시맨틱 지리 -사회망(GeoSocial) 분석 솔루션

활용 가치가 큰 빅데이터의 80%가 위치와 관련 있는 지리공간 빅데이터라는 통계가 있을 정도로 위치 기반한 빅데이터 분석은 매우 중요합니다. 솔트룩스는 의미기반 지리공간 모델링과 GIS 연동 가능한 빅데이터 융합 분석 솔루션을 제공하고 있으며, 소셜 빅데이터와의 연계를 통한 지역별 이슈 및 평판 분석, 실시간 마케팅 분석과 이상징후 조기 감지 등의 심층 분석을 지원합니다.


고객 문제

다양한 유형의 빅데이터를 지역 및 공간에 기반해 융합 분석하기 위한 기술과 시스템, 지속 가능한 운영 체계의 구현

도입 효과

교통 최적화, 환경 감시와 개선, 지역 시민 목소리 분석과 행정 서비스 개선, 재난 대응과 위험 조기 감지, 지역 마케팅 최적화, 국가 안보 체계 강화 등

주요 기능

시맨틱 지리, 공간 모델링, 지리 온톨로지 구성, 지리공간 추론, Geo-SPARQL 지원, 다양한 공간 질의와 추론 기능, 지역 기반 소셜 빅데이터 분석, 지역별 이슈 및 위험 감지 등

내장 제품

STORM, RAINBOW 및 BigO연동

주요 고객

국방부, 국토지리정보원, EU Citi-sense, EU LarKC 외

개 요

지리공간정보의 시맨틱 활용은 지리적 특징, 지리기하학적 특징, 지리인문학적 특징 등과 같은 지리와 관련한 다양한 계층의 데이터들이 위치좌표를 중심으로 연계되고 추론 처리하여 새로운 지리정보를 제공할 수 있는 활용사례들입니다.

지리공간정보

지리공간정보는 위치좌표를 가진 지리적 정보를 바탕으로 지형학, 생물학, 유전병학, 사회학, 인구통계학, 통계학 등의 연관 정보를 가진 정보입니다. 위치좌표는 이동형 단말장치의 센서정보를 이용하여 수집된 WGS84 좌표정보입니다. WGS84는 구체의 중심으로부터 지구표면에 대해 위도, 경도로 표시됩니다.

시맨틱 기술

시맨틱 기술은 데이터에 대해 사람과 기계가 이해하고 공유 및 추론할 수 있게 하는 기술입니다. 이를 위해서는 프로그램들 간 공유하는 데이터 집합이 가진 데이터들 간에 관계를 추가, 변경하고 상호 연계시킬 수 있도록 데이터 모델링을 합니다.

데이터 모델링은 데이터의 개념을 체계화하고 개념들 간의 관계를 정의하고 관계에 해당하는 실체들을 정의합니다. 이는 웹상의 자원들을 표현하는 RDF를 기반으로 온톨로지로 나타냅니다. 온톨로지를 저장하는 시맨틱 저장소는 RDF의 형태로 저장하며 Subject, Predicate, Object의 하나의 트리플 형태로 문장 단위로 저장합니다.

프로그램이 처리를 위해 필요로 하는 데이터를 시맨틱 저장소에서 질의를 하기 위해 SPARQL이라는 질의언어를 사용하여 질의를 수행합니다. 질의 내용 중 온톨로지 내에 표현된 데이터들의 관계성에 따라 값이 지정되지 않은 질의 내 변수는 추론기의 추론을 통해 변수 값을 조회해볼 수 있습니다.

추론처리는 개념과 속성들의 상하관계의 정의에 따른 규칙인 Axiom 기반 추론과 개념 및 속성을 SWRL 규칙언어를 이용하여 정의하여 규칙에 맞는 값을 찾아내는 Rule 기반 추론이 있습니다.다. 또한 데이터의 관계들을 미리 추론하는 Forward chaining 추론과 데이터들이 자주 변경되어 질의 시 추론 처리되는 Backward chaining 추론이 있습니다.

적용 사례

솔트룩스는 지리정보 Open Street Map(www.openstreetmap.org), 서울지역 Point Of Interest(POI)와 건설기술연구원의 서울범위 도로표지판을 바탕으로 온톨로지를 모델링하고 데이터 처리 및 응용처리를 위한 추론 처리결과를 보여주는 서울 도로교통표지판 관리시스템을 구축하였습니다.

