CARTO 데이터 시각화: 코로나 바이러스 확산 지도

신종 코로나바이러스 감염증의 대규모 확산세가 아직도 계속되고있습니다. 신규 확진자와 사망자가 계속 생기고 있어 안심할 수는 없는 상황인 것 같습니다. 이럴 때일수록 더더욱 조심하고 또 조심해야되는 시기인 것 같습니다. 우리나라나 일본 뿐 아니라 먼 미국이나 유럽에도 확진자가 생기고 있는데요, 지도에 확진자와  완치자, 사망자를 표시해보았습니다.

 

위의 지도로 전 세계 질병 확산을 확인할 수 있습니다. 상당 수의 사례가 국가간 운송을 기반으로 확산되었습니다. 직항이 없는 중남미의 경우 확진자가 보이지 않습니다. 그러나 “바이러스에 안전한 나라는 없다”는 말이 있는만큼, 여전히 주의해야 겠습니다.

 

중국 내의 코로나19 확산 모습입니다. 위의 지도를 발행한 2월 10인 기준 확진자는 4만 여 명이었습니다. 오늘(17일) 기준 누적 확진자는 벌써 7만 명을 넘어섰다고 하네요.

 

마지막으로 후베이성 내 코로나19의 확산 속도를 표시한 지도입니다. 굉장히 빠른 속도로 확산되고 있습니다.

지도를 통해 질병 데이터를 확인하니 코로나19의 심각성을 더 잘 느낄 수 있었던 것 같습니다. 발병한지 벌써 한 달이 넘어 위험성이 더욱더 부각되고 있고 경계 상태입니다. 계속해서 마스크 착용과 손씻기로 코로나를 잘 이겨냈으면 좋겠습니다.

 

 

SPH는 CARTO, Google Maps, SuperMap 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.

 

 

 

SuperMap을 활용한 도시 공간정보 모델 관리 시스템

‘도시 공간정보 모델 관리 시스템’은 SuperMap 3D 플랫폼을 활용하여 2019년에 설계되었습니다. 이 시스템을 통해 5개 도시의 3D 실측 데이터를 통합 관리합니다. 시스템과 도시 주거 공간, POI, 지하철 현황, 계획 노선 등의 다양한 주제별 데이터 정보의 공동 구축 및 공유와 동적 업데이트를 실현할 수 있어, 도시 계획 정보 기술 센터를 위한 3D 실측 데이터의 일일 디스플레이 및 계획 관리를 가능하게 합니다.

 

 

 

<주요 기능>

 

3D 장면 쿼리 및 포지셔닝: 도시 전체 지명 검색, 주변 쿼리, 빠른 위치 확인 등의 기능을 포함한 3D 장면의 POI 기반 쿼리 및 검색

 

3D 장면 쿼리

3D 장면 포지셔닝

 

3D 분석: 스카이라인 분석, 가시권 분석, 태양광 분석, 일반 시야 분석, 건설 강도 분석 등 3D 도시 계획 및 분석

 

스카이라인 분석

가시권 분석

태양광 분석

일반 시야 분석

건설 강도 분석

 

SPH는 CARTO, Google Maps, SuperMap 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.

 

 

 

15년이 된 Google Maps (구글지도)! 새로운 모습과 기능들로 함께 축하해주세요 !!

 

2005년에 구글은 세계 지도를 만들기 시작했습니다. 그 이후로 구글은 지도에서 할 수 있는 한계를 넓혀나갔습니다. A지점에서 B지점으로 쉽게 이동할 수 있는 길을 찾는 것부터 전 세계를 탐색하고 어떠한 업무를 완료하는 데 도움을 주려고 하였습니다. 10억 명이 넘는 사람들이 세계를 보고 탐험하고 있습니다. 구글지도의 15번째 생일을 축하하며 사용자들의 피드백을 반영한 새로운 모습과 제품 업데이트들을 공유하고자 합니다.

구글지도 내부의 신선한 모습

오늘부터 안드로이드 및 iOS 용 업데이트된 구글지도 앱이 제공하는 5개의 액세스하기 쉬운 탭을 통해 필요한 모든 것을 제공합니다.

