[구글지도] 위치가 더 관련성 높은 검색 결과를 제공하는 데 도움이되는 방법

Google에서 무언가를 검색 할 때 유용한 결과를 제공하는 중요한 역할을 하는 요소는 많습니다. 이러한 요소는 Google에서 순위를 매기거나 결과를 정렬하는 데 도움이 되며 검색어의 단어, Google 색인에있는 웹 페이지의 관련성 또는 유용성, 소스의 전문 지식을 포함할 수 있습니다.

위치는 관련 검색 결과를 제공하는 또 다른 중요한 요소입니다. 픽업이 필요할 때 가장 가까운 커피 숍을 찾을 수 있도록 도와주고 경로를 따라 교통 상황을 예측하고 해당 지역의 중요한 비상 정보까지도 알려줍니다. 이 게시물에서는 위치가 훌륭한 검색 결과를 생성하는 데 중요한 역할에 대해 자세히 설명합니다.

지역 사회에서 비즈니스 및 서비스 찾기

금요일 밤입니다. 배가 고파서 피자 배달을 원합니다. Google이 검색 순위에서 위치를 고려할 수 없는 경우 검색 결과 근처에 없는 임의의 피자 레스토랑이 표시 될 수 있습니다. 위치 정보를 사용하면 귀하와 관련된 현지 피자 전문점에 대한 웹 페이지 및 업체 목록을 더 잘 확인할 수 있습니다.

은행, 우체국, 식당 또는 상점과 같은 물리적 위치가 있는 많은 유형의 비즈니스 및 서비스에도 마찬가지입니다. 동물원을 검색하는 두 사람을 생각해보십시오. 하나는 네브래스카 주 오마하에 있고 다른 하나는 앨라배마 주 모빌에 있습니다. 위치 정보는 둘 다 필요한 올바른 지역 정보를 얻는 데 도움이됩니다.

동일한 검색조회, 다른 로컬 컨텍스트

위치는 물리적 위치가 반드시 필요하지 않은 것을 검색 할 때도 중요 할 수 있습니다. 예를 들어 캘리포니아 주 샌디에고와 오클라호마 주 Tulsa에서 ‘공기질’을 검색하면 각 지역과 관련된 지역 정보가있는 페이지로 이동할 수 있습니다.

마찬가지로 검색의 특정 정보는 특정 도시나 지역에 한정된 경우 더 유용 할 수 있습니다. Google에서 ‘주차 정보’를 검색하면 다른 사람이 다른 도시에서 볼 수 있는 것과 다른 지역의 정보 및 주차 단속에 대한 정보를 볼 수 있습니다.

검색 결과의 지역 정보는 긴급 상황에서도 도움이 될 수 있습니다. “허리케인”을 검색하는 경우, 허리케인이 무엇인지에 대한 일반적인 정보가 아니라 근처에 허리케인이 있는 경우 위기 대응 기능이 지역 대피소 정보를 표시 할 수 있습니다.

물론 일부 검색에 지역 검색 결과가 있다고해서 모든 사람이 다른 도시 (또는 다른 국가)에 있다고해서 완전히 다른 검색 결과를 얻는 것은 아닙니다. 검색 주제에 지역적인 정보가 없는 경우 지역 결과가 표시되지 않습니다. 있는 경우 특정 장소와 관련된 지역 검색 결과와 일반적으로 유용한 비지역 검색 결과가 혼합되어 표시됩니다.

Google에서 위치가 작동하는 방식

Google에서 위치가 어떻게 작동하는지 궁금할 것입니다. Google은 몇 가지 다른 출처에서 위치를  파악한 다음 이 정보를 사용하여 사람들에게 더 도움이 될 때 더 관련성 높은 경험을 제공합니다. 아래 동영상에서 위치를 이해하는 다양한 방법과 위치 및 검색에 대한 도움말 센터 페이지에서 귀하에게 가장 적합한 방식으로 데이터를 관리하는 방법에 대해 자세히 알아보십시오 .

