■ 공간빅데이터는 지역맞춤형 정책을

(1)

5

특 집 정부 3.0

시대 의 국토 정책 방향

정부3.0을 위한 공간빅데이터 구축 및 활용방안

김대종 | 국토연구원 연구위원

정부3.0과 공간빅데이터의 역할

1. 정보기술에 어원을 둔 정부3.0

정부3.0은 다분히 인터넷기술 또는 정보기술의 발달에 대응하여 만들어진 용어다.

영국의 컴퓨터과학자인 팀 버너스 리는 오늘날 인터넷의 대명사인 월드와이드 웹 (이하 웹)을 고안해냈다. 웹은 세상의 모든 것들이 연결되어 있는 것처럼 관련 있 는 정보를 거미줄처럼 연결시켜주어 쉽게 공유할 수 있는 방법이다. HTML(Hyper Text Markup Language)이란 컴퓨터 언어를 이용하여 텍스트, 이미지, 비디오 등의 정보를 하이퍼텍스트 문서에 포함시키고 관련 있는 정보를 연결시켜준다.

초창기의 웹은 보유하고 있는 정보를 HTML을 이용하여 일방적으로 제공하 는 것이었다. 이를 웹1.0이라 부르며, 정보는 오로지 제공자만 수정할 수 있었다.

그러나 이후에는 블로그, 소셜네트워크서비스(SNS), 위키피디아 등과 같이 정 보의 제공자와 소비자가 정보를 다이내믹하게 수정할 수 있게 바뀌었는데, 이를 웹2.0이라 한다. 즉, 정보의 제공자와 소비자 사이에 상호 작용이 가능한 웹으로 바뀐 것이다. 팀 오라일리(Tim O^’Reilly)는 이러한 웹의 특성을 정부가 활용해 야 한다면서 정부2.0이란 단어를 강조하였다. 특히 정부2.0은 2000년 말경 오바 마 정부가 Data.gov를 통해 정부가 보유하고 있는 정보를 개방하면서 많이 회자 되기 시작했다.

(2)

그렇다면 정부3.0은 어디에서 비롯되었을까?

팀 버너스 리는 웹은 기술수준에 따라 웹1.0에서 웹2.0, 웹3.0 및 웹4.0으로 발전할 것이라고 예측 하였다. 여기서 웹3.0은 웹1.0과 웹2.0을 거치면 서 공유되는 엄청난 양의 정보를 ^‘의미^’를 기반으 로 관련 정보를 체계적으로 제공하는 것이다. 예 를 들어, 특정 지역의 관광지를 검색하면 그 지역 의 숙박시설이나 축제행사 등 관련 있는 정보를 같이 제공해주는 기술이다. 컴퓨터가 연관되어 있는 정보를 찾아서 제공해주는 셈이다. 이를 위 해서는 웹에 씨맨틱(semantic) 기술을 적용해야 한다. 이렇듯 여기 저기 흩어져 있는 엄청난 양의 정보를 ^‘의미^’를 기반으로, 즉 맞춤형으로 제공 해주는 것을 웹3.0이라 한다. 정부3.0이 맞춤형 정책을 표방하고 있는 것은 이러한 맥락에서다.

2. 공간빅데이터는 정부3.0의 핵심 인프라

■ 실시간 정보 생산과 공유에 따른 빅데이터의

출현

정보의 공유와 개방, 이에 기반한 원활한 소통과 협력이 정부3.0의 핵심내용이자 방법론이다. 이 때 정보는 데이터에 기반해서 만들어진다. 데이 터는 현실세계를 숫자, 이미지, 문서, 지도 등으 로 표현한 것이다. 얼마 전까지만 하더라도 이러 한 데이터는 연, 월, 주 단위 등 일정 주기로 생 산되었다. 그러나 최근 스마트폰의 보급과 정보 를 공유하는 웹서비스의 발달과 앱의 개발로 많 은 데이터들이 실시간으로 엄청난 양이 생산·

공유되고 있다. 이러한 데이터는 그 양과 생산속 도, 형태의 다양성이 과거와는 다르며 이를 저 장하고 관리하기 위해서 새로운 기술이 필요하

게 되었다. 이러한 데이터를 빅데이터(big data) 라 한다.

