2018년 지도 트렌드: AI, 머신러닝, 자율주행, 그리고 로케이션 인텔리전스

 

매일 전 세계적으로 수백만명이 지도를 이용하게 되면서, 2018년은 지리 공간 산업에 있어서 엄청난 한 해가 될 것 같습니다. 가상・증강 현실 및 자율 주행 기술의 발전으로 미래의 지도가 그 어느 때보다 정확해지고 있지만, 이러한 지도를 뒷받침하는 데이터는 전문 지도 제작자 뿐 아니라 여러 사용자 집단에서 나오고 있습니다. 한편, 전문가들은 시간 효율적이고 명료한 측량 방법을 활용하고 있습니다. 그렇다면, 2018년에 업계는 무슨 일을 기대할 수 있을까요? GIS 실무자들이 답변해드립니다!

 

 

2018: 지도의

Chris Campbell, RMSI North America HD Map 혁신 센터 매니저

올해 지도 업계가 목표로 삼아야 할 것이 있습니다 – 2018년을 자율 주행 자동차용 지도 개발을 주도할 수 있는 기회로 인식해야 합니다. 자율 주행은 지도 산업을 ‘다음 단계’로 나아가게 해 줄 것입니다.  자율 주행을 위한 지도(HD지도)는 내비게이션에 사용된 이전의 지도보다 더 정교하고 복잡합니다. 아주 정교한(10cm 미만으로) 지도를 만들기 위해서는 도로, 차선 수준의 지오메트리가로 시설물이 필요합니다.

HD지도는 아직 발전 단계에 있고, 신중하게 생각해야 합니다. 지금까지 로봇 공학 분야에서 많은 지리 공간 지식이 부족했습니다. 하지만 오늘날의 지도 회사들은 HD지도가 무엇인지 정의하고 자율 주행 환경에 어떻게 적합한지를 정의할 수 있는 위치에 있습니다. 올 한 해에는 지도 산업이 자율 차량 지도 작성을 주도할 것으로 기대해봅니다.

 

미래를 그려내다

Peter A. Weenink, Mapvision.eu 지리 데이터베이스 Owner이자 지도 제작 Trend Watcher

지도가 과학자와 몇몇 관심있는 사람들만을 위한 것인가요? 아닙니다. 오늘날 우리 세상에서 지도로 그려질 수 없는 것은 거의 없고, 만약 여러분이 지금 정기적으로 지리 데이터를 모으고 있다면, 앞으로 훨씬 더 발전할 것입니다. 고전적인 측량과 드로잉 기법에서 시작된 지도는, 오늘날에는 매우 발전된 측량, 저장 및 처리 기법으로 제작되고 있으며, 전세계적으로 방대한 데이터베이스에서 나온 데이터를 점점 더 많이 사용하고 생성합니다.

정적 지도를 여러 목적으로 사용함과 동시에, 통계자료, 실시간 정보 및 시각 자료를 보완하는 디지털(대화형) 지도에 대한 수요가 점차 증가할 것입니다. 전 세계적으로 다양한 사용자들이 늘어나면서, 우리들 중 대다수는 우리만의 기기로 수집한 지리적 데이터를 제공하게 될 것입니다. 강력한 GIS 소프트웨어와 결합한 인공 지능, 알고리즘, 그리고 즉시 사용 가능한 지도는 우리 모두에게 앞으로 수년간 환상적인 지도를 제공할 것입니다!

 

전문가, 대중, 그리고 기계들

Christopher Beddow, Mapillary 솔루션 엔지니어

지도의 미래는 일관된 비전은 아닙니다. 어떤 지도는 전 세계적인 규모이고, 어떤 지도들은 이웃 수준까지 세분화되어 있습니다. British Columbia의 조류 서식지 데이터와 같이 관심있는 작은 영역 외의 것은 전혀 고려하지 않는 지도들도 있습니다. 이러한 예시들에서, 전문가들, 시민들, 기계들이 각각 담당해야할 역할이 있습니다. , 미래의 지도를 만들어 내는 것은 이 다른 그룹들 간의 협동입니다.