  • 탐색(Explore): 점심을 먹거나 라이브 음악을 즐기거나 게임을 즐길 수 있는 곳을 찾으십니까? ‘탐색’ 탭에는 현지 레스토랑, 주변 명소 및 도시 랜드마크들을 포함한 전 세계 약 2억 곳의 정보, 평점, 리뷰 등이 있습니다.
  • 통근 (Commute): 통근할 때 자동차 이용 또는 대중교통 이용 상관없이 가장 효율적인 경로를 제공합니다. 매일  출퇴근길을 설정하여 실시간 교통 정보 업데이트, 이동 시간 및 대체 경로에 대한 제안을 받을 수 있습니다.
  • 저장 (Saved): 사람들이 구글지도에서 도시 전역의 새로운 빵집부터 다가오는 휴가지의 유명한 식당까지 약 65억 개 이상의 장소를 저장했습니다. 이제 이 모든 지점들을 한 곳에서 편리하게 볼 수 있을뿐만 아니라 다가오는 여행 계획을 짤 수 있고 방문한 장소를 기준으로 추천 장소들을 공유할 수 있습니다.
  • 기여 (Contribute): 매년 수백만 명의 사람들이 구글지도를 최신 상태로 유지하는 데 도움이 되는 정보들을 제공합니다. 새로운 ‘기여’ 탭을 사용하면 도로 및 주소에 대한 세부 정보, 누락된 장소, 비즈니스 리뷰 및 사진과 같은 지역 정보를 쉽게 공유할 수 있습니다. 각 ‘기여’는 다른 사람들이 새로운 장소에 대해서 알고 무엇을 해야할 지 결정하는 데 큰 도움이 됩니다.
  • 업데이트 (Update): 새로운 ‘업데이트’ 탭은 infatuation 서비스와 같은 현지 전문가 및 게시자의 최신 트렌드를 제공합니다. 네트워크에서 추천 장소들을 검색, 저장 및 공유하는 것 외에도 비즈니스와 직접 채팅을 하여 궁금한 것을 해결 할 수 있습니다.

5가지 탭으로 구글지도에 필요한 모든 것에 쉽게 엑세스 할 수 있습니다.

 

또한 세계 지도의 진화를 반영하는 새로운 구글 지도 아이콘으로 업데이트를 하였습니다. 구글 지도 초기부터 구글지도의 핵심 부분인 ‘핀’을 기반으로 구글 맵 아이콘을 업데이트 하였습니다. 이는 목적지로 이동하여 새로운 장소와 경험을 찾는데 도움이 되는 변화를 나타냅니다. 구글지도로 탐험하는 제한된 시간에만 나타내는 구글지도의 생일 축하 파티 테마 자동차 아이콘도 살펴보세요.

이동 중인 사용자를 위해 만들었습니다.

구글은 사용자가 이동을 어떻게 할 지 선택하는 것에 관계없이 사용자가 주변을 돌아 다니도록 돕기 위해 끊임없이 발전하고 있습니다. 구글지도 앱의 새로운 대중 교통 기능을 사용하면 대중교통을 이용할 때마다 정보를 얻을 수 있습니다.

작년에 버스, 기차 또는 지하철이 과거에 기록들을 기반으로 얼마나 혼잡했는 지 확인할 수 있도록 ‘혼잡도 예측’을 도입했습니다. 이동 계획을 세우기 위해 과거 경로에 대한 기록으로부터 새로운 통찰력을 추가하여 다음과 같은 중요한 세부 정보들을 볼 수 있습니다.

  • 온도: 보다 편안한 승차감을 위해서 과거의 기록이 온도를 더 추운 쪽이나 더 따뜻한 쪽으로 예측하는 지 미리 확인할 수 있습니다.
  • 접근성: 특별한 도움이 필요하거나 추가 지원이 필요한 경우 직원 도움, 접근 가능한 출입구 및 좌석, 접근 가능한 정지버튼 또는 눈에 잘띄는 LED가 포함된 대중 교통 노선을 식별 할 수 있습니다.
  • 여성 공간: 여성만을 위한 공간이 마련된 대중교통 시스템이 있는 지역의 경우 다른 승객이 준수하는 지 여부와 함께 정보를 표시하는 데 도움이 됩니다.
  • 안전한 승차: 경비원이 있는지? 보안카메라가 설치되어있는 지? 사용 가능한 헬프라인이 있는 지? 보안 모니터링 기능이 탑재되어있는 지 알 수 있어서 더 안전하게 교통을 이용 할 수 있습니다.
  • 이용 가능한 좌석 수 : 일본에서만 적용되는 기능입니다. 사용자가 좌석 수를 기반으로 어떤 대중교통 경로를 선택할 지 결정할 수 있습니다.

