감염병의 전파는 환자와의 접촉이 중요한 전파 경로이기 때문에 개인 차원에서의 활동 정보는 감염 위험성을 파악하는데 중요한 지표로 활용될 수 있다. 이 연구는 코로나바이러스감염증-19 (COVID-19) 확진자의 이동 특성을 파악하는 방안을 제시하는 것이 목적이다. 이를 위해서 시간지리학 개념을 적용한 지리적 시각화 프로토타입 환경을 구축하여 서울시의 코로나 확진자 이동경 로 데이터를 분석하였다. 지리적 시각화 프로토타입에서는 코로나바이러스감염증-19 확진자의 시간대별 방문 장소를 3차원 경로로 시각화하였다. 또한 방문장소별 방문시간과 체류시간은 정거장 개념을 반영한 원통으로 표현하여 확진자별 방문 장소의 중복 여부를 파악할 수 있었다. 이 연구에서 제안하는 시각화 방법은 다음과 같이 활용될 수 있다. 첫째, COVID-19 확진자 이동 자료의 시공간적 범위와 특성을 동시에 시각화함으로써 시공간적 이동 특성을 분석할 수 있다. 둘째, COVID-19 확진자 이동경로에 있는 정거장 시각화를 통해서 확진자 접촉가능 장소를 파악할 수 있다.

환경과 교통이슈로 자전거가 대안적 교통수단으로 주목받는 가운데, 많은 나라에서 자전거 이용을 촉진하기 위해 공유경제 플랫폼인 공공자전거 사업을 운영 중이다. 서울시 역시 공공자전거인 “따릉이”를 5년째 운영 중이며, 이제 따릉이는 서울의 단거리 교통수단 중 하나로 자리매김하였다. 이 연구는 따릉이가 몇 가지 문제점을 가지고 있으며 개선이 필요하다고 주장한다. 이 연구는 자전거 흐름의 시공간적 패턴을 파악하고 그 원인을 설명하고자 한다. 이를 위해 따릉이의 요일, 시간대별 이용 패턴을 분석하고, 서울시의 주요 자전거 네트워크 클러스터를 찾는다. 네트워크 클러스터를 찾기 위해서 Getis와 Ord의 Gi통계를 공간 네트워크로 확장 적용하였다. 이후 통계적 유의성을 검증하기 위해 부트스트랩 치환법(Bootstrap permutation)을 사용하였다. 연구결과 서울시 에서 시계열에 영향받지 않는 명확한 자전거 네트워크 클러스터를 확인하였다. 하지만 국지적 분석 결과는 시간대별 통행 방향에 명백한 차이를 보여준다. 이 연구는 따릉이의 효과적, 효율적 운영을 위해서 따릉이 이용 패턴의 시간, 공간적 차이를 측정하고 반영해야 한다고 제안한다.

최근 모바일과 웹 사용의 증가로 일상생활에서 기록되는 로그데이터를 다양하게 분석하여 의미있는 정보와 지식을 이끌어내고자 하는 연구가 증가하고 있다. 웹과 모바일 기기로부터 생성되는 로그데이터는 시공간적인 정보를 담고 있으며, 데이터를 다차원적으로 탐색하고 시각화하여 기존에 분석하지 못했던 다양한 의미를 찾을 수 있음이 확인되고 있다. 본 연구에서는 시간과 공간 정보를 가지고 있는 로그데이터를 다차원적으로 탐색하고, 의미를 분석하는 데이터마이닝과 시공간 데이터를 시각화하여 의미를 도출하고자 하는 시각화 관련 연구들을 분야별, 연구방법별로 분석하여 연구동향을 살피고 의미를 찾고자 한다.

이 연구에서는 동적 애니메이션 지도 제작을 위해 HTML5 Canvas와 OGC의 WMS 시간 차원 정보를 활용하였다. 동적 애니메이션 지도는 플러그인 없이 구동이 가능하기 때문에 플랫폼에 독립적인 특징을 가진다. WMS 시간 차원 정보는 사용자가 연속적인 지도 정보를 전송 받을 수 있는 기능을 제공한다. HTML5 Canvas로는 애니메이션 지도를 표출하고, 지속시간, 시점, 순서와 같은 동적 변수를 조정할 수 있는 컨트롤 구현이 가능하였다. HTML5 Canvas와 WMS는 모바일 웹 기반의 동적 애니메이션 지도 제작을 위한 기능적 요구 사항을 충분히 지원하는 것으로 평가된다.