ArcGIS 제품군 및 도입검토 기준

GIS는 위치 속성을 가지고 있는 다양한 데이터 분석하여 어떠한 현상의 지리적인 패턴을 확인하고 시뮬레이션을 통해 해결책을 찾는 분야입니다. 4차산업혁명 등 국가기조에 맞추어 기관과 기업에서 기존에 관리하던 데이터의 위치 속성에 대한 중요도를 인식함에 따라GIS 시스템에 대한 인지도도 높아지고 있고 관련 업무의 범위가 넓어지고 있습니다.

기존에는 위치속성을 관리하고 지도 상에 위치를 표현하는 정도가 GIS의 업무범위였다면 이제는 데이터의 정확도와, 분석, 예측 그리고 타 기관과 원활한 공유와 협업이 매우 중요하게 되었습니다. 이를 효과적으로 하기 위해서 전사적으로 GIS 데이터를 공유 또는 활용할 수 있는 엔터프라이즈 플랫폼이 필요하게 되었습니다.

올해 창립 50주년을 맞는 Esri는 GIS 산업 전반에 GIS가 활용되는 패턴을 9가지로 정의하였고 ArcGIS 플랫폼 상에서 각 업무 패턴별로 제품과 솔루션을 제공하고 있습니다. 9가지 활용 패턴에 대해서는 다음 아래 블로그에 자세히 설명이 되어 있습니다.

GIS 시스템의 중요성을 인식하였음에도 Esri 홈페이지에서 소개되는 120여개의 ArcGIS 제품 속에서 각 조직이 도입을 고려해야할 제품을 찾는 것은 쉬운 일이 아닙니다. 이에 주요한 제품을 추려서 제품군별로 소개를 하는 표를 만들었습니다.

ArcGIS 제품소개 대시보드 🢂 링크

상위분류 필터를 통해 각 제품군별로 목록을 확인하고 도입검토 설명란을 확인해주세요. 더 자세한 설명은 한국지비에스로 문의 바랍니다.

ArcGIS 제품 전체 목록을 보시려면 한국에스리 또는 Esri 본사 제품페이지를 참조하세요.

 

공간정보 데이터 모델

한국은 1995년에 국가지리정보체계(NGIS) 사업이 시작되어 몇년 단위로 진행되고 있습니다. 2010년에 시작된 4차 부터는 명칭을 국가공간정보체계(NSDI)로 변경하여 현재는 올해 5월에 발표된 6차 사업 중에 있으며 2022년까지 실행될 예정입니다. 6차 사업 기본계획서는 여기서 다운로드 가능합니다.

국토정보화 사업 추진 현황

국토정보화 사업의 역사가 20년이 넘었고 그동안 IT분야의 비약적인 발전을 고려한다면 차수가 넘어갈수록 사업계획 문서에서 새롭게 언급되는 용어가 많다는 것이 당연하게 생각됩니다. 최신 6차 계획 문서를 보면 가장 많이 언급되는 단어 중 하나가 5차 사업계획에서도 많이 나왔던 빅데이터입니다. 그리고 그 다음으로 눈에 많이 뛰는 키워드가 이번에 처음 등장한 인공지능입니다. 당연히 4차 산업도 많이 언급되고 있습니다. 그런데 1차 사업때부터 6차까지 꾸준히 많이 언급되는 키워드가 고품질인것 같습니다.

매년 공간정보 데이터의 품질 문제가 계속 지적되고 있는데 데이터 품질을 향상시키기 위해서는 사업계획서에도 나와있듯이 데이터모델과 메타데이터 정립이 시급합니다.

정보시스템을 구축하는데 있어 첫번째 단계가 요구조건 분석과 데이터 모델링입니다. 새로운 시스템이 필요한 이유 즉 사업적 니즈가 무엇인지 분명하게 정의가 되면 요구조건을 분석하여 하나의 독립적인 정보의 묶음으로 분리될 수 있는 객체(entity)들을 찾아내고 그 객체간의 관계를 정의하는 것이 데이터 모델링입니다.

이 과정이 매우 중요한 이유는 데이터 모델이 시스템 개발의 근간이며 이것이 잘 정의되어 있으면 데이터 중복을 최소화할 수 있으며, 개발 및 업무의 효율성이 높아지고 시스템간 연동시에도 더 유연하게 대처할 수 있기 때문입니다.