이러한 유용한 정보는 경험을 공유하였던 과거 사용자들이 제공하며 이용 가능한 경우 대중교통 경로와 함께 표시됩니다. 미래의 사용자들을 돕기 위해 최근 여행 경험에 대한 구글 지도의 간단한 설문조사에 답변할 수 있습니다. 3월부터 지역 및 도시 교통 기관에 따라 사용 가능성을 체크해보고 전 세계적으로 출시 할 예정입니다.

새로운 여행 속성 값들은 여행 계획에 대한 정보에 근거하여 결정을 내리는 데 도움이 됩니다.

 

방향 감각

작년에 구글지도를 사용하여 도보 경로를 시작 할 때 신속하게 이동할 수 있는 방법을 결정하기 위해 라이브 뷰를 도입했습니다. 스트리트 뷰의 실제 이미지, 머신 러닝 및 스마트폰 센서를 결합하여 구글 지도의 라이브 뷰는 증강 현실에 겹쳐진 방향으로 주변 환경을 현실적으로 보여줍니다.

앞으로 몇 개월동안 구글은 장소를 검색할 때마다 더 나은 지원을 제공하여 라이브 뷰를 확장하고 새로운 기능을 테스트 할 것입니다. 장소가 얼마나 멀고 어느 방향인 지 신속하게 확인을 할 수 있습니다.

라이브 뷰는 곧 새로운 방향으로 더욱더 정밀하게 길 안내를 제시할 수 있도록 도와줍니다.

 

구글 지도를 신뢰하고 지난 15년동안 함께 해주신 모든 구글 지도 사용자분들께 감사인사를 전합니다. SPH는 한국 유일 구글지도 프리미어 파트너로써 구글지도 기능 업데이트 및 활용 소식들을 발빠르게 앞으로도 전하겠습니다. 많은 관심 부탁드려요.

 

SPH는 CARTO, Google Maps, SuperMap 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.

CARTOframes 1.0으로 공간 분석의 속도를 높이세요

비즈니스 문제를 해결하기 위한 데이터 분석력을 인정받으면서, 공간 분석에 대한 관심은 점점 높아지고 있습니다. 사모펀드나 리테일과 같은 수백만 달러 규모의 산업 역시 앞서 나가기 위해 공간 분석을 도입하고 있습니다.

더 깊은 인사이트를 위해, 여러 기관들은 ‘어디(where)’에서 벗어나 ‘왜(why)’에 집중하기 시작했습니다. 이벤트가 어디서 발생하는지를 보는 것과 그것이 왜 발생했는지를 아는 것은 다릅니다. 후자는 의사 결정을 내릴 수 있는 실행 가능한 인사이트를 제공합니다. 이러한 인사이트를 얻기 위해, 데이터 사이언티스트는 공간 데이터 사이언스와 같은 공간적 지식을 활용해야 합니다.

그러나 지리정보를 정확하게 이해하는 데이터 사이언티스트에 대한 수요는 공급을 훨씬 뛰어넘습니다. 전 세계 300만 명의 데이터 사이언티스트 중에서 (주피터와 R 노트북을 사용하는), 겨우 1%만이 공간 데이터 사이언티스트입니다. CARTO의 목표는 더 많은 데이터 사이언티스트를 공간 분석의 영역으로 끌어들이고, 그들의 작업 중 가장 길고 소모적인 일을 자동화하는 것입니다.

그 목표를 실현할 CARTOframes 1.0을 소개합니다!

 

 

CARTOframes는 데이터 사이언티스트나 분석가들이 CARTO의 지도, 데이터 및 분석을 워크플로우에 하나로 통합할 수 있는 파이썬 라이브러리입니다. 데이터 사이언티스트가 직접 만든 툴이기 때문에, 공간적 인사이트로 분석의 힘을 높이고 공간 데이터 모델을 효율적으로 활용하고 싶은 사람들에게 적격입니다.

