Current Status of Geo-referenced Contents and a New Street Level Contents

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/

by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

†

*

**

***

This research was supported by a grant (14NSIP-B080144-01) National Spatial Information Policy Research Program funded by Ministry of Land, Infrastructure and Transport of Korean government.

Bo Ram Yoon, Master’s Student, Dept. of GeoInformatic, University of Seoul. [email protected] Kyoung Ah Choi, Research Professor, Dept. of GeoInformatic, University of Seoul. [email protected]

Im Pyeong Lee, Professor, Dept. of GeoInformatic, University of Seoul. [email protected] (Corresponding Author)

공간정보 콘텐츠의 현황 및 새로운 거리 수준 콘텐츠

Current Status of Geo-referenced Contents and a New Street Level Contents

윤보람*․ 최경아**․ 이임평***

Bo Ram Yoon ․ Kyoung Ah Choi ․ Im Pyeong Lee

요 약 공간정보를 기반으로 다양한 주제의 매쉬업(mash-up)이 활발해지면서 공간정보 콘텐츠의 품질과 활용성이 높 아지고 있다. 항공 수준에서 시작해서 거리 수준의 실외와 실내 공간까지도 실제처럼 표현한 공간정보 콘텐츠들이 등장 하였다. 그럼에도 불구하고 거리 수준의 공간정보 콘텐츠를 기반으로 한 매쉬업 사례는 상당히 미진한 상황이다. 본 연 구에서는 거리 수준 콘텐츠의 활성화를 위해 기존 거리 수준의 공간정보 콘텐츠가 가진 한계를 도출하고, 이를 극복하 기 위한 방안을 모색하고자 한다. 기존의 공간정보 콘텐츠를 공간적 범주와 표현 방법에 따라 분류하여 각 특성에 따라 현황을 분석하고, 이를 통해 기존 거리 수준 공간정보 콘텐츠의 한계를 도출한다. 나아가 기존 거리 수준 콘텐츠의 한계 를 극복하기 위한 방안으로 ‘뉴미디어 공간정보 콘텐츠’를 제안한다. ‘뉴미디어 공간정보 콘텐츠’는 콘텐츠 내에서 객 체의 3차원 지상 좌표를 결정할 수 있고 그 좌표를 매개로 데이터베이스와 유기적으로 연동될 수 있다. 지상의 절대 좌표 를 참조 키로 하는 ‘뉴미디어 공간정보 콘텐츠’는 다양한 정보와의 정교하고 유기적인 연동을 실현하고, 이를 통해 거리 수준 콘텐츠의 활성화에 기여할 것이다.

키워드 : 공간정보 콘텐츠, 현황 분석, 거리 수준 콘텐츠, 매쉬업, 제안

Abstract The high popularity of geo-referenced mash-up improves the quality and availability of geo-referenced contents. Such contents which accurately represent the real world in street level as well as in aerial level have appeared.

Despite the advent of geo-referenced contents of street level, it is still hardly used for mash-up. In this study, we thus find out its obstacles to spatial mash-up and solutions to overcome them to activate the mash-up based on street level contents. By analyzing the current geo-referenced content with respect to its spatial scope and the way of representation, we draw the limitations of current street level contents. Furthermore, we propose the ‘new media geo-referenced content’ as a solution to overcome those limitations. With ‘new media geo-referenced content’, it is able to determine the 3D coordinates of given object in real world. Using those coordinates, database linkage can be more closer, flexible and organic. Such ‘new media geo-referenced content’ can contribute to activation of geo-referenced contents in street level and its mash-up.

Keywords : Geo-referenced content, Analysis of current situation, Street level content, Mash-up, Proposal

1. 서 론

네트워크, 웹 환경, 모바일 컴퓨팅 기술의 발전과 사용자 참여 중심의 인터넷 환경을 추구하는 Web 2.0 의 철학은 Google Earth가 세계적인 공간정보 서비스 플랫폼으로 자리매김 할 수 있는 밑거름이 되었다. 방 대한 양의 공간자료를 손쉽게 처리하고, 교환할 수 있 는 기술적인 토대와 API(Application Programming Interface)를 이용해서 누구나 데이터에 접근하고 필요

한 정보를 생산 , 가공할 수 있는 환경적인 토대로 인해 공간정보는 특정 집단의 독점에서 벗어나 누구나 접 근하여 유용하게 활용할 수 있게 되었다. 지도로 대표 되는 공간정보 콘텐츠의 직관적인 인터페이스와 실세 계의 물리적 공간에 대한 방대한 정보는 다양한 생활 정보와 결합하여 지도 이상의 도구로서 창의적이고 유용한 가치를 창출하고 있다.

공간정보가 플랫폼으로서의 역할이 커지면서 가상

공간에서도 실세계를 실감나고 정확하게 표현할 수

Figure 1. Concept map of commercial geo-referenced contents 모델을 고도화하기 위한 Google Earth와 국내 공공기

관(국토교통부, 서울시 등)의 연구 개발 사례나[8,12], 사용자가 콘텐츠를 자유자재로 조종할 수 있는 Google Street View의 ‘Click-to-go’ 기능은 이를 잘 보여주고 있다.

사용자에게 실감나는 그래픽 경험을 제공하기 위한 공간정보의 고품질화에도 불구하고 Google Street View 와 같은 거리 수준의 콘텐츠는 활성화되지 못하고 있 다 . 대부분의 공간정보 매쉬업(mash-up) 사례들은 항공 수준에서 GIS와 관련된 시각화에 활용하고 있고[18], 거리 수준 콘텐츠를 활용한 매쉬업(mash-up) 사례의 대부분은 단순한 가시화 기능만을 활용한 것이다. 본 연구에서는 현재 상용되고 있는 공간정보 콘텐츠에 대한 현황을 살펴보고, 이를 바탕으로 거리 수준의 공 간정보 콘텐츠의 한계를 도출하고자 한다. 그리고 이 한계를 극복하기 위한 새로운 공간정보 콘텐츠를 제 안하고자 한다.

차원 모델 기반 콘텐츠로 나누어 살펴보고자 한다.

