서울대학교 원격탐사 위성영상 화면표출 프로젝트 (with SuperMap)

– 서울대학교 인공위성 지구 물리연구실 김덕진 교수님을 만나다

안녕하세요, 이번 ‘GIS 사람을 만나다’ 편에서는 서울대학교 지구 물리연구실 김덕진 교수님을 만나보게 되었습니다. 이번에 SPH는 서울대학교 인공위성 지구 물리연구실 박사님들과 SuperMap을 활용하여 원격탐사 영상 화면표출 SW 프로젝트를 하게 되었습니다. 이 프로젝트를 하게 된 배경을 잠깐 설명해 드리자면 원격탐사/SAR 영상 정보 활용 및 공유 체계 수립이 필요하였고 이러한 영상 정보들을 개별적 관리로 활용하기에 미흡한 점이 있어서 자료 활용 및 공유 체계 부분에서 개선이 필요하였다고 합니다. 또한 지구의 시스템과 환경에 대한 포괄적인 이해를 위해 다중 관측 및 다양한 분석이 필요하였고 원격탐사 영상 업로드 기능을 통한 자동화 체계를 마련하여 사용자 편의성을 강화하고 대용량 자료들에 대한 시각화 부분이 이 프로젝트의 주요 목표이기도 하였습니다. 이러한 프로젝트의 배경 설명을 짧게 마무리를 해보고 김덕진 박사님을 만난 인터뷰 이야기로 넘어가 보겠습니다. 🙂

김덕진 교수님의 연구실이 있는 서울대학교 지구환경과학부 복도

오랜만에 방문한 서울대학교는 여전히 광활하고 또 광활했습니다. 김덕진 교수님이 계시는 지구 환경과학부까지 저는 결국 길을 잃어서 택시를 타고 도착을 하였답니다. 교수님이 1층까지 내려오셔서 맞이해주셔서 감사했습니다. 아직 대학생들은 방학이라서 캠퍼스 안은 한산했어요.

*인터뷰는 코로나 19 방역에 준수하여 진행하였습니다. 

 

1) 안녕하세요, 김덕진 교수님에 대한 소개 부탁드립니다.

저는 서울대학교 지구 환경과학부의 인공위성 지구 물리 연구실에 있습니다. 우리 학부에서는 인공위성 활용 관련한 수업을 하고 있습니다. 우리 연구실의 대학원생들은 전 세계 인공위성 자료들을 이용해서 지구환경, 재난 모니터링을 하고 있습니다. 인공위성은 불규칙한 기후적 변화나 해양을 조사하는 전 지구 감시 시스템으로 사용되기도 합니다. 또한 지구 자연을 조사하는 데에도 큰 도움을 주고 있습니다. 최근에는 지구 온난화로 해수면이 계속 상승하면서 해수면 높이를 측정하는 역할도 인공위성이 하고 있답니다. 인공위성이 앞으로 더욱더 많아지니까 지구환경, 재해 발생 관련한 것들에 대해서 관측과 연구에 용이해지고 있습니다. 저는 인공위성을 활용하여 빠르게 알아서 조치를 취하는 정보, 긴급하게 대응을 해야 하는 재난 대응, 자연재해 정보 등에 대한 연구, 기술 개발을 하고 있습니다.

인공위성지구물리 연구실 입구에 보이는 보드

2) ‘원격탐사 영상 화면표출’ 관련해서 어떻게 이 프로젝트가 시작하게 되었나요?

대학원생들이 원격 탐사 자료를 가지고 연구를 하면 결과를 봐야 합니다. 원격탐사 자료는 인공위성 또는 비행기에서 찍은 영상을 뜻합니다. 연구 결과만 보아서는 매번 추가 설명이 필요하여 그 결과를 지구본 위에 올려서 다 같이 보며 검토할 수 있는 표출시스템이 있으면 좋겠다고 생각하였습니다. 그리고, 다중 관측 및 다양한 분석을 하나의 공간에서 하기 위하여 이 프로젝트를 시작하게 되었습니다. 원격탐사는 위성도 되고 항공에서 찍은 것도 됩니다. 지구본 위에서 올라가서 같이 보면서 표출시스템이 있으면 좋겠다고 생각하였습니다. 예를 들어 하나의 관측 영상이 있으면 이 영상이 어느 위치란 것이 바로바로 알게 되면 훨씬 더 좋습니다.

3) 이 프로젝트에 SuperMap을 GIS S/W로 선택하게 된 계기가 무엇인가요?

이 프로젝트에서 핵심은 위성 영상을 최대한 빠르게 화면에 표출하는 것에 대한 필요성이 있었습니다. 원격탐사 영상은 용량이 너무 커서 이것을 빨리 표출하는 방법이 무엇인지 조사를 하게 되었습니다. SPH에서 이런 일을 한다는 것을 인터넷으로 찾게 되어서 SuperMap이라는 GIS 소프트웨어도 같이 알게 되었습니다. 예를 들면 원격탐사 영상이 시스템에 로딩이 되어 나타나고 줌인 줌아웃으로 빠르게 전환되면서 표출이 되어야 하는 데 이러한 부분을 SuperMap 소프트웨어를 활용하여 잘 구현되게 되었습니다. 웹 기반으로 원격탐사/SAR 영상 등 각종 관측 대용량 자료 업로드, 다운로드 및 시각화 기능을 제공하는 Satellite Current View 시스템을 개발하는 것이 이 프로젝트의 주된 내용인데 SPH 솔루션 그룹과 SuperMap GIS 소프트웨어를 활용하여 잘 진행될 수 있었습니다. SPH 솔루션 그룹이 정말 고생 많이 하셨는데 감사의 인사를 드리고 싶습니다.

원격탐사 영상 화면표출 SW 화면 일부

 

4) SAR 영상 정보라는 것이 생소한데, 어떤 것을 말하는 것인가요?