■ 빅데이터를 처리하기 위한 협업체계

빅데이터가 기존 데이터와 다른 점은 새로운 기 술을 필요로 한다는 것이다. 다시 말해, 빅데이 터는 용량이 너무 크기 때문에 하나의 컴퓨터에 저장하고 처리할 수 없어서 여러 대의 컴퓨터에 나누어 저장하고 필요 시 분산되어 있는 데이터 를 각각 처리하여 취합할 수 있는 체계가 필요하 였다. 구글은 이를 위해 맵리듀스(MapReduce)라 는 기술을 개발하였고 이를 오픈소스로 구현한 것이 하둡(Hadoop)이다.

이 빅데이터 기술의 핵심은 협업이다. 혼자서 는 감당하기 어려운 일을 여러 사람이 나누어 처 리하기 위해서는 일을 분담해야 하고, 각자 수행 한 결과를 취합하여 확인하는 절차를 거친다. 이 러한 방식을 여러 대의 컴퓨터가 협업할 수 있도 록 적용하는 기술이 맵리듀스이고, 이를 구현한 오픈소스 소프트웨어가 하둡인 것이다.

■ 공간빅데이터는 지역맞춤형 정책을

가능하게 하는 동력

정보를 찾기 위한 검색어 로그뿐만 아니라 소셜 미디어를 비롯하여 교통량, 통화 이력, 카드 이 용 등 사람과 기계가 하루에 아니, 한 시간 동안 에 생산해내는 정보는 실로 엄청나다. 이러한 정 보는 공공부문에도 시시각각으로 축적되고 있 다. 출생신고를 비롯하여 부동산 등기정보 열람 및 발급 등 다양한 업무에서 빅데이터가 축적되 고 있다. 또한 공공이 운영하고 있는 웹사이트에 는 다양한 로그정보를 비롯하여 어떤 콘텐츠를

(3)

5

특 집 정부 3.0

클릭하는지가 실시간으로 축적되고 있다.

이렇게 축적되고 있는 빅데이터는 상당 부분 위치와 시간이란 정보를 갖고 있 다. 예를 들어, 통화한 위치와 시간, 열람한 부동산의 위치와 열람시간 등이 그것 이다. 이러한 위치정보는 공간정보와 융합하여 지도 위에 표현할 수 있다. 이렇게 공간상의 위치와 연결하여 구축한 빅데이터를 공간빅데이터라 한다. 이러한 공 간빅데이터는 어디에서 또는 어느 지역에서 어떤 현상이 벌어지고 있는지 또는 어떤 의견이 많은지를 파악할 수 있기 때문에 보다 효과적인 맞춤형 정책을 발굴 할 가능성이 높아진다.

특히 효과적인 소통을 위해서는 공간정보가 매우 중요하다. 백문이 불여일견 이라는 말처럼 지도로 표현된 정보는 현실을 쉽고 빠르게 이해할 수 있도록 도와 주기 때문이다. 모든 정보의 약 80%는 위치와 직접 또는 간접적으로 관련 있는 정보이기 때문에 정부3.0에서 공간정보와 이를 빅데이터와 융합한 공간빅데이터 는 매우 중요한 요소다.

