫폼에서는 과거 정보, 미래 예측을 포함한 분석결과를 한눈에 볼 수 있습니다.

넷째, 소셜 공간분석 서비스도 제공하죠. 비정형 데이터의 경우, 문장 단위로 감성을 분석할 수 있습니다. 이를 위치정보와 결합하고, 이슈와의 관계도 파악할 수 있고요. 또 지역에 따른 주요 토픽, 어휘 트렌드도 분석하죠. 지도 위에 시각화해 표출할 수 있도록 지원하는 건 물론이고요.

 

2)작동방식

<출처=솔트룩스>

​

구체적인 작동방식을 들여다보겠습니다. 솔트룩스에서 운영하는 국토부 공간 빅데이터 분석 플랫폼은 데이터 처리, 분석, 서비스 플랫폼으로 구성됐습니다. 먼저 비공간 데이터와 공간 데이터를 수집하는데요. 비공간 데이터는 공공 데이터와 민간 데이터로 구분됩니다. 공공 데이터는 행정정보, 인허가정보, 공유정보고요. 민간 데이터는 유동인구, 카드매출 등이 그 예죠. 공간 데이터는 기본 공간정보와 민간 공간정보로 나뉩니다. 수치지도, 지적도 등이 기본 공간정보고요. 뉴스, 트위터, 블로그 등이 민간 공간정보죠.

비공간 데이터는 수집한 다음, 가공 절차를 거치는데요. 바로 데이터를 전처리하고 공간화합니다. 여기서는 데이터를 정제하고, 지오코딩하며, 좌표를 변환하는데요. 참고로 ‘지오코딩’이란 주소에서 지리정보를 추출하는 과정입니다. 수집된 비공간 데이터와 공간 데이터는 빅데이터 저장소에 저장하고요. 이어 데이터 분석 절차에 들어가죠. 데이터는 공간 분석, 소셜 분석으로 나눠 분석하는데요. 공간 분석에서는 밀도나 네트워크, 사업을 분석합니다. 소셜 분석에서는 연관 토픽맵, 주요 토픽, 토픽 추이 등 연관어를 분석하고요. 또 소셜 데이터의 경우 감성이 긍정적인지, 부정적인지도 확인하죠. 감성 어휘나 감성추이도 파악합니다.

이렇게 분석한 데이터는 지도에 시각화 할 수 있는데요. 또 컨설팅이나 분석모델을 구축할 수 있고요. 수요분석과제나 융합 데이터는 대시보드에서도 볼 수 있죠. 이밖에 지오코딩한 내용은 컴퓨터에 내려 받을 수도 있고요.

 

3)강점

 

<출처=솔트룩스>

​

솔트룩스에서 운영하는 국토부 공간 빅데이터 분석 플랫폼의 장점은 이렇습니다.

첫째, 로컬 PC에서 분석할 수 없는 대용량 데이터를 분석할 수 있는데요. 이는 공간 분석을 위한 50대 하둡 클러스터로 가능합니다.

둘째, 국토부 이해 관계자 외에도 중앙정부, 공공기관, 지자체에서도 이 플랫폼에 접속해서 사용할 수 있는데요. 현재 중앙정부, 공공기관, 지자체에서는 공간분석 시스템을 개별 구축합니다. 그러나 솔트룩스에서 운영하는 국토부 플랫폼은 여러 조직이 사용할 수 있는데요. 이로써 별도 시스템 구축 비용을 줄일 수 있죠. 그러면 국가 예산도 절약할 수 있습니다.

셋째, 이 플랫폼에서는 공간분석 전문가로 구성된 분석지원 업무도 수행하는데요. 컨설팅, 공간 분석 모델 설계, 구축 등을 통해 과학적 의사결정을 돕죠.

넷째, 전 세계적으로 공간분석에 가장 널리 활용되는 상용 솔루션 ‘아크GIS’를 아시나요? 국토부의 공간 빅데이터 분석 플랫폼에서는 이와 일부 비슷한 기능을 제공하고 있습니다. 원래 아크 GIS 솔루션을 사용하려면 비싼 라이선스 요금을 내야 하는데요. 이 플랫폼에서는 큰 비용을 들이지 않고 비슷한 기능을 사용할 수 있다는 게 장점이죠.

다섯째, 이 플랫폼에서는 웹에서 공간 분석 모델을 ‘끌어다 놓기(Drag & Drop)’ 방식으로 쉽게 구성할수 있습니다. 예를 들어 전국 화재 사고 부상자가 많은 지역에서 종합병원을 우선 신설해야 할 지역을 고르기 위해 공간 빅데이터를 분석한다고 가정합시다. 여기에서 원하는 결과를 도출하기 위해 어떤 데이터와 어떤 분석 도구를 활용할지 결정하려면 사용자가 일정 수준의 지식을 갖춰야 합니다만. 개념을 설계하고 나서 모델을 구축할 때는 끌어다 놓기로 쉽게 구현할 수 있죠.