2.1 항공 수준의 공간정보 콘텐츠 – Google Earth와 Google Maps를 중심으로

항공 수준의 공간정보 콘텐츠는 하늘에서 지상을 내려다보는 시점에서 실세계를 표현한 것이다. 전통 적인 형태의 지도는 이러한 항공 수준의 공간정보 콘 텐츠이다 . 현재 서비스 중인 항공 수준의 공간정보 콘 텐츠는 Google Earth, Google Maps가, 국내에서는 다 음 지도나 한국형 Google Earth라고 불리는 V-World 가 대표적이다. 항공 수준 콘텐츠는 Figure 2와 같이 3차원 모델과 텍스처가 결합된 콘텐츠이다. DTM(Digital Terrain Model)이나 DSM(Digital Surface Model)과 같 이 지표면을 나타내는 3차원 모델에 위성사진이나 항 공사진으로부터 텍스처를 맵핑한 것이다.

실세계를 2차원으로 표현한 Google Maps나 다음 지

Figure 2. Geo-referenced contents in aerial level

Figure 3. Vector map (left) and raster map (right) provided by Daum Map

Figure 4. Vectorization of aerial imagery

도에서 기본적으로 제공하는 콘텐츠는 아래의 Figure 3 과 같은 벡터 지도와 위성영상 혹은 항공영상을 활용 한 래스터 지도이다. Google과 다음과 같은 포털 서비 스 제공자들은 이러한 지도를 바탕으로 경로, 위치, 사진 , 시맨틱 검색 등의 검색 서비스를 제공하고 있다.

벡터 지도는 기존의 지도 도면을 활용하거나 항공 영상 혹은 위성 영상을 이용하여 제작한다. 벡터 지도 를 제작하기 위해서는 도면이나 영상 위의 지형, 지물 에 대해서 벡터화 하는 작업이 필요하다. 기존의 도면 을 활용할 경우, 도면을 직접 수치화하거나 래스터 이

미지로 스캔하여 이를 벡터화 한다. 항공 영상이나 위 성 영상을 활용할 경우 , 수치 도화 과정을 통해 Figure 4와 같이 영상 간의 기하학적 위치 관계를 이용하여 지형, 지물을 벡터화 한다. 이와 같은 과정은 많은 시 간과 비용이 소요된다 . 도면이나 영상은 지표상의 지 형 , 지물의 속성 정보에 따라 자동적으로 수치화하기 어렵고, 소프트웨어를 이용한 자동화 공정은 정확도 에 대한 신뢰도가 떨어지기 때문이다.

Google Maps는 고해상도의 위성 영상과 항공 영상

을 함께 활용한 래스터 지도를 제공하고 있다. Google

Figure 5. 3D building layer(left) and 3D terrain model(right) provided by Google Earth

Maps에 활용되는 위성 영상은 대부분 15m의 해상도 를 가진 Landsat 영상으로 최근에는 2.5m 정도의 해상 도를 가진 SPOT 영상으로 교체하고 있다[16]. 고해상 도의 항공영상은 Google에서 직접 취득하기도 하지만 공공기관에서 Google 측에 제공하기도 한다. Google 은 항측용 항공기 외에도 연이나 열기구 , 드론 등 다양 한 플랫폼을 이용하여 영상을 취득한다. 취득한 위성 영상과 항공 영상은 대부분 수평 방향 편위 수정 등의 후처리 과정을 거치고, 3차원 수치 표고 모델(DEM, Digital Elevation Model)에 맵핑한다. 그 후 영상의 각 픽셀마다 위도와 경도를 갖도록 하는 리샘플링 과정 을 거쳐 데이터베이스에서 활용된다[4].

실세계를 3차원으로 표현하여 정보를 보다 직관적 으로 제공하는 대표적인 콘텐츠가 Google Earth이다.

Google Earth는 기본적으로 다양한 해상도를 가진 영 상과 영상의 버드 아이 뷰(bird’s eye view) 기능을 통 해 사용자가 3차원의 시각적 경험을 할 수 있도록 한 다 . 이와 더불어 Google은 지형, 지물의 3차원의 정보 를 제공하기 위해 건물의 3차원 모델이나 NASA의 SRTM(Shuttle Radar Topography Mission) 프로젝트 에서 제공하는 3차원 수치 표고 모델을 이용한다[16].

기존에 Google은 항공 영상을 이용하여 생성한 건물 의 3차원 모델을 제공하였는데, 이 모델은 건물의 측 면을 세밀하게 표현하기 어려웠다. 한때 Google은 이 를 타개하기 위해 도면을 기반으로 3차원 모델을 생성 할 수 있는 SketchUp과 생성된 3차원 모델을 공유할 수 있는 3D Warehouse 프로젝트를 이용하였다. 사용 자가 직접 3차원 모델을 생성하여 공유하면, 심사를 거쳐 Google Earth에 업로드 하여 해당 3차원 모델을 제공하기도 하였다. 그러나 2012년, SketchUp과 관련 된 프로젝트를 Trimble 사에 팔면서 3차원 모델 구축 에 관한 사용자 참여 파이프라인을 종료하였다[5]. 대 신 Google은 Google Street View 프로젝트에서 취득

한 거리 수준에서의 건물 영상과 기존의 항공 영상을 각각 건물의 측면과 옥상을 3차원으로 모델링하는 데 사용하여 보다 세밀하게 표현된 3차원 모델을 제공하 고 있다[1].

2차원 혹은 3차원으로 표현된 항공 수준의 공간정 보 콘텐츠는 위치 기반 서비스(LBS, Location Based Service)의 플랫폼으로 활용되어 마케팅, 네비게이션, 소셜 미디어, 게임 등 다양한 분야에서 활용되고 있다.

나아가 항공 수준의 공간정보 콘텐츠는 새로운 콘텐 츠를 창출하기도 하였는데, 대표적으로 사진에 위치 정보가 추가된 지오태깅(geotagging) 영상을 활용하는 Google panoramio, 360Cities, flickr, Google Picasa 가 있다. Panoramio는 위치 정보를 기반으로 하는 사진 공유 매시업으로 현재 Google earth나 Google Maps의 레이어로 활용되고, Google Street View 영상에 활용 되기도 한다[17]. 360Cities는 360도 파노라마 영상을 제작하는 플랫폼으로 이 콘텐츠 역시 위치 정보를 기 반으로 Google earth와 Google Maps의 레이어로 제공 되고 있다[19]. flickr와 Picasa를 이용하여 사진의 위 치 정보를 기반으로 사진을 관리할 수 있다[3,10]. 이 와 더불어 사용자가 취득한 사진에 태그 된 메타데이 터를 이용하여 사진 검색 및 분석 기능을 제공하는 GeoVid와 MedaiQ가 있다.