대다수의 기업 플랫폼이 전문가와 내부적으로 사용하는 알고리즘을 결합하거나 기계 분석을 통해 사용자 생성 데이터를 강화하기 때문에, 협업 플랫폼이 항상 공개되어 있는 것은 아닙니다. 이러한 플랫폼의 근본에는 지리 공간 데이터가 있으며, 이는 수집, 분류, 검증되어야 합니다. 현대의 지리 공간 데이터 생산 라인에서, 우리는 우리 모두가 더 나은 제품을 소비할 수 있도록 도움을 줄 수 있습니다. 여러분이 GIS 전문가이든, 컴퓨터 과학자이든, 자발적 지도 제작자든, 핸드폰 소유자든, 자동차 운전자든, 아니면 컴퓨터 그 자체라고 하더라도, 여러분은 각자의 역할을 지니고 있습니다.

 

 

지적 측량과 지도 제작

Christian Lemmen, Kadaster 수석 고문

저는 오늘날의 지리 공간 기술이라면, 알려지지 않은 수십억개 토지의 경계 기하학 구조를 수집할 수 있다고 믿습니다. 또한, 수집된 데이터를 유지 관리하기 위한 새로운 접근 방식도 점점 분명해 지고 있습니다. 토지관리 도메인 모델(Land Administration Domain Model)과 같은 글로벌 표준이 이미 데이터 조직을 지원하는 데 이용 가능합니다. 그리고 이런용도에 맞는토지 관리 접근법은 비용과 시간 면에서 효율적이고, 투명하며, 확장과 참여가 가능합니다.

대부분의 경우, 경계 설정이나 지도 제작을 위해 시각적 경계를 확인하는 것만으로도 충분하다고 생각합니다. 모바일 앱은 이미지와 결합하여 플롯을 식별할 수 있으므로, 이미지의 시각적 경계에 대한 잘못된 해석을 피할 수 있습니다. 이미지는 위성, 항공 기기, 드론 등에서 얻을 수 있습니다. 토지 가치가 높거나 집중적인 토지 사용의 경우에, GNSS의 정밀한 관측소를 사용하는 전통적 토지 측량을 할 수도 있습니다. 마지막으로, 초기 데이터 수집 과정에서는 물류 및 사례 관리에 지리적 지원이 필요하다는 점을 인식하는 것이 중요합니다.

 

교통 계획과 GIS

Stewart Berry, Caliper Corporation(Maptitude) 제품 관리, 맵핑 소프트웨어 부사장

Maptitude 직원들은 교통을 모든 인류의 활동에 필수적 요소라고 봅니다. 사업가들은 더 발전된 교통수단을 원하기 때문에, 교통 계획과 GIS 소프트웨어 2018년에 힘을 합쳐야할 것입니다. 이는 사업과 고객 행동 분석을 훨씬 더 현실적으로 만들어 줄 것입니다.

회사들은 라우팅 도구를 통해우회전 전용 차선과 같이 고도화된 최적화를 이용할 수 있고, 이는 회사가 엄청난 시간과 돈을 절약하여 이윤을 향상시킬 수 있게 합니다.

또한, 아마존과 같은 회사에서는 당일 배송이나 식료품 배송 경쟁이 치열해지면서, 효율적인 차량 관리에 대한 수요가 더 늘어날 것입니다.

이러한 차량 라우팅 도구를 이용함으로써, 통학버스 경로 설정, 도로 청소, 제설 등 더 효율적인 서비스를 제공할 수 있습니다. 긴급 서비스 기관들은 지정된 시간 안에 도로망 내의 모든 사람에게 접근할 수 있도록 하기 위해 이 도구를 사용하고 있습니다.

 

여러분은 어떠신가요? 올해 지도 산업에는 어떤 일이 일어날 것 같나요?

 

SPH는 Google Maps, SuperMap, CARTO 등 다양한 케이스에 적용될 수 있는 다채로운 제품군을 보유하고 있으며 고객의 사례에 꼭 맞는 무료 세미나 및 개별 컨설팅을 제공하고 있습니다. 각 케이스에 맞춰 더욱 자세한 이야기를 나누고 싶으시다면 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS/로케이션 인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해 주시길 바랍니다. 감사합니다.

