거주민의 도시 건조환경(Urban Built Environment)에 대한 인식은 도시연구, 도시계획 및 도시설계에 중요한 요소이다. 범죄불안감이란 특정 장소와 특정 범죄에 대해서 느끼는 범죄 발생 가능성에 대한 불안감의 심리량을 의미하는데, 이는 개개인의 주관적인 평가이다. 범죄불안감은 실제 범죄율보다 빠르게 증가하고 있어, 사람들이 범죄불안감을 느끼는 지역을 찾는 것은 범죄예방 에 효과적이며 중요한 과정이다. 하지만 기존 연구에서 도시 건조환경에 대한 불안감 측정은 소수의 사람과 제한된 범위를 대상으로 설문조사나 현장조사에 의존하여 제한적이었다. 본 연구의 목적은 거리영상과 딥러닝 기술을 활용하여 시민들이 느끼는 범죄 불안감 을 측정하고 시각화하는 것이며 연구대상지역은 서울시 영등포구이다. 거리영상을 활용하여 범죄불안감을 측정하기 위해서는 거리 영상에 대한 사람들의 범죄불안감을 측정하고, 이를 딥러닝 모델을 활용하여 평가점수를 예측하는 모델을 구축해야 한다. 이를 위해 본 연구에서는 카카오맵 API를 활용하여 거리영상을 수집하였다. 수집한 영상 중 20,886장의 거리영상을 활용하여 상대적으로 불안감을 느끼는 거리가 어느 쪽인지를 응답하도록 하는 171,942개의 훈련데이터 셋을 구축하였다. 구축된 쌍별비교 데이터 셋으로 Global-Patch-RSS-CNN모델을 훈련 후, 훈련된 모델을 연구대상 지역 전체에 적용하여 범죄불안감 예측점수를 도출하고 시각화였 다. 본 연구는 거리영상과 딥러닝 기술을 활용하여 도시의 범죄불안감을 측정하는 첫 사례를 제시하였다는 점, 그리고 범죄불안감이 높게 평가되는 지역의 환경 특성을 분석하여, 효과적인 도시 계획 및 범죄 예방 전략 수립에 기여할 수 있다는 점에 의의가 있다.
오늘날 위치 수집 기술의 발전과 모바일 기기의 증가로 사람의 이동 궤적 데이터를 활용할 기회가 증가하고 있다. 특히 스마트폰 궤적 데이터에서 체류 지점의 도출은 이를 기반으로 다음 방문 장소 예측, 소요 시간 예측, 장소 추천 등 다양한 응용에 기초가 되는 분석이다.본 연구는 스마트폰 GPS 궤적 데이터에서 체류 지점을 도출하고, 체류 지점에 대한 맥락정보 부여 방안에 초점을 두었다. 생활 패턴 마이닝을 최종 목표로 하여 맥락정보 생성 절차를 체계화하였다. 맥락정보 부여를 위해 카카오 POI를 사용하였으며, POI 카테고리의 재분류, 거주지 추정을 위한 건물군 데이터의 추가, 시간 정보를 고려한 맥락정보 수정 그리고 대단위 건물군내 상업시설 통합 등의 과정을 체계화하였다. 생성된 맥락정보를 바탕으로 개인의 체류 시간, 체류 빈도, 이동 궤적, 이동 반경을 속성값으로 생성하였다. 이후 생활 패턴 분석을 위해 차원 축소, 군집화 과정을 거쳐 각 군집의 특징을 파악하였 다. 본 연구는 안양시 거주민 47명의 약 일주일간 스마트폰 GPS 데이터를 수집하여 적용하였으며, 체계화 된 체류 지점과 맥락정보 를 활용하여 생활 패턴을 마이닝함으로써 맥락정보 활용 가능성을 입증하였다는 점에 의의가 있다.
최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.