2.2 거리 수준의 공간정보 콘텐츠

인간이 실세계를 접하는 눈높이인 거리 수준의 공간 을 표현한 공간정보 콘텐츠는 크게 영상 기반 콘텐츠 와 3차원 모델 기반 콘텐츠로 나누어 살펴보고자 한다.

2.2.1 영상 기반 콘텐츠 – Google Street View와 Microsoft Street Slide를 중심으로

운전자의 시각에서 보이는 거리 주변의 지형, 지물

에 대한 정보를 영상으로 표현하고자 하는 노력은

Figure 6. Movie Map (left) and Google Street View 1970년대 말부터 시작되었다. Movie Map 이라고 하

는 영상 기반의 하이퍼미디어 시스템은 사용자가 운 전자의 시각에서 콜로라도의 도시, 아스펜을 가상으 로 둘러볼 수 있도록 하였다[7]. 또한 사용자가 둘러보 는 지점의 위치를 지도로 표현하여 사용자가 현재 위 치를 직관적으로 제공하였으며, 다른 지점으로 옮겨 둘러볼 수 있도록 하는 인터랙션 기능도 제공하였다.

현재의 증강 현실 기술이나 Google Street View와 유 사한 이 Movie Map 기술을 미국 국방성은 군사적인 목적으로 사용하길 원했다. 군인들이 새로운 진영에 진입했을 때, 빠르게 그 지역의 지리적인 정보를 익힐 수 있을 것이라 여겼기 때문이다[5].

현재 서비스 중인 거리 수준의 영상 기반 공간정보 콘텐츠는 Google Street View와 이와 유사한 다음의 로드뷰가 있다. 실외 환경을 표현한 이 콘텐츠들과 더 불어 다음의 스토어뷰나 Google의 Business View는 실내 환경을 표현한 영상 기반 공간정보 서비스 이다.

이 콘텐츠들은 사용자를 중심으로 한 360도 파노라마 영상(panorama image)을 제공하고 있다. 이들은 Movie Map과 유사하게 Figure 6과 같이 사용자의 위치를 지 도에 표시하고, 사용자가 원하는 지점에 대한 거리 수 준 영상을 제공한다. 사용자는 직접 그 장소에 가지 않아도 주변 지역에 대해 시뮬레이션을 할 수 있다.

또한 사용자는 영상을 좌우로 회전시키거나, 관심 영 역에 대해 확대시키거나 축소시키면서 더욱 직관적이 고 풍부한 그래픽을 경험할 수 있다.

Google Street View 프로젝트에서는 다양한 플랫폼

에 자체적으로 개발한 카메라와 Sick 사의 레이저 스 캐너를 탑재하여 데이터를 취득한다[1]. 대표적인 플 랫폼인 차량과 더불어 차량이 접근하기 어려운 인도나 실내, 혹은 눈으로 뒤덮인 지역에 대해서는 세발자전 거 , 카트, 스노우모바일 등을 플랫폼으로 활용한다[1].

취득한 데이터를 가공하고, 가공한 결과인 고해상도 의 파노라마 영상을 Google Maps와 정교하게 연동하 기 위해서는 정밀하게 플랫폼의 위치와 자세를 결정 해야 한다. Google은 GPS와 INS(Inertial Navigation System), 휠 인코더(wheel encoder)의 로그 데이터를 칼만 필터(Kalman filter) 기반의 알고리즘으로 처리하 여 플랫폼의 정밀한 위치, 자세를 결정한다[1]. 이렇게 결정한 위치, 자세를 이용하여 고해상도의 파노라마 영상을 도로의 주행 방향과 분기점, 교차로, 방향 전환 등이 표현된 확률 그래프 모델(probabilistic graphical model)과 연동하여 사용자가 도로의 네트워크를 따라 가상의 주행 환경에서 도로 주변의 지형, 지물을 경험 할 수 있도록 하였다[1].

이와 더불어 Google Street View는 사용자가 직관적

인 인터페이스를 이용하여 가상공간에서 더욱 실감나

는 내비게이션을 경험할 수 있도록 ‘click-to-go’ 기능

을 제공한다. 파노라마 영상의 투영 중심을 버블이라

고 하는데[14,6], 이 ‘click-to-go’ 기능을 이용하면 사

용자는 직접 건물의 관심 영역을 촬영한 버블을 찾아

이동하지 않아도 그 영역을 촬영한 버블로 쉽게 이동

하여 해당 영역을 원하는 각도에서 원하는 만큼 떨어

져서 바라볼 수 있다. 화살표를 클릭하여 도로 네트워

Figure 7. ‘Click-to-go’ function of Google Street View

Figure 8. Multi-perspective Image (a) and Microsoft Street Slide (b)

크를 따라 버블을 옮겨가며 볼 수 있고, Figure 7에서 처럼 주변 지형, 지물의 3차원 기하학적 면을 따라 떠 다니는 불투명한 사각형을 클릭하면 각기 다른 방향 에서 본 건물의 모습을 확인할 수 있다. 이 때 불투명 한 사각형은 버블과 해당하는 영역과의 기하학적인 관계에 따라 대칭 혹은 비대칭의 형태로 늘어나거나 줄어드는데, 이것은 건물 표면과 도로 지면의 3차원 기하 정보를 활용한 것이다 . 도로 주변의 건물면과 도 로면에 대해 레이저 스캐너로 취득한 데이터를 이용 하여 버블로부터의 거리와 방향 정보를 표현한 depth map을 생성하고, 이를 파노라마 영상과 결합한다. 실 제 Google street View 콘텐츠에서 depth map은 각 픽 셀이 3차원 평면 방정식에 대한 룩업 테이블(Lookup table)로 구성되어 빠르게 동작할 수 있도록 구현되어 있다[1].