 

[CARTO] 로케이션 인텔리전스: 우리가 알던 GIS의 종말

 

로케이션 인텔리전스는 대부분의 사업 전략의 핵심 부분을 차지하고 있습니다. 220명의 데이터 분석가, 경영진, 과학자들을 대상으로 한 설문에서, 85%가 로케이션 인텔리전스가 3년 이내에 조직의아주혹은매우중요한 요소가 될 것이라고 응답했습니다. 또한, 84%는 이미 로케이션 인텔리전스 기술에 투자 중이라 답했습니다.

 

로케이션 인텔리전스는 많은 사람들에게 GIS라 알려진, 지리정보 시각화에 사용되던 제한적인 시스템에서 더 발전한 개념입니다.

GIS 지리 정보를 수집하고 시각화하는 기초를 마련했습니다 The State of Location Intelligence of 2018 설문에 따르면, 94% 경영진들이 그들의 회사가 로케이션 데이터를 수집/저장하고 있다고 답했습니다. 하지만 경쟁력을 가지기 위해선, 경영진들은 그저 데이터를 모으는 것이 아니라, 데이터에서 인텔리전스를 발견해야합니다.

 

로케이션 인텔리전스는 GIS의 자연진화입니다.”

 

GIS에서 로케이션 인텔리전스로의 변화를 이끈 세가지 요인은 다음과 같습니다.

 

새로운 데이터 스트림

로케이션 인텔리전스는 오픈 데이터, 실시간 데이터 스트림, 모든 종류의 인터넷 연결 시스템의 데이터셋, 장치와 센서 등을 모두 종합한 것입니다. GIS는 제한적인, 회사에 소유된 지리 데이터에 의존해왔습니다. 그러나 로케이션 인텔리전스와 함께라면 다음과 같은 것을 기대하실 수 있습니다.

  • 회사들은 자연 재해가 발생했을 , 정책 결정자들의 발빠른 결정을 돕기 위해 공개 기상 데이터와 로케이션 인텔리전스를 이용합니다
  • 부동산 투자자들은 새로운 성장 기회를 측정하기 위해 로케이션 인텔리전스와 공공 교통 데이터를 이용합니다
  • 은행들은 도시의 유동성을 이해하기 위해, 신용카드 거래와 인구 데이터를 이용합니다 

 

새로운 분석 방법

로케이션 인텔리전스는 최적화와 예측을 통해 로케이션 데이터 분석의 새로운 방법들을 고안해냅니다. 반면, 전통적 GIS 분석 방법은 과거의 지리 데이터를 보고하는 데 머물러 있죠. 로케이션 인텔리전스는 다음과 같은 분석 방법을 제시합니다:

  • 공간 클러스터링은 영업 부서가 일을 효과적으로 있도록 영업 구역을 설정하는 이용됩니다
  • 데이터 사이언티스트들은비용적 측면에서 서비스에 가장 효율적인 경로는 무엇일까?” 같은 질문을 하며, 경로 최적화를 발전시켜나가고 있습니다.
  • 우리는 SKATER 분석을 이용하여, 전통적 지리 구분을 넘어선 공동체 확인할 있습니다

 

새로운 이용자

로케이션 인텔리전스는 개발자, 데이터 분석가, 데이터 사이언티스트들이 곧바로 업무에 적용할 수 있고, 의사결정을 내리는 데 도움을 줍니다. GIS는 대부분 교육이나 자격증을 취득한 전문가만이 활용할 수 있었습니다. 로케이션 인텔리전스는 다음과 같이 누구나 이용가능합니다:

  • 뉴욕시 정부는와 데이터 분석가는 311 전화(우리나라의 다산콜센터 같은) 실시간 데이터에 기반하여 교통과 긴급 서비스에 대한 의사 결정을 내립니다.
  • 프로덕트 매니저와 사업 분석가들은 판매 전략을 세우기 위한 위치 기반 세일즈 분석 앱을 효율적으로 이용할 수 있습니다.
  • 데이터 사이언티스트들은 더 크고, 더 다양한 데이터를 업무에 적용시키고, 쉽게 경쟁력있는 데이터시각화를 할 수 있습니다.