특히 공간정보 시스템 구축에 앞서 데이터 모델링은 방대한 자연적인 현상이나 특징부터 인공물까지 그 유형과 관계성을 파악한 후 사업적 목적에 맞도록 개별 객체 및 객체간의 관계성을 정립해나가는 매우 고도의 정보공학 작업입니다. 이 때 공간정보는 국가 기간산업이니만큼 국제표준도 고려하고 산업표준도 고려해야 할 것 같습니다. GIS 산업을 선도하고 있는 Esri에서는 30개가 넘는 분야에 대해 데이터 모델을 무료로 제공하고 있으며 여기서 다운로드 받을 수 있습니다.

최근 GBS 본사가 있는 뉴질랜드의 목재 생산 기업인 Timberlands의 산림정보전문가와 산림산업 분야의 데이터모델을 논의할 계기가 있었는데 목재 관리와 벌채 업무 전반에 있어 GIS 시스템을 활용하는 것 뿐만 아니라, Esri의 데이터 모델이 제시하는 용어와 프로세스가 매우 일치하는 것을 확인할 수 있었습니다.

Esri가 공유한 산림산업 데이터 모델 예시

공간정보 메타데이터는 공간정보 데이터를 쉽게 검색하여 찾기 위해 반드시 필요한 정보입니다. 데이터를 구분할 수 있는 ID 정보, 지리적 범위, 품질, 데이터 형태, 시계열 여부, 콘텐츠 상세 정보, 배포와 관련된 제한 사항 라이선스 정보 등을 포함하여야 합니다. 다양한 국제 표준이 있는데 가장 대표적인 국제표준은 ISO19115에 정의되어 있고 2014년 발표된 버전이 올해 2월에 한번 더 수정이 된 것으로 보입니다. 이 문서는 여기서 유료로 구매해야 합니다. Esri에서는 ISO 메타데이터 포맷 및  FGDC 등 다양한 메타데이터 포맷을 지원하고 있습니다. 

국내에서 메타데이터는 목록정보로 불리고 있으며 국가공간정보 기본법 제 20조항에 작성 및 관리에 관한 내용을 명시하고 있습니다. 국가표준은 ISO19115에 기초하고 있으며 표준번호 KS X ISO19115-1로 정의되어 있습니다. 현재 데이터베이스화 된 목록정보는 국가공간정보포털에서 확인하실 수 있습니다.

머지않은 미래에는 국가내 조직간의 데이터 공유뿐만 아니라 국가간의 데이터 공유도 클라우드를 통해서 실시간으로 이루어져야할지도 모릅니다. 이제 산업표준 모델에 대한 스터디를 고려해 볼 때인 것 같습니다.

 

공간정보 시스템 활용의 주요 패턴 4

공간정보 시스템 활용의 9가지 패턴

패턴 7 – 의사결정 지원

주요 사용자 프로파일: 의사결정자, 프로젝트 매니저, 기획자, GIS 전문가

기업과 조직의 의사결정자들은 프로젝트 기획부터 플래닝, 프로젝트 수행, 운영, 유지보수 등 모든 단계에서 다양한 정보를 수렴하여 결정을 내려야 합니다. 이 때 당사자가 최대한 객관적으로 사안을 보더라도 모든 분야에 대한 전문적인 지식을 갖추기가 힘들고 개인적인 신념이나 지식에 의한 바이어스가 생길 수가 있으므로, 의사결정자가 데이터기반으로 합리적인 결정을 내릴 수 있도록 지원하는 시스템이 필요합니다. 데이터를 확인하면 종종 예상이나 의도에 맞지 않은 결과가 나오거나 직관적이지 않은 현상을 보여주기도 하기 때문입니다.

보통 대규모 투자나 새로운 인프라를 구축하는 프로젝트에서는 다양한 대량의 공간정보 또한 참고하여 의사결정을 해야 합니다. 공간정보 시스템은 조직 내외에서 이런 데이터를 수집하고 필터링하고, 변환하고 통계화하여 정보화된 다양한 데이터 레이어를 조합하여 다음과 같은 질문에 대한 최상의 결정을 내릴 수 있도록 지원합니다.

  • 신규투자 입지로 어디가 가장 적당한가?
  • 중복 투자를 최소화하려면 어떻게 해야하는가?
  • 투자대비 수익을 보장할 수 있는 상권은 어디인가?
  • 프로젝트 별로 우선순위는 어떻게 결정해야 하는가?
  • 여러 프로젝트를 묶어 발주하여 비용을 절약할 수 있는가?
  • 운영 최적화를 위해서는 어디에 더 투자를 해야하는가?
  • 향후 5년 동안의 유지보수 사이클과 비용을 계산할 수 있는가?

다양한 데이터의 수집과 수렴 못지 않게 중요한 것이 의사결정 속도입니다. 갈수록 시장과 경쟁업체 그리고 고객의 니즈가 빨리 움직이는 만큼 실시간으로 데이터를 모니터링하고 적시에 결정을 내리는 것이 중요합니다.

