선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구에서는 UIS 데이터베이스의 체계적인 정확도 평가절차 및 방법론의 적용을 위하여 검수과정에서 자주 발생하는 오류유형을 파악하여 유형별로 발생하는 세부오류항목을 선정하였다. 아울러 이를 검색하기 위한 검수방법을 적용하여 오류추출을 위한 오류항목별 검수방법의 제시와 함께 주요 오류유형의 오류발생원인을 판단하여 그 결과를 반영할 수 있는 UIS DB 인력관리방안 및 자료관리방안을 제시하였다.
- 원시자료의 파악이 가능하다. 또한, 구축된 자료에 대한 원시자료의 추출과정 및 방법에 관한 설명을 통하여 적합한 검수방법을 선택할 수 있으며, 아울러 추후의 자료 품질관리 및 활용여부를 결정하기 위한 정보도 포함된다. 데이터 포맷은 구축하고자 하는 수치자료의 포맷에 대한 형식 검증 및 검수를 위한 자료의 전달이 제대로 되었는지를 확인한다.
- 아울러 이를 검색하기 위한 검수방법을 적용하여 오류추출을 위한 오류항목별 검수방법의 제시와 함께 주요 오류유형의 오류발생원인을 판단하여 그 결과를 반영할 수 있는 UIS DB 인력관리방안 및 자료관리방안을 제시하였다. 이와 함께 기존 UIS DB 관리체계의 적절한 개선을 통한 UIS 데이터베이스의 품질 확보방안을 고찰하였다.
제안 방법
- 또한 가능한 많은 오류를 검사하기위한 주요 오류항목의 선정을 위하여 도형데이터와 속성데이터로 구분하여 출력중첩검수 및 화면 프로그램검수, 자동프로그램검수 등을 실시하였다. 가능한 UIS 데이터베이스에 내재한 오류를 파악하기 위하여 모든 샘플을 대상으로 검사하는 전수검사방식을 채택하였으며 , 검수결과를 바탕으로 UIS 데이터베이스의 오류 재발방지 및 오류개선을 위해 오류특성과 오류 발생원인을 분석하였다.
- 검수기준은 연결관의 경우 주관거와 물받이 또는 오수받이에 연결 여부, 주관거의 경우 각 관거는 맨홀, 토구, 우수토실과 같은 시설물과의 연결상태를 확인하며, 관거의연결이 없는 시설물이나 오수관의 우수관 연결과 같이 사용목적이 다른 관거의 연결을 검사하고, 자연유하식 관의 경우 유하경로와 반대인 관로방향을 표시한 관거 등을 오류로 판정하였다 (표 4).
- 주요 오류항목은 속성데이터 형식오류, 속성데이터 범위값 불일치, 속성 데이터 코드 정확성, 속성데이터 중복 오류, 필드항목 불일치, 개체수 불일치 등의 항목이다. 검수는 자료사전과 속성데이터의 형식일치 여부, 자료범위의 미달 및 초과 공통코드항목의 코드일치, 속성과 도형의 개체수 일치여부 등을 기준으로 하였다. 기하구조의 적합성은 ARCWO 의 Near 명령과 MDL MRFCrean등을 이용하여 도형 중복 및 독립개체를 파악하였으며, ARCEDIT의 dar@e을 이용하여 위상정립이 올바르게 되었는지를 확인하였다.
- 하였다. 그러나 본 연구의 경우에는 세가지 항목에 대한 오류추출 프로그램의 개발에 많은 시간이 필요하므로 논리적 일관성 항목의 대한 오류자동 추출 프로그램만을 개발하였다. 프로그램의 개발에 사용한 언어는 ARCVIEW의 매크로 언어인 AVENUE를 사용하였으며, 오류항목별로 프로그램을 실행하여 오류가 포함된 개체의 ID를 파일에 기록하는 여러 개의 script를 사용하였다.
- 검수는 자료사전과 속성데이터의 형식일치 여부, 자료범위의 미달 및 초과 공통코드항목의 코드일치, 속성과 도형의 개체수 일치여부 등을 기준으로 하였다. 기하구조의 적합성은 ARCWO 의 Near 명령과 MDL MRFCrean등을 이용하여 도형 중복 및 독립개체를 파악하였으며, ARCEDIT의 dar@e을 이용하여 위상정립이 올바르게 되었는지를 확인하였다. 주요 오류 항목은 도형의 중복오류, Overshoot, Undershoot, 레이어 불일치, 비유효폴리곤, 폴리곤불폐합 등이며, 검수기준은 동일한 위치에 두 개이상의 도형이 존재하는 경우나 기준선 초과 및 미달, 레이어 속성이 다른 개체의 삽입, 유효면적이하의 폴리곤 존재여부, 폴리곤불폐합 등을 오류 판단의 기준으로 하였다.