 

1. 새로운 데이터 스트림

조직들은 더 이상 조직 내의 데이터에만 의존하지 않습니다. 오픈 데이터 포털, IoT 장치, 그리고 다른 데이터 제공자들 덕에 접근 가능한 데이터 스트림이 증가하였고, 회사들은 사업 결과를 예측하고 최적화할 수 있는 대쉬보드와 어플을 만들 수 있게 되었습니다.

GIS 회사들은 소프트웨어를 디자인하는 우선권을 가져가버렸고, 폐쇄된 시스템 안에서 고객들이 어떻게 사용하고 상호작용하는 지를 분석하는 건 그 회사만이 가능한 것이었습니다.

로케이션 인텔리전스는 오픈 소스를 수용하며 어떤 특정 지점의 정적인 데이터를 이용하기 보다는, 다양한 종류의다이나믹한 데이터 스트림을 이용하여 데이터 시각화와 분석을 할 수 있습니다.

스트리밍 데이터: 모바일 기기 위치, IoT기기 정보, 유동인구, 교통, 실시간 이동 정보, 택시 승하자, 현재 날씨

정적 데이터: 지형, 과거 날씨의 흐름, 인구통계, 재정

이용 중인 데이터 스트림의 예시

아래의 시각화는 플로리다 해안의 허리케인 경로와 보험회사들의 정보를 중첩시킨 것입니다.  NOAA 데이터와 함께 실시간으로 업데이트 되는 이 지도는, 어떤 보험가입자가 얼마만큼의 피해를 입었는지 보여주는 지도입니다.

태풍과 이로 인한 보험가입자들의 피해를 실시간으로 추적함으로써, 보험회사는 어디에 직원을 배치해야할지, 그리고 어느 지역이 가장 빠른 응답을 필요로 할 지 쉽게 파악할 수 있습니다. 또한 준비된 답변과 대피 정보를 발빠르게 제공해줄 수도 있습니다.

 

데이터스트림에 대해 더 알아보고 싶으시다면, 오픈데이터를 활용한 40개의 프로젝트를 확인해보세요 (https://carto.com/blog/forty-brilliant-open-data-projects-preparing-smart-cities-2018/)

 

2. 새로운 분석 방법

로케이션 인텔리전스와 다양한 종류의 비즈니스 예시에 대한 중요성이 커지면서, 데이터 사이언티스들은  거의 모든 산업에 적용될 수 있는 새로운 공간 분석의 방법을 고안해냈습니다.

공간 데이터 사이언스 (혹은 지리공간 데이터 사이언스)라 불리는 이 새로운 분야는, 점점 더 많은 경연진들과 분석가들이 로케이션 데이터와 함께 예측가능한 솔루션을 요구하기 시작함에 따라, 조직의 성공에 필수적 요소가 되었습니다.

GIS의 강점은 과거의 로케이션 데이터를 보고하는 데 있었습니다. (‘2014 3월 Clark County의 강수량’과 같은 데이터)  반면, 로케이션 인텔리전스는 비즈니스 전략을 최적화하기 위한 질문들에 대답할 수 있습니다:

  • 제약 기반 최적화: 어떤 기준을 두고, 얼마나 많은 자산(자원, 사람, 장소)을 필요로 하는지, 어떻게그것을구성하고배치하는가
  • 모델링: 어디를 열거나 닫아야 하는가? 또는 존재하는 가게를 다른 목적에 맞게 만들어야 하는가?
  • 물류 네트워크: 배송 시간과 연료를 줄이기 위해 회사의 배송 네트워크를 어떻게 설정해야할까?

각각의 질문들은 공간 클러스터링, 최적화된 경로와 같은 로케이션 데이터를 구성하기 위한 새로운 종류의 데이터 분석을 필요로 합니다.

이러한 분석들은 로케이션 데이터에 문맥(context)을 더해줍니다. 이는 기업들에게 현재의 관행을 최적화하거나 미래를 예측하기 위해 실천가능한 지식을 제공합니다.