거리 수준의 실외 공간을 운전자의 시각에서 보는 것 같은 전방위 영상의 형태로 표현하기보다 Figure 8과 같이 거리 주변의 건물들을 스트립 형태로 표현하 고자 하는 노력도 있다[6,11]. 이것은 다중의 투영 중

심을 가진 파노라마 영상으로 multi-perspective strip panorama 라고 부른다[6]. Google의 공동 창업자인 Larry Page도 Google Street View 프로젝트의 초기 단 계에서 이와 같은 접근을 시도한 적이 있다[14]. 개념 적으로 항공 영상을 이용하여 정사영상을 생성하는 것과 유사하다. 거리를 따라서 건물의 벽면을 촬영하 고 , 각 영상을 정의된 투영면에 투영하여 사용자가 거 리의 한쪽 면을 한 번에 볼 수 있도록 한다. 전방위 영상 기반의 콘텐츠는 버블로부터 먼 곳은 영상의 해 상도가 낮고 거리의 건물 벽면에 대한 정보를 제공하 지 않는다. 따라서 사용자가 직접 버블을 옮기고 방향 을 조종해야 하므로 사용자가 거리에 대한 맥락을 잃 기 쉽다 . 그러나 이 방식은 직관적으로 한눈에 거리의 건물 벽면을 파악할 수 있는 장점이 있다 . 하지만 이런 방식은 사용자에게 실감나는 시각적 효과를 주기는 어렵다[6].

다중의 투영 중심을 가진 파노라마 (multi-perspective

panorama) 영상이 가진 넓은 영역에 대한 직관성은

유지하면서 사용자에게는 실감나는 시각적 경험을 할

수 있도록 Microsoft에서는 Figure 8의 (b)와 같은 Street Slide를 개발하였다. 이 콘텐츠는 시범 연구용으로 개 발되었으며, 현재 상용 서비스로 제공되지는 않는다.

이 콘텐츠의 상단에는 거리의 이름과 거리를 따라 부 여된 건물의 번호가 표시되어있다. 그리고 건물에 위 치한 상점들의 로고가 대응되는 건물 벽면 영상의 하 단에 표시되어 있다. 사용자는 이 콘텐츠의 스크롤을 좌우로 조종하며 거리를 따라 건물의 벽면과 속성정 보를 파악할 수 있다. 스크롤을 조작하며 보다가 관심 있는 영역이 나타나면 사용자는 그 영역에 대한 버블 로 이동하여 해당하는 전방위 영상을 볼 수 있고 , 줌아 웃 기능을 통해 다시 Street Slide 콘텐츠로 돌아올 수 있다. 또한 콘텐츠 하단 가운데에 나타나는 화살표가 그려진 노란 버튼을 이용하면 거리 반대편이나, 교차 로일 경우 진행 방향의 왼편 혹은 오른편의 Street Slide 콘텐츠를 확인 할 수 있고, 이 때 사용자의 가상 위치는 오른쪽 하단의 미니맵(mini-map)으로 확인할 수 있다.

2.2.2 3차원 모델 기반 콘텐츠

가상공간에서 실세계를 실감나게 표현하고자 하는 중심에는 실세계와 같은 3차원 콘텐츠가 있다. 실세계 의 지형과 건물과 같은 지물을 3차원으로 표현하기 위한 DSM(Digital Surface Model), DTM(Digital Terrain Model)같은 모델들은 오래전부터 개발되고 사용되어 왔다. 그러나 고품질의 공간정보가 요구됨에 따라 실 내외를 가리지 않고 공간 객체의 완전한 3차원의 기하 학적 형태와 시각적으로 더 자세한 정보를 줄 수 있는 고해상도의 텍스처, 사용자의 요구에 따라 콘텐츠를 조종할 수 있는 인터랙션 기능 등이 요구되었다[9].

공간 객체의 기하학적인 형태를 가상공간에서 재현하 고 고해상도의 텍스처를 입히고, 사용자에게 콘텐츠 와의 인터랙션 기능을 제공하기 위해 다양한 센서와 다양한 기법들이 활용되고 있다.

Google Earth는 공간정보를 대중화 한 선구자로서 사용자들에게 3차원의 공간정보를 제공하기 위해 노력하였다. 지형은 NASA의 SRTM(Shuttle Radar Topography Mission) 프로젝트에서 제공하는 3차원 수치 표고 모델을 사용하였고, 건물과 같은 지물은 항 공 영상 등을 활용하여 3차원 모델을 구축하였지만 낮은 품질과 정확도 문제를 갖고 있었다. 그러나 정밀 한 3차원 건물 모델을 구축하기 위해서는 많은 시간과 비용이 소요된다. 이 한계를 극복하기 위해 Google은 SketchUp과 같은 사용자 참여 파이프라인을 활용하 기도 하고, 공공기관과의 협력을 통해 공공기관에서

제공하는 3차원 도시 모델을 활용하기도 하였다. 그러 나 이것만으로는 3차원 공간정보에 대한 높은 수요를 충당하기 어려웠다 . 그래서 Google Earth에서는 Google Street View 서비스를 위해 취득한 데이터를 활용하여 3차원 건물 모델을 구축하였다. 레이저 스캐너로 취득 한 포인트 클라우드나 영상 간의 상대적 기하 관계를 활용하여 건물 면에 대한 기하학적 모델을 수립하였 다. 그리고 이 모델에 360도 파노라마 영상 제작을 위해 취득한 거리 수준의 영상과 기존의 항공 영상을 활용하여 건물 모델의 옆면과 지붕면에 텍스처를 삽 입하였다 . 이로 인해 Google Earth는 Figure 9과 같이 3차원 건물 모델의 정밀도와 해상도를 보다 높일 수 있었다.