- 논리적 일관성 항목의 경우 세부오류유형 설정을 위해 관망의 논리적 연결사항을 조사하여 이를 업무관계자에게 검증을 받아 프로그램화 하였다. 주요 오류
- 또한, 구축된 자료에 대한 원시자료의 추출과정 및 방법에 관한 설명을 통하여 적합한 검수방법을 선택할 수 있으며, 아울러 추후의 자료 품질관리 및 활용여부를 결정하기 위한 정보도 포함된다. 데이터 포맷은 구축하고자 하는 수치자료의 포맷에 대한 형식 검증 및 검수를 위한 자료의 전달이 제대로 되었는지를 확인한다. 위치 정확성은 수치자료가 실세계의 공간적 위치와 일치하는가를 파악하는 것으로 허용오차를 넘어선 개체를 파악한다.
- 본 연구는 정확도 높은 UIS 데이터베이스의 구축을위하여 오류항목 선정절차에 따라 오류유형을 선정하였으며, 검수결과를 분석하여 주요 오류유형을 구분함으로써 적정한 오류유형의 결정과 검수방법의 선정을 도모하였다. 이와 함께 각 검수방법별로 검수결과를 분석하여 오류특성 및 오류발생원인을 파악하였다.
- 상황에 따라 인간의 판단에 의존하여 육안으로 직접 검수할 수 있도록 프로그램의 도움을 받는 화면프로그램 검수의 경우 ARC/1NF0와 ARCVIEW과 같은 GIS 소프트웨어를 이용하여 도형을 검색하여 오류를 판단하고 ORACLE과 같은 RDBMS 의 SQL 조작을 통하여 속성자료를 검수하였다. 속성검수의 경우 각 테이블의 오류유형을 모두 파악하여 발생빈도가 높은 항목을 주요 오류항목으로 설정하였으며, 도형 검수의 경우 위상정립을 위한 도형데이터 연결성에 관한 항목을 주요 오류항목으로 설정하였다.
- 이어서 위의 사항을 검수 대상업체에 통보하고 성과물을 인수한다. 성과물 인수후 표본추출 검사방법인 전수검사 또는 표본 검사를 실시하여 검사 범위를 선정하여 검사범위 선정 후 출력 중첩 검수와 화면프로그램 검수, 자동프로그램 검수를 실시한다. 위의 절차가 만족되면 검사결과에 따른 오류량 및 오류률을 계산하고 품질기준을 만족하는지를 판단하게 된다.
- 둘째, 도형 및 속성자료의 연계 구축을 위한 제작지침을 제공하여 도형 및 속성의 분리구축으로 의한 오류발생을 최소화한다. 셋째, DB 자료생산정보의 관리 및 자료호환을 위한 메타데이타를 구축하여 DB 생산과정에서 발생한 오류의 추적이 가능하도록 한다.
- 셋째, 오류의 재발방지를 목적으로 주요 오류유형별 발생사례 교육을 실시하며, 기존의 UIS DB의 검수방법 및 주요 오류항목과 세부오류유형의 발생사례등을 교육한다. 이러한 교육들은 작업관리자교육과 일반구축인력 교육으로 구분하여 실시하며, 작업관리자교육의 경우 주관기관에서 실시하고 일반구축인력교육은 UIS DB 구축업체별로 교육을 실시하는 것이 효율적이다.
- 속성자료를 검수하였다. 속성검수의 경우 각 테이블의 오류유형을 모두 파악하여 발생빈도가 높은 항목을 주요 오류항목으로 설정하였으며, 도형 검수의 경우 위상정립을 위한 도형데이터 연결성에 관한 항목을 주요 오류항목으로 설정하였다. 검수항목의 경우 데이터 입력과정 및 생성연혁, 데이터 포맷, 위치 정확성, 속성정확성, 기하구조의 적합성 등의 오류 추출에 적절하며, 특히 기하구조의 적합성 항목의 오류 추출이 용이하다(표 3).
- 속성검수의 경우 시설물과 관거의 오류율을 비교 개체수에 따른 오류증가율을 비교하였으며, 도형검수의 경우 도엽별 오류발생빈도를 조사하여 오류발생특성을 확인하였다(표 2). 출력중첩검수에는 데이터 입력과정 및 생성연혁, 속성정확성, 위치정확성, 문자의 정확성, 경계정합 등의 항목에서 오류 추출이 용이하며 세부적인 내용은 아래와 같다.
- 속성정확성은 SQL 조작을 이용하여 속성자료의 구조와 속성의 누락여부를 검사하였다. 주요 오류항목은 속성데이터 형식오류, 속성데이터 범위값 불일치, 속성 데이터 코드 정확성, 속성데이터 중복 오류, 필드항목 불일치, 개체수 불일치 등의 항목이다.