ArcGIS는 의사결정을 돕기위해 다음과 같은 기능을 제공하고 있습니다.

실시간 IoT 센서 데이터 수집을 위해서 GeoEvent Server를 이용할 수 있으며 HTML5 웹소켓 기술 기반으로 ArcGIS의 피쳐레이어 타입 중 스트림 레이어로 바로 피쳐를 전송하여 성능을 최적화 할 수 있습니다.

데이터 분석 및 시뮬레이션의 자동화를 위해 분석 모델 빌더를 제공하며 여러 툴을 조합하고 다양한 변수를 테스트 할 수 있도록 합니다.

데이터 시각화에 있어서는 웹 기반의 대시보드(Operations Dashboard for ArcGIS) 지원으로 실시간 데이터를 요약하여 제공하고 주요 지표를 언제 어디서든 한눈에 확인 할 수 있도록 해줍니다. 

다양한 데이터 포맷과 데이터베이스를 지원하고 조직내외의 공간정보 데이터를 공유하고 맵핑기 쉽도록 서비스 기반의 아키텍쳐와 ArcGIS 포털간 연결을 지원하고 있습니다.

패턴 8 – 커뮤니티 소통

주요 사용자 프로파일: 커뮤니티 담당자, GIS 컨텐츠 개발자

조직과 기관의 서비스의 최종 목표는 시민과 고객을 만족시키는 것입니다. 정보화가 진행될수록 일반일들의 정보 접근과 정책 또는 제품에 대해 고객이 목소리를 내는 것이 일반화 되었습니다. 이제는 조직과 기업이 더 적극적으로 정보를 공유하기 위해 노력을 해야만 기업의 경쟁력도 높아지는 시대가 되었습니다. 

어떤 정보이든 효율적으로 공유하기 위해서는 대상에 맞게 정보를 가공하여 프레젠테이션하는 것이 중요합니다. GIS의 전문 지식이 없는 일반 시민과 대중에게는 어떻게 공간정보와 분석 결과를 설명할 때는 스토리텔링 방식이 많이 사용됩니다. 스토리텔링은 복잡한 시공간적 정보에 대한 이해를 돕기위한 컨텍스트 제공하고 개인과의 연계성을 설명할 수 있습니다.

ArcGIS에서는 스토리맵(ArcGIS Story Maps)라는 앱 플랫폼을 제공하며, 지도와 데이터, 이미지, 텍스트를 효과적으로 배치하여 강력한 스토리텔링을 할 수 있는 템플릿들을 제공합니다. 

ArcGIS Hub는 정부와 시민 커뮤니티가 실시간으로 정책을 나누고 의견을 표출하여 반영할 수 있는 플랫폼을 제공하고 있습니다.

패턴 9 – 공유와 협업

주요 사용자 프로파일: GIS 분석가, 파트너쉽 담당자

마지막 패턴인 공유와 협업은 4차산업혁명 시대에 가장 중요한 패턴이 아닌가 생각됩니다. 전세계의 정부와 기업, 조직이 디지털변혁(Digital Transformation)을 겪고 있습니다. 디지털변혁은 단순히 IT 시스템의 업그레이드에 대한 것이 아닙니다. 기후변화, 고령화 사회, 인공지능 도입과 일자리 감소 등 우리가 당면한 큰 문제들을 해결하기 위해 정부와 조직, 기업이 협업하고 같이 해결하기위해 근본적인 사고 방식의 변화가 필요합니다.

먼저 모든 정보는 디지털화 되어 저장되고 신속한 접근과 분석이 가능해야 합니다. 그 중 공유가 가능한 정보는 일반 대중, 신뢰할 수 있는 파트너, 정부 기관, 일반 기업 등이 필요에 따라 검색하여 찾고 손쉽게 사용하고 종합적인 분석을 할 수 있도록 공유되어야 할 것입니다.

ArcGIS는 이러한 니즈를 충족하기 위하여 신뢰하는 조직간의 포털대 포털 협업(Portal to Portal Collaboration)을 지원하고 있습니다. 협업을 원하는 조직간에 초대장을 보내고 참가자를 선정하여 다른 포털에서 제공되는 데이터 서비스를 자기 조직의 포탈에서 소비할 수 있습니다.

만일 이종 플랫폼과 데이터 교류가 필요한 경우처럼 커스텀 개발이 필요한 경우에는 ArcGIS의 서비스 기반 아키텍쳐를 이용하여 공간정보 데이터를 서비스로 발행하고 RESTful API 주소를 공유함으로써 이종 플랫폼에서도 쉽게 데이터를 연동할 수 있도록 합니다.