 

4)적용 기술

​

<출처=솔트룩스>

​

솔트룩스에서는 빅데이터 스위트의 일부 기술을 국토부 공간 빅데이터 분석 플랫폼에 지원하고 있습니다. 특히 비정형 데이터 분석에 솔트룩스의 고유 기술을 접목했는데요. 빅데이터를 수집하고 처리하는 수집엔진, 기계가 단어와 문서 의미를 스스로 이해할 수 있는 시맨틱 검색엔진, 감성분석 엔진이 쓰였죠. 이밖에 솔트룩스에서는 공간 분석 결과를 지도에 시각화 하는 것을 비롯해 여러 추가 기능도 직접 개발했습니다.

 

전국의료이용지도 만들기, 도시재생모니터링 등 다방면 활용

솔트룩스에서 운영하는 국토부 공간 빅데이터 분석 플랫폼은 행정현장에서 여러 용도로 쓰이고 있습니다. 여기서는 건강보험관리공단의 전국의료이용지도 구축, 수원시의 도시재생 모니터링 사례를 살펴보겠습니다.

 

​1)건강보험관리공단 전국의료이용지도 구축

<출처=솔트룩스>

 

의료자원은 시민의 의료이용행태에 따라 적정하게 공급돼야 합니다. 또 효과적인 의료전달체계를 구축하려면 데이터에 기반한 정책 근거가 있어야 하겠죠. 이에 건강보험관리공단에서는 공간 빅데이터 분석 플랫폼을 활용해 전국의료이용지도를 만들었는데요.

먼저 응급, 분만 환자의 이동경로를 분석해 의료생활권을 파악했고요. 의료 시설이 더 필요한 지역을 확인했습니다. 특히 환자와 병원의 이동거리와 소요시간을 추출함으로써 의료 접근성을 분석할 수 있었고요. 이로써 의료자원이 부족한 사각지대를 발견했죠. 실질적인 응급·분만 환자의 수요도 파악했고요. 이는 의료서비스의 품질을 평가하는 데도 도움됐습니다.

 

​2)수원시 도시재생 모니터링

<출처=솔트룩스>

​

지자체에서 지속가능한 도시를 만들기 위해 낙후한 지역을 중심으로 도시재생사업을 진행하는데요. 이를 위해서는 먼저 쇠퇴 지역을 찾아 현황을 파악해야 하죠. 수원시에서는 공간 빅데이터 분석 플랫폼을 통해 이 작업을 진행했습니다.

먼저 유동인구 변화율, 카드매출 변화율 등 도시 쇠퇴 지표 데이터와 평균 유동인구, 평균 카드 매출, 평균 공시지가 등 도시재생지역 모니터링 데이터를 각각 산출했고요. 이를 전처리한 다음, 분석하면서 경제 쇠퇴가 예상되는 도시재생 후보권을 뽑았습니다. 도시재생지역도 모니터링하고요. 이렇게 도시재생 대상지를 선정했죠. 도시재생의 우선순위도 뽑았고요. 아울러 도시재생사업 전후로 이 지역의 도시활성화 정도를 평가했습니다.

 

마무리하며

 

<출처=픽사베이>

​

지금까지 공간정보와 빅데이터를 연계한 공간 빅데이터 활용 의의를 살펴봤습니다. 또 솔트룩스가 운영하는 국토부 공간 빅데이터 분석 플랫폼의 특징과 작동방식, 구현사례를 들여다봤는데요. 오늘 글의 요점을 정리하면 이렇습니다.

​

1.공간정보와 빅데이터는 심야버스 노선 개발처럼 시민의 생활편의를 높이는 데 쓰입니다. 정부가 국정현안에 대응하며 미래 전략을 세우는 데도 활용될 수 있고요. 이는 지자체 정책의 실효성을 판단하는 근거자료가 되기도 합니다.

2.공간 빅데이터는 이 둘을 아우른 건데요. ‘휴대전화 기반의 유동인구, 가구와 기업의 에너지 사용정보 등 국민과 기업의 시공간적 활동에 관한 구체적 정보를 갖고 있는 대용량 데이터’이죠.

3.공간 빅데이터의 쓸모는 많습니다. 주거·교통·교육·테러·재난재해·질병 등에 대응하는 데 활용할 수 있고요. 상권 분석·모바일 광고·위치기반 서비스 등에도 쓸 수 있습니다.

4.전세계에서 공적 의사결정을 지원하는 수단으로 공간 빅데이터에 주목하는 이유는 이렇습니다. 현대사회는 복잡하고, 미래사회는 불확실합니다. 정부나 지자체에서는 다양한 이해관계를 고려하고 미래를 예측해서 정책을 세워야 하죠. 그러려면 현황부터 정확히 파악해야 하는데요. 공간 빅데이터는 그 재료가 됩니다.