실행 중인 새로운 분석 방법의 예

어떻게 로케이션 데이터가 공급망 설정에 영향을 주는지 보여주기 위해, 우리는 미국의 큰 식료품 체인 Publix의 공급망을 분석했습니다.

현재의 설정을 이해하기 위해 우리는:

  1. 점포의 적절한 그룹을 찾기 위해, CARTO의 공간 정보 클러스터링 정보를 이용하여 논리적 클러스터를 만들었습니다
  2. 다음, 우리는 이 그룹들에게 가장 가까운 유통센터를 설정해주었고, 다른 센터를 지정해주어야 하는 외곽 지역에는 세세한 조정을 했습니다.
  3. 우리는 유통 센터에서 나오는 경로들의 논리적 클러스터를 만들기 위해, 같은 클러스터링 분석을 이용했습니다
  4. 우리는 유통센터에서 각각의 점포로 갔다가 다시 유통센터로 오는 가장 효율적인 경로를 찾기 위해 최적화된 경로 분석을 이용했습니다.

 

유통망의 결과는 총 주행 마일, 경로의 수, 총 주행 시간을 보여줍니다. 운영관리자는 이 접근을 이용하여 공급망을 최적화하거나, “우리의 다음 유통 센터는 어디에 세울까?” 등의 부가적인 질문에도 답할 수 있게될 것입니다.

GIS는 지형이나 과거의 날씨 패턴을 가지고 지리 정보를 분석하고 시각화하는 방법을 개척해냈습니다. 로케이션 인텔리전스는 비즈니스 문제를 해결하는 데 초점을 맞춘 방법과 기술을 이용하여 공간 분석의 새 시대를 열어가고 있습니다.

 

 

3. 새로운 사용자

20세기에 GIS는 대학과 같이 전문적인 교육을 받아야만 했기에, 독자적인 산업으로서 발전했습니다. 그 결과, 로케이션 데이터를 분석하려는 회사들은 GIS 소프트웨어를 다룰 줄 아는 전문가들로 한정될 수 밖에 없었겠지요.

거의 모든 회사의 모든 부서에 영향을 미치는 로케이션 데이터의 성장과 함께, 회사들은 전문 교육을 필요로 하는 소프트웨어에만 의존할 수 없게 되었습니다.

“500만명의 다음 GIS 세대들은 오늘날 GIS가 우리에게 뜻하는 바를 알지 못할 것입니다. 다음 세대의 공간 전문가들은 개발자, 데이터 분석가, 데이터 사이언티스트가 될 것입니다. 전문적인 트레이닝을 받은 GIS 전문가가 아니라요.” – CARTO의 설립자이자 CEO, Javier de la Torre

기업들이 직면한 가장 어려운 문제를 해결하기 위해서는, 개발자, 분석가, 데이터 사이언티스트들에게 이미 일하고 있는 방식과 통합될 수 있는 오픈 소스 도구를 주어야 합니다. 그들이 과거의 시스템을 사용하도록 교육시켜서는 안됩니다.

지리공간 기술은 Mapbox, CARTO, MapD같은 회사들에 의해 축적되었습니다. 이 회사들은 모두 빠른 도입이 가능한 소스 코드를 발행하며, 산업 전체의 혁신을 촉진시키고 있습니다.

 

 

2018년 로케이션 인텔리전스의 현 주소

78% 경영진과 관리자들이 2018년에 로케이션 인텔리전스에 투자할 예정입니다과거의 GIS 시스템은 빠르게 사라지게 될겁니다.

새로운 분석 방법과 데이터 스트림은 완전히 새로운 부류의 사용자들을 탄생시켰고 (데이터 과학자에서 개발자에 이르기까지), 로케이션 인텔리전스의 세계를 열어가고 있습니다.

우리는 이러한 변화를 받아들이고, 전통적인 교육을 받은 소수의 개인에게만 힘을 실어줄 것이 아니라, 누구나 데이터에 접근하고 분석할 수 있는 환경을 만들어나갈 것입니다.

저희와 함께 하시겠습니까?