보행환경은 개인의 영역이자 공공 공간으로서 시민들의 일상생활에 매우 중요한 요소이다. 보행환경의 중요성이 인지되면서 국가적 차원에서도 보행환경 실태조사를 전국 지자체가 5년마다 시행하도록 법으로 규정하는 등 체계적인 실태조사가 필요한 실정이다. 하지만 보행환경에 대한 실태조사는 일부 지역을 대상으로 현장 조사에 의지하는 등 실태조사 방법론에 있어서는 기존의 한계를 벗어나지 못하고 있다. 본 연구는 고해상도 거리 영상과 딥러닝 기술을 활용한 보행환경 평가 지표 개발을 목표로 하였다. 보행환경 평가 지표 개발을 위해 보행환경 평가와 관련된 국내외 문헌 및 딥러닝 기술을 활용한 보행환경 평가 연구를 리뷰를 토대로 보행환경 평가 지표 초안을 개발하고, 도출된 보행환경 평가 지표의 구체적 데이터 구축 가능성을 확인하기 위해 거리 영상의 시멘틱 세그멘테이션(semantic segmentation) 결과 정확도와 영상 외 필요한 자료에 대한 취득 가능성을 검토한 후 최종 보행환경 평가 지표를 제안하였다. 도출된 보행환경 평가 지표는 안전성, 편리성, 쾌적성, 접근성 4개 카테고리에 8개 지표를 활용하는 것을 제안하였다. 본 연구의 결과는 현장 관찰 조사나 설문조사에 기반한 기존 보행환경 연구의 한계점을 탈피하고 고해상도 거리 영상과 딥러닝 기술을 활용한 도시 연구의 지능화 계기를 마련하고 보행환경 평가 업무를 보다 효율적으로 수행할 수 있는 초석이 될 것으로 기대한다.
최근 딥러닝 기술 가운데 이미지데이타 분석에 뛰어난 성능을 보이는 합성곱신경망 기술의 발전은 이미지 분석 영역에서 다양한 가능성을 제시하고 있다. 관광객이 게시한 사진을 딥러닝 기술을 이용하여 분류하기 위해서는 관광사진에 대한 분류와 목적에 맞는 딥러닝 모델의 훈련작업이 필수적으로 선행되어야 한다. 본 연구에서는 관광객이 플리커에 게시한 사진을 효율적으로 분류하기 위해 관광목적으로 사진이 어떻게 분류되어야 하는지 관광목적 사진분류 체계를 개발하고자 하였다. 관광목적 사진 분류 카테고리 개발을 위해 문헌분석, 웹사이트 분석, 관광객이 게시한 약 38,000장 사진의 검토과정을 거쳐 사진 분류 카테고리를 개발하였으며, 약 8400장의 사진을 개발된 카테고리에 맞춰 분류해 봄으로써 개발된 카테고리의 검증과정을 거쳤다. 이 과정을 거쳐 최종으로 제안된 카테고리는 13개 대분류, 64개 중분류, 164개의 세분류 체계를 갖으며, 본 연구 결과는 향후 관광목적 사진을 딥러닝 모델을 이용하여 분류하고자 할 때 기초자료로 활용될 것으로 기대된다.
본 연구는 플리커에 게시된 사진 게시물에 대한 공간적 분석을 통하여 서울을 방문한 관광객의 주요 관광지와 문화권별 관광 특성을 분석하였다. 서울 시내에 2013년 1월 1일부터 2017년 12월 31일 사이에 플리커의 지오태깅된 데이터를 수집하고, 전체 사용자를 관광객과 거주자로 분류하였다. 이후, 관광객이 주로 방문하는 지역인 RoA를 도출하여 RoA 방문 경향을 분석하였다. 아울러 서울 시내 문화권별 관광객이 많이 방문하는 핫스팟 지역 또한 분석하였다. 분석에 사용된 데이터는 총 167,410건 이였으며, 사용자 수는 3,921명이었다. 이후 RoA를 도출하기 위하여 DBSCAN 알고리즘을 통하여 서울 전체에 11개, 종로 내부에 12개의 RoA를 도출하였다. 서울 전체에 종로, 홍대, 남산, 신촌, 강남역, 코엑스, 이태원, 잠실, 가로수길, 전쟁기념관, 대학로 RoA가 도출되었으며, 종로 내부의 경우에는 경복궁, 명동, 광화문, 동대문, 북촌, 시청, 창덕궁, 인사동, 남대문, 광장시장, 창경궁, 감고당길에서 RoA가 도출되었다. 이후 문화권별 관광객의 관광 경향의 차이를 확인하기 위하여 아시아권, 미주권, 유럽권 관광객의 관광 추이를 확인하였으며, 문화권별로 각각 상이한 핫스팟 지역이 나타난 것을 확인할 수 있었다. 뿐만 아니라 발생핫스팟(EHSA)를 통하여 관광객 추이의 시공간적 변화를 확인하였다.