Google Earth에서 Google Street View 데이터를 활 용하여 3차원 건물 모델을 구축할 때 레이저 스캐너 데이터가 없는 경우, 영상 간의 상대적인 움직임을 나 타내는 옵티컬 플로우(optical flow)를 활용하였다. 여 러 영상 사이에서 밀도 높은 공액점을 추출하고 이들 의 옵티컬 플로우를 계산하여 영상 간의 상대적인 기 하 관계를 추정한다 [1]. 이 후 추정된 기하 관계와 밀 도 높은 공액점을 이용하여 객체의 3차원 모델을 구축 하는 것이다. 이와 같은 접근 방법을 활용하여 다양한 각도에서 찍은 여러 장의 영상에서 객체의 3차원 모델 을 생성하는 대표적인 서비스로는 클라우드 컴퓨팅 서비스인 Autodesk의 123D Catch와 상용 소프트웨어 인 Microsoft의 Photosynth와 Photomodeler, 오픈 소스 기반 소프트웨어인 Smart3DCapture 등이 있다. 컴퓨 터 비전 기술을 기반으로 영상 간의 상대적인 기하 관계를 이용하여 3차원 모델을 생성하는 방법은 자동 화가 용이하다. 이것은 사용자가 촬영한 영상들을 순 서대로 클라우드에 업로드하기만 하면 자동적으로 사 용자에게 매쉬(mesh) 형태의 3차원 모델을 출력해주 는 Autodesk의 23D Catch의 큰 장점이기도 하다. 그러 나 오직 영상 데이터만을 활용하는 자동화 공정으로 인해 생성된 모델은 상당히 큰 왜곡을 포함하며 불완 전하다.

높은 정밀도를 가진 3차원 모델을 구축 할 때 많이

활용하는 방법은 크게 레이저 스캐너와 측량 장비들

을 이용하거나, 설계 도면을 활용하는 두 가지로 나누

어 볼 수 있다. LiDAR와 측량 장비에서 취득한 데이

터를 이용하여 3차원 모델을 구축하는 대표적인 서비

스는 Terrasolid 사의 TerraModeler가 있다. 이 방법은

주로 실내 공간을 모델링 할 때 많이 활용된다 . Figure

10은 레이저 스캐닝을 이용하여 3차원 실내 모델을

구축하는 과정을 나타낸다[8]. 레이저 스캐너 데이터

Figure 9. Improved 3D building layer of Google Earth using Google Street View data[1]

Figure 10. 3D indoor model construction process with laser scanning

Figure 11. 3D indoor model construction process with floor plan

를 이용하여 3차원 모델링을 하면 객체에 대한 높은 위치 정확도와 해상도를 얻을 수 있다. 또한 도면이 없을 경우에도 모델링이 가능하다. 그러나 고가의 장 비를 사용하여 데이터를 취득하고, 취득한 데이터를 처리하는 데에 많은 시간과 비용이 소요된다. 또한 생 성된 모델을 각기 다른 속성과 기하 정보를 갖도록 객체화하는데 많은 시간과 비용이 소요된다.

한편 설계 도면을 활용하여 3차원 모델을 만드는

서비스에는 과거 Google Earth에서 3차원 건물 모델

을 구축하기 위해 활용했던 Trimble의 SketchUp과 국

내에서는 Virtualbuilders 사의 GongBuilder가 대표적

이다. Figure 11는 설계 도면에 기반을 둔 3차원 실내

모델링 과정을 나타낸다[12]. 도면을 바탕으로 3차원

모델을 생성하면 센서 데이터를 활용하는 방법과 달

리 객체 단위로 구별하여 각기 다른 속성과 기하 정보

를 부여하기 쉽다 . 또한 기존의 설계 자료를 활용하기

때문에 경제적이고, 데이터 취득이 어려운 사각지대 에 대해서도 정밀하게 모델을 구축할 수 있다 . 그러나 도면이 있는 대상에 대해서만 수행이 가능하고, 만약 도면이 실제와 상당히 다를 수 있다는 한계가 있다.

무엇보다 모델을 지상의 절대 좌표로 표현하는 지오 레퍼런싱(georeferencing) 과정이 복잡하고, 생성된 모 델의 위치 정확도가 낮다는 단점이 있다.

2.3 기존 공간정보 콘텐츠의 한계

앞서 2.1절과 2.2절에 걸쳐 각각 항공 수준과 거리 수준에서의 공간정보 콘텐츠의 현황을 살펴보았다.

기존 공간정보 콘텐츠들과 공간정보 콘텐츠들이 발전 하는 방향을 종합해보면 기존의 공간정보 콘텐츠는 Web 2.0의 철학을 바탕으로 사용자가 별도의 추가 사 항 없이도 가상공간에서 실세계를 경험할 수 있도록 하는 것에 초점이 맞추어져있다. 웹 환경을 바탕으로 사용자가 가상공간에서도 실세계와 유사한 그래픽 경 험을 할 수 있도록 데이터를 취득하고 가공하여 서비 스하는 것에 집중이 되어있다. 특히 이를 실현하기 위 한 하드웨어 기술과 콘텐츠 렌더링 기술, 네트워크 기 술 등은 충분히 개발되었다. Bleisch[2]의 의견처럼 다 양한 정보들을 하나의 가상공간에 표현하기 위한 방 법이나 효과에 대해서는 상대적으로 적게 다뤄지고 있다. 이는 기존의 공간정보 콘텐츠가 실세계를 재현 한 것 이상으로는 활용되지 못하는 이유이다. 다양한 정보와 데이터들을 콘텐츠에 적절하게 표현할 수 있 을 때, 공간정보 콘텐츠의 가시성과 직관성이 의미있 게 활용될 수 있을 것이다. 본 연구에서는 기존 공간정 보 콘텐츠의 현황 분석을 통해 기존 콘텐츠가 다양한 정보와 연계되지 못하는 한계점을 다음과 같이 도출 하였다.

(1) 거리 수준의 콘텐츠는 사용자에게 텍스처 위주 로 제공된다. 대표적인 거리 수준 콘텐츠인 Google Street View나 다음 로드뷰는 사용자가 선택한 지점의 전방위 영상을 보여준다. 이 콘텐츠는 사용자가 원하 는 영역을 확인하기 위해서 위치와 각도를 조종할 수 있는 인터랙션 기능을 제공하기는 하지만 사용자에게 콘텐츠 내에 있는 지형 , 지물에 대한 속성 정보나 기하 정보를 제공하지는 않는다. 사용자 뿐 아니라 개발자 에게도 Google Street View는 콘텐츠의 버블을 조종할 수 있는 수동적 기능만을 제공하고 있다. 이로 인해 Google Street View 콘텐츠는 지형, 지물의 실제 사진 을 제공하는 것 이외에 추가적인 정보를 제공하는 데 한계가 있다.