- 위치 정확성은 수치자료가 실세계의 공간적 위치와 일치하는가를 파악하는 것으로 허용오차를 넘어선 개체를 파악한다. 속성정확성은 데이터베이스내의 속성자료의 내용 및 형식 정확성을 검수하며 검수내용은 원시대장과 속성DB에 등록된 각 레코드값을 비교하여 속성자료의 누락여부와 범위값, 형식, 코드정확성 등의 일치여부를 확인한다. 기하구조의 적합성 항목은 각 객체들의 특성에 따른 연결상태가 올바른가를 검수 하는것으로 실세계의 배열상태 또는 모양이 수치자료로 정확하게 반영되어야 하며, 폴리곤의 폐합여부, 선의중복, undershoot나 overshoot의 문제를 포함한다.
- 세부오류항목을 선정하였다. 아울러 이를 검색하기 위한 검수방법을 적용하여 오류추출을 위한 오류항목별 검수방법의 제시와 함께 주요 오류유형의 오류발생원인을 판단하여 그 결과를 반영할 수 있는 UIS DB 인력관리방안 및 자료관리방안을 제시하였다. 이와 함께 기존 UIS DB 관리체계의 적절한 개선을 통한 UIS 데이터베이스의 품질 확보방안을 고찰하였다.
- 이를 위해 자료구축과정에서 발생되는 오류원인을 각 오류항목별로 분석하였다. 오류의 유형 중 속성의 정확도와 관련된 오류는 UIS 데이터베이스의 설계변경이 잦을 경우 자료의 변동사항이 즉시 데이터베이스에 반영되지 못하여 오류가 발생하게 된다.
- 이와 함께 각 검수방법별로 검수결과를 분석하여 오류특성 및 오류발생원인을 파악하였다. 이를 토대로 UIS 데이터베이스의 오류를 감소시키기 위한 품질관리방안을 제시하였으며, 각 오류발생원인들의 근본적인 해결을 위해서는 UIS 데이터베이스 구축시 인력관리 및 자료관리측면의 품질관리방안이 고려되어야 한다.
- 자동프로그램 검수는 논리적으로 명확하게 정의되어 자동으로 오류를 탐색할 수 있는 경우에 적용하며, 논리적 일관성과 기하구조의 적합성, 경계정합 등을 검수내용으로 하였다. 그러나 본 연구의 경우에는 세가지 항목에 대한 오류추출 프로그램의 개발에 많은 시간이 필요하므로 논리적 일관성 항목의 대한 오류자동 추출 프로그램만을 개발하였다.
- 문자의 경우 도형의 특징을 가장 잘 나타낼 수 있는 항목이 주기로 표시되었는지 또는 수치지도의 경우 각 축척별로 주기의 육안확인이 가능한가 등을 주로 확인한다. 자료의 최신성은 자료의 현재성 및 임의의 변화 내용이 제대로 반영되었는가를 검수하며, 최신의 위성영상을 이용하여 대상지역에 대한 자료의 최신성이 유지되고 있는지를 검수하고, 필요에 따라서는 현지조사를 통하여 이를 보완 . 갱신한다.
- 기하구조의 적합성은 ARCWO 의 Near 명령과 MDL MRFCrean등을 이용하여 도형 중복 및 독립개체를 파악하였으며, ARCEDIT의 dar@e을 이용하여 위상정립이 올바르게 되었는지를 확인하였다. 주요 오류 항목은 도형의 중복오류, Overshoot, Undershoot, 레이어 불일치, 비유효폴리곤, 폴리곤불폐합 등이며, 검수기준은 동일한 위치에 두 개이상의 도형이 존재하는 경우나 기준선 초과 및 미달, 레이어 속성이 다른 개체의 삽입, 유효면적이하의 폴리곤 존재여부, 폴리곤불폐합 등을 오류 판단의 기준으로 하였다.
- 프로그램검수 및 육안검수의 결과를 바탕으로 오류의 분포 특징 및 오류항목별 오류 발생량과 오류 발생빈도를 비교하여 오류발생원인을 파악하였다. (그림 4)
대상 데이터
- 검수 범위는 최종생산물 또는 중간생산물에 대한 품질확인 및 품질인증을 위하여 기존의 종이지도 또는 측량원도를 수동독취기(디지타이저)나 자동독취기(스캐너)에 의하여 취득한 입력자료와 벡터편집 성과물, 정위치편집 성과물, 출력도면, 현장조사의 성과물 등을 대상으로 한다. 이러한 성과물들은 명세서에 의하여 관리되며, 명세서에 기록된 성과물의 사용목적과 목표에 따라 관련 법규에 명시된 품질표준에 적합한 품질 판단기준을 설정하여야 한다.