이로써 Esri에서 정리한 9가지 GIS 사용 패턴을 살펴보았습니다. 기업과 조직이 수집하는 방대한 데이터 중 지리정보가 이미 포함된 데이터도 많지만, 지오코딩을 통해 지리정보화 할 수 있는 데이터들도 많이 있습니다. 비즈니스의 경쟁력을 높이고 환경변화에 긍정적인 영향을 미치기 위해서는 이런 데이터들을 효율적으로 수집, 보관, 분석, 통찰, 공유, 협업 할 수 있는 시스템 구축이 반드시 필요합니다.

한국지비에스는 글로벌 스탠다드와 베스트 프랙티스에 기반한 GIS 시스템 컨설팅과 ArcGIS 플랫폼의 도입 후 투자대피 효용을 최대화 할 수 있도록 비즈니스 프로세스 구현 서비스를 제공하고 있습니다. 문의가 있으시면 언제든지 연락주세요.

 

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-

 

공간정보 시스템 활용의 주요 패턴 2

공간정보 시스템 활용의 9가지 패턴

패턴 3 – 모빌리티

주요 사용자 프로파일: 현장 점검 직원, 데이터 수집원 등

환경, 유틸리티, 공중보건, 산림, 국방, 토지관리, 범죄예방, 교통,  도시 개발, 자원 개발, 유통 등등 많은 분야에서 지리정보 수집과 분석 프로세스을 필요로 합니다. 대부분의 고객은 지리적으로 넓은 공간에 퍼져있는 데이터를 수집해야 하기 때문에 GIS 플랫폼이 모빌리티를 지원하고 완벽하게 연동되는 것이 데이터 품질과 생산성을 확보하기 위해서 필수입니다.

현장에 나가는 직원은 지도 이외에도 생산성을 높이기 위하여 다음과 같은 기능들을 필요로 합니다.

  • 자원 검색 및 최단거리 찾기
  • 목적지 방향 확인
  • 공간 데이터 검색/수정/신규 수집 양식
  • 수집 데이터 오류/중복 실시간 검증
  • 통신 불가능 지역인 경우 오프라인 모드
  • 사진, 동영상 등 멀티미디어 자료 수집
  • 위험지역 알림 기능
  • 현장 직원의 위치 확인 및 기록

이 모든 기능을 새로 개발하고 플랫폼과 연동하려면 수개월이 걸릴 것입니다. Esri는 Survey123 for ArcGIS, Collector for ArcGIS, Explorer for ArcGIS, Navigator for ArcGIS 등의 필드앱을 이미 제공하고 있고, 프로세스에 필요한 지도만 만들면 바로 연동할 수 있으므로 단 몇시간 안에 프로세스를 완성하고 현장 투입이 가능합니다. 예를 들어 가장 기본적으로 방식은 다음과 같습니다.

  1. 데이터를 담을 수 있는 피쳐 레이어 생성 – ArcGIS Online 또는 Portal
  2. 여러 피쳐 레이어를 포함하는 웹맵 생성 및 구성 설정 – ArcGIS Online 또는 Portal
  3. 현장 앱에서 웹맵 추가 –  Collector for ArcGIS
  4. 현장 직원 교유 및 데이터 수집

위의 모든 구성 설정 작업은 몇시간 안에 가능하므로, 새로운 현장 데이터 수집이 필요할 때 단시간안에 현장 투입이 가능합니다.

단, 국내 공공기관은 국가정보원 등 보안당국의 보안 심사를 거쳐야 하므로 기존앱을 사용하실 수 없고 수집 데이터의 성격에 따라 다음과 같은 프로세스가 필요합니다.

  1. 모빌리티 시스템 아키텍쳐 구성
  2. 보안당국 심사 및 검증
  3. 가이드라인에 따라 아키텍쳐 업데이트
  4. RFP 확정 및 공시
  5. 업체 선정
  6. 발주
  7. ArcGIS API 및 SDK를 이용한 앱 신규 개발
  8. 보안당국 검증 심사 및 통과
  9. 앱 배포

패턴 4 – 모니터링

주요 사용자 프로파일: 프로젝트 매니저, 안전 담당자, 데이터 분석가

공간정보를 제공하는 기업의 자원이나 환경적 요소는 지속적으로 변화하기 때문에 실시간으로 계속 데이터를 모니터하고 업데이트해야 합니다. 그리고 위험한 현장에 투입된 직원의 안전을 지속적으로 모니터링하고 지원하는 것도 매우 중요합니다. 그리고 실시간 모니터링의 경우와 오랜 기간 축적된 데이터를 비교하고 변화 요소를 모니터링 하는 경우는 다른 툴과 프로세스가 필요할 것입니다.