CARTOframes는 오픈 소스이며 OS 커뮤니티에서 구축되어 데이터 사이언티스트를 위해 현재 가능한 스택(SciPy, GeoPandas)과 최고의 호환을 보장합니다. 라이브러리 디자인 단계에서 개발자들과 함께 작업하여, CARTOframes의 통합이 완벽해지도록 노력했습니다.

데이터 사이언티스트는 작업 시간의 80%를 데이터 수집과 클렌징에 투자합니다. 그런 긴 작업은 지루하고 낭비적일 뿐만 아니라 전체 모델의 유효성을 저해하는 실수를 할 가능성도 높아집니다. CARTOframes는 공공 및 프리미엄 공간 데이터 저장소인 Data Observatory와의 통합으로 이 시간을 단축합니다.

CARTOframes 1.0에서는 다음과 같은 기능을 제공합니다.

  • 파이썬 노트북에서 직접 엔드 투 엔드 분석을 수행하고 현재 작업 환경의 출력을 공유할 수 있습니다. 더 이상 컨텍스트 전환이 필요하지 않습니다.
  • 새로운 데이터 소스를 도입하여 분석을 한 단계 업그레이드하고 모델의 정확도를 높여 데이터를 강화하세요.
  • 간소화된 데이터 검색 및 프로세스를 통해 데이터를 수집하고 클렌징하는 시간을 단축하세요.

 

엔드 투 엔드 공간 데이터 분석 워크플로우

 

1.데이터를 시각화하세요

노트북에 멋진 지도를 불러와 데이터를 빠르게 시각화하세요. 별도 설치가 필요없는 지도 제작 기능을 통해, 여러분은 지도 전문가 없이도 커스텀 베이스 맵, 여러 레이어와 레이아웃, 목차, 팝업, 위젯 등으로 멋지게 데이터를 시각화할 수 있습니다.

 

 

 

2. 데이터를 분석할 수 있도록 준비합니다

때로는 데이터를 바로 지도에 표시할 수 없습니다. 지오코딩 서비스를 활용하면 단 한 줄의 코드로 일반 텍스트 주소를 지오메트리로 변환할 수 있습니다.

또한 등치선 기능을 사용하여 거리 및 이동 시간 버퍼를 생성하여 공간 관계를 신속하게 시각화하고 데이터의 컨텍스트를 이해할 수 있는 영향 영역을 계산할 수도 있습니다.

 

 

 

3. 최고의 데이터스트림으로 데이터를 풍부하게 만드세요

데이터가 어떻게 생겼는지 알게 되었다면, 이제 데이터를 새로운 데이터 소스로 확대하여 모델의 예측력을 높일 때입니다. 노트북에서 데이터 및 분석과 관련된 새로운 데이터스트림을 찾을 수 있는 Data Observatory에 액세스할 수 있습니다.

 

Data Observatory는 새로운 데이터를 수집하는 모든 과정을 간소화합니다. 노트북에서 바로 데이터세트에 관한 통계를 볼 수 있어, 데이터를 구매하기 전에 조사해보고 현재 작업 환경에 맞는 프리미엄 데이터세트를 요청할 수 있습니다.

필요한 데이터를 얻었다면, 쉽게 포인트나 폴리곤을 형성하여 분석에 활용하거나 CARTO의 데이터베이스인 PostGIS와의 통합으로 데이터 결합 또는 교차점 결합과 같은 공간 분석을 수행할 수 있습니다.

 

4. 결과를 도출하고 모두에게 공유하세요!

CARTOframes를 사용하면 파이썬 노트북에서 직접 데이터를 사용하여 웹 앱을 만들고 게시할 수 있습니다.

분석을 마치면 히스토그램, 카테고리, 애니메이션 또는 시계열과 같은 위젯을 추가하여 조직의 다른 사용자가 쉽게 출력을 사용할 수 있습니다. 그런 다음 이를 게시하여 공유 가능한 링크를 얻기만 하면 됩니다.

 

 

SPH는 CARTO, Google Maps, SuperMap 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.

구글맵 마커 클러스터링 하는 방법

지리 정보를 쉽게 사용할 수 있는 형태로 표시하려면 지도를 사용해야 합니다. 그러나 사용자가 더 많은 정보를 탐색하기 위해서는 큰 그림을 빠르게 전달하고 한 눈에 이해할 수 있는 지도가 필요합니다.