우리 연구실은 인공위성 SAR 영상을 주로 연구합니다. Synthetic Aperture Radar(SAR)는 영상 레이더(구름을 투과하는 마이크로파를 이용하는 능동형 이미징 센서로서 날씨와 태양고도에 상관없이 지상의 영상을 얻을 수 있음)보다 고해상도의 영상을 얻을 수 있습니다. 탑재체의 움직임으로 얻어지는 안테나 위치의 연속적 변화를 이용합니다. 각 안테나의 위치에서 얻어진 자료들을 조합하여 공간 해상도가 안테나와 지상 간의 거리나 파장과 관계없이 고해상도를 얻을 수 있습니다. 쉽게 말씀드리자면 인공위성이 사진만 찍는 것이 아니라 전파를 쏘아서 전파 반사되는 거로 이미지를 만듭니다. 구름이나 기상 상황에서 영향을 받지 않고 밤이든 낮이든 항상 고해상도의 영상을 표출할 수 있는 것이 가장 큰 장점입니다. SAR 영상 정보로 육지, 바다 및 대기 등 지구의 전 부분에 매우 다양한 활용 분야가 있습니다.

 

5) 이 영상 화면 표출에는 어떠한 정보들이 담겨 있는가요?

여기에는 주요 원격탐사 영상 리소스 모니터링의 목적으로 원격탐사/SAR 영상 등 각종 관측 대용량 자료 업로드, 다운로드 및 시각화 기능을 포함하고 있습니다. 대용량 자료를 쉽게 확인하고 저장하고 꺼내 볼 수 있는 역할을 하고 있답니다. 실시간으로 SAR 영상을 받아서 업데이트됩니다. 또한, 이를 활용하여 인공지능 기술을 통한 분석을 진행할 수 있습니다. 예를 들어서 물만 찾아내라는 명령을 하면 물 있는 부분만 SAR 영상을 통해서 찾아낼 수 있습니다. 인공지능 기술을 SAR 영상에 접목시켜서 활용하는 구체적인 예시를 하나 드리자면, 바다에 기름이 유출된 부분만 찾아내고자 하는 분석을  여기는 물, 여기는 배, 기름 유출된 것을 색깔로 각각 다르게 표현할 수 있습니다. 또 다른 예시로는 작년 8월에 여름에 홍수가 발생하였습니다. 대기에는 구름이 계속 있었기에 이미지 관측으로는 바로 인지하지 못했을 텐데 낙동강 터진 상황에 대해서 인공위성을 통하여 바로 확인할 수 있었습니다. 이러한 긴급 사건에 대해서도 인공위성 영상 정보로 확인을 하여 볼 수 있습니다. 발생한 위치도 알 수 있고 어느 지역까지 펴졌는 지까지 알 수 있습니다. 지구 환경 변화 혹은 자연재해와 같은 것들은 상당히 넓은 지역에서 특정한 패턴이 없는 상태로 발생을 하곤 합니다. 이러한 지구 환경 변화 모니터링을 위해서는 다양한 종류의 위성 자료가 구축되어야 합니다. 이러한 다양한 종류의 위성 자료를 구축하는 데 있어서 이 원격탐사 영상 화면표출 시스템이 잘 활용되길 기대하고 있습니다.

원격탐사 영상 화면표출 SW 화면 일부

 

6) 앞으로의 계획이 어떻게 되나요?

전 세계적으로 위성이 많아지니까 그 많아지는 위성들을 지구 환경 모니터링, 재난 대응에 활용될 수 있도록. 필요한 기술들을 계속 연구하고 개발할 것입니다. 또한 새로운 위성에 관해서도 연구를 할 것입니다. 해상도가 지금보다 한 차례 더 좋아지면 사람도 인지할 수 있습니다. 주차가 몇 대가 되는지, 마트에 손님이 언제 제일 많이 오는지 등 을 물론 GPS 베이스로 추적할 수도 있지만, 인공위성으로 모니터링하면 더욱더 정확도를 높일 수 있습니다. 위성 영상에 인공지능 기술을 적용하면 수많은 위성 사진 분석을 자동화하고 수많은 데이터 속에서도 추세를 분석하기에 용이합니다. 위성영상 데이터를 AI 모델이 학습하도록 한 뒤에 새로운 위성 영상 데이터를 보여주고 차량, 선박, 항공기, 도로, 건물 과 같은 다양한 객체들을 얼마나 신속하고 정확하게 탐지할 수 있는지에 대한 연구를 계속해서 진행할 예정입니다.


바쁜 시간 와중에도 이렇게 소중한 시간을 내주셔서 인공위성에 대한 저의 너무 기초적인 질문들에도 불구하고 너무 상세하고 제가 이해하기 쉽게 답변해주신 김덕진 교수님께 다시 한번 감사의 인사를 드립니다.
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.

[SuperMap] 대학 캠퍼스 3D 관리 시스템

지린대학교의 면적은 611만 평방미터이고 창춘시에 8개의 캠퍼스가 흩어져 있습니다. 학교의 규모가 크고 캠퍼스가 분리되어 있기 때문에 데이터가 부분적으로 손실되고 분산되어 있으며, 동적으로 업데이트하기가 어렵습니다. 대학 경영을 개선하기 위해 SuperMap Group과 지린대학교는 3D 캠퍼스 정보 관리 시스템을 구축했습니다.

이 시스템은 지상 객체와 지하 파이프라인의 3D 모델입니다. 2D&3D 통합 기술을 기반으로 하며 B\S, C\S, M\S 시스템 아키텍처와 결합합니다. 또한 데이터베이스, GIS, 3D 기술을 갖춘 관리 정보 시스템으로 인식되며, 네트워크 자원 시설 및 지리공간 정보 자원을 기반으로 한 데이터 저장, 쿼리, 통계 및 분석 기능을 망라하고 있습니다.

이 시스템은 건물, 나무, 도로의 정확한 지리적 좌표로 지린 대학의 1:500 지형도 데이터를 기반으로 3D 장면을 만듭니다. 건물의 외관은 실제 모습과 일치하며 비율 축소, 지상 및 지하 로밍, 거리 측정, 면적 측정 등의 기능으로 학교 풍경을 실제와 같은 모습으로 보여줄 수 있습니다.