3. 국토정책 선진화를 위한 공간빅데이터의 활용모형

일반적으로 정책과정은 현안과제 진단, 대안 마련, 의사결정, 집행, 평가 등으로 이루어진다. 우선 정책과정에 있어서 출발점이자 가장 중요한 것은 현실의 문제 를 신속하고 정확하게 진단하는 것이다. 진단이 잘못되면 처방도 잘못되기 때문 이다. 현재까지는 각종 통계지표나 조사를 통해 문제를 발견하였다. 이러한 접근 방법의 한계는 최신 통계자료의 부족과 적지 않은 예산과 시간을 투자한 조사가 때로는 현실의 문제를 정확하게 진단하기에 충분치 않다는 것이다. 빅데이터는 실시간으로 생산되는 자료이며, 엄청난 양의 자료이기 때문에 샘플링 조사가 갖 고 있는 한계를 극복해준다. 또한 빅데이터를 수집, 가공, 저장 및 분석할 수 있는 체계만 갖추어진다면 상대적으로 적은 비용으로 빠른 시간 내에 현안문제를 진 단하는 것이 가능해질 것이다.

다음 단계는 문제를 해결하기 위해서 대안을 마련하는 것이다. 기존에는 대부 분 전문가 집단이 대안을 작성하였고 그 과정은 블랙박스였다. 그러나 최근에는 계획지원체계가 개발·활용되고 있으며, SNS와 같은 빅데이터에는 현실문제를 해결하는 데 필요한 아이디어가 담겨 있기도 한다. 사실 대안은 이해관계자마다 우선순위 등 상황이 다르기 때문에 여러 개가 나올 수밖에 없다. 여기에서 하나 를 선택하기 위해서는 어느 대안이 현실문제를 가장 잘 해결할 수 있는지 밝혀야

(4)

하는데, 파급효과 시뮬레이션이 그것이다. 즉, 현 실문제가 어느 정도 해결되는지와 이로 인해 다 른 분야에는 어떠한 영향을 미치는지를 컴퓨터 를 이용하여 평가해보는 것이다.

결정한 정책을 집행하는 과정에서는 빅데이 터를 활용하여 정책에 대한 의견을 수렴할 수 있 을 뿐만 아니라 문제점도 파악할 수 있어 집행방 식을 변경하는 등의 피드백도 가능하다. 또한 정 책집행으로 문제가 해결되고 있는지도 공공이나 민간부문에 축적되고 있는 빅데이터를 실시간으 로 분석하여 평가할 수 있다. 마지막으로 정책에 대한 평가단계에서는 의견수렴뿐만 아니라 공 공부문에 축적되고 있는 다양한 빅데이터를 이 용하여 빠르고 정확하게 그 효과를 분석할 수 있 고, 정책에 대한 평가의견도 발굴할 수 있다. <표 1>은 정책과정에 따라 기존에 수행한 방법과 빅 데이터 접근방법을 비교한 것이다.

국토정책과정의 과학화를 위한 공간빅데이터 활용사례

여기에서는 앞에서 제시한 정책과정별 빅데이터 활용방법이 실제로 가능한지 사례를 통해 설명

하고자 한다. 즉, 정책어젠다를 발굴한 뒤 대안을 마련하며 의사결정하여 집행하고 성과를 평가하 는 과정이 어떻게 과학화될 수 있는지 연구사례 로 보여주고자 한다. 여기에 제시된 사례는 다양 한 국토정책에서 볼 수 있는 지극히 일부분으로, 데이터를 기반으로 정책이 가능하다는 것을 보 여주기 위한 단편적인 사례일 뿐이다.

1. 빅데이터를 이용한 진단과 정책에 대한 반응 분석

현실의 문제를 진단하는 가장 좋은 방법은 가장 최신의 정확한 자료를 분석하는 것이고 모든 사 람들의 의견을 수집하는 것이다. 빅데이터에는 모든 사람의 의견은 아니지만 충분히 다양한 사 람들의 의견이 들어 있기 때문에 이를 잘 활용하 면 현재 추진하고 있는 정책에 대해 어떻게 반응 하고 있는지와 관련 이슈는 무엇인지를 신속하 게 파악해볼 수 있다.