수백 개의 데이터 포인트가 모여있으면 정확도가 떨어집니다. 이번 포스팅에서는 JavaScript의 마커 클러스터러 라이브러리를 사용하여 모든 마커가 겹치지 않고 동일한 정보를 집계하여 전달하는 방법을 다룹니다. 또한 마커 클러스터링을 자체 프로젝트에 맞게 조정하는 방법도 함께 알아보겠습니다.

 

왜 마커 클러스터링이 필요한가요?

아래 지도를 한 번 살펴봅시다. 호주와 뉴질랜드에 여러 마커가 퍼져 있습니다.

지도 상에 많은 유용한 마커가 제공되어 있지만, 마커들끼리 겹쳐져 알아보기가 힘듭니다. 25개 이하의 장소이지만 거리가 너무 가까워 지도에 정확히 표시할 수가 없습니다.

지도가 이와 같다면 사용자들은 여러분이 제공하려 하는 훌륭한 정보를 모두 흡수하지 못할 수도 있습니다. 그래서 마커 클러스터링이 필요합니다. 간단한 오픈 소스 라이브러리와 약간의 지도 코드 변경으로 마커 클러스터링을 추가하여 사용자 경험을 굉장히 향상시킬 수 있습니다.

 

마커 클러스터링은 마커를 시각적으로 통합하는 데 유용한 도구입니다. 지도에 있는 근처의 마커를 클러스터로 결합하여 사용자가 맵 전체를 쉽게 이해할 수 있으며, 이는 지도에 하나의 아이콘으로 표시됩니다.

 

 

지도에서 마커 클러스터링 활성화하기

Javascript 몇 줄만으로 클러스터링을 추가할 수 있습니다. 아래 예제는 웹 지도이지만, 구글 지도 플랫폼 안드로이드나 iOS SDK에도 비슷한 유틸리티가 있습니다. 마커 클러스터를 만들기 위해서, 먼저 클러스터링 되지 않은 마커를 만드는 법 부터 배워봅시다. 일반적인 마커를 지도에 생성할 때의 코드는 보통 아래와 같습니다.

const pos1 = {lat: -33.727111, lng: 150.371124};
const marker1 = new google.maps.Marker({position: pos1, map: map});
const pos2 = {lat: -33.718234, lng: 150.363181};
const marker2 = new google.maps.Marker({position: pos2, map: map});

 

이 두 마커로 클러스터링을 실행해봅시다.

마커 클러스터링을 사용하려면 지도 코드에 두 가지를 추가해야 합니다. 먼저, 마커 클러스터러 라이브러리를 로드합니다. 프로덕션의 경우 GitHub에서 소스를 다운로드하고 자체 서버에서 JavaScript를 호스팅 해야하지만, 이 데모를 위해 구글 지도 플랫폼 설명 사이트에서 로딩합니다.

<script src="https://developers.google.com/maps/documentation/javascript/examples/markerclusterer/markerclusterer.js">

 

다음, 지도와 마커에서 클러스터링 라이브러리로 넘어가서 마커 변수 아래에 다음과 같이 추가합니다.

// create an array of all your markers
const markers = [marker1, marker2]; 

// Path for cluster icons to be appended (1.png, 2.png, etc.)
const imagePath = "https://developers.google.com/maps/documentation/javascript/examples/markerclusterer/m";

// Enable marker clustering for this map and these markers
const markerClusterer = new MarkerClusterer(map, markers, {imagePath: imagePath});

 

다시 한 번, 프로덕션의 경우 여러분의 서버에서 클러스터링 이미지를 호스팅해야 합니다. 이 예시에서는 최소 클러스터 크기만 필요하므로 m1.png를 로드합니다.

MarkerClusterer 인스턴스를 만들면 지도 변수, 마커 배열 및 이미지 경로를 전달합니다. 이 정보로부터 마커 클러스터러 라이브러리가 인계되어 클러스터에 포함된 포인트 수와 함께 아이콘을 표시합니다.

 

클러스터 아이콘을 클릭하면 아래와 같이 각각의 마커가 다 표시되는 레벨까지 확대됩니다.

 

줌 아웃 하면 다시 두 개의 클러스터가 보이는 레벨로 돌아갑니다.