본 연구는 소셜 네트워크 서비스 중 한 유형인 플리커를 이용하여 궤적 데이터를 생성하고, 서울을 방문한 관광객의 이동 특성을 분석하였다. 연구에는 2015년 1월 1일 부터 2017년 12월 31일까지 서울을 방문한 1,476명 관광객이 게시한 플리커 사진 39,157건을 활용하였다. 연구기간 내 서울을 방문한 관광객은 1회 방문시 평균 5.12일을 체류하며, 약 1.27회 방문한 것으로 나타났다. 서울방문 관광객의 첫 방문지는 종로・남산, 신촌・홍대, 이태원 순으로 나타났으며, 주 목적지는 종로・남산이며 주로 인접 지역으로 이동하는 것으로 나타났다. 본 연구에서 활용한 데이터와 방법론은 관광행태 분석을 효율화하고, 다각적 분석을 가능하게 하는데 기여할 것으로 판단된다.
본 연구는 SNS를 통해 사용자들이 표현하는 감성을 공간적으로 어떻게 나타낼 수 있는지를 연구하고자 하였다. 이를 위해 트윗데이터를 이용하여 현대인이 느끼는 스트레스라는 현상의 시도별 차이를 분석하였다. 트윗데이터는 2014년 7월 12일부터 2015년 7월 21일까지 총 503,737건의 데이터를 다운받고, 이 가운데 광고와 뉴스를 제외한 332,328건을 분석대상으로 하였다. 트윗데이터 분석을 위해 트윗의 텍스트를 형태소로 구분하고, 스트레스에 대한 토픽을 파악하기 위해 LDA알고리즘을 기반으로 하는 토픽모델링을 실시하였으며, 그 결과 15개의 토픽이 생성되었다. 15개의 토픽에는 스트레스 원인관련 “성격”, “학업”, “직무”, “가정”, “SNS사용” 토픽이 포함되었으며, 스트레스 결과에는 “질병”, “심리적상태”, “두피 및 탈모” 토픽이 포함되었다. 스트레스 해소방법 주제에는 “그림”, “게임”, “운동 및 문화생활”, “음식섭취”, “노래 등”의 토픽이 포함되었다. 트윗데이타의 분석대상 332,328 건 가운데 거주지역이 명확히 기재된 경우는 1,035개에 불과하여 거주지역 유추모델을 통해 시도별로 34,641개의 트윗에 위치를 부여하였다. 토픽모델링 결과를 시도별로 분석하여 시도별 최대 개수와 최소 개수 토픽명을 확인하고, 토픽을 스트레스 원인, 결과, 해소방법 3가지 주제로 구분하여 시도별로 어떤 토픽에 높은 관심을 가지고 있는지를 비교하였다. 본 논문은 스트레스라는 사회적 병리현상에 대해 사람들의 느낌과 이를 표현하는 방법, 이들의 지역차를 규명했다는데 의의가 있으며 비가시적 감성적 현상을 지도화하여 공간데이터의 장을 확장시켰다는데 의의가 있다.
본 연구는 모바일 기기를 활용한 현장체험학습에서 수집된 로그데이터를 STP(Space Time Path)로 시공간 시각화하여 현장체험학습에서 학생들의 이동특성을 파악하고, 머무름이 있던 지점에서의 활동특성을 분석하고자 하였다. 탐구활동 로그데이터 분석결과 이동과 머무름의 패턴이 연속적으로 나타나며, 조사활동의 유형에 따라 머무른 장소와 시간이 다름을 확인할 수 있었고, 머무름이 나타나는 장소는 관찰지점 뿐 아니라 관찰지점이 아닌 곳도 나타남을 확인하였다. 현장체험학습의 경우 공간 및 시간적으로 제한된 범위 내에서 이루어지는 활동이기 때문에 머무른 지점에서의 활동에 대한 추가 분석이 필요함을 알 수 있었다. STP를 이용한 이동 로그의 시각화는 복잡한 구조를 가진 로그데이터를 탐색하여 패턴을 발견하는 기초 자료로 활용할 수 있으며, 이는 다양한 유형의 로그데이터 분석에 응용될 수 있을 것으로 판단되었다.