5.공간 빅데이터는 방대하며 빠른 속도로 늘어나고 있습니다. 요즘 공간정보는 스마트폰, SNS, IoT 서비스 등을 통해 실시간 업데이트되기 때문이죠. 이 세상에 존재하는 모든 정보의 80% 이상이 공간과 관련돼 있다고 하고요. 데이터 용량이 크고 그 종류가 다양하니 쓸모도 많습니다.

6.공간 빅데이터로 성과를 내려면 이를 정확하고 정밀하게 분석해야 하는데요. 여기에는 고도화된기술이 필요합니다. 솔트룩스에서 운영하는 국토부 공간 빅데이터 분석 플랫폼은 이를 지원하고 있죠.

7.이 플랫폼에서는 융합 데이터베이스를 구축할 수 있습니다. 또 여러 융합DB의 결과를 대시보드로 보여주고요. 데이터 분석 결과를 지도 위에 시각화하죠. 또 소셜 공간분석 서비스를 통해 비정형 데이터의 경우 문장 단위로 감성도 분석할 수 있습니다.

8.이 플랫폼은 건강보험관리공단의 전국의료이용지도 구축, 수원시의 도시재생 모니터링 등에 활용됐습니다.

​

<참고자료>

1.신정선·장형태, ‘한밤 1000만명의 발이 된 서울 올빼미 버스’, 조선일보, 2017.6.27, news.chosun.com/site/data/html_dir/2017/06/27/2017062700220.html

2.’공간 빅 데이터, 도시를 바꾸다’, YTN, 2016.7.8, www.ytn.co.kr/_pn/0489_201607082148412225

3.박경남, ‘혁신도시 건설 효과 분석·구도심 슬럼화 방지에 공간 빅데이터 활용’, 건설경제, 2017.6.18, m.cnews.co.kr/m_home/view.jsp?idxno=201706161343086140317

4.정경석, ‘공간 빅데이터 활용을 통한 스마트도시 구현 방안’, 대전세종연구원, 2017, www.dsi.re.kr/board.es?mid=a10101000000&bid=0001&act=view&list_no=5665&nPage=17&sel_date=

5.신동빈, ‘신세계를 여는 지름길, 공간 빅데이터 연구’, 한국국토정보공사, 2018, www.lx.or.kr/cmm/fms/FileDown.do?atchFileId=FILE_000000000010344OyFHZ&fileSn=0

6.네이버 지식백과 빅데이터 정의 홈페이지, 2020.5.17 접속, terms.naver.com/entry.nhn?docId=1691554&cid=42171&categoryId=42183

7.네이버 지식백과 시사상식사전(공간정보) 홈페이지, 2020.5.16 접속, terms.naver.com/entry.nhn?docId=2060068&cid=43667&categoryId=43667

8.국토교통부 ‘정책 Q&A’ 홈페이지, 2020.5.15 접속, www.molit.go.kr/USR/policyTarget/m_24066/dtl.jsp?idx=455

9.정부 24 홈페이지, 2020.5.15 접속, www.gov.kr/portal/ntnadmNews/1839900

10.국가공간정보포털 ‘공간정보 소개’ 홈페이지, 2020.5.13 접속, www.nsdi.go.kr/lxportal/?menuno=2711#1

11.김동한, 강혜경, 김준기, 한우석, 박준, 강민규, 성혜정, 김은빈, “공간 빅데이터를 활용한 국토도시 정책방안 연구”, 국토연구원, 2014, www.ndsl.kr/ndsl/commons/util/ndslOriginalView.do?dbt=TRKO&cn=TRKO201500008201&rn=&url=&pageCode=PG18

12.우종필, ‘빅데이터 분석대로 미래는 이루어진다’, 매일경제신문사, 2017

13.송영조, ‘“예비 퇴사자도 다 찾아냅니다”…억대 연봉의 유망직업은?’, 조선일보, 2019.1.10, news.chosun.com/misaeng/site/data/html_dir/2019/01/10/2019011000811.html

14.국토교통부 공간 빅데이터 분석 플랫폼 홈페이지, 2020.5.13 접속, www.nsdi.go.kr/lxportal/?menuno=2684

15.안종욱, 이미숙, 신동빈, “공간 빅데이터 개념 및 체계 구축방안 연구”, 대한공간정보학회지 Vol.21, No.5 : 43-51, 2013, pdfs.semanticscholar.org/3285/be15aad60a78b6d2446c8c06653e3cff5800.pdf

16.정종길, ‘공간 빅데이터 분석으로 버스노선·토지이용 계획 세운다’, 아이티데일리, 2018.12.24, www.itdaily.kr/news/articleView.html?idxno=92409

​

---

▶블로그 원문: http://blog.saltlux.com/221974186691