(2) 3차원 모델 콘텐츠의 경우 메쉬 모델처럼 객체 단위로 구분되어 표현되어 있지 않거나, 다면체모델 처럼 많은 시간과 비용을 들여 이러한 객체화를 수행 해야한다는 단점이 있다. Google Earth에서 제공하는 3차원 건물 레이어의 기하 모델은 레이저 스캐닝한 건물의 벽면을 메쉬(mesh) 면으로 처리한 것이다. 이 기하 모델은 서로 다른 객체를 논리적으로 구분되지 않은 상태에서 텍스처 맵핑이 이루어지므로 텍스처 상에서 구별되지 않아 다른 정보를 증강하거나 연동 하는데 한계가 있다. 그러나 모델을 각기 다른 객체로 인식하여 다른 기하 정보와 속성 정보로 구분하는 객 체화 작업은 많은 시간과 비용을 필요로 한다.

(3) 거리 수준의 콘텐츠에서는 DB와의 정교한 연동 이 이루어지지 않아 다양한 정보가 콘텐츠에 증강되 거나 연계되지 못한다. 거리 수준 콘텐츠는 항공 수준 콘텐츠에 비해 다른 정보와 매쉬업(mash-up) 하여 유 연하게 활용하기 어렵다. 그 이유는 거리 수준 콘텐츠 는 투영의 위치와 렌더링 되는 방향에 대한 정보는 제공하지만 콘텐츠 내에 투영된 지형 , 지물에 대한 속 성 정보가 연계될 수 있는 참조 키 역할을 할 수 있는 매개는 제공하지 않기 때문이다.

3. 새로운 제안–뉴미디어 공간정보 콘텐츠

가상공간에서도 실세계를 실감나고 정확하게 표현

할 수 있는 고품질의 공간정보 콘텐츠가 요구됨에 따

라 공간정보 콘텐츠의 지향점은 다음과 같이 3가지

특징을 가지고 있다; (1)실제 세계를 그대로 투영한

텍스처를 가지고 있어야 한다, (2)객체화가 이루어진

다면체 모델에 대한 3차원 기하 정보를 제공해야 한

다 , (3)GIS 모델과 같이 지형, 지물에 대한 속성정보가

유기적으로 연동될 수 있어야 한다. 이런 특징을 가진

콘텐츠를 본 연구에서는 ‘3D textured GIS model‘이라

고 한다. 기존의 공간정보 콘텐츠들 역시 텍스처, 3차

원 모델, 속성 정보에 관한 이 세 가지 특징을 갖추기

위한 방향으로 발전해왔다. 그러나 기존의 콘텐츠들

은 텍스처와 3차원 모델을 결합하는 과정에서 많은

시행착오를 겪고 있다. 특히, 이 과정에는 많은 시간과

비용이 필요하기 때문에, 텍스처와 3차원 모델이 결합

된 콘텐츠는 일부 영역에서 제한적으로 서비스되고

있다. 가상공간에서 사용자의 시각적 경험에 초점을

두었기 때문에 콘텐츠가 지형, 지물의 속성 정보를 담

아내는 환경적 토대에 대해서는 비교적 적게 논의가

이루어지고 있다. 이로 인해 다양한 정보들이 콘텐츠

와의 매쉬업(mash-up)을 이루지 못하고 있다. 기존의

Figure 12. Schematic diagram of proposed new media geo-referenced content

Figure 13. Interaction between proposed new media geo-referenced content and 3D GIS model

공간정보 콘텐츠는 Shepherd[13]가 언급한 ‘3차원을 위한 3차원’ 콘텐츠라고 평가할 수 있다.

본 연구에서는 앞서 언급한 공간정보 콘텐츠가 지 향해야 할 3가지 특징을 만족시키고 기존 공간정보 콘텐츠의 한계를 극복하여 콘텐츠와 다양한 정보들의 유기적인 매쉬업이 이루어질 수 있는 새로운 ‘뉴미디 어 공간정보 콘텐츠’를 제안한다. 기존의 한계를 극복 하고 3D textured GIS model을 지향하는 ‘뉴미디어 공간정보 콘텐츠 ’의 착안점은 텍스처 정보와 3차원 기 하 정보를 분리하는 것이다. 기존의 3D textured GIS model을 지향하는 콘텐츠들은 3차원 기하 정보를 추 출하여 객체화하고, 그 위에 텍스처를 정교하게 맵핑 하여 구축하였다. 이런 콘텐츠는 가장 완전하게 통합 된 모델이기는 하지만 구축하는데 많은 시간과 비용 이 소요된다. 하지만 이렇게 많은 시간과 비용을 들여 만든 콘텐츠는 가상 공간상에서는 다시 2차원으로 투 영되어 사용자에게 전달되기 때문에 비효율적인 측면 이 있다. 그래서 본 연구에서는 텍스처 정보와 3차원 기하 정보를 분리하는 대신에 텍스처 상에서 지형, 지 물의 실세계 상 위치를 결정할 수 있도록 하여 GIS 데이터베이스와 정교하게 연동할 수 있는 텍스처를 제안한다. 제안한 콘텐츠는 객체의 실상과 같은 텍스

처를 정교하게 표현하면서 객체의 3차원 기하학적 속 성이 내재되어 있고, GIS 데이터베이스와 정교하게 연동할 수 있는 콘텐츠이다. 이 콘텐츠는 공간정보와 연계되거나 결합된 다양한 특성을 가진 영상 콘텐츠 를 포함하며, 콘텐츠의 형태에 따라 입체 영상과 단일 영상, 360 파노라마 영상과 전방위 영상, 비디오 등에 대해 공간정보를 연동시킬 수 있다. 본 연구에서 콘텐 츠의 공간적 적용 범위는 거리 수준의 실내 , 실외 공간 을 대상으로 한다.