위치는 긴급 상황 정보가 필요한지 또는 늦은 밤 피자 배달이 필요한지 여부에 관계없이 Google이 가능한 가장 관련성이 높고 유용한 검색 결과를 제공할 수 있는 방법의 중요한 부분입니다. 더 자세한 정보는 검색 작동 방식 시리즈를 확인하세요 .

 

SPH는 Maxar Technologies, 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.

구글 지도 플랫폼의 온디맨드(On-Demand) 승차 & 딜리버리 솔루션

 

2018년 구글은 전 세계 기업들이 구글 지도를 앱에 통합하여 신뢰할 수 있는 실시간 라우팅을 할 수 있도록 승차 공유 솔루션을 출시했습니다. 그 이후 승차 공유 서비스가 크게 증가했고, COVID-19로 인한 어려움에도 불구하고 이러한 교통의 변화는 당연스러운 현상이 되었습니다. 또한 코로나 이후 배달은 편리함에서 필수가 되었습니다. 구글은 그 이후에도 계속해서 업계에서 가장 큰 규모의 운영자들과 긴밀히 협력하여 급변하는 온디맨드 승차 및 딜리버리 회사의 요구를 해결하기 위한 새로운 방법을 모색해 왔습니다.

2020년 10월에는 새로운 온디맨드 승차 및 딜리버리 솔루션이 출시되었습니다. 15년 간의 세계 지도 제작 경험을 바탕으로 구축된 온디맨드 승차 및 딜리버리 솔루션은 완료된 주행 거리 당 가격 예측과 함께 기업이 운영을 개선하고 예약에서 도착 또는 배송까지의 운전자와 고객 여정을 혁신할 수 있도록 지원합니다. 전과 비교하여 솔루션이 어떻게 향상 되었는지, 새로운 기능들을 함께 살펴봅시다. 

 

 

고객이 필요로 하는 예약 및 주문 정보를 제공합니다 

고객 경험은 고객이 주문을 하려고 앱을 켜는 순간 시작됩니다. 앱의 첫 인상은 고객들에겐 매우 중요합니다 – 만약 고객이 필요한 정보를 얻지 못한다면 아예 주문을 하지 않을 확률이 높겠죠. 그래서 실시간 정보가 중요합니다. 구글의 경로 API를 기반으로 한 선호 경로는 익숙한 구글 지도에서 운전자의 예상 경로 및 도착 예상 시간을 보여줍니다. 선호 경로를 사용하면 오토바이 라우팅 및 사용자 정의된 경로와 같은 주요 기능에 액세스하여 가장 빠른 경로 또는 가장 통행료가 저렴한 경로 등을 볼 수 있습니다.

 

시장 운영을 최적화합니다 

적당한 드라이버를 배치하는 것은 긍적적인 고객 경험으로 이어집니다. Nearby Driver 기능을 통해 더 빠르고 경로에 맞는 드라이버를 찾을 수 있습니다.  Nearby Driver 앱 내 내비게이션과 완전히 연동되어 자동으로 드라이버 위치를 갱신하고, 한 번의 API 호출로 가장 가까운 픽업 장소를 찾을 수 있습니다. 실시간 교통량 및 커스텀 랭킹 기능과 함께, Nearby Driver는 서비스 지역의 고유한 요구에 맞는 시장 효율을 극대화할 수 있습니다. 

 

드라이버 경로와 경험을 개선합니다

이제 온디맨드 승차 & 딜리버리 솔루션으로 가능해진 앱 내 내비게이션은 드라이버 앱과 내비게이션 사이를 왔다갔다 하면서 발생하는 비효율성을 없애줍니다. 내장 내비게이션을 통해 드라이버 경험을 향상시킬 수 있고 헤더, 푸터, 버튼, 마커 등을 변경하여 룩앤필을 커스터마이징할 수도 있습니다. 드라이버는 효율적으로 경로나 중요한 배달 등을 관리할 수 있고, 앱 내에서 경고 알림 등을 받을 수 있습니다. 경로 우회나 경로 유지 등의 기능을 통해 픽업과 배달지 경로를 최적화할 수도 있습니다. 이는 결국 더 많은 배달과 더 높은 고객 만족도로 이어집니다. 