 

 

새로운 지하 파이프라인 3D 장면 제작 기술

이 시스템은 파이프라인 지형 매칭 및 적응형 파이프라인 포인트의 기술을 채택하여 파이프라인 심볼라이제이션(pipeline symbolization)을 실현함으로써 대규모 수동 작업 부하, 열악한 지형 매칭, 대형 모델 관리의 어려움, 데이터 업데이트 등의 문제를 해결합니다.

 

“원 맵(One Map)” 캠퍼스 관리 모델

이 시스템은 “원 맵” 캠퍼스 정보 자원 공유 및 애플리케이션 모델을 기반으로 캠퍼스 정보 자원 통합을 위한 프레임워크를 구축하여 캠퍼스의 효과적인 지리 정보 자원 통합을 실현하고 대학을 위한 의사 결정 분석 및 데이터 공유 서비스를 제공합니다.

 

 

 

3D 캠퍼스 관리 시스템을 통해 연간 약 100만 위안의 긴급 복구 비용을 절감할 수 있습니다. 이 시스템은 대학 에너지 관리 플랫폼과 연계되어 학교 용수 및 전기 소비량의 약 650만 위안을 절약합니다. 또한, 지린대학교는 공공주택의 관리 및 배치에 이 시스템을 이용하였고, 공공주택 관리 개혁에 착수하였습니다. 학교의 연간 자원 수집량은 967만 위안이 될 것으로 추정됩니다. 이 시스템을 통해 지린대학교의 관리업무 시간과 인력이 대폭 절약되어 업무 효율이 30% 이상 향상되었습니다.

 

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.

[구글지도] 15년 간의 지도 제작 노하우로 지도 검색 개선하기

지난 15년 동안, 구글 지도는 220개 이상의 국가에 지도를 제공했고, 이제 2억 개가 넘는 지역 정보를 제공하고 있습니다. 이러한 노력을 통해 구글 지도에서 유용한 로컬 정보를 쉽게 얻을 수 있게 되었으며, 근처의 장소나 사업장을 찾기도 더욱 쉬워졌습니다. 

실제로 검색 결과에 따르면 매월 40억 건 이상의 고객과 기업 간의 연결이 이루어지고 있습니다. 여기에는 매달 20억 건 이상의 웹사이트 클릭과 전화, 길 안내, 음식 주문 및 예약과 같은 행동이 포함됩니다. 

오늘은 구글 지도 검색으로 지역 정보를 찾는 수십억 명의 사용자를 위해, 구글 지도가 어떻게 장소에 대한 정확한 최신 정보를 전달하고 있는지 알려 드리겠습니다. 

 

혁신적인 AI 기술을 통한 스트리트 뷰 극대화

스트리트 뷰 이미지를 사용하면 실제 세계를 가상으로 탐방해볼 수 있으며, 지도 검색에서도 장소에 대한 지역 정보를 정확하게 반영할 수 있습니다. 구글에서는 정확한 장소 정보를 전달하기 위해 87개 국가를 천만 마일 이상 돌아다니며 이미지를 확보했습니다. 

1,700억 개 이상의 스트리트 뷰 이미지에 AI를 적용하면 이전보다 훨씬 더 빠르게 고품질 지도를 만들 수 있습니다. 예를 들어, 머신 러닝 모델을 스트리트 뷰 이미지에 적용하면 구글 지도 검색의 주소 정확도가 1/3 이상 향상되어, 로컬 업체를 찾거나 목적지를 탐색할 때 보다 신뢰할 수 있는 지도를 만들 수 있습니다. 

자연 환경에서의 텍스트 인식은 특히 규모 면에서 어렵습니다. 일반적인 스트리트 뷰 사진에는 왜곡과 같은 시각적인 방해 요소와 외부 텍스트나 어색한 뷰 포인트와 같은 배경 문제가 있습니다. 수 년 간 머신 러닝 모델을 학습시킨 결과, 구글의 텍스트 인식 시스템은 이러한 방해 요소를 걸러낼 수 있게 되었고, 건물 측면에 쓰인 건물 이름이나 축약된 주소 등도 탐지할 수 있게 되었습니다. 이 모델은 라틴어, 키릴어, 태국어, 중국어, 일본어, 한국어 등 다양한 언어를 이해할 수 있습니다.

지난 몇 년 동안만 보아도 AI로 이미지를 처리하는 것은 장소 라이브러리에 100억 개 이상의 편집 기능을 추가하여, 사람들이 지도 검색을 사용할 떄 전화번호, 영업 시간 및 위치를 업데이트하는 데 큰 도움이 되었습니다. 

 

 

전 세계의 권위있는 단체와 데이터 파트너십 구축 

전 세계 10,000개 이상의 지방자치단체 및 조직과의 파트너십 덕분에, 최신 정보를 지도 검색 결과에 반영하고 업데이트를 통해 지역사회에 더 많은 인원을 파견할 수 있었습니다. 여기에는 자전거 도로나 도로 폐쇄에서부터 병원과 푸드뱅크의 주소에 이르기까지, 여러 지역 커뮤니티가 포함됩니다. 

전 세계의 단체들과 협력하는 것은 중요한 정보를 신속하게 수집하고 나타내는 데 큰 도움이 됩니다. 작년에는 이러한 파트너십을 통해 COVID-19와 관련된 중요한 업데이트를 수행할 수 있었습니다. 지도 검색에서 “COVID-19 검사”를 검색하면 현재 20개국 및 미국 50개 주에 걸쳐 17,000개 이상의 COVID-19 검사소를 볼 수 있습니다. 또한 예약이 필요한지, 내가 검사 대상자에 해당하는지, 드라이브스루 검사가 가능한지 등의 세부 정보도 볼 수 있습니다.

이러한 세부 사항이 중요하기 때문에, 정확성이 핵심입니다. 지도 검색에서는 이러한 정보를 나타내는 데 도움이 되는 권위있는 출처를 사용하고 있습니다. 