<그림 1>은 실시간으로 축적되고 있는 임대 차 계약정보를 공간정보와 융합하여 공간빅데이 터로 만든 다음 전세시장을 진단하였다. 2013년 도 9월까지 이루어진 m²당 전세가격과 계약건수 를 이용하여 분석한 결과다. 붉은 색은 전세가격

<표 1> 정책과정별 빅데이터 활용방안

정책과정 기존 방법 빅데이터 활용방법 차이점

현안과제 진단 ^● 통계자료 분석

● 설문 등 조사

● SNS 등 실시간 자료수집 및 분석

● 대용량의 자료

● 비용과 시간 절약 대안 마련 ^● 전문가 집단 ^● 계획지원체계 활용

● 실시간 의견수렴

● 계획과정 투명화

● 다양한 의견수렴

의사결정 ^● 전문가 집단 ^● 대안별 파급효과 시뮬레이션 ^● 과학적이고 투명한 의사결정 집행 ^● 집행과정에 대한 설문조사 등 ^● 실시간 의견수렴

● 실시간 효과분석

● 집행에 따른 반응과 효과 실시간 확인

평가 ^● 통계자료로 확인

● 설문 등 조사

● 실시간 의견수렴

● 실시간 효과분석

● 집행에 따른 반응과 효과 실시간 확인

(5)

5

특 집 정부 3.0

이 상대적으로 높은 지역으로, 강남을 중심으로 분포하고 있음을 알 수 있다.

이처럼 공간빅데이 터는 보다 정확하 고 자세한 정보를 제공해준다.

<그림 2>는 2013 년 부동산시장 활 성화를 위해 발표

한 4.1대책과 8.28대책에 대한 반응이 어떤지를 알아보기 위해 SNS 등의 빅데이 터를 수집하여 분석한 결과다. <그림 3>은 양도세 면제에 대해 부정적 의견을 보 인 웹페이지를 분석하여 많이 언급되는 단어가 무엇인지 표현한 것으로 단어구 름(word cloud)이라고 한다. 이러한 방식으로 정책에 대해 어떻게 반응하고 있 는지, 그리고 관련 이슈는 무엇인지를 빅데이터를 수집하여 파악해볼 수 있다.

<그림 2> 양도세 면제 및 감면정책에 대한 반응 모니터링

250

200

150

100

50

0

60 50 40 30 20 10 0

3_1 3_2 3_3 3_4 4_1 4_2 4_3 4_4 5_1 5_2 5_3 5_4 5_5 6_1 6_2 6_3 6_4 7_1 7_2 7_3 7_4 8_1 8_2 8_3 8_4 8_5 9_1 9_2 9_3 9_4

양도세 면제양도세 감면

<그림 1> 전세가격과 계약건수의 분포

긍정 부정

(6)

2. KOPSS를 활용하여 대안을 마련한 사례

현실문제를 해결하는 대안은 이해집단마다 다를 수밖에 없다. 예를 들어, 시민의 복지를 위해 운 동시설을 새로 건설한다고 할 때 그 입지기준은 이해집단마다 다르다. 한 집단은 접근성과 적은 토지보상비가 중요한 기준이 되지만 다른 집단 은 환경보전이 더 중요한 기준이 될 수 있기 때

문이다. 이러한 경우에는 공통의 입지기준 을 마련하고 AHP(Analytic Hierachical Process)와 같은 기법을 이용하여 이해집 단마다 가지고 있는 각 기준에 대한 중요 도를 수렴하여 종합할 수 있다.

<그림 4>는 경기도청에서 국토공간계 획지원체계(KOPSS)의 토지이용계획지 원모형을 활용하여 경기도 내 보금자리 주택의 입지를 분석해본 사례다. 접근성 과 토지개발 가능성 등을 기준으로 분석 한 결과 여러 군데의 대안이 나타났다. 물 론 분석과정에서 다양한 이해집단의 의견 을 수렴하여 입지조건과 가중치를 결정할 수 있 고 조건을 바꾸어가며 적지를 찾아볼 수도 있다.

KOPSS는 2006년부터 국토교통부가 개발해오 고 있는 계획지원체계로 도시기반시설계획, 도 시재생계획, 지역계획, 경관계획 등을 지원하기 위한 모형을 가지고 있다.