 

드라이버 경로와 진행 상황을 시각화합니다

온디맨드 세계에서 드라이버의 위치를 파악하는 것은 매우 중요합니다.  Trip & Order Progress를 통해 고객의 현재 위치, 경로 및 도착 예정 시간을 실시간으로 확인할 수 있습니다. 또한 변화하는 도착 예정 시간을 상황별로 파악하는 데 도움이 되는 트래픽 조건도 확인할 수 있습니다. 이제 고객은 운전자가 어디에 있는지 걱정할 필요가 없으며, ‘배달이 올 때 내가 집에 없으면 어떡하지’ 하는 고민도 할 필요가 없어졌습니다. 고객에게 필요한 실시간 정보를 제공하면 문의 전화가 줄어들고, 배달 취소도 감소하게 됩니다. 

 

구글 지도를 통해 드라이버 픽업 속도를 20%나 향상 시킨 Gojek

인도네시아의 첫 유니콘 기업 Gojek은 교통 체증이 심한 인도네시아의 특성을 잘 반영한 공유 차량 서비스입니다. 오토바이 호출 서비스로 시작하여 지금은 딜리버리 서비스를 포함한 20개 이상의 서비스를 제공하는 원스톱 플랫폼(“슈퍼앱”)으로 성장했죠. Gojek의 목표는 고객과 상품,서비스 공급자를 연결하여 삶의 일상적인 마찰을 제거하는 것입니다. 

Gojek은 구글과의 파트너십을 통해 Gojeck 소비자와 드라이버를 위한 앱 환경을 개선했습니다. 구글 지도 플랫폼의 라우팅 기술을 활용하여 더 나은 앱 내 내비게이션 시스템을 만들어, 더 이상 운전자들이 자신의 지식에 의존하는 것이 아니라 데이터에 기반하여 움직이도록 했습니다. 

또한 고객들이 앱에서 드라이버의 실시간 위치, 경로, 도착 예상 시간을 볼 수 있게 하여 고객과 드라이버 간의 마찰을 줄였습니다. 

Gojek은 구글 지도 플랫폼의 온디맨드 승차 & 딜리버리 솔루션을 통해 신호 품질이 떨어지거나 도로 상황이 좋지 않은 곳에서도 정확한 운전자 위치를 파악할 수 있게 되었다고 말했습니다. 구글 지도의 지속적인 업데이트는 끊임없이 변화하는 딜리버리와 승차 환경에도 아주 적합하여, 앞으로가 더욱 기대됩니다. 

 

 

SPH는 Maxar Technologies, 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.

 

Mapbox는 Maxar의 Vivid Basemap을 Global Foundational Imagery Layer로 추가하였습니다!

모바일 및 웹 애플리케이션을 위한 위치 데이터 플랫폼인 MAPBOX는 Maxar Technologies(맥사 테크놀로지)의 생생한 기본의 1억 3천 5백만 평방 킬로미터 업로드 되는 기본 맵을 매핑 플랫폼에 사용하는 것과 관련하여 Maxar와 새로운 계약을 하였습니다. Maxar는 플랫폼의 유일한 상업용 위성 이미지 제공 업체입니다. 이것은 현재까지 Mapbox의 가장 큰 이미지 구매이며, 위성 이미지 레이어가 얼마나 최신이고 일관적인지에 대한 주요 발전을 나타냅니다. Maxar의 위성 이미지 및 영상은 Mapbox 뿐만 아니라 google Maps, Google Earth, HERE Maps 에서도 사용 중입니다.

 

주요 Maxar 제품인 Vivid Basic은 지리적 컨텍스트를 위한 맵 레이어가 필요한 응용 프로그램 및 장치에 대한 이미지 통용 및 시각적 미학의 최적 균형과 함께 50cm 해상도를 제공하는 글로벌 이미지베이스 맵입니다.