 

더 많은 포인트와 상세한 설명은 마커 클러스터링 가이드에서 확인할 수 있습니다.

 

마커 클러스터링이 작동하는 방법

마커 클러스터링 라이브러리는 GitHub의 오픈 소스 맵 유틸리티의 일부입니다. 모든 코드에 액세스하고 필요한 경우 변경도 할 수 있습니다. 알고리즘이 어떻게 작동하는지 자세히 살펴보겠습니다.

알고리즘이 맵을 그리드로 분할하고, 그리드의 각 섹션은 기본적으로 60×60 픽셀입니다. 위의 고밀도 마커 예를 사용하여 다음과 같이 시각화할 수 있습니다.

 

실제로, 그리드는 마커 자체에 기반하고 있기 때문에 위와 정확히 같지는 않을 것입니다. 첫 번째 마커는 첫 번째 섹터의 중심이 됩니다. 해당 섹터 내의 후속 마커가 해당 섹터에 대한 클러스터에 추가되고 클러스터의 중심이 모든 마커의 평균에 따라 업데이트됩니다. 마커가 여러 클러스터에 포함될 수 있는 경우 마커 좌표 사이의 거리를 기준으로 가장 가까운 클러스터에 추가됩니다.

기본 설정 및 알고리즘은 대부분의 사용 사례를 다루지만 코드는 완전히 공개 소스이므로 필요한 모든 변경 작업을 수행할 수 있습니다.

 

 

마커 클러스터 사용자 지정하기

마커 클러스터의 모양과 기능을 조정하는 방법은 여러 가지가 있습니다. 대부분의 경우 기본 라이브러리를 편집하도록 요구하지 않습니다. 대신 클러스터를 생성할 때 설정할 수 있는 여러 옵션이 있습니다.

클러스터된 맵을 직접 만드는 가장 쉬운 방법은 자체 아이콘을 사용하는 것입니다. 단순 클러스터링 예제에서는 imagePath 옵션을 전달했습니다. 클러스터 라이브러리는 경로 끝에 숫자(1-5)를 추가한 다음 파일 확장자를 추가합니다. 파일 확장자는 기본적으로 .png입니다. imageExtension으로 다른 파일 형식을 사용할 수도 있습니다. 투명 아이콘이 지도에서 가장 잘 보인다는 것을 명심하세요.

기본적으로 클러스터를 만드는 데 두 개의 마커만 있으면 됩니다. minimumClusterSize 옵션을 사용하여 이 설정을 변경할 수 있습니다. 이 숫자를 늘리면 마커가 겹칠 수 있지만 몇 개가 겹칠 수 있는지에 대한 임계값을 설정할 수 있습니다.

다음은 마커 클러스터 라이브러리를 사용할 수 있는 몇 가지 다른 옵션입니다.

  • gridSize: 클러스터 그리드 내의 픽셀 수입니다.
  • zoomOnClick: 클릭 시 클러스터를 확대할지 여부를 나타냅니다.
  • maxZoom: 일반 마커가 항상 표시되기 전에 확대할 수 있는 가장 먼 수준입니다.
  • styles: 각 클러스터 유형에 대한 개체 배열로, textSize 및 클러스터의 기타 기능을 포함합니다.

 

아래와 같이 클러스터 라이브러리에 대한 호출과 함께 위의 모든 옵션을 사용할 수 있습니다.

// Options to pass along to the marker clusterer
const clusterOptions = {
  imagePath: "https://developers.google.com/maps/documentation/javascript/examples/markerclusterer/m",
  gridSize: 30,
  zoomOnClick: false,
  maxZoom: 10,
};

// Add a marker clusterer to manage the markers.
const markerClusterer = new MarkerClusterer(map, markers, clusterOptions);

// Change styles after cluster is created
const styles = markerClusterer.getStyles();
for (let i=0; i<styles.length; i++) {
  styles[i].textColor = "red";
  styles[i].textSize = 18;
}

 

호주와 뉴질랜드 예시에 위와 같은 옵션이 적용된다면, 지도 상에서는 아래와 같이 보일 것입니다.

클러스터가 늘어났다는 것과 (더 작은 그리드 사이즈 때문에) 숫자가 빨간색으로 바뀌고 더 커졌다는 것을 확인할 수 있습니다.