3. 파급효과 시뮬레이션

마련한 대안을 선택하거나 의사결정을 하기 위 해서는 대안이 어떤 파급효과를 가져올 것인지 신중히 생각해야 한다. 특히 국토는 한 번 개발되 면 다시 원상태로 복구하기 쉽지 않은 비가역성 을 가지고 있기 때문이다. 따라서 마련한 대안이 경제, 환경 등에 미치는 영향이 어떠한지를 과학 적으로 시뮬레이션해볼 필요가 있다. 경우에 따 라서는 얼마나 많은 사람들이 이용할 것인지가 주요 관심사일 수도 있다.

<그림 5>는 새로 개발하는 아파트단지가 자 연환경 등 주변경관에 어떠한 영향을 미치는지

<그림 3> 양도세 면제에 대한 부정적 의견

<그림 4> 경기도 내 보금자리 입지분석

고양시

인천광역시

양주시 의정부시

남양주시

성남시 광주시

수원시 의왕시

과천시 안양시 광명시

시흥시 부천시

서울특별시

(7)

5

KOPSS의 경관계획지원모형 을 이용하여 3차원으로 시뮬 레이션해본 사례다. 이러한 모형을 좀 더 발전시키면 바 람길에 미치는 영향뿐만 아 니라 소음이 미치는 영향도 분석할 수 있을 것이다. 미국 에서 개발된 시뮬레이션모 형인 UrbanSim은 온실가스 배출량도 시뮬레이션하여 미

리 파악해볼 수 있는 방법을 제공해준다. 이러한 시뮬레이션 모형에 빅데이터를 활용한다면 더욱 정교한 시뮬레이션이 가능해질 것이고 그 결과에 대한 신뢰도 도 높아질 것이다.

4. 정책집행 성과평가

집행한 정책의 성과를 평가하기 위해서는 당초 정책의 목표를 달성하였는가를 분 석해야 한다. 예를 들어 2013년 4월 1일에 발표한 부동산시장 활성화대책이 실제 시장을 활성화시켰는가 분석해보아야 한다.

<그림 6>은 2011년부터 2013년 11월 사이에 두 번 이상 거래된 부동산(아 파트와 다가구주택)의

매매가격(m²당) 변화 율을 밀도함수로 분석 한 결과다. 붉은 색은 가격이 오른 지역을, 파란색은 내린 지역, 노란색은 보합인 지역 을 나타낸다. 공간빅데 이터가 주는 이점으로 지역별로 다르게 나타 나는 정책결과를 상세 하게 보여준다.

특 집 정부 3.0

<그림 6> 공동주택 매매가(m²당) 변화율의 패턴

<그림 5> 신규 아파트단지의 경관 영향분석

(8)

공간빅데이터 체계 구축을 위한 정책방향

앞에서는 국토정책 과정의 단계별로 공간빅데 이터 등을 활용하여 과학화할 수 있다는 가능성 을 다양한 사례를 통해 제시하였다. 향후 공간빅 데이터 체계가 구축된다면 다양한 분야에서 다 양한 활용이 이루어질 것이며, 공공행정의 과학 화, 투명화가 기대된다. 이를 위해서는 정부3.0 의 핵심 인프라인 공간빅데이터를 제대로 구축 해야 한다. 이를 위한 몇 가지 정책제언을 하자 면 다음과 같다.

1. 공공업무에서 실시간 생산되는 정보의 표준화 및 공유체계 구축

공공행정에서 생산하는 모든 정보의 80% 정도 는 위치와 관련 있는 것으로 알려져 있다. 건물을 신축하거나 도로를 개설하는 일에서부터 복지시 설이나 가로등의 시설물을 관리하는 일까지 많 은 행정업무가 위치를 기반으로 이루어진다. 즉, 시설물을 새로 설치하거나 변경, 관리하기 위해 서는 위치가 표시된 지도와 관련된 대장을 생 산·변경·활용하게 된다. 이러한 업무는 거의 매일 발생하며, 이것 자체가 하나의 빅데이터다.