(원문: https://carto.com/blog/location-intelligence-end-of-gis-as-we-know-it/)

 

SPH는 Google Maps, SuperMap, CARTO 등 다양한 케이스에 적용될 수 있는 다채로운 제품군을 보유하고 있으며 고객의 사례에 꼭 맞는 무료 세미나 및 개별 컨설팅을 제공하고 있습니다. 각 케이스에 맞춰 더욱 자세한 이야기를 나누고 싶으시다면 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS/로케이션 인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해 주시길 바랍니다. 감사합니다.

 

 

[CARTO] 2017년을 대표하는 지도 12가지

2017년은 환경, 사회, 정치적 순간들이 합일점을 이루는 다사다난한 해였습니다. 많은 사건들은 전세계적으로 영향을 끼쳤지만 대부분 한 지역에서 일어나 다양한 경로로 퍼진 사건이었습니다. 새해를 기념하며, CARTO 2017년을 돌아볼 수 있는 몇가지 지도들을 준비했습니다.

 

개기일식

전세계 사람들을 하나로 모으는 순간이 있다면, 바로 그건 우주의 광활함과 장엄함에 압도되는 순간일 것입니다. 2017년 개기일식에 대한 수많은 트위터 게시글이 있었고, 새로운 세대의 천체 물리학자를 탄생시키는 데 도움이 되지 않았을까 생각합니다. CARTO The Total Solar Eclipse Map to Rule All Solar Eclipse Maps 하나로 모아, 개기일식을 가장 있는 장소를 예측했습니다.

 

 

 

세계 난민 문제

세계 난민 문제는 2017년 주요 이슈였습니다. 시리아와 중동 국가에서 수백만명의 난민이 발생하였고, 미얀마의 로힝야(Rohingya) 위기가 심각해짐에 따라, 전세계 국가들은 난민 보호나 구조 활동을 전개하고 있습니다. 하지만 망명의 기회는 제한되어 있고, 난민들은 계속해서 위험에 처해 있는 상황입니다.

UNHCR의 난민 프로젝트 42년 동안의 난민 운동을 지도에 그렸습니다. 이는 과거 뿐 아니라 미래의 세계 난민 구조 운동에도 큰 도움이 될 것입니다.

 

 

데이터 시각화 전문가 Hans Hack Aleppo in London/Berlin은 시리아 내전 동안 입은 피해를 지도에 나타내어, 시리아인들이 집을 떠나야만 했던 그 피해 규모를 짐작하게 해줍니다.

 

 

 

국제적 제재

러시아, 북한, 이란과 같은 나라들에 대한 제재는, 최근 몇년 정치적 대화에서 이슈였습니다. 트럼프가 대통령이 2017년에도 차이는 없었습니다. Enigma’s Sanctions Tracker 1994년부터의 미국의 제재를 표시하고, 2017 미국의 외교 정책 변화를 알기 쉽게 해줍니다.

 

 

 

글로벌 사이버 공격

2016 대선 후에, 사이버 안전과 사이버 공격의 영향력은 더욱 중요해졌습니다. 사이버 보안 회사인 Norse의 Cyber Attacks data visualization 사이버 공격의 출처와 타겟을 실시간으로 지도에 나타냅니다. 이는 2017년에 사람들이 사이버 보안에 관심을 갖고 있었다는 것을 뜻하며, 앞으로도 사이버 보안은 이슈가 것입니다.

 

 

 

자연재해와 기후 변화

2017, 지구 기후 변화의 영향은 아주 컸습니다. 많은 자연재해가 일어나기도 했죠. 허리케인, 지진, 산불 등의 자연재해는 전세계적으로 3000억 달러에 달하는 피해를 야기했습니다.

 

2017 가을, 허리케인 Irma, Harvey, Maria 미국과 캐리비안 해를 강타했고, 엄청난 인명 피해가 발생했습니다.

 

2017년 여름 1000명이 넘는 사상자를 발생시킨 남아시아의 홍수:

2018년에는 더 철저한 자연 재해 예방과 기후 변화 대책이 마련되길 바랍니다.