 

 

 

지도 검색을 개선하는 글로벌 커뮤니티  

서비스가 변화하는 현실 세계를 빠르게 반영할 수 있도록, 구글은 모든 장소의 사람들이 현지인들이 가진 지식을 활용할 수 있도록 합니다. 매일 사람들은 리뷰, 사진, 주소 업데이트 등과 같은 정보를 구글 지도에 직접 업데이트하고 있습니다. 지난 3년 동안 사용자들이 구글 지도에 추가한 리뷰, 평가 및 사진의 수는 두 배 이상 증가했습니다.

이러한 사용자들의 참여 덕분에 정보에 기반한 결정을 내리기가 더 쉬워졌습니다. 예를 들어 정비소를 찾을 때도 사용자들이 남긴 리뷰를 보고 방문할 수 있으며, 편의점의 운영 시간도 알 수 있습니다.

 

근처에 있는 비즈니스에 대해 배우고 새로운 장소를 찾을 수 있는 지도 검색의 리뷰 기능

 

올해, 도시와 국가들이 팬데믹 동안 락다운을 시행하면서, 많은 곳들이 일시적으로 문을 닫거나 운영 시간을 바꿨습니다. 구글 마이 비즈니스 목록의 운영 시간 표시와 함께, 편집을 제안하기만 하면 누구나 쉽게 지도 검색에서 비즈니스가 운영 중인지 휴업 중인지를 표시할 수 있게 되었습니다. 팬데믹 동안 사람들은 수백만 건의 임시 휴업과 재개업 리포트를 제출하여 어떤 비즈니스가 언제 문을 열 수 있는지에 대한 불확실성을 제거해 왔습니다.

 

 

비즈니스 소유자가 온라인으로 고객과 연결할 수 있는 무료 도구를 제공합니다

지역 비즈니스의 성공을 돕는 가장 중요한 방법 중 하나는 온라인 고객과 연결하는 것입니다. 비즈니스 소유자는 무료 비즈니스 프로필을 요청할 수 있으며 전화, 메시지 및 예약을 통해 고객과 직접 연결할 수 있습니다. 또한 영업 시간, 제공되는 서비스 및 연락처 정보를 포함하여 비즈니스에 대한 정확한 정보를 공유할 수 있습니다. 그리고 매달 구글은 웹사이트를 가지고 있지 않은 1억 2천만 개 이상의 사업체와 사람들을 연결시켜 온라인에 접속하지 않는 소상공인들이 더 많은 고객을 유치하도록 돕고 있습니다.

지난 5년간 구글은 비즈니스 프로필을 천 가지 이상 개선하여 소매업체가 고객과 쉽게 연결하고 온라인으로 업데이트를 공유할 수 있도록 했습니다. 최근 소매업체가 검색 및 지도에서 직접 비즈니스 프로필 보고 업데이트할 수 있는 새로운 방법을 추가함으로써 이는 더욱 쉽게 실현되었습니다.

전 세계적으로 유행병이 혼란을 야기하고 있는 가운데, 구글은 고객들이 새로운 서비스부터 수정된 매장 운영 시간에 이르기까지 모든 정보를 지속적으로 업데이트하도록 지원했습니다. COVID-19가 시작된 이후 기업은 비즈니스 프로필을 거의 7억 번 수정했으며, 이는 지난해 같은 기간 동안 변경된 수의 약 두 배입니다.

 

 

 

 

완전히 새로운 방식으로 로컬 정보를 수집합니다

모든 것이 시시각각 변하는 세상에서 사람들이 쉽게 원하는 것을 찾게 하기 위해, 우리는 정보를 찾고 표면화하는 새로운 방법을 개발했습니다.

예를 들어, 사람들은 붐비는 상점과 긴 줄을 피하는 경향이 있습니다. 인기 있는 시간 및 실시간 방문객 정보는 사람들이 특정 시간 또는 바로 그 순간에 장소가 얼마나 바쁜지 알 수 있도록 도와줍니다. 장을 보러 가기 가장 좋은 때를 추측하는 시대는 지났어요! 저희는 실시간 방문객 정보를 전 세계 수백만 곳으로 확대하고 주유소, 식료품점, 세탁소, 약국 등 필수적인 장소도 포함하고 있습니다.

구글의 대화 기술인 듀플렉스는 업데이트된 정보를 확인할 수 있는 기능을 확장하도록 도왔습니다. 대유행이 시작된 이래로 듀플렉스는 뉴질랜드에서 미국에 이르는 8개 국가의 기업에 전화를 걸어 영업 시간이나 테이크아웃 및 배송을 제공하는지 여부를 확인하도록 했습니다. 이를 통해 지도 및 검색에서 200억 개 이상의 비즈니스 정보를 업데이트할 수 있었습니다.

 

 

무한히 상세한 세계의 가장 유용한 지도

글로벌 운영 팀은 데이터를 수집하고, 이미지에서 정보를 인덱싱하고, 문제를 해결하며, 권위 있는 데이터 소스를 평가하는 데 도움이 되는 머신 러닝 모델을 학습시킵니다. 또한 허위 콘텐츠로부터 사람들을 보호하고, 소상공인들이 구글 마이 비즈니스 계정을 설정할 수 있도록 도와주는 자동화 시스템을 구축 및 유지합니다.

세계의 정보를 정리하고 이를 유용하게 만들기 위한 작업은 계속해서 이루어지고 있습니다. 세계가 점점 더 빠르게 변화하는만큼, 우리가 도움이 될 수 있는 가장 중요한 시간은 아직 오지 않았습니다. 

 

 

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 플랫폼으로 더 쉬워진 부동산 찾기

영국 부동산 데이터의 선두에 있는 기술회사 홈서치(Homesearch)의 CEO 겸 공동설립자 Giles Ellwood의 글입니다. 홈서치는 모든 사람이 보다 정보에 입각한 결정을 내리고, 사전 예방적인 부동산 시장을 만들기 위해 노력하고 있습니다. 