Mapbox의 CEO 인 Eric Gundersen은 “Maxar의 Vivid Basic 베이스 맵을 매핑 플랫폼에 통합함으로써 고객을 위한 인터렉티브형 지도 경험을 혁신 할 수 있습니다. Vivid Basic의 해상도와 시각적 품질은 활주로 표시 읽기, 자동차 및 선적 컨테이너 계산, 건설중인 건물 내부 들여다보기, 드라이브 탐색, 하이킹 또는 라이딩 계획까지 다양한 사용 사례를 고객에게 제공합니다.”라고 말했습니다.

 

Mapbox는 이미 이 이미지를 모든 사용자에게 배포하고 있으며 업그레이드는 몇 주 내에 완료됩니다. Mapbox에 Vivid Basic의 추가 기능이 얼마나 큰지 알아 보려면 다음과 같은 과거 발표를 확인하세요.

Vivid Basic이 Mapbox의 지도를 개선하는 방법에 대한 자세한 내용을 Mapbox 블로그에서 가져와보았습니다. (출처: https://www.mapbox.com/blog/3d-satellite-maps-high-res-imagery)

a little of Antarctica and Greenland

Mapbox의 새로운 데이터는 Maxar의 WorldView 인공위성에서 가져온 것입니다. Maxar의 WorkdView는 외부에 있는 동종의 가장 진보된 고해상도 지구 관측 장비입니다. 데이터의 규모를 파악하기 위해 Maxar의 WorldView-3 위성은 매일 프랑스 전체를 커버 할 수 있는 충분한 이미지를 수집 할 수 있습니다. 그리고 이것은 Maxar의 글로벌 이미지베이스 맵 인 Vivid Basic의 이미지를 수집한 여러 고급 위성 중 하나 일뿐입니다. Vivid Basic은 기본 해상도가 50cm입니다.

Maxar는 또한 많은 사용 사례를 지원하는 데 필요한 품질과 정확성을 제공하는 계층화된 Vivid베이스 맵 세트로 Vivid 제품 라인을 계속 발전시키고 있습니다. 3D 기능 과 함께 Maxar는 최고 품질 및 최대 규모의 위성 이미지 제품으로 업계를 계속 선도하고 있습니다.

SPH는 Maxar Technologies, 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.

딥 러닝은 사람의 정확도와 동등하게 Maxar 위성 이미지에서 코끼리를 감지합니다.

새해의 첫 컨텐츠는 Maxar Technologies (맥사 테크놀로지) 이야기를 하려고 합니다. 저희 SPH는 맥사 테크놀로지의 한국 파트너사로써 센티미터급 정확도를 가진 위성 영상공급, 영상처리기술을 통한 분석솔루션과 클라우드 기반 다양한 아카이빙 정보와 솔루션을 한국 기업들에 제공하고 있습니다. 최근에 아크인베스트의 스타 투자자 캐시우드가 우주산업 상장지수펀드를 내놓겠다고 예고해서 맥사 테크놀로지도 덩달아 엄청난 주목을 받고 있습니다. 맥세 테크놀로지의 퀵 버드, 월드 뷰 위성으로 획득한 위성영상은 지구 전체 98% 커버리지와 과거부터 현재까지 5억평방km 이상을 서비스로 제공하고 있답니다.

편집자 주 :이 블로그 게시물은 2019 년 3 월에 게시 된 ” 새로운 야생 동물 조사 기술 : 위성 이미지 및 머신러닝을 사용하여 코끼리 탐지 및 모니터링 “에 대한 업데이트입니다.

아프리카 코끼리 (Loxodonta africana)의 개체수는 밀렵, 농작물 습격에 대한 보복 살인, 서식지 분열로 인해 지난 세기 동안 급감했습니다. 이 코끼리를 보호하려면 코끼리의 위치와 존재 수를 알아내는 정확한 모니터링이 중요합니다. 기존 방법은 오류가 발생하기 쉽습니다. 부정확 한 계수는 부족한 보전 자원을 잘못 할당하고 개체 추세를 오해하게합니다.