Figure 12은 ‘뉴미디어 공간정보 콘텐츠’의 구성을

나타낸다. 그림과 같이 ‘뉴미디어 공간정보 콘텐츠’는

가시적 표현을 담당하는 텍스처 정보 뿐 아니라 콘텐

츠 상의 지형, 지물에 대한 방향 벡터 정보와 depth

정보(혹은, 거리 정보)를 포함하고 있다. 이 추가적인

정보들을 활용하면 콘텐츠 상의 모든 지점에 대해서

3차원 절대 좌표를 결정할 수 있다. 콘텐츠 상에서 결

정된 지형 , 지물의 3차원 좌표는 GIS 데이터베이스와

유기적으로 연동할 수 있는 참조 키로서 다양한 속성

정보를 콘텐츠 상에 연동시킬 수 있다. ‘뉴미디어 공간

정보 콘텐츠’에서는 데이터베이스의 속성 정보들이

콘텐츠와 유기적으로 연동될 수 있도록 할 뿐만 아니

라 GIS 데이터베이스의 3차원 기하 모델과 상호 인터

Table 1. A comparison of new media geo-referenced content and Google Street View

New media geo-referenced content Google Street View

User Interaction

Content visualization

Content viewer based on OpenGL for web browser and PC

web/mobile application using Ajax technology combined with Adobe flash technology

3D ground coordinate

possible to determine the 3D ground coordi- nates of spatial object in the content as well as the content itself

- possible to render the content corresponding given ground coordinates and orientations - impossible to acquire the 3D coordinates

of given content and spatial object in the content

Measurement(le ngth, area etc.)

possible to measure the geometric size of

spatial object in the content impossible

3D modeling

- possible to build the 3D geometric model from the content

- possible to augment the 3D model on the content

- possible to separate the each object model

- mesh model of building facade from point cloud data

- geometric model information is given as lookup table of 3D planar equation in runtime(user cannot directly access and utilize the geometric model information) - not separated model object by object Content

augmentation (geometry, attribute etc.)

possible to augment various information based on the 3D ground coordinates as a reference key

- Simple attribute marker is augmented, but its location accuracy is low.

- user cannot augment various information on the content

랙션이 가능하다. Figure 13과 같이 사용자는 ‘뉴미디 어 공간정보 콘텐츠’로부터 3차원 기하 모델을 추출할 수 있고 , 반대로 3차원 기하 모델을 콘텐츠 위로 증강 할 수 있다. 이 모델은 객체화가 가능하여 각기 다른 속성 정보를 가질 수 있다. 제안한 콘텐츠의 이와 같은 특징을 이용하면 3차원 모델을 보다 경제적으로 구축 할 수 있다. 또한 GIS 데이터베이스와의 정교한 연동 이 가능하기 때문에 콘텐츠를 활용하면 GIS 데이터베 이스 구축과 갱신이 비교적 경제적이고 효율적으로 이루어질 수 있다.

기존의 공간정보 콘텐츠 중 대표적인 거리 수준 콘 텐츠인 Google Street View와의 비교를 통해 거리 수 준의 공간적 범위를 다루는 ‘뉴미디어 공간정보 콘텐 츠’의 기능적 특징을 나타낼 수 있다. Table 1은 본 연구에서 제안하는 뉴미디어 공간정보 콘텐츠와 Google Street View의 사용자 인터랙션 기능에 관해 표로 정리한 것이다. Google Street View에서는 사용 자와 개발자는 지도상의 절대적인 위치와 방향에 대 한 콘텐츠만 수동적으로 제공받는다. 그러나 ‘뉴미디 어 공간정보 콘텐츠’는 사용자에게 해당 위치와 방향 에 대한 콘텐츠 뿐 아니라 그 콘텐츠 내에 있는 지형, 지물의 3차원 절대 위치 정보를 제공받을 수 있다. 이 를 이용하여 사용자는 콘텐츠 내의 지형, 지물에 대한

거리나 면적과 같은 기하학적 크기 역시 측정할 수 있다 . 한편 Google Street View에서의 3차원 모델 정보 는 거리 주변의 벽면에 대한 메쉬 모델로서 사용자가 콘텐츠의 위치, 방향, 스케일을 조정하는데 활용되고 있다 . 이 때 벽면의 3차원 모델 정보는 런타임(runtime) 시 3차원 평면 방정식의 lookup table로 지원되어 사용 자가 활용하기 어렵다. 또한 이 모델은 객체화가 이루 어지지 않아서 사용자에게 의미 있는 정보를 제공하 기 어렵다. 그러나 3차원 모델과의 상호 인터랙션이 가능한 ‘뉴미디어 공간정보 콘텐츠’에서는 콘텐츠로 부터 3차원 기하 모델을 생성할 수 있고, 기존에 구축 된 3차원 기하 모델을 콘텐츠 상에 증강할 수 있어 사용자가 능동적으로 3차원 모델을 가공할 수 있다.

마지막으로 기존의 Google Street View 콘텐츠 상에는 간단한 속성을 담은 마커가 증강되어 있지만 위치 정 확도가 다소 떨어져 사용자가 직접 수정할 수 있도록 하였다. 또한 Google Street View에서는 사용자 혹은 개발자가 원하는 정보를 증강할 수 있는 토대가 마련 되어있지 않았다. 하지만 ‘뉴미디어 공간정보 콘텐츠’

에서는 3차원 절대 좌표를 매개로 하여 다양한 기하, 속성 정보를 증강할 수 있다.