 

대부분의 사람들에게 집을 사는 것은 인생에서 가장 큰 구매가 될 것입니다. 하지만 고려해야 할 요소가 너무 많고 이용할 수 있는 옵션이 너무 많기 때문에, 집 구매는 정말 혼란스러운 결정이 될 수도 있습니다. 홈서치에서는 부동산을 판매하든 구매하든, 정보를 쉽게 찾고 공유할 수 있도록 함으로써 보다 편리한 거래 환경을 만들고자 합니다.

2020년 9월, 우리는 부동산 검색 상품을 출시했고, 이것이 단순한 광고 사이트 이상으로 발전하길 바랐습니다. Homesearch는 구글 지도 플랫폼을 사용하여 사용자들이 부동산 시장을 최대한 원활하게 탐색할 수 있는 사용하기 쉬운 지도 기반 검색 환경을 구축했습니다. 

 

 

2800만 개 이상의 부동산을 쉽게 찾을 수 있습니다

홈서치는 2017년 설립됐으며, 초기에는 부동산 전문가를 위한 플랫폼이었습니다. 라이프스타일 및 부동산 잡지의 출판업자로서의 일했던 저는, 대규모의 맞춤형 주소 데이터베이스를 구축하는 것에 관심을 가지고 있었습니다. 저는 곧 부동산 고객들이 광고 뿐 아니라 데이터베이스에도 관심이 있다는 것을 깨달았습니다. 심지어는 전문가들도 그들이 원하는 데이터에 접근할 수가 없었습니다. 비슷한 시기에, 저는 런던으로 막 이사 온 호주의 부동산 중개업자 Sam Hunter를 만났습니다. 그가 처음 런던에 이사왔을 때, 그의 사무실에는 찾을 수 있는 게 종이 파일밖에 없었고, 심지어 그것마저도 특정 지점에만 한정되어 있었습니다. 부동산을 검색할 수 있는 중앙화된, 포괄적인 방법이 없었던 것입니다. 저와 Sam은 데이터의 간극을 파악하고 이를 메우려고 했습니다. 이러한 노력의 일환으로 부동산 중개 업계의 전문가들을 위한 검색 플랫폼인 ‘홈서치’를 공동 설립 하게 되었습니다. 부동산 업자들이 부동산에 대해 필요한 정보는 모두 얻고, 관심 있는 구매자들과 판매자를 더욱 쉽게 이어주기 위함이었습니다. 

저희는 영국에 있는 2900만 개의 부동산에 대해 이용할 수 있는 모든 데이터를 수집, 확인, 클렌징하는 데 1년 반을 보냈습니다. 부동산에 대해 공개적으로 사용할 수 있는 많은 양의 데이터가 있지만, 서로 다른 소스에 보관되어 있으므로 광범위한 클렌징이 필요한 경우가 많습니다. 10,000채의 리스트 중에서 200채의 집을 고르는 것은 매우 쉽습니다. 하지만 하나의 특정 부동산에 대한 모든 세부 사항을 알아내는 것은 훨씬 더 큰 도전입니다. 누락된 정보가 있는 모든 부동산에 대해 저희 데이터 사이언스 팀은 가능한 한 높은 정확도로 누락된 데이터를 모델링하기 위해 사용자 정의된 알고리즘을 사용했습니다. 이 작업을 통해 240억개의 개별 정보를 가진 데이터베이스를 구축했습니다.

저희의 목표는 이 모든 정보를 부동산업계가 쉽게 이용할 수 있도록 하는 것이었지만, 고객들에게 단순히 일련의 테이블과 필터를 제공하고 싶지는 않았습니다. 구글 지도 플랫폼을 사용하여 데이터를 시각화하고 모든 부동산에 빠르고 명확한 컨텍스트를 제공하기로 결정했습니다. 지도에 표시된 것처럼, 여러분은 몇 초 안에 집이 학교와 얼마나 가까운지 알 수 있고, 교통편을 볼 수 있습니다. 사용자들이 최대한 쉽게 검색할 수 있도록 하고 싶었고, 원활한 성능과 직관적이고 사용하기 쉬운 인터페이스를 원했습니다. 그리고 구글 지도 플랫폼이 저희가 원하던 모든 것을 가능하게 해주었습니다.

 

 

2019년 1월 부동산 전문인력을 위한 서비스인 ‘홈서치 프로’의 무료체험을 시작했는데, 같은 날 점심시간까지 이용자가 1,000명을 넘었습니다. 서비스의 수요를 계속 서포트하기 위해 구글 클라우드 프리미어 파트너인 Snowdrop Solutions에 도움을 요청했습니다. 이 팀은 규모에 맞게 최적화하고 구글 지도 플랫폼과 함께 사용할 수 있는 툴을 최대한 활용할 수 있도록 지원했습니다.

1년 간의 성공적인 시도 끝에, 2020년 초에 홈서치 프로를 수익화할 수 있었습니다. 얼마 후, 영국과 세계의 많은 나라들은 COVID-19의 확산을 막기 위해 봉쇄에 들어갔습니다. 이 조치는 일시적으로 부동산 산업을 둔화시키긴 했지만, 이러한 시기에 부동산을 찾으려는 소비자들을 어떻게 도와야할지에 대한 정보를 모을 수 있는 기회이기도 했습니다. 작년 한 해 동안, 저희는 직접 부동산 중개업자들에게 저희와 같은 플랫폼이 대중들에게 꼭 필요하다는 말을 들었습니다.

영국의 온라인 부동산 검색은 지난 수 십 년간 큰 발전을 보이지 못했습니다. 대부분의 부동산 검색은 원하는 카테고리를 입력하고 특정한 장소를 정하면 검색 엔진이 기준에 맞는 부동산을 반환하는 형식입니다. 이는 체계적이긴 하지만, 제한적이기도 하고, 잠재적인 주택 구매자들이 자신이 설정한 지리 필터 밖에 있는 수많은 부동산을 놓치고 있다는 뜻이기도 합니다.