클러스터를 클릭해도 확대되지 않는 대신, 수동으로 확대할 수 있습니다. 개별 마커는 전보다 더 빨리 표시되며, 그리드 사이즈 때문에 대부분 마커 오버랩이 적게 발생합니다. 레벨 10까지 확대하면 (기본은 레벨3입니다), 모든 마커는 거리 상관없이 모두 표시됩니다.

여기까지 따라하시면 빽빽하게 마커된 지도에서 멋지게 클러스터링 된 지도로 바꾸실 수 있습니다. 이제 새로운 기술을 적용하여 사용자들에게 더 나은 경험을 제공하세요! 여기서 마커 클러스터러 라이브러리를 편집할 수 있는 많은 방법을 발견하실 수 있습니다.

더 많은 정보는 구글 지도 플랫폼 웹사이트에서 확인할 수 있습니다.

 

SPH는 CARTO, Google Maps, SuperMap 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.

 

 

확진자 이동경로를 지도에 시각화한 ‘코로나 맵’ 링크들을 모아보았어요.

요즘 출퇴근에 마스크가 필수입니다. 신종 코로나 바이러스 감염증 국내 확진자들의 분포 현황과 그들의 이동경로를 지도 위에 시각화한 ‘코로나 바이러스 현황 지도’가 계속해서 화제가 되고 있습니다.

‘코로나 바이러스 현황 지도 바로가기’

지금까지 나온 16명의 확진자들이 움직인 동선을 전국 지도위에 시각적으로 표현을 하였습니다. 기본 소스는 질병관리본부가 발표한 정보를 기반하여 네이버 지도 API 지원을 받아서 지도를 제작했다고 합니다.

노란색으로 표시된 2차 확진자들을 클릭하면 그들의 동선과 접촉자수, 격리된 병원 또한 시각화되어 표시되었습니다. 이 ‘코로나 바이러스 현황지도’를 만든 제작자는 경희대학교 산업경영공학과에 재학중인 대학생이라고 합니다. 이 외에도 프로그래밍 교육 동아리 ‘멋쟁이사자처럼’ 출신인 고려대학교 재학생 4명은 지난 1일 위치기반 서비스를 활용하여 신종 코로나 확진자들이 다녀간 장소를 지도 위에 시각화한 코로나 알리미 사이트를 제작해 공개하기도 하였습니다.

‘코로나 알리미’ 바로가기 

코로나 알리미의 경우 개인의 위치정보를 기반으로 이용자 주변의 확진자 방문 장소와 가까운 진료소를 한 눈에 확인 할 수 있도록 지도위에 표현하였습니다. 내 위치 및 내 목적지 기반 정보를 제공하고자 노력해서 ‘코로나 바이러스 현황 지도’ 와는 약간 다른 활용도가 예상됩니다.

 

이 외에도 전국 각지의 프로그래밍에 관심있는 중고등학생 6명이 의기투합해 만든 ‘유바이러스’ 라는 코로나맵도 있습니다. 신종 코로나 발원지인 우한의 앞글자와 발음이 가장 비슷한 알파벳 U와 ‘바이러스’ 단어를 합성해서 만든 웹사이트입니다. 이 코로나 맵의 차별점은 앞으로 예상되는 중국 내 감염자, 사망자 수를 확인할 수 있습니다. 더불어 매일 질병관리본부, 중국집계데이터, 해외감염병 NOW, 블룸버그통신 등을 기반으로 데이터를 수집해서 감염자와 사망자를 예측한다고 합니다.

이밖에도 유바이러스는 국내 감염자 경로 지도와 확진자·유증상자·격리해제자 등의 수치, 관련 뉴스 등을 제공하는 `한국 맵`과 국가별 감염자·사망자 수치를 제공하는 `국제 맵` 등 메뉴를 제공하기도 합니다.

‘유바이러스’ 지도 바로가기 

 

지도에 확진자들 이동경로를 비롯한 코로나 바이러스 관련한 데이터들을 시각화하니 훨씬 더 보기쉽고 정보가 한 곳에 모여있어서 원하는 정보를 더욱더 빠르게 찾을 수 있는 장점이 있습니다.

 

SPH는 CARTO, Google Maps, SuperMap 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.