- 본 연구는 UIS 데이터베이스의 주요 오류 항목선정을 위하여 인천시 UIS 구축사업의 일차년도 최종성과물인 하수도데이터베이스를 대상으로 검수항목을 선정하였다(그림 1). 또한 가능한 많은 오류를 검사하기위한 주요 오류항목의 선정을 위하여 도형데이터와 속성데이터로 구분하여 출력중첩검수 및 화면 프로그램검수, 자동프로그램검수 등을 실시하였다.
- 그러나 본 연구의 경우에는 세가지 항목에 대한 오류추출 프로그램의 개발에 많은 시간이 필요하므로 논리적 일관성 항목의 대한 오류자동 추출 프로그램만을 개발하였다. 프로그램의 개발에 사용한 언어는 ARCVIEW의 매크로 언어인 AVENUE를 사용하였으며, 오류항목별로 프로그램을 실행하여 오류가 포함된 개체의 ID를 파일에 기록하는 여러 개의 script를 사용하였다.
데이터처리
- 1). 또한 가능한 많은 오류를 검사하기위한 주요 오류항목의 선정을 위하여 도형데이터와 속성데이터로 구분하여 출력중첩검수 및 화면 프로그램검수, 자동프로그램검수 등을 실시하였다. 가능한 UIS 데이터베이스에 내재한 오류를 파악하기 위하여 모든 샘플을 대상으로 검사하는 전수검사방식을 채택하였으며 , 검수결과를 바탕으로 UIS 데이터베이스의 오류 재발방지 및 오류개선을 위해 오류특성과 오류 발생원인을 분석하였다.
성능/효과
- 한다. 둘째, 도형 및 속성자료의 연계 구축을 위한 제작지침을 제공하여 도형 및 속성의 분리구축으로 의한 오류발생을 최소화한다. 셋째, DB 자료생산정보의 관리 및 자료호환을 위한 메타데이타를 구축하여 DB 생산과정에서 발생한 오류의 추적이 가능하도록 한다.
- 즉, 입력자의 실수에 의한 오류일수록 다양한 오류항목에서 오류의 추출이 용이하다는 것을 알 수 있다. 둘째로는 자료량이 많을수록 오류율은 증가하는 경향을 보이나 일정량 이상일 경우 오류율은 일정한 비율로 발생하였다. 이러한 오류특성은 DB 구축시 초기 자료 생산의 경우 DB 구축 인력의 자료에 관한 일반 지식의 부족과 작업의 적응기간 동안 발생하는 오류가 많음을 예상할 수 있다.
- 이러한 오류특성은 DB 구축시 초기 자료 생산의 경우 DB 구축 인력의 자료에 관한 일반 지식의 부족과 작업의 적응기간 동안 발생하는 오류가 많음을 예상할 수 있다. 셋째로 자료 밀집도가 높고 복잡한 관망으로 구성된 지역일수록 오류 발생량이 매우 많았다. 이것은 주로 완전성 항목에 관계된 오류로써 도형요소의 누락 및 속성요소 누락에 큰 영향을 주었다.
- 화면프로그램의 경우에는 데이터입력과정 및 생성연혁, 데이터포맷, 위치정확성, 속성정확성 항목에 적합하였다. 출력중첩검수는 위치정확성, 완전성, 경계정합, 문자정확성 항목 등에 적합하였고, 현장조사의 경우에는 데이터의 입력과정과 생성연혁, 완전성, 시간적 접합성 항목의 오류 추출에 적합하였다.
후속연구
- 이러한 판단기준의 부재로 인하여 완성된 UIS 데이터베이스의 품질에 대한 완전한 비교·평가가 어려운 실정이다. 따라서 향후에는 상수도 관리 시스템이나 하수도관리시스템과 같이 UIS의 각 단위 시스템에 적합한 품질관리지침과 각 단위 성과물에 대한 합격기준 및 평가기준의 개발 등을 위한 연구가 필요시된다.
- 이러한 교육들은 작업관리자교육과 일반구축인력 교육으로 구분하여 실시하며, 작업관리자교육의 경우 주관기관에서 실시하고 일반구축인력교육은 UIS DB 구축업체별로 교육을 실시하는 것이 효율적이다. 또한 GIS 관련 교육기관과 공조체제를 유지하여 전체적인 교육현황을 통합 운영하여야 할 것이다
- 이를 토대로 UIS 데이터베이스의 오류를 감소시키기 위한 품질관리방안을 제시하였으며, 각 오류발생원인들의 근본적인 해결을 위해서는 UIS 데이터베이스 구축시 인력관리 및 자료관리측면의 품질관리방안이 고려되어야 한다. 아울러 체계적인 검수체계를 적용한다면 고품질의 UIS 데이베이스를 구축할 수 있을 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.