최근 개방성과 혁신성을 기반으로 하는 오픈소스 소프트웨어의 성장에 따라 공간정보 분야에서도 오픈소스 소프트웨어에 대한 관심이 증가하며 미국 국방성, UN(United Nations), EU(European Union), 프랑스 등에서 오픈소스 공간정보 소프트웨어가 도입되어 그 성능과 신뢰성, 보안성 등을 인정받고 있다. 이처럼 기존에 상용 소프트웨어가 독점하던 공간정보 시장에서 오픈소스 공간정보 소프트웨어의 도입 사례는 국내외적으로 증가하고 있으나 오픈소스 소프트웨어 도입에 따르는 위험도 발생하고 있으며 도입 실패사례도 있다. 따라서 성공적인 오픈소스 소프트웨어의 도입을 위해 기존의 오픈소스 공간정보 소프트웨어 도입 사례에 대한 체계적인 분석 및 도입 단계별 고려사항을 다루는 도입 가이드라인이 필요하다. 본 연구에서는 오픈소스 소프트웨어 도입 가이드라인을 사전단계, 도입단계, 사후단계로 나누어 분석하고 오픈소스 공간정보 소프트웨어 도입 가이드라인을 단계별로 제시하였다. 오픈소스 공간정보 소프트웨어 도입 사례 및 오픈소스 도입 가이드라인 연구 분석을 통해 공공부문의 오픈소스 공간정보 소프트웨어 도입 활성화에 기여하고자 한다.
최근 여성 운전자의 수가 점차 늘어감에 따라 여성운전자의 교통사고 발생건수 또한 증가하고 있다. 지난 5년 동안 국내 교통사고 발생건수는 감소해왔으나 여성운전자 교통사고 건수는 오히려 지속적으로 증가하고 있어 이에 대한 관심과 대책이 필요한 실정이다. 본 논문은 서울시 여성운전자 교통사고발생 지점을 시공간적으로 시각화하고, 분석하여 여성운전자 교통사고 예방에 도움이 되고자 하였다. 이를 위해 본 연구에서는 교통사고 발생 지점의 경위도좌표와 발생시간 정보를 포함하고 있는 2010년도 서울시 여성교통사고 데이터를 분석대상으로 하였다. 여성운전자 교통사고의 집중지역을 분석하기 위해 커널밀도분석, 핫스팟분석을 수행하였으며, 시공간 특성분석을 위해 시간대별 핫스팟 분석, 스페이스 타임 큐브 분석, 그리고 발생 핫스팟 분석을 수행하고 그 결과를 비교하였다. 마지막으로 여성운전자 교통사고 발생의 시공간적 집중 지역을 분석하고 요약한 뒤 이에 따른 시사점을 도출하였다.
오늘날 우리나라 교육이 창의융합 교육을 강조하고 있음에도 불구하고 창의융합 교육의 중요 요소로서 공간정보기술에 대한 인식은 매우 낮으며 학교 현장에서 공간정보기술을 활용한 교육이 시행되기에는 그 여건이 매우 열악하다. 본 연구는 스마트폰 과 공간정보기술을 활용하여 수업모듈을 개발하고 개발한 수업모듈의 적용을 통해 그 교육적 효과를 살펴보고자 하였다. 이를 위해 본 연구에서는 스마트폰과 공간정보기술을 활용한 우리 지역 소음지도 만들기 수업모듈을 개발하였다. 이어서 개발한 수업모 듈을 정규수업, 자율동아리 활동, 창의적 체험활동 프로그램 등 다양한 수업형태에 적용하였다. 적용 결과, 우리 지역에 대한 관심, 공간정보기술 관련 지식, 공간정보기술 활용능력 세 가지 영역에서 모두 유의미한 긍정적 변화를 확인할 수 있었다. 또한, 학생들과 교사 모두 스마트폰과 공간정보기술을 활용한 수업에 대해 흥미와 효용성 등의 측면에서 긍정적으로 평가하는 것을 알 수 있었다
21세기 정보화 사회에서 창의적이고 융합적인 교육이 강조되고 있다. 해외의 경우 창의융합 교육의 대표적 형태로 STEM (Science, Technology, Engineering & Mathematics) 교육이 강조되고 있으며, STEM교육의 한 요소로서 공간정보는 매우 중요하게 인지되고 있다. 공간정보의 중요성에 대한 인식은 미국, 영국 등 외국의 공간정보 구축 기관에서 K-12 수준에서 쉽게 활용할 수 있는 공간정보 기반 교육 서비스를 제공하도록 유도하였다. 우리나라에서도 창의융합 교육이 강조되고 있지만 공간정보가 일선 학교현장에서 활발히 사용되고 있지는 않다. 본 연구는 공간정보가 초, 중, 고등학교 수준에서 활발히 활용되도록 공간정보 구축 기관에서 마련해야 할 교육서비스 제공 방안에 초점을 두었다. 이를 위해 2장에서는 공간정보를 활용한 수업의 교육적 효과를 살펴보고, 3장에서는 300여명의 초, 중, 고등학교 교사를 대상으로 공간정보기반 교육 활성화를 위해 필요한 요구사항을 조사하였 으며, 4장에서는 공간정보기반 교육 서비스를 제공하는 해외사이트들을 분석하였다. 이를 토대로 공간정보 기반 교육서비스 제공 전략을 모색하였다.