 

 

우리는 지도 기반 인터페이스를 중심으로 보다 유연하고 개방적인 검색 환경을 구축하고자 했습니다. 이것의 핵심은 지도 자바스크립트 API와 스트리트 뷰 서비스이며, 사용자들이 지도 또는 스트리트 뷰 이미지를 사용하여 쉽게 영역을 탐색할 수 있게 해줍니다. 사용자는 지도를 탐색하면서 필터와 검색 기준을 추가하고 변경사항마다 동적으로 결과를 업데이트할 수 있습니다. 한편, Places API와 Distance Matrix API는 레스토랑이나 학교와 같은 인근 편의 시설과 서비스를 표시하여 검색 결과를 상황에 맞게 설정할 수 있도록 도와줍니다.

고객에게 필요한 모든 정보를 제공하는 완벽한 기능을 갖춘 부동산 검색을 구축했다는 것에는 자신이 있었지만, 인터페이스를 제대로 디자인했는지도 확인하고자 했습니다. 우리는 몇 년 동안 쌓아온 행동들을 바꾸려고 노력했습니다. 이를 위해서는 가능한 한 매끄럽고 마찰이 없는 경험을 만드는 것이 필수적이라는 것을 알았습니다. 그렇기 때문에 구글 지도 플랫폼은 저희에게 아주 적절한 선택이었습니다. 사람들이 온라인 지도를 생각할 때, 구글 지도는 모든 온라인 지도의 표준이 됩니다. 직관적이고, 거의 모든 사람이 전에 사용해 본 적이 있으며, 일관된 고품질 환경을 제공합니다.

2020 9월에 홈서치퍼블릭을 출시하였고, 이는 최고의 사용자 경험을 갖춘 가장 성숙된 제품이라고 자부할 수 있습니다. 구글 지도 플랫폼을 통해 영국 부동산의 진정한 원천이 되고자 하는 저희의 비전에 한 걸음 다가설 수 있었습니다.

 

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.

데이터 업계 고수와의 인터뷰 02 – 손진호 연구소장님

손진호 연구소장님

 

데이터 업계의 고수를 찾아 직접 인터뷰하는 컨텐츠! 그 두 번째 고수는 누구일지 기대가 되는데요! 인터뷰 두 번째 손님은 미소정보기술 회사의 손진호 연구소장님이십니다. 미소정보기술 회사는 데이터를 통해 BI 시스템 구축, 의료 정보 분석, 소셜 네트워크 및 텍스트 분석 등 여러 분야에서 왕성한 활동을 하는 빅데이터 전문기업입니다. 11명으로 구성된 작은 회사였을 때부터 145명의 건실한 데이터 전문기업으로 자리매김하는 모든 순간을 함께하신 손진호 연구소장님과의 인터뷰는 어떻게 진행되었을지 살펴보실까요?

 

      Q. 안녕하세요! 소장님. 인터뷰에 응해주셔서 감사합니다. 간단한 자기 소개 부탁드려도 될까요? 

안녕하세요! 만나게 돼서 반갑습니다. 저는 주식회사 클라크라는 국내 지게차 만드는 회사에서 10년 가까이 시스템 기획 등의 업무를 하다가 오래전 미소정보기술로 이직을 하게 되었습니다. 다양한 프로젝트를 20개 이상 진행하면서 실제 필드에서 많은 경험을 하였고 현재 미소정보기술 연구소장을 맡고 있습니다.

 

      Q. 그럼 미소정보기술 회사로 이직을 하신 건 10년 정도 되신거네요? 

그렇죠. 여러 회사 경력은 많지 않지만 한곳에 오래 있는 게 스스로 장점이라고도 생각합니다. (웃음) 그리고 현 회사에서 대기업과의 프로젝트를 많이 하다 보니까 실제 업무 경험을 많이 쌓게 된 것 같습니다. 

 

     Q. 전 회사에서 미소정보기술로 이직을 하게 된 건 어떻게 본다면 완전히 다른 분야로의 이직이라고 볼 수 있을 것 같은데요. 이직을 하실 때 데이터 분석 분야의 이해에 있어서 힘들진 않으셨나요? 

힘들었죠. (웃음) 힘들지만, 한편으론 다른 분야의 도메인을 이해하는 데 큰 발판이 된 것 같습니다. 처음부터 데이터 분석과 같은 분야만 집중했다면 오히려 기업들과의 협업이라던가 프로젝트 진행에 있어서 도메인을 이해하는데 어려웠을 것 같습니다. 반대로 저는 실무를 하고 기획을 했던 경험들이 전혀 데이터에 거부감없이 장점이 됐다고 생각합니다.

 

     Q. 실무 경험이라면? 

타 기업들과 협업을 하게 될 때 기업들의 업무 패턴이나 이런 것들을 전반적으로 이해하고 일을 진행하는 것과 아닌 것의 차이는 크거든요. 그런 부분에서 도메인의 이해에 있어서 큰 충돌이나 어려움이 없었다는 게 장점인 것 같습니다. 

 

     Q. 솔루션 기획, 구축.. 그리고 더해서 인공 지능 분야를 공부하셔야 되는 부분에 있어서는 힘들지 않으셨나요?

이 부분은 매번 말하는 부분인데요. 코딩 레벨이나 스크립트가 가장 중요한 부분이라고는 생각하진 않아요. 데이터 분석을 잘해야 인공지능 모델도 잘 나온다고 생각해요. 데이터 분석을 오래 하고 친숙해지다 보니 인공지능 분야도 빨리 습득하고 업계에서 자리를 잡게 된 것 같습니다.   