POI와 도로표지판, 도로경로점은 WGS84좌표점을 가지는 상위개념으로서 Node를 가집니다.
POI와 도로표지판, 도로경로점은 WGS84좌표점을 가지는 상위개념으로서 Node를 가집니다.
두 개의 도로경로점을 시작점과 종료점하는 Link를 도로정보의 최소단위로 합니다.
개념들을 설정 후 추론을 위한 개념들간의 관계를 설정합니다.
도로정보는 도로경로점들의 관계들을 이용하여 개념화시킵니다
서로 정반대 방향의 Way들을 가진 것이 Road입니다.
Link와 Link의 연결을 Way로 한다. Way는 서로 정반대 방향을 가집니다.
Road와 Road가 만나는 점은 방향전환을 할 수 있는 Junction이 됩니다.
< Roadsign > < indicate > < POI >의 트리플로 나타낼 수 있습니다.
가리키다를 더욱 세부적으로 하위구분하면 우측방향 가리키다, 직진방향 가리키다, 좌측방향 가리키다 로 나타낼 수 있습니다.
온톨로지 모델링의 내용으로는 Open Street Map에 있는 도로정보와 도로표지판 및 그 내용을 개념적으로 표현합니다.
서울지역 POI 데이터집합에서는 WGS84와 한글 이름을 가집니다.
Open Street Map의 POI와 도로정보에는 위치좌표정보인 WGS84를 중심으로 한글 이름과 영문 이름이 있다. 실례로 POI로 삼성역의 경우 “삼성역”, “Samsung subway station”을 가진다. 도로정보로는 “올림픽대로”, “Olympic highway”를 가집니다.
도로표지의 경우 도로표지판에는 특정 지명 혹은 교차로, 행정구역정보와 같은 POI가 명시되어 있다. 도로표지판과 POI의 관계는 도로표지판이 POI의 방향을 가리킵니다.

도로표지판 관리시스템에서 추론을 적용한 사례는 다음과 같습니다.

마지막으로 끝난 Link의 끝점이 Junction이 되고 이 Junction 경로점의 대표경로점을 owl:sameAs관계로 찾아낸다. 다음 Link의 시작점이 되는 Junction 경로점을 방향전환이 될 다음 Link의 시작점을 대표경로점과 owl:sameAs인 Link를 추론에 의해 발견하게 됩니다.
또 다른 추론 요소로는 관계성의 추론으로 도로표지판 중 삼성역방향을 가리키는도로표지판은 어느것인가 라는 질의에 대해 가리키다의 하위 속성인 우측, 직진, 좌측 방향 가리키다 중 삼성역을 가리키는 도로표지판이 있으면 rdf:subPropertyOf관계에 의해 찾아내게 됩니다.
Road와 Road가 만나는 부분인 Junction은 하나의 도로경로점만 공유되어야 한다. Open Street Map은 오픈 지도로서 다양한 사람이 단말장치의 센서로 측정하여 저장한 데이터로 Junction의 도로경로점이 서로 다르게 나타날 수 있습니다.
즉 도로표지판 1이 삼성역을 좌측진행방향으로 가리킨다 라는 정보를 가지고 있다면 의미적으로 좌측진행방향으로 가리킨다는 가리키다의 의미이므로 도로표지판 1을 찾아내게 됩니다.
Junction을 나타내는 서로 다른 도로경로점들을 의미적으로 같은 점이 되게 하기 위해서는 온톨로지의 관계표현중 owl:sameAs 속성을 사용하여 서로 다른 도로경로점들이 Junction을 대표하는 도로경로점과 같다고 정의합니다.
도로표지판의 유효성을 검사하는 데 있어 도로표지판에 표시된 특정 POI를 찾기 위해 도로표지판에 지시된 방향으로 Link를 따라 POI를 찾아가다 보면 Junction에서 방향전환 필요하다. 방향전환을 위해서는 다음 Link가 방향전환된 Link이어야 한다. 다음 Link의 시작점이 Junction이 되는데 다수의 Junction 도로경로점 중 어느 경로점을 시작점으로 해야 할 지 모르게 됩니다.