모니터링 시스템은 다양한 데이터를 입력받아 분석이 가능해야 합니다. 예를 들어 다음과 같은 데이터를 고려할 수 있습니다.

  • 인적 물적 자원의 상태
  • 인적 물적 자원의 위치
  • IoT 센서 데이터
  • 데이터 수정/수집 상태
  • 소셜 네트워크 데이터
  • 외부 데이터 – 날씨, 교통 등
  • GIS 시스템 자체 운영상태 모니터링

모니터링 시스템은 실시간성과 즉각적인 액션을 취할 수 있도록 실시간 분석과 경고 기능을 제공해야합니다.  ArcGIS는 GeoEvent Server를 통해 대용량 IoT 데이터를 필터 또는 연산하여 프로세싱한 후 ArcGIS Enterprise와 연동합니다. 그리고 위험지역 설정 등 특정 조건을 설정하여 해당 이벤트 발생시 직원에게 실시간으로 경고를 보낼 수 있습니다.

모니터링 시각화에 있어서는 Operations Dashboard for ArcGIS라고 하는 대시보드 앱을 제공하며 실시간으로 업데이트되는 맵과 차트를 손쉽게 구성설정하도록 기능을 지원하고 있습니다. 

장기간에 걸쳐 축적된 데이터를 모니터링 하는 경우는 ArcGIS Pro 환경에서 시공간 큐브(Space Time Cube)기능을 이용해서 시간의 흐름에 따른 변화를 한눈에 볼 수 있게 해줍니다.

다음 편에 계속-

 

공간정보 시스템 활용의 주요 패턴 1

수학문제를 풀 때 공식을 이용하듯이 소프트웨어 개발 방법론에서는 특정 형태의 문제에 대해 적용 가능한 소프트웨어 디자인 패턴이 잘 정립되어 있습니다. 패턴을 이용하는 가장 큰 이유는 솔루션을 재사용하기 위해서입니다. 문제를 잘 정의할 수 있다면 “바퀴의 재발명”과 같은 오류를 피할 수 있습니다.

마찬가지로 특정 비즈니스 니즈를 만족하기 위해 정보시스템을 설계할 때는 해당 도메인 분야에서 검증된 논리적인 디자인 패턴을 고려해서 설계하는 것이 효율성과 완성도에 더 기여할 수 있습니다.

Esri는 공간정보 산업의 리더로써 공공부터 영리기업까지 다양한 고객에게 서비스를 제공하고 있습니다. 많은 고객 데이터에 기반하여, 공간정보 문제를 어떻게 정의하고 시스템을 어떻게 사용하는지 분석하여 주요 패턴을 다음과 정의하고 공유하였는데 살펴보도록 하겠습니다.

공간정보 시스템 활용의 9가지 패턴

패턴 1 – 맵핑과 시각화

주요 사용자 프로파일: GIS 컨텐츠 제작자, 지도 제작자, GIS 전문가

가장 기본적인 단계로써 위치 정보를 파악하고 지도에 상대적인 관계를 표현하는데 필요한 프로세스와 툴입니다. 모든 공간정보 데이터 세트에는 좌표 시스템(Coordinate System)이 있는데, 다양한 출처에서 수집한 데이터 세트를 서로 통합하기 위해서 필수적인 정보입니다. 일반적으로 좌표 프레임워크는 서로 다른 좌표 시스템을 가진 데이터 세트들을 통합할 수 있도록 기능을 제공합니다. 좌표 시스템 다르더라도 같은 지도에 투영을 하여 레이어를 중첩하고 분석이 가능하도록 지원하거나 좌표 시스템을 통일시키기 위해서 변환할 수 있도록 해줍니다.

ArcGIS는 즉각투영(on-the-fly projection)이란 기능을 제공하여, 지도에 데이터를 최초로 추가할 때 데이터의 좌표체계를 읽어 지도의 좌표체계가 통일되도록 자동으로 업데이트합니다.

이후 다른 좌표체계를 가진 데이터를 같은 지도에 추가하면 변환 경고 메시지를 보여주고, 지리정보를 기반으로 추천하는 좌표체계를 포함하여 변환할 수 있는 옵션을 제공합니다.

좌표 시스템에 대한 설명과 ArcGIS Desktop에서 데이터 변환을 하는 방법에 대해 한국에스리에서 설명한 자료를 여기에서 참고하세요.

지도에 여러 레이어로 겹쳐진 데이터는 이제 효과적인 시각화를 통해서 정보전달력을 높여야 합니다. 인간은 시각을 통해서 가장 많은 정보를 처리하기때문에 효과적인 색상과 심볼을 통해서 직관적으로 정보를 해석할 수 있도록 하는 것이 중요합니다.