   

     Q. 개발 PM 하시면서 20여개의 프로젝트를 도맡아 하셨다고 하셨는데, 가장 인상 깊었던 프로젝트는?

최근에 했던 대형 플랜트 건설사의 개발 요건이 기억에 남네요. 시공을 중심으로 전반적인 플랜트 건설을 맡게 되는 거대 프로젝트인데요. 요건은 이러한 플랜트도 여러 EPC 사의 제안요청서를 받아 가장 좋은 제안을 선택하게 되며 이러한 제안요청서는 PDF 기준으로 파일당 200~400페이지에 달하는 2,000개 이상의 PDF 문서로 전달받게 됩니다. 과거 이를 위해 설계 엔지니어가 한 달 동안 수작업으로 검토하고 분석하여 제안하더라도 1곳만을 선정하니 치열하기도 하고 많은 인력과 비용이 발생하지요. 그런데 문제는 경력자가 사라지면 이러한 노하우나 지식도 사라진다는 거예요. 지식은 사람이 가지고 있고 은퇴나 이직 등 다양한 사유로 다시 시작하고 사라지고 하니, 기업과 지식도 사라진다는 겁니다. 이러한 지식을 담고 제안 요청서를 단기간에 파악할 수 있는 플랫폼을 제안해달라고 하여 연구를 하였고 연구원들과 데이터 분석을 시작, 국내 12개 이상의 기업, 해외 솔루션 대기업 두 군데와 경쟁하여 1차 통과하였으며 마지막에는 해외 대기업들과 경쟁한 끝에 선정된 것이 가장 인상 깊었습니다. 기술도 기술이지만 문제 해결을 위해 치열한 설득과 증명을 한 것이 가장 기억에 남아요.

 

     Q. 쟁쟁한 대기업들과 경쟁에서 이기게 된 노하우가 있을까요? 

꼭 가지고 있는 기술만 제시하고 구축을 하려고 하면 될 수 있는 사례가 많이 없습니다. 도전해야만 만들 수 있고 진행할 수 있는 기회들이 있다고 생각해요. 첨언하자면, 이러한 프로젝트 경험들이 기술 연구소와 결합하면 좋겠다는 생각을 하고 있습니다. 저는 도전적이고 빨리 변화되고 연구개발도 빠르게 순환을 할 수 있게 하는 게 제가 연구소장으로써 추진하는 방향입니다. 

 

     Q. 프로젝트를 진행하실 때 결과적으로 좋은 일도 있지만 갈등도 있을 것 같은데요. 내부, 외부적으로 어떻게 극복하시나요? 

제가 정답은 아니겠지만, 저는 ‘협상’이라고 표현을 합니다. 프로젝트에서는 절대 갑, 절대 을은 없다고 생각해요. 협상해서 합리적인 쪽으로 만들어내면 문제가 없습니다. 하지만 한쪽으로만 고집을 부리게 되면 망하는 케이스가 되는 거라고 생각해요. 서로의 상황을 이해하면서 이루어지는 협상과 협력이 중요합니다.  내부적으로 본다면, 짧은 시간에 완수한다거나 업무 부담과 같은 것들인데요. 회사에는 멘토 제도가 있어서 멘토와 멘티 프로그램으로 서로 문제가 생겼을 때 보완해줄 수 있고 든든한 조력자가 될 수 있기 때문에 업무적 갈등을 최소화할 수 있는 좋은 제도라고 생각해요.

 

     Q. 추가적으로 뜻깊었고 다음에 더욱 개발하고 싶은 프로젝트가 있었나요? 

과거 솔루션 등 가장 뜻깊었던 기억은 메디 허브라는 솔루션입니다. 전 세계에서 발행되는 PUBMED의 정보를 기준으로 MESH TERM이라는 주요 병명과 키워드 간을 분석하고, 의료 논문의 발행 수를 보면서 질병에 대해 한눈에 볼 수 있게 만든 프로그램인데요. 이는 간단하게 의료 연구에 필요하다는 교수님의 의견으로 만들기 시작했습니다. 현재는 미소정보기술 스마트 CDW안에 항상 제공되는 기능으로 소개됩니다. 하지만 이런 부분이 다음에는 공개형으로 환자와 보호자에게 필요한 정보로 제공되면 좋겠습니다. 즉 인공지능 시대에 자동으로 번역되고 새로운 신약의 논문이 어떻게 발행되고 어느 나라에서 관계형 치료나 신약의 관계 등을 알 수 있게 했으면 합니다. 이러한 신약의 정보나 트렌드 정보는 폐쇄적인 것이 큰 문제인데요. 질병을 가지게 되는 환자나 보호자에게는 가장 소중한 시간에 가장 필요한 정보일 수도 있어서 무료로 제공하고 서로 정보를 공유할 수 있는 커뮤니티 정보 App을 만들고 싶네요. 

 

Smart CDW 일부

처: 미소정보기술 웹사이트 (http://www.misoinfo.co.kr/#/misoinfo/solutionDataCdw.do)

 

      Q. 말씀하신 것처럼 개인정보 문제나 이런 제한이 풀리게 되면 하시고 싶은 프로젝트가 있으신가요? 

의료분야는 Closed Domain이지만 다이아몬드와 같은 데이터들이 많다고 생각해요. 이 부분들이 개인정보 문제로 사용될 수 없는 게 안타까운 것 같습니다. 추후에 이런 제한들이 다소 완화된다면 암 발병에 대한 예측과 같은 것들을 인공지능으로 솔루션을 구현하고 싶습니다. 빅데이터를 기반으로 정확도가 더 높아지고 통계적인 접근보다 인공지능 기법으로 질병 예측, 스테이지 관리 같은 것들을 개발했으면 좋을 것 같습니다.

 

     Q.  앞서, 스마트 CDW를 언급하셨는데요. 혹시 의료 분야와 같이 전문 분야를 이해하시고 프로젝트를 진행 하실 때 어려운 점은? 

사실 저는 학부는 컴퓨터 전공, 석사는 물류 시스템, 박사는 공학을 전공했습니다. 다방면으로 공부해서 그런지 다른 도메인 지식을 받아들이는 데 있어서 큰 어려움이 없었던 것 같아요. 금융이나 의료, 제조, 물류 등 베이스적으로 경험을 많이 하게 되면 지식이 폭도 넓어지고 타 분야를 이해하는 데 있어서도 도움이 된다고 생각합니다. 

