플로우 빅데이터의 개념

1) 플로우 빅데이터의 개념

(1) 플로우 빅데이터의 개념에 대한 조작적 정의

이 연구에서 플로우 빅데이터는 Spatio-temporal Flow Big Data를 지칭한다. 이는 빅데이터의 한 유형으로 국토공간 상의 다양한 네트워크(Network)를 통해 이동하는 사람, 사물, 자금, 정보, 지식 등의 시공간적 흐름(Flow)과 그 변화를 나타내는 동적 (Dynamic)인 특성을 가진 대규모의 데이터를 의미한다. 여기서 네트워크(Network) 란 “자연현상, [지역], 기반 시설, 기업, 사람들의 짜임새와 관계”(허우긍 2015, p.15)로 물리적인 실체를 가지기도 하고 가상적으로 정의되기도 하며, 주로 노드 (Nodes)와 링크(Links)로 구성된 그래프(Graph)로 표현 및 구조화된다. 한편 플로우 (Flow)는 유동이라고도 불리며 네트워크 상의 경로(Path)를 따라 사물, 사람, 자금, 정보, 지식 등이 움직이는 현상을 일컫는다(허우긍 2015, p.17).

플로우 빅데이터가 나타내는 대상은 네트워크 상을 이동하는 주체, 즉 유동의 대상 이 무엇이냐에 따라 달라지는데, 예로는 인구이동량, 도로 구간별 교통량, 기지국간

그림 2-1 플로우 빅데이터의 대상

[사람] 트위터 사용자의 이동 패턴 [사물] 도로구간별 교통량

자료: Cao et al. 2015, p.78 Fig. 8. 자료: http://naver.me/xG5CBfcN (2016년 12월 9일 최종접속) [정보] 글로벌 데이터 통신량(2013년)

자료: http://www.mckinsey.com/spContent/slideshows/GlobalFlows-v4/index.html# (2016년 2월 15일 최종접속)

(2) 공간 빅데이터와 플로우 빅데이터의 관계

김동한 외(2014)의 연구에 따르면 공간 빅데이터는 “빅데이터와 일반적인 특성과 속성을 공유하면서 ‘공간성’ 즉 ‘위치적 속성’과 ‘장소적 특성’을 가지는 빅데이 터”(pp. 16-17)로, 원천자료의 출처에 따라 “크기가 큰 공간데이터(big spatial data) 와 공간성을 가지는 빅데이터(spatially enabled big data)”로 구분된다. 플로우 빅데이 터는 공간 빅데이터의 일부로, ‘크기가 큰 공간데이터’일 수도 있으며 ‘공간성을 가지 는 빅데이터’에 포함될 수도 있다(<그림 2-2> 참조). 예를 들어, 시계열에 따라 누적 된 도로구간 통행량 공간정보는 ‘크기가 큰 공간데이터’이며 동시에 플로우 빅데이터 이다. ‘공간성을 가지는 빅데이터’에 해당하는 예로는 사용자 유입지의 주소를 포함한 신용카드 거래 자료가 있겠다.

그림 2-2 플로우 빅데이터와 공간 빅데이터의 관계

내용적으로 공간 빅데이터는 ‘시간속성’, ‘공간속성’, ‘미시적 기록의 집합’이라는 특성을 가진다(전게서, pp.16-17). 플로우 빅데이터는 공간 빅데이터의 이러한 기본 특성과 함께, ‘네트워크’와 ‘흐름(유동량) 속성’을 추가적으로 보유하여, 네트워크를 구성하는 지리적 사상 간의 상호작용이 시공간적으로 어떻게 표출되어 변화하는지에 대한 정보를 제공할 수 있다(<표 2-1> 참조).

표 2-1 공간 빅데이터와 플로우 빅데이터의 특성 비교

구분 공간 빅데이터 플로우 빅데이터

내용적 특성

∙ 시간속성(Temporal)

∙ 공간속성(Spatial)

∙ 미시적(Microscopic) 기록들의 집합

∙ 시간속성(Temporal)

∙ 공간속성(Spatial)

∙ 미시적(Microscopic) 기록들의 집합

∙ 네크워크 기반

∙ 흐름(유동량) 속성

추출가능

정보 ∙ 시공간적 분포, 연관성 및 변화 ∙ 지리적 사상 간 상호작용(관계성)의 시공간적 분포, 연관성 및 변화

자료: 김동한 외(2014, pp.16-17)의 논의를 토대로 재구성

2) 플로우 빅데이터의 구성과 특성