빈도와 중요도, 방향성, 시계열 정보 이 모든 것을 시각적으로 표현할 수 있도록 ArcGIS는 다양한 옵션을 제공합니다. 또한 공간정보의 3차원적인 성격을 잘 나타내기 위해서는 3D 시각화 기능이 반드시 필요합니다. ArcGIS는 PC와 모바일에서 매우 성능이 뛰어난 3D 데이터 시각화를 제공하고 있으므로, 데이터만 있으면 즉각적인 시각화와 분석이 가능합니다. 

패턴 2 – 데이터 관리

주요 사용자 프로파일: GIS 전문가, 품질 관리자, 데이터베이스 담당자

두번째 패턴은 데이터의 수집 및 정리, 그리고 자원의 위치정보와 상세한 속성을 관리하는 업무 프로세스입니다. 데이터는 파일형태나 데이터베이스 형태로 저장이 되는데, 관리와 보안의 측면에서 데이터베이스로 관리하는 것이 선호됩니다.

공간정보 데이터는 위경도 같은 특수한 지리정보를 포함하고 있으며, 연결된 점과 선, 면 등 벡터 데이터와 이미지 형태의 래스터 데이터로 나뉩니다. 공간정보 시스템은 벡터 또는 래스터 형태의 공간 속성 값으로 거리, 면적, 연결성 등 다양한 관계성을 연산하는 특수한 함수를 지원해야 합니다.

공간정보를 최적화하여 저장하고 관리한다는 말은 즉 이런 공간정보가 각 데이터 세트의 특성에 맞게 최적화 되어 저장되어 있으며 즉각적으로 어디서든지 이용할 수 있어야 한다는 말입니다.

ArcGIS는 세가지 형태의 데이터 저장 모델을 제공하고 있습니다.

1. 관리형 데이터 스토어 (ArcGIS Data Store)

첫번째는 ArcGIS Enterprise의 핵심 콤포넌트로서  ArcGIS가 직접 관리하는 형태의 데이터 스토어입니다. 데이터베이스 전문가가 없더라도 ArcGIS 플랫폼을 구성한 이후 바로 지도와 피쳐 세트를 만들고 공유할 수 있는 이유가 이 데이터 스토어가 있기 때문입니다.

2. 지오데이터베이스 (Geodatabase)

두번째는 geodatabase라고 하는 오브젝트 관계형 정보 모델로써 데이터 일반 속성과, 공간정보, 좌표 체계 등을 효과적으로 저장하고 쿼리할 수 있는 특수한 엔진(SDE, Spatial Database Engine)을 포함하고 있습니다. SDE는 Microsoft SQL Server, Oracle 등 전통적인 관계형 데이터베이스를 지원하고 있으며, 파일 데이터베이스, SAP HANA와 같은 인메모리 데이터베이스도 최근에 추가되었습니다 .

3. 외부 데이터베이스

마지막으로 ArcGIS는 Hadoop과 같은 외부의 데이터베이스에서 관리되는 데이터와의 연결을 지원합니다.

공간정보는 시간의 흐름 또는 환경의 변화에 따라 지속적으로 변할 가능성이 높기 때문에 데이터의 정확도 유지를 위해서는 플랫폼 툴의 지원뿐만 아니라 프로세스, 조직 문화, 구성원의 의지 모든 것이 중요합니다. 

ArcGIS는 Data Reviewer라는 툴을 제공하고 있는데, 소프트웨어를 개발할 때 소스코드를 테스트하기 위한 스크립트를 구현하는 것처럼 공간 데이터의 정확도를 측정하기 위한 여러 조건을 설정하여 데이터가 입력될 때 또는 주기적으로 데이터 건전성을 확인하고 수정할 수 있도록 도와줍니다.

Data Reviewer는 데이터의 존재 유무부터 피쳐들간의 관계성까지 다양한 조건을 검사할 수 있는 체커들을 제공하고 있습니다. 

다음 편에 계속-

 

정확한 공간정보 데이터 수집

데이터 과학 분야에서 가장 기본적인 룰은 GIGO 즉 Garbage In, Garbage Out입니다. 입력 데이터의 품질에 문제가 있으면 아무리 고차원적인 알고리즘을 돌려도 정확한 결과를 기대할 수 없기 때문입니다.

GIS 산업 또한 데이터 과학의 한 분야입니다. 대량의 공간정보 데이터를 수집하고 분석하고 시각화하여 사업적, 정책적 결정을 내릴 수 있도록 도와주는 시스템과 프로세스 전반을 다루는데 있어, 데이터의 품질의 중요도가 전체 GIS 구현의 80% 이상이라고 해도 과언이 아닐 것입니다.