 

     Q.  2017년 데이터 분석 기법을 활용한 수요예측 모형을 개발하여 서비스 부품 저장위치를 선정하는 논문을 쓰셨는데요. 현재 전자 상거래 웹사이트의 수요 증가와 맞물려 창고 및 허브 관리가 중요시되는 상황에서 서비스 부품이 아닌 상품에 대한 솔루션 개발 계획은 있으신가요? 

요즘에는 리테일이 활발해서 물류가 빨리 배송되는 최적화에도 고민을 많이 하고 있습니다. IBM의 인공지능인 왓슨(Watson), 그리고 One Network의 네오(Neo)등이 물류 공급망 효율을 향상할 수 있게 강화학습을 통한 실시간 의사 결정이 가능한 세상입니다. 과거에는 최적의 위치를 선정하여 작업 효율 개선이나 프로세스 개선을 중심으로 분석했다면, 요즘은 딥러닝의 시대로 강화학습, GAN 등을 통한 예측 방식이 발전되었는데요. 미소정보기술 연구소도 강화학습기반의 풀필먼트 수요 예측 시스템을 준비하고 있습니다. 일반적으로 Markov Decision Process에서 정의된 각 상태(state)의 이전(Transition)에서 행동에 대한 보상을 최대화하는 방향으로 학습하고, 주어진 상태를 바탕으로 Agent는 action을 취하며 action이 environment의 입력으로 새로운 state와 reward를 반환하여 수요예측의 강화 효과가 있고요. 이는 SCM망의 재고 효율화에 강화학습을 통한 풀필먼트 수요 예측반영을 통한 SCM 망내의 풀필먼트가 진행되는 재고의 효율화 강화에 집중하면서, 보다 확장적인 인공지능 기반의 수요예측 시뮬레이션 플랫폼 개발을 목적으로 합니다.

 

     Q.  텍스트 분석, 버즈 분석과같은 솔루션도 개발을 하셨더라구요.

맞습니다. 딱히 수주가 있어서 시작한 솔루션은 아닙니다. 버즈 분석과 같은 솔루션을 개발한 건 빅데이터를 하는 상징성도 있었습니다. 텍스트 데이터를 수집하다보면 트렌드를 볼 수 있고 비슷한 추세로 따라가는 것도 볼 수 있습니다. 현재 미소정보기술에서는 15억 건 이상의 데이터를 운용하고 있고 매일 10만~ 20만 건 정도 수집하면서 정제 및 학습 데이터까지 만들고 있는 업무를 하고 있습니다. 다년간의 경험으로 최적화도 가능해져서 현재는 큰 부담 없이 빅데이터 수집, 정제, 저장에 저희만의 노하우가 생겼습니다. 

 

     Q.  요즘에는 이미지 관련한 인공지능도 많이 바이럴되고 있는데요. 혹시 인공지능이 결합된 이미지 합성과 같은 솔루션도 진행 중인게 있나요? 

사실 이미지 분석은 그전까지는 원천기술이 충분하지 않았고 시스템화시키기에는 아직 이르다고 판단했었는데요. 마침 올해는 트렌드도 맞는 것 같아서 사업에 진행 중에 있는데 학습 데이터를 만들고 학습시키고 분류 판단하는 솔루션을 상반기에 스마트 AL이라는 이름으로 출시될 예정입니다. 


Q. 굉장히 많은 분야에서 개발이 진행되고 있네요. 그렇다면 미래에는 이 업계에서 어떠한 일들을 해나가고 싶은지 여쭤봐도 될까요?

저는 인공지능 쪽에 계속 연구를 하고 싶어요. 이번에 가장 똑똑한 가상 비서를 만드는 프로젝트도 맡게 되었는데요. 제조기업의 가상 비서를 만드는데, 정보를 빨리 찾아서 “이 시간에 교통량이 어때?”라고 할 때 자체적으로 검색해주고 실질적인 정보를 주는 가상비서를 만드는게 목표입니다. 기업과 기관에 들어가게 돼서 이러한 전문화된 비서들이 활동을 하면 업무적으로나 여러 면에서 편해지지 않을까 싶습니다. 사람들이 ‘아이언맨’의 자비스를 보면서 나만의 가상비서가 있으면 너무 좋겠다라고 생각하시는데요. 저는 이러한 ‘나만의 전문화된 가상비서’를 만드는게 5년~10년 안에 만드는 게 저의 목표입니다.  

 

제조현장 특화 인공지능 비서 

출처: 미소정보기술 웹사이트 (http://www.misoinfo.co.kr/#/misoinfo/viewPrNewsDetail.do)

 

     Q. 마지막으로 데이터 업계에서 선두주자로 있으시면서 요즘 데이터 업계쪽으로 관심있으신 분들에게 해주실 조언이나 한말씀 부탁드리겠습니다.  

저는 IT 전문 서적보다는 TED라는 책을 꼭 읽어보시라고 추천해 드리고 싶어요. 유명한 교수나 IT 전문가들이 어떻게 발표하는지 보셨으면 좋겠어요. 새롭게 진입하시는 분들이 자기표현을 잘하셨으면 좋겠는데, 내가 이러한 프로그램을 짰고 Tensor에서 증명했고, 인공지능을 알고 있다는 전반적인 것들을 표현할 수 있다면 큰 장점이며 빨리 성장할 수 있다고 생각해요. 표현력. 그게 가장 큰 무기라고 생각합니다. 

 

 

<우측 손진호 연구소장님, 좌측 SPH 이소린 전임> 

 

‘내가 가진 지식과 기술을 다른 사람들에게 올바르게 표현할 수 있어야 한다’라는 말이 와닿네요. 특히나 마지막에 말씀하신 ‘나에게 특화된 인공지능 비서’는 일반인들에게도 공개되어 많은 사람들에게도 큰 도움이 되는 인공지능 기술이되면 좋겠습니다. 바쁜 와중에 시간 내주셔서 감사합니다. 이상 손진호 연구소장님과의 인터뷰였습니다!

    

 

*본 인터뷰는 코로나19 방역에 준수하여 진행하였으며 사진 촬영 시에만 마스크를 내려 촬영하였습니다.