 

 

카탈루냐를 넘어

10월 카탈루냐 독립 총선거와 함께, 세계의 눈은 스페인으로 향했습니다. 2017, 유럽 전역에 분리파와 독립 운동은 계속해서 커져갔습니다. 스코틀랜드도 브렉시트 후 다시 독립 투표를 시행려고 하기도 했죠. The Guardian은 유럽 대륙에서 가장 독립의 목소리가 큰 국가를 지도에 표시했습니다.

 

 

오스카 수상작의 지리적 선호도 차이

2017년에는 젊은 아티스트들이 만든 강력한 영화가 많았습니다. 하지만 2017년 오스카에서 수상작을 잘못 호명하는 해프닝이 있기도 했지요.  The Pudding 2017년 오스카 수상작의 지리적, 문화적 차이를 들여다 보았습니다.

 

누구의 유산인가? 남부 연방의 상징물

2017 8 중반, Charlottesville Rober E. Lee 동상 철거를 반대하는 백인 우월주의자들의  “Unite the Right” 행진이 있었습니다. 그리고 반대 집회는 2017년의 가장 비극적이고 폭발적인 행사가 되었습니다. 반대 집회자 Heather Heyer 사망했고, 나라 곳곳의 인종차별적 가치를 지닌 동상들이 철거되었습니다. Southern Poverty Law Center’s Public Confederate Symbol 지도는 여러 곳에 분포해있는 이런 동상들을 추적했습니다.

 

 

고조되는 여성의 목소리

2017년은 특히나 여성 운동이 두드러지는 해였습니다. 50만명이 참여한 워싱턴 DC에서 시작된 여성 행진은 전세계적으로 퍼쳐 500만명이 참여하며, 여성인권을 증진시키는 계기가 되었습니다.

Count Love 미국 전역의 여성 행진이라는 제목으로 데이터 시각화 지도를 제작했습니다.

 

2017 10, #MeToo 운동이 여성혐오, 성희롱, 성폭행 문제를 제기하며, 전세계의 피해자들의 목소리를 증폭시켰습니다. 10 15일부터 17일까지의 MeToo해쉬태그를 이용해 만든 아래의 지도는, 운동이 정말 널리 퍼졌음을 보여줍니다.

 

지금은 소셜 미디어의 시대입니다. 전세계의 사람들은 예전보다 더 연결되어 있고, 지도는 언어의 장벽을 넘어 이야기를 전달합니다. 2018년에도 새로운 세계를 그려나가길 기대합니다.

(원문: https://carto.com/blog/maps-tell-the-story-2017/)

 

SPH는 Google Maps, SuperMap, CARTO 등 다양한 케이스에 적용될 수 있는 다채로운 제품군을 보유하고 있으며 고객의 사례에 꼭 맞는 무료 세미나 및 개별 컨설팅을 제공하고 있습니다. 각 케이스에 맞춰 더욱 자세한 이야기를 나누고 싶으시다면 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS/로케이션 인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해 주시길 바랍니다. 감사합니다.

 

 

애플맵 제작자가 말하는 애플맵이 구글맵을 따라잡을 수 없는 이유

 

2012년 출시된 애플맵은 지속적인 지도 업데이트를 통해 애플 사용자들의 편의를 제공해주고 있습니다. 애플맵이 점점 발전하고 있는 것은 사실이지만, 구글맵은 여전히 세계 최고의 지도로 자리하고 있습니다.

애플맵 제작에 기여했던 Justin O’Beirne이 지난 12월 자신의 블로그에 그 이유에 대해 설명했습니다. 애플맵이 구글맵을 따라잡을 수 없는 이유, 함께 살펴봅시다!

 

 

 

소도시의 정확성

Justin O’Beirne 자신의 어린 시절을 보낸 Illinois 예로 들었습니다.

구글맵에서는 보이는 빌딩들이, 애플맵에서는 보이지 않네요.

 

이 뿐아니라, 구글맵은 공원 쉼터, 트레일러, 창고 등을 지도에 표시하기까지 했습니다.

 

<트레일러를 그려낸 구글맵>

 

심지어 구글맵은 구글 스트리트 뷰에도 나오지 않는 인구 13명의 아주 작은 도시도 정확하게 그려내고 있습니다.

 

 

 

지도의 디테일

그렇다면 대도시는 애플맵이 더 잘 구현해냈을까요?