최근 전 세계적으로 오픈소스 소프트웨어에 대한 관심이 증가함에 따라 다양한 분야에 오픈소스 소프트웨어가 도입되고 있으며 그 활용도 증가하고 있는 추세이다. 이러한 현상은 공간정보 분야에도 유사하여, 전 세계적으로 오픈소스 공간정보 소프트웨어에 대한 관심이 증가하고 있고, 국내에서도 최근 들어 관심이 급증하고 있는 실정이다. 그러나 국내 공간정보산업 사업체 중에서 오픈소스 소프트웨어 관련 기업의 수는 매우 적을 뿐만 아니라 오픈소스를 통한 비즈니스 모델의 발달도 미약한 수준이다. 본 연구에서는 오픈소스 소프트웨어 비즈니스 모델 선행연구 분석을 통해 오픈소스 공간정보 소프트웨어와 관련하여 어떠한 비즈니스 모델이 가능한지를 살펴보고, 국내 오픈소스 공간정보 소프트웨어 관련 기업의 오픈소스 활용현황과 비즈니스를 분석한 후 기업의 유형별로 어떠한 오픈소스 소프트웨어 비즈니스 모델이 가능한 지를 전략적으로 제시함으로써 오픈소스 공간정보 소프트웨어 관련 기업의 활성화를 도모하고, 나아가 국내 오픈소스 공간정보 소프트웨어 생태계를 활성화하는 기반을 마련하고자 한다.
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.
최근 GIS는 특정 소프트웨어를 사용하던 환경에서 오픈소스 환경으로 변화하고 있다. 특히 포털사이트의 지도 API는 인터넷 연결만 가능하다면 누구나 사용할 수 있기 때문에 널리 활용되고 있다. 지도API는 단순히 매쉬업(mash-up)하여 사용하는 사례가 많았으나, 최근 다양한 시각화 기능을 제공하는 방향으로 발전하면서 데이터를 분석할 수 있는 가능성이 제기되고 있다. 본 연구는 구글API를 이용하여 공공데이터를 지리적으로 시각화하는 방법을 모색하고자 한다. 이를 위하여 서울시 1인가구를 주제로 관련 공공데이터를 수집하고 구글의 맵, 차트, 퓨전테이블 API를 이용하여 지리적 시각화를 웹에서 구현하였다. 본 연구는 오픈 API를 활용하여 매쉬업에 그치지 않고 데이터를 지리적으로 시각화하고 탐색적으로 데이터의 의미를 찾아보는 탐색적 데이터 분석이 가능하도록 하였다는 점에서 의의가 있다. 오픈 API와 클라우드 환경을 이용한 데이터의 지리적 시각화는 일반 대중이나 컴퓨터 환경이 좋지 않은 학교 등에서 공공데이터를 활용할 수 있는 방안을 제시하였다는 점에서 의미를 지닌다.
지리 수업에서 지리교과의 개념 이해는 지리교육의 출발점이며, 지리 개념은 지식전달의 매개체이고, 지리적 사고의 도구가 된다. 지리교육의 효과를 높이기 위해서는 지리적 개념의 명확한 제시와 함께 각 개념들의 계층구조 및 관련 개념들 간의 관계를 통해 학습할 수 있도록 도와줄 필요가 있다. 특히 최근에 정보기술의 발달과 웹 기술이 발달함에 따라 기존의 키워드 기반의 검색시스템이 사용자의 정보요구를 정확하게 인식하지 못한다는 한계점을 개선하기 위해 등장한 의미기반 시스템인 시맨틱 웹(semantic web)과 이를 표현하기 위한 언어적 도구인 온톨로지(ontology)가 각광받고 있다. 온톨로지가 개념 유형이나 범주를 구조적이고 위계적으로 분류하는 분류체계(taxonomy)의 언어로 구성되어 있기 때문에 지리적 개념의 명확한 표현을 가능하게 한다. 따라서 지리수업에서 용어이해의 어려움을 겪는 학생들에게 개념 이해를 효과적으로 돕기 위해 온톨로지 기술이 요구되고 있다. 따라서 본 연구에서는 해안 지형 단원을 사례로 하여 지리적 개념 이해를 위한 지오 온톨로지를 구축하고, 구축한 온톨로지의 정확성을 평가하며, 향후 과제를 제시하였다.