업무과정에서 현실세계의 변화에 대한 가장 최 신의 정보가 생산되며, 전국적으로 그 양도 매우 크기 때문이다. 이러한 도면이나 대장정보를 공 간정보 등 다른 정보와 융합할 수 있도록 표준화 하여 공유할 수 있다면 행정업무의 개선효과뿐 만 아니라 공간빅데이터로 활용할 수 있어 어디 에서 어떠한 변화가 일어나고 있는지 한눈에 파 악할 수 있을 것이다.

2. 민간과 공공부문의 빅데이터 공유를 위한 협조체계 필요

빅데이터의 상당 부분은 민간에서 운영하는 정 보시스템에 축적되고 있다. 검색어 로그, 부동산 물건이나 검색 로그, 다양한 의견이 들어 있는 블 로그, 카페, 트위터 등이 그것이다. 이러한 빅데 이터는 현재 국민들이 무엇에 관심을 가지고 있 는지 알 수 있고 정책에 대한 정서도 파악할 수 있어 의견 등 정책 아이디어를 얻을 수 있기 때 문에 매우 중요하다. 이러한 정보를 공동으로 활 용하기 위해서는 공공부문과 민간부문이 정보공 유에 대한 협조체계를 구축해야 한다. 공공부문 에 축적되고 있는 빅데이터 또한 민간부문의 빅 데이터와 융합하여 활용할 수 있도록 개방되어 야 한다. 이는 공공정책뿐만 아니라 창조경제 활 성화에도 커다란 영향을 미칠 것이기 때문이다.

3. 대용량 데이터를 저장 및 분석할 수 있는 분산처리환경 구축

빅데이터를 저장하고 처리하기 위해 개발된 기 술 중 하나가 하둡이다. 하둡은 빅데이터를 분할 하여 여러 대의 컴퓨터에 저장해주고, 사용자가 요구하는 명령에 따라 각자 처리하여 취합하는 방식이다. 공간빅데이터는 기존의 하둡과는 달 라져야 한다. 버퍼링이나 밀도계산 등 공간연산 을 위해서는 공간적으로 분할된 인접정보를 동 시에 고려해야 하기 때문이다. 이러한 목적을 달 성하기 위해서 개발되어 발전하고 있는 것이 공 간하둡(Spatial Hadoop)이다. 예를 들어, 전국 의 지적도를 연결하여 하나의 지적도로 만들면

(9)

5

수 기가바이트(GB)가 되기 때문에 하나의 컴퓨터에서 처리하기 불가능하다. 이 를 시·군·구 단위나 또는 읍·면·동 단위로 나누어 저장하고 동시에 처리하 는 것이 공간하둡이다.

공간하둡이 필요한 진정한 이유는 빠른 분석결과를 얻기 위함이다. 전국이나 광역경제권 또는 시·도 단위를 대상으로 입지선정과 같은 공간분석을 수행하기 위해서는 해당 공간 범위 내의 공간자료는 물리적으로는 분할되어 있으나 논리적 으로 연결된(seamleass) 레이어로서 다른 레이어와 같이 연산할 수 있어야 한다.

즉, 해당공간 범위 내의 공간자료를 갖고 있는 여러 대의 컴퓨터가 협업하여 공간 분석을 빠르게 수행할 수 있는 체계인 셈이다.

그런데 공간하둡을 기반으로 한 공간빅데이터 체계가 지속적으로 작동하기 위 해서는 여러 대의 컴퓨터에 나뉘어 저장되어 있는 공간정보와 빅데이터를 지속적 으로 동기화 또는 갱신할 수 있어야 한다. 즉, 공간하둡의 구성원인 일부 지역의 공간자료와 빅데이터는 원천소스와 동기화되어야 한다. 이를 위해서는 행정업무 시스템과의 연계가 필요하다.