데이터의 품질을 평가하는 기준은 매우 방대합다만, 대표적인 기준은 다음과 같습니다.

  • 정확성: 데이터가 표현하는 실제 상황과 얼마나 일치하는가
  • 정밀성: 얼마나 세세하게 표현되는가
  • 완결성: 정보화를 위한 필요한 요소를 모두 갖추고 있는가
  • 일관성: 데이터 집합 간 일관성이 유지되는가
  • 유효성: 데이터가 아직 유효한가
  • 표준성: 산업 표준에 준하고 있는가
  • 적시성: 지금 의미가 있는 데이터인가
  • 적합성: 현 비즈니스 니즈에 적합한가 

공간정보 데이터의 품질을 보장하는 첫단계는 최초 수집시에 데이터를 정확하게 기록하는 것인데, 공간정보는 말 그대로 3차원의 물리적인 공간에 대한 정보이기 때문에, 정확성과 정밀성, 적시성 등을 확보하려면 사람이 공간을 이동하면서 실시간으로 수집 또는 검증 할 수 있는 모빌리티가  지원되면 생산성이 크게 향상됩니다. 

데이터 수집을 위한 모바일 앱 도입을 고려할 때 크게 두가지 측면을 고려해야 하는데 첫번째는 데이터 수집의 기능적인 측면, 그리고 두번째는 데이터 보안에 관한 측면입니다.

데이터 수집의 기능적인 부분을 보면 고정밀 GPS, 오류를 최소화 하는 프로세스 및 데이터 프리로딩, 생산성 향상을 위한 직관적인 사용법, 빠른 데이터 수집을 위한 스캐닝 또는 인공지능 기술 등등 여러 최신 기술을 이용하여 필요에 따라 네이티브 또는 하이브리드 모바일 앱으로 구현이 가능할 것이라 봅니다. 

데이터 보안의 경우는 수집되는 데이터의 성격에 따라 데이터 보안의 등급이 다를 수 있으므로 시스템 요구조건을 분석 후에 설계에서 개발, 운영에 이르기까지 적절한 보안 정책을 수립하는 것이 필요합니다.

  • 요구사항 분석시 보안 요구조건 분석
  • 보안을 고려한 시스템 설계
  • 사용자 인증 시스템 설계
  • 앱/웹 소스 코드 보안약점 검증 체계 수립
  • 디바이스 보안 체계 수립
  • 유무선 통신구간 보안 체계 수립
  • 신규 취약점 발견에 따른 대응 방안 수립

특히 공공기관의 경우 한국인터넷진흥원이 검증하는 모바일 전자정부서비스 앱 소스코드 검증 통과가 반드시 필요하고, 데이터의 보안 민감도에 따라  국가정보원의 보안적합성 검사가 요구됩니다. 시행착오를 줄이기 위해서 기관은 요구조건이 정리되면 사전에 보안당국의 검토를 받고 가이드라인에 따라 RFP를 확정하고 진행하는 것이 적절할 것입니다.

 

인공지능 시대의 GIS

9월 12일부터 3일간 코엑스에서 2018년 스마트국토엑스포가 열리고 있습니다.

두번째 날 기조연설자로 Esri 아시아-태평양(APAC) 총괄매니저인 Brett Dixon이 GIS 분야에 머신러닝과 인공지능이 어떻게 활용되고 있으며 무엇보다 조직적으로 이런 변화를 어떻게 준비해야 하는지에 대하여 발표하고 논의하였습니다.

Brett Dixon – Esri APAC 총괄매니저

인공지능과 머신러닝 자체의 역사는 상당히 오래 되었습니다만, 그동안은 학술적인 연구부문으로만 의미가 있거나, 몇몇 IT 글로벌 대기업이 자체적으로 연구하여 서비스에 응용하는 정도였습니다.

하지만 지난 5-6년간, 급속도로 성장하여 이제는 인공지능도 서비스화 되는 시대가 되었습니다. 많은 B2C 서비스는 네이버나 아마존, 구글이 제공하는 AI 서비스를 이용해서 자체 서비스를 강화하고 있습니다.

전통적인 B2B 산업인 GIS에서도 이제 인공지능을 활용하는 사례가 많이 나오고 있습니다. 인공지능을 사용했을 때 가장 큰 장점은 업무를 자동화하여 엄청난 생산성을 가져올 수 있다는 것입니다.

어제 기조연설에서 Brett은 두가지 예를 들어 주었습니다.