현재 사바나 환경에서 코끼리 개체 수에 대한 가장 일반적인 조사 기술은 유인 항공기의 항공 계수입니다. 그러나 항공 측량에 대한 관찰자는 지쳐서 시야가 좋지 않아 방해를 받거나 편견에 굴복 할 수 있습니다. 또한 항공 측량은 비용이 많이 들고 물류적으로 어려울 수 있습니다.

야생 동물 보호 연구 유닛 및 머신 러닝 연구 그룹의 옥스포드 대학 연구원으로서 우리는 Maxar의 WorldView-3 위성 이미지 및 딥 러닝 (TensorFlow API, Google Brain)을 사용하여 인간 감지 기능과 비슷한 정확도로 우주에서 코끼리를 감지했습니다. 이 방법은 또한 다양한 기존 문제를 해결합니다.

Maxar 위성 (위에 표시된 WorldView-3)은 단 몇 분 동안 한 번의 패스로 5,000km² 이상의 이미지를 수집 할 수 있으므로 이중 계산의 위험을 제거하고 짧은 간격으로 반복 조사를 할 수 있습니다. 이 눈에 잘 띄지 않는 기술은 지상이 필요하지 않으므로 동물이 방해받지 않으며 데이터 수집 중에 인간의 안전이 위험하지 않습니다. 이전에 접근 할 수 없었던 지역은 접근이 가능하며, 종종 보전 계획에 중요한 국경을 넘는 지역은 육상 허가를 얻기 위해 시간이 많이 소요되는 요구 사항없이 조사 할 수 있습니다.

우리는 딥 러닝을 활용하여 엄청난 양의 WorldView-3 데이터를 수작업으로 정렬하는 데 몇 달이 걸리던 대신 몇 시간 만에 처리했습니다. 딥 러닝 알고리즘은 오류, 거짓음성 및 거짓양성 가능성이 적은 일관된 결과를 생성합니다. 또한 모델을 체계적으로 개선하여 수정 될 수 있습니다.

이 방법을 개발하기 위해 남아프리카에서 1,000 마리 이상의 코끼리에 대한 커스터마이즈된 훈련 데이터 세트를 생성하고 이를 CNN (Convolutional Neural Network)에 공급했습니다. 그런 다음 그 결과를 인간의 성과와 비교했습니다. 2019년 3월 블로그 게시물 에서 우리가 어떻게 훈련 데이터 집합을 생성하고, CNN을 훈련하는 방법을 설명했습니다.

이제 우리 작업의 결과를 공유하게되어 자랑스럽습니다. CNN은 인공위성 이미지에서 인간 감지 능력만큼 높은 정확도로 코끼리를 감지 할 수 있습니다. CNN 모델의 결과 (F2 점수로 알려짐)는 이기종 영역에서 0.78, 동질 영역에서 0.73이었으며, 이종 영역에서 평균 0.77 점, 균일 영역에서 0.80 점의 인간 탐지 능력 F2 점수를 받았습니다. 모델은 모델의 일반화 가능성을 보여주는 훈련 데이터 사이트에서 멀리 떨어진 곳에서 코끼리를 감지 할 수도 있습니다. 성인 코끼리에 대해서만 기계를 훈련 한 후에 송아지를 식별 할 수있을 것입니다.

왼쪽 이미지에서 모든 코끼리를 발견 할 수 있는지 확인한 다음 결과를 CNN이 찾은 결과와 비교하여 빨간색 및 녹색 상자로 강조 표시한 것입니다.

우리는 이것이 보존 목적에 기여하는 현대 기술의 힘을 입증한다고 믿습니다. 위성 원격 감지 및 딥 러닝 기술은 이 장엄한 포유류에게 더 안전한 삶을 약속합니다. 보존 기술은 여섯 번째 대량 멸종과 전 세계 생물 다양성의 곤경에 필요한 시급함을 수용 할 수있는 새로운 가능성의 세계를 열어주고 있습니다.

 

SPH는 Maxar Technologies, 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.