Figure 14은 앞서 언급한 기능들을 제공하는 ‘뉴미

디어 공간정보 콘텐츠’의 생성을 위해 설계한 소프트

Figure 14. Software architecture for proposed new media geo-referenced content

웨어 아키텍처이다. ‘뉴미디어 공간정보 콘텐츠’ 생성 소프트웨어는 ‘뉴미디어 공간정보 콘텐츠’ 생성과 GIS 데이터베이스와 인터랙션을 하는 주 모듈과 이들 을 지원하는 지원 모듈들로 구성되어 있다. 각 모듈들 은 콘텐츠 생성과 데이터베이스 인터랙션에 관한 기 능에 따라 구성되었다. ‘뉴미디어 공간정보 콘텐츠’

생성 모듈은 콘텐츠의 주요 구성 요소인 텍스처 정보 와 방향 정보, depth 정보를 생성하고 이들을 결합하는 세부 모듈들로 구성되어 있다. GIS 데이터베이스 인 터랙션 기능을 위한 모듈은 3차원 좌표 결정 모듈, 콘 텐츠 내 지형, 지물의 기하학적 크기를 측정하는 측정 모듈, 3차원 기하 모델을 생성하는 모듈, 콘텐츠에 데 이터베이스의 기하, 속성정보를 증강하는 세부 모듈 로 구성되어있다. 기타 지원 모듈들은 이 기능들이 동 작하는데 필수적인 조정 계산 모듈, 좌표 변환 모듈, 캘리브레이션(calibration) 모듈, 가시화 모듈, 입출력 변환 모듈로 구성하였다.

4. 결 론

세계적인 공간정보 서비스 플랫폼인 Google Earth 의 성공적인 등장을 기점으로 공간정보는 단순한 지 도 이상의 플랫폼으로서 다양한 생활 정보와 결합하 여 새로운 서비스를 창출하고 있다. 이 현상은 주로 항공 수준의 공간정보 콘텐츠에서 이루어지고 있다.

그러나 대부분의 인간 생활이 이루어지는 거리 수준 의 공간정보 콘텐츠는 항공 수준의 공간정보 콘텐츠 에 비해 상대적으로 매쉬업(mash-up)이 부진하게 이 루어지고 있다. 본 연구에서는 현재 상용되고 있는 항 공 수준과 거리 수준의 공간정보 콘텐츠를 분석함으 로써, 거리 수준의 공간정보 콘텐츠가 항공 수준의 공 간정보 콘텐츠에 비해 매쉬업이 부진하게 이루어지는 원인을 찾고자 하였다. 그리고 현황 분석을 통해 도출 한 거리 수준의 공간정보 콘텐츠의 한계를 극복하기 위한 ‘뉴미디어 공간정보 콘텐츠’를 제안하였다. 절대 좌표를 매개로 데이터베이스와 정교하게 연동될 수 있는 ‘뉴미디어 공간정보 콘텐츠’를 통해 다양한 정보 들과 더욱 유연하게 공간정보 매쉬업이 이루어질 것 이다. 향후 ‘뉴미디어 공간정보 콘텐츠’의 생성과 인 터랙션을 위해 제안된 구조의 오픈소스 소프트웨어가 개발될 예정이다. 본 연구의 진행 과정과 ‘뉴미디어 공간정보 콘텐츠 ’ 생성 소프트웨어의 개발 과정 및 소 스 코드 등은 오픈 소스 커뮤니티인 github를 통해 공 개될 예정이다. 오픈 소스 커뮤니티를 통해 본 연구진 과 전 세계의 연구자, 개발자들이 기술을 공유함으로 써 공간정보 콘텐츠 활성화에 기여할 것이다.

References

[1] Anguelov, D; Dulong, C; Filip, D; Frueh, C;

Lafon, S; Lyon, R; Ogale, A; Vincent, L; Weaver, J. 2010, Google street view: Capturing the world at street level, Computer, 43(6):32-38.

[2] Bleisch, S. 2012, 3D Geovisualization-Definition and Structures for the Assessment of Usefulness, Paper presented at the ISPRS Annals of Photo- grammetry, Remote Sensing and Spatial Information Sciences, Melbourne, August 25 - September 1.

[3] flickr (2014) flickr, Accessed November 27.

https://www.flickr.com/.

[4] Garfinkel, S. 2007, Google Earth, MIT Technology Review, [Online] Available: MIT Technology Review, http://www.technologyreview.com/hack/

408849/google-earth/.

[5] Google. 2013, 3D Modelling for Google Earth &

Maps, Google, Accessed November 22. https://

sketchup.google.com/3dwarehouse/forum?hl=en- GB&ct=lc.

[6] Kopf, J; Chen, B; Szeliski, R; Cohen, M. 2010, Street slide: browsing street level imagery, ACM Transactions on Graphics (TOG), 29(4):96.

[7] Lippman, A. 1980, Movie-maps: An application of the optical videodisc to computer graphics, ACM SIGGRAPH Computer Graphics, 14(3):32-42.

[8] Ministry of Land, Transport and Maritime, 2013, Research on integrated management system for indoor spatial information and location search.

[9] Na, J. Y; Hong, C. H. 2013, A Study on the Weight Lightening Algorithm of 3-Dimensional Large Object based on Spatial Data LOD, Journal of Korea Spatial Information Society, 21(6):1-9.

[10] Picasa (2014) Picasa, Accessed November 27.

http://picasa.google.com/.

[11] Roman, A; Garg, G; Levoy, M. 2004, Interactive design of multi-perspective images for visualizing urban landscapes. Paper presented at the conference on Visualization'04 for the IEEE Computer Society, Texas, October 10-15.

[12] Seoul, 2014, Research on 3D indoor space modeling construction and application method in Seoul.

[13] Shepherd, I. D. 2008, Travails in the third dimension: a critical evaluation of three-dimensional geographical visualization. In Geographic Visuali- zation: Concepts, Tools and Applications, Wiley, Chichester, pp. 199-222.

[14] Vincent, L. 2007, Taking online maps down to street level, Computer, 40(12):118-120.

[15] Wikipedia, s.v. “Aspen Movie Map,” last modified August 6, 2014, http://en.wikipedia.org/wiki/Aspen_

Movie_Map.

[16] Wikipedia, s.v. “Google Earth,” last modified November 20, 2014, http://en.wikipedia.org/wiki/

Google_Earth.

[17] Wikipedia, s.v. “Panoramio,” last modified November 17, 2014, http://en.wikipedia.org/wiki/

Panoramio.

[18] Woo, H. I; Lee, Y. W; Suh, Y. C. 2010, Develop- ment of a Web-based Geovisualization System using Google Earth and Spatial DBMS, Journal of Korea Spatial Information Society, 18(4):141-149.

[19] 360Cities (2014) About 360Cities, Accessed November 23. https://www.360cities.net/about.

Received：2014.11.02 Revised ：2014.12.29 Accepted：2014.12.31