4. 공간빅데이터의 지속적인 발굴과 구축

빅데이터를 정책에 활용하기 위해서는 정보를 수집한 뒤 공간정보와 융합해서 구 축해야 한다. 그렇다면 무엇이 빅데이터인지 먼저 정의해야 한다. 그러나 불행하 게도 아직까지 빅데이터의 범위가 어디까지인지 또는 어떻게 구분할 수 있는지 쉽게 정리하지 못하고 있다. 사람뿐만 아니라 각종 센서가 만들어내는 정보 등 그 범위가 광범위한 것도 한 가지 요인이다. 따라서 지금까지는 특정 문제를 중심으 로 필요한 빅데이터를 수집하여 분석하는 접근방식이 대부분이었다.

향후에는 빅데이터의 현황이나 분류기준 등을 정리해나가야 할 것이다. 미래 를 예측하기 위한 빅데이터와 현재의 패턴을 파악하기 위한 빅데이터 등 목적에 따라 구분할 수도 있다. 정형, 비정형, 반정형 등 형식으로 구분하는 것도 한 방 법이다. 또는 이동, 소비, 의견, 센서(기후, 교통량 등)처럼 활동특성에 따라 구분 할 수도 있을 것이다. 중요한 것은 이러한 빅데이터는 기존에 관심을 끌지 못했 던 것이 많기 때문에 지속적인 발굴이 필요하다. 또한 보다 나은 통찰과 효과적 인 맞춤형 정책을 발굴할 수 있도록 이러한 빅데이터를 공간정보와 융합할 수 있 어야 한다.

특 집 정부 3.0

(10)

5. 보다 풍부한 통찰을 얻기 위한 분석모형과 시각화 방법론 개발

공간빅데이터 구축의 핵심은 현실세계에 대한 보다 나은 이해(통찰)와 예측이며, 이를 위해서 는 공간빅데이터에서 다양한 패턴을 찾아낼 수 있는 분석방법론이나 시각화 기술이 필요하다.

현실세계는 위치 또는 지역마다 다른 속성을 갖 고 있다. 또한 의사결정을 하고 행동을 하는 사 람들도 지역특성과 같이 공유된 조건이나 지식 과 경험을 토대로 움직인다. 이러한 조건들은 결 과적으로 여러 가지 패턴을 만들어내게 되는데, 특히 빅데이터와 같이 많은 개별 자료가 모이면 패턴이 나타나게 된다.

사람을 진단하는 기술이 끊임없이 발전하듯 국토를 진단하는 기술도 꾸준히 발전해야 한다.

정보기술의 발전은 보다 다양한 정보가 보다 빠 르고 정확하게 다양한 형태로 축적되게 만들 것 이다. 이렇게 축적된 빅데이터에서 의미 있는 패 턴을 분석하고 예측하기 위해서는 다양한 분석 모형과 시각화 방법론을 개발해야 한다. 그간 개 발해온 국토공간계획지원체계(KOPSS)를 공간 빅데이터에 활용할 수 있도록 확장·개발하는 것이 여러 가지 측면에서 효율적일 것이며, 다양 한 데이터 과학자들이 참여할 수 있도록 플랫폼 형태로 발전시켜야 할 것이다. 궁극적으로는 다 양한 국정과제를 효과적으로 지원할 수 있도록 공간빅데이터 체계를 구축해야 한다.

참고문헌

국토교통부. 2013. 임대차수요패턴 분석과 예측방안 연구.

국토해양부. 2011. 토지이용규제정보시스템(LURIS) 고도화 방안.

김대종. 2013. “공간빅데이터로 똑똑하고 신뢰받는 정부 구현방안”. 월간 국토 통권 379호. pp12-18.

김대종·윤서연. 2013. 빅데이터를 활용한 국토정책 반응 모니터링 및 정 책수요 예측방안. 경기 : 국토연구원.

위키피디아. 2014.