중소도시 뿐 아니라 대도시도 구글맵의 승리였습니다. 구글맵은 빌딩 옥상 위의 안테나, 에어컨 실외기까지 정확하게 표현해내고 있습니다.

 

<옥상 위의 안테나>

 

<옥상 위의 에어컨 실외기>

 

일반 주택 역시도, 그 외관을 그대로 살려 지도에 구현해냅니다.

 

<주택의 발코니 창문까지 표현한 구글맵>

 

 

 

최고의 지도 제작 기술

잘 알려진대로, 구글은 엄청난 데이터를 지니고 있습니다. 2012년 이후 무려 2500만개의 새로운 빌딩이 지도에 추가되었고, 이를 토대로 시애틀의 Space Needle과 같이 복잡한 구조물도 3D로 구현할 수 있게 되었죠.

 

구글이 지도에 건물을 표시하는 법은 다음과 같습니다:

위성으로 촬영하고, 그 이미지로 빌딩을 렌더링하고, 지도에 나타냅니다

 

이러한 구글의 노력 덕에, 빠른 속도로 구글은 미국에 있는 거의 모든 빌딩을 추가할 수 있게 되었습니다. 스트리트 뷰가 제공되지 않는 시골에도요!

 

AOI (Area of Interest)

지도가 엄청나게 자세하다고 해서사람들이 지도의 모든 내용을 볼까요? 그건 아니죠. 사람들은 지도에서 레스토랑이 많은 지역이나 도시 번화가와 같이 자신이 관심있어하는 부분을 보고 싶어 합니다.

지도에 모든 지명이나 가게명을 표시할 없다고 생각한 구글은, “AOI (Area of Interest)”라는 것을 고안해냅니다.

 

이렇게 모든 지명을 지도에 나타내는 대신,

 

그림자로 도시의 밀도를 나타내는 것입니다.

 

구글맵은 위성으로 촬영한 건물들과, 스트리트 뷰로 촬영한 식당, 상가 등의 정보를 결합하여 AOI를 지도 위에 오렌지 색으로 표시했습니다.

데이터로 또 다른 데이터를 만들어 내는 구글입니다.

 

 

 

3D 모델링 기술

구글은 지도에 AOI를 추가하는 동시에, 대도시의 3D 모델을 구글어스에 더하기 시작했습니다. 구글이 3D 모델링을 발표하고 겨우 5일 후, 애플 역시 Flyover라는 3D 기능을 발표합니다.

 

 

겉으로 보기엔 구글과 애플의 3D 기술이 거의 같아보입니다.

 

그러나 애플의 3D 모델로는 존재하는 곳들이, 애플맵에서는 보이지가 않습니다. 구글은 3D 모델과 지도 이미지가 둘 다 존재합니다.

 

이는 애플이 자신의 데이터에서 빌딩들을 가져오는 것이 아니라, TomTom와 같은 제3자에게서 데이터를 가져오는 것을 시사합니다.

 

구글의 이러한 자체 데이터는 자율주행차가 AR 디스플레이를 가지게 될 때 진가를 발휘할 것입니다.

예를 들어 택시를 부를 때, 택시 기사가 내가 있는 빌딩은 알지만 빌딩의 출입구가 어딘지 몰라 한참 헤맨 경험이 있을 것입니다. 그러나 구글맵과 같이 모든 빌딩의 모양새까지 구현해낸 지도와 함께라면, 빌딩의 문을 찾는 것도 쉬운 일이겠지요. 이렇듯 AOI는 앞으로 다가올 기술에도 대비하고 있습니다.

원문 Google Maps’ Moat (https://www.justinobeirne.com/google-maps-moat/)

 

SPH는 Google Maps, SuperMap, CARTO 등 다양한 케이스에 적용될 수 있는 다채로운 제품군을 보유하고 있으며 고객의 사례에 꼭 맞는 무료 세미나 및 개별 컨설팅을 제공하고 있습니다. 각 케이스에 맞춰 더욱 자세한 이야기를 나누고 싶으시다면 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS/로케이션 인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해 주시길 바랍니다. 감사합니다.