첫번째는 미국 유타주에서 지난 7년간의 교통사고 데이터와 날씨, 요일 등 환경 변수 수십가지를 가지고 기계 학습을 실시하여 현재 가장 교통사고가 날 확률이 높은 지역을 예측하여 경찰 또는 소방 부서와 협업하는 예시였습니다.

두번째는 미국 동부에서 기존에 30미터 해상도였던 지형 정보를 1미터 해상도로 높이는데 기계 학습을 이용하여 단기간에 결과를 낼 수 있었다고 합니다. 기존에는 매뉴얼로 작업하여 업데이트가 되는 시점에는 이미 지형이 바껴 있는 경우도 있었다고 합니다. 

GIS와 인공지능이 시너지를 내는 이러한 예는 이미 전세계 적으로 매우 많아지고 있습니다. 이제는 국가 기관과 기업도 인공지능을 어떻게 활용할 것인지 준비를 해야하는데 준비 정도를 확인하기 위해 Brett은 다음과 같은 기준을 제시하였습니다.

  1. 실질적인 문제를 해결하도록 결과물에 집중하고 있는가?
  2. 여러 부서가 문제를 해결하기 위해 적극적으로 협업하고 있는가?
  3. 오픈 플랫폼 등 적절한 최신 기술에 대한 수용을 하고 있는가? 

인공지능은 가설을 세우고 데이터로 기계 학습을 시키고 결과를 검증하는 과정을 수없이 반복하는 작업입니다. 애자일 접근법과, 혁신가의 자세, 실사용자와 지속적으로 협업하면서 가치 생산, 적극적으로 공유하고 시너지를 내려는 협업 모드, 부서를 넘어서 통합된 팀과 시스템이 필요하다고 역설하였습니다.

인공지능 시대에 조직은 어떻게 준비해야 하는가
Brett Dixon과 함께

 

공간정보 전략

정부기관과 기업들은 불필요한 낭비 또는 잘못된 투자를 피하기 위해 데이터 기반 의사결정 시스템과 프로세스 최적화에 끊임없는 노력을 하고 있습니다. 특히 새로운 공항 건설 등 많은 비용이 드는 프로젝트를 기획는 데 있어 수요 분석을 잘못하는 경우에는 국가적으로 사회적으로 매우 큰 타격을 입게 됩니다. 많은 기업들이 이런 오류를 사전에 방지하기 위해서 좀 더 디테일한 데이터 분석에 많은 노력을 기울이고 있습니다.

공간정보 전문가들은 공통적으로 기업이나 정부의 업무 프로세스 중 생산되는 데이터의 80%가 위치정보를 가지고 있다고 봅니다. 하지만 주소나 위경도 등의 원천 데이터의 형태로 디스크에 쌓여 있는 위치정보는 사람이 종합적으로 인지하는데 한계가 있기 때문에 그 가치가 높지 않습니다. 하지만  GIS 시스템을 통해서 가시성을 드러내게 되면 그 가치가 기하급수적으로 높아지게 됩니다.

그런 의미에서 ArcGIS와 SAP의 파트너쉽은 향후 엔터프라이즈 시장에 많은 변화와 시너지를 가지고 올 것으로 예상됩니다. 특히 SAP HANA라고 하는 고성능 데이터베이스를 통해서 SAP의 자산 정보를 좀 더 빨리 프로세싱 할 수 있고, 이 데이터를 다시 ArcGIS의 강력한 공간정보 분석 기능을 통해 시각화가 될 수 있기 때문에 많은 기대를 받고 있습니다.

지난 8월 20일부터 3일간 열린 NZEUC(New Zealand Esri User Conference)에서 이러한 사례를 여럿 볼 수 있었습니다. 한 예로, Auckland Transport의 GIS 담당자가 IPV(Infrastructure Project Viewer)라는 파일럿 프로젝트에 대해 발표를 하였는데, 전사적으로 수많은 개발/유지/보수 프로젝트를 ArcGIS의 WebGIS로 시각화하여 프로젝트 매니저들간 효율적인 커뮤니케이션을 유도하여 많은 비용을 줄일 수 있었던 매우 흥미로운 사례였습니다.

또 다른 업체, Assetic은 Sydney Trains를 고객으로 두고 있는데 철도 자산의 점검 시기를 시각화 함으로써 향후 몇년간의 유지보수 계획을 한눈에 볼수있게 하여 비용을 절감하였다는 사례도 발표하였습니다.

이처럼, 기업 ERP 시스템에 있는 정보를 시각화만 함으로써 즉각적인 효과를 기대할 수 있기에 앞으로 기업고객들이 업무 효율화를 위해 신경을 써야할 부분이 되겠습니다.