본 연구에서는 온라인 국가지도집 관련 연구와 해외 온라인 국가지도집 사이트 분석을 통해 우리나라의 온라인 국가지도집의 발전방향을 모색해보고자 하였다. 본 연구는 크게 첫째, 온라인 아틀라스 관련 선행연구 고찰, 둘째, 해외 온라인 국가지도집의 분석을 통해 시사점 도출, 셋째, 제시된 시사점을 바탕으로 인구부분의 지도를 시범적으로 구현하여 우리나라 온라인 국가지도집이 나아갈 방향을 제시하고자 하였다. 온라인 국가지도집은 사용자와의 상호작용을 강화하고, 국가의 사회적 관심사를 반영하는 주제를 선정하며, 주기적으로 갱신되는 데이터를 반영하고, 공간데이터와 속성데이터의 표준을 준용하여 다양한 플랫폼에서 활용될 수 있도록 하는 것이 중요함을 알 수 있었는데, 이러한 기능들은 본 연구에서 제안하는 프로토타입과 같은 환경에서 구현 가능함을 알 수 있었다.
기존의 키워드 기반 검색방식의 한계를 개선하기 위해 최근에 의미, 개념 기반 검색인 시맨틱 웹이 등장하였고, 이러한 시멘틱 웹의 발전과 더불어 이를 표현하기 위한 도구로써 Ontology 언어도 발전하고 있다. 이러한 기술의 발전에 힘입어 우리나라에서는 인문지리정보 포탈 시스템 구축사업이 Semantic Web, Ontology기술을 활용하여 활발히 진행되고 있다. 그러나 인문지리정보 통합 DB 및 온톨로지 KB 구축과정에 있어서 각 단계별 검증방안이 제시되고 있지 않으며, 2011년에 인문지리정보 분류체계의 검증 기준에 대한 연구를 하였지만, 추상적이고 실제로 통합 DB 및 온톨로지 KB 구축과정에 적용하기에는 어려운 문제점이 있다. 따라서 본 연구에서는 정보시스템 및 GIS 분야의 감리 방법론을 토대로 검증 방향을 설정하고, 통합 DB 및 온톨로지 KB의 구축과정의 특수성을 반영하여 각 단계별 정량적이고 객관적인 검증 방안을 제안한다.
우리나라의 도로명주소는 2012년부터 본격적으로 정착되었고, 국가의 최소단위지역으로 국가기초구역도 2012년 고시, 2014년 부터는 본격적으로 활용될 예정이다. 도로구간, 주소, 그리고 국가기초구역은 긴밀하게 연계되어 있어 도로명주소 데이터와 국가기초구역 데이터를 연계한 통합적 데이터로 정비할 필요가 있다. 본 연구에서는 도로명주소와 국가기초구역 정보를 연계한 국가기초구역 데이터 모델을 제안하고, 이를 시범적으로 구축해 봄으로써 그 적용가능성과 시사점을 도출하고자 하였다. 이를 위해 도로명주소를 사용하는 해외의 데이터모델을 분석하고, 우리나라 도로명주소, 국가기초구역 데이터의 현황을 분석하였다. 이를 기반으로 선형기반의 도로정보와 주소정보, 각종 구역정보를 포함할 수 있는 데이터모델을 설계하고, 서대문구를 대상으로 시범구축 하였다. 시범구축결과 첫째 도로구간이 미세하게 세분되는 것을 막기 위해 도로명주소 데이터의 도로중심선 정보를 사전에 정리할 필요가 있으며, 둘째 종속구간에 대해서는 주소범위를 부여하지 않도록 하며, 셋째, 국가기초구역 설정에 종속구간이 활용되는 사례가 있으므로 주소는 부여하지 않더라도 종속구간의 왼쪽과 오른쪽을 구분하고 해당되는 면형정보를 입력할 필요가 있다는 것을 확인하였다.