공간정보 시스템 활용의 주요 패턴 3

공간정보 시스템 활용의 9가지 패턴

패턴 5 – 분석

주요 사용자 프로파일: GIS 분석가, 데이터 분석가, 프로젝트 기획자

데이터를 수집하고 시각화하고 모니터링하는 과정에서 변화를 감지하거나 패턴을 발견하였을 때에는 가장 효과적인 행동을 결정할 수 있도록 시스템이 지원해야 합니다. 시스템을 통해 다양한 데이터를 조합하여 의미있는 통찰을 발견할 수 있어야 하며, 거의 실시간에 가까운 속도로 분석결과를 제공해야 의미가 있습니다.

분석에 필요한 모델과 파라미터들을 유연하게 적용할 수 있어야 하고 병합, 변형, 추출, 필터링, 패턴화의 과정이 하나의 파이프라인으로 통합 및 자동화될 필요가 있습니다.

일반적이고 반복적인 분석 케이스는 시스템의 빌트인 분석 툴로도 충분할 수 있겠지만 실제 상황에서는 고도의 커스텀 분석 모델이 필요한 경우가 많을 것입니다. 이러한 경우에는 조직내 데이터 전문가가 분석 모델을 만들 수 있는 툴과 프레임워크를 시스템이 제공하여야 합니다.

ArcGIS에서 제공하는 분석 툴은 다음과 같습니다.

  • 모델빌더

ArcGIS에서 제공하는 수많은 분석 툴을 조합하여 하나의 파이프라인으로 묶은 후 자동화하는 분석 프레임워크입니다. 예를 들어, 상권분석의 경우, 경쟁업체와 고객군 데이터 등 다양한 데이터 세트에 대해 필터링, 버퍼 적용, 밀집도 분석, 병합, 추출 등의 분석 작업이 반복적으로 사용되는데 이런 작업들을 병렬 또는 직렬로 연결하여 단계별 데이터 출력값이 자동으로 다음 단계의 입력값이 되도록 설정한 후 하나의 모델로  저장하여 같은 업무를 하는 조직내에 구성원들과 공유할 수 있습니다.

  • R-ArcGIS 브릿지

데이터 통계와 시각화 분야에서 가장 잘 알려진 오픈소스 툴 중 하나가 R입니다. R의 오픈소스 커뮤니티는 금융, 의료, 머신러닝, 지리적 통계 등 다양한 업무에 활용할 수 있는 분석 패키지를 공유하고 있습니다. ArcGIS Pro는 R과 통합되어 ArcGIS에서 일차적으로 데이터를 분석한 이후, 도메인내 특정 통계 분석을 위해서 ArcGIS Pro에서 R을 바로 연동할 수 있습니다.

  • 파이선 통합

머신러닝, 데이터 분석 등의 분야에서 파이선은 현재 가장 인기있는 프로그래밍 언어입니다. ArcGIS는 Arcpy라고 하는 강력한 파이선 라이브러리를 제공하며 Pandas, Numpy, Scipy 등 다양한 오픈소스 라이브러리를 함께 이용하여 데이터 분석 기능을 강화할 수 있습니다.

패턴 6 – 디자인과 플래닝

주요 사용자 프로파일: 기획자, 디자이너, 파트너쉽 담당자

새로운 구조물이나 서비스를 지역사회 또는 시장에 내어 놓을 때는 수많은 가능성을 분석하여 고객이 가장 만족할 수 있으면서 투자 대비 최대 효과가 가장 높은 디자인을 구현해야 합니다. 기후변화가 급격하고 이해관계에 따라 사회갈등이 많은 요즘에는 에너지 효율에 대한 고려와 사회적 논란의여지를 사전에 검토하여 최소화하는 디자인과 프로젝트 플래닝 또한 필요합니다.

이 과정에서 GIS 시스템은 여러 이해관계자들의 당면한 문제에 대한 대안을 연구하고 최적화된 디자인을 시뮬레이션하여, 이해관계자들과 공유하고 이해와 합의하는 과정 전반에 이용될 수 있습니다. 프로젝트 플래닝 과정도 시각화 하여 이해당사자 및 고객과 투명하게 공유할 수 있습니다.

데이터 분석에 있어서는 ArcGIS에서 제공하는 고급 분석 툴세트를 이용하면 일조량 분석, 홍수 피해 분석 등이 간편하게 가능합니다. Esri CityEngine을 이용하면 대규모 단지의 건물과 인프라를 3D로 시각화하고 속성을 변경함으로써 대안 솔루션에 대해 이해관계자의 피드백을 즉각적으로 받을 수 있습니다. 마지막으로 ArcGIS와 AutoCAD의 파트너쉽으로 디테일한 건물 디자인 정보인 BIM(Building Information Modeling) 데이터시각화를 통해 설계와 공사단계뿐만 아니라 운영단계까지 디자인의 효율성을 검토할 수 있습니다.

다음 편에 계속-