효율적으로 데이터를 관리, 분석, 유지하기 위해서는 각 시스템의 목적에 맞는 데이터 모델이 필요하다. 데이터 모델에 따라 해당하는 활용 시스템의 활용 범위가 결정되며, 각각의 활용 시스템에 맞는 데이터 모델이 개발되고 있는 상황이다. GIS 분야에서도 각 GIS 응용시스템에 맞는 다양한 공간정보 데이터 모델들이 개발 되었으며, 제공하고자 하는 서비스에 따라 공간정보 데이터 모델이 만들어지고 있다. 어플리케이션의 효율적인 활용을 위해서는 공간정보 데이터의 정확성과 최신성등이 중요하지만 특히 공간정보 데이터 구조를 만드는 데이터 모델링이 중요하다. 그러므로 본 연구는 1)국내외 공간정보 데이터 모델의 공간정보를 표현하는데 있어 기하학적 모델, 위상학적 모델과 3차원 공간정보 가시화 방법 등의 항목별로 비교하고 2)각각의 데이터 구조를 분석하여 데이터 모델의 특징을 비교한다. 마지막으로 3)공간정보 데이터 모델을 선정하여 정량적인 분석을 통해 데이터 구조에 따른 특징을 분석한다.
효율적으로 데이터를 관리, 분석, 유지하기 위해서는 각 시스템의 목적에 맞는 데이터 모델이 필요하다. 데이터 모델에 따라 해당하는 활용 시스템의 활용 범위가 결정되며, 각각의 활용 시스템에 맞는 데이터 모델이 개발되고 있는 상황이다. GIS 분야에서도 각 GIS 응용시스템에 맞는 다양한 공간정보 데이터 모델들이 개발 되었으며, 제공하고자 하는 서비스에 따라 공간정보 데이터 모델이 만들어지고 있다. 어플리케이션의 효율적인 활용을 위해서는 공간정보 데이터의 정확성과 최신성등이 중요하지만 특히 공간정보 데이터 구조를 만드는 데이터 모델링이 중요하다. 그러므로 본 연구는 1)국내외 공간정보 데이터 모델의 공간정보를 표현하는데 있어 기하학적 모델, 위상학적 모델과 3차원 공간정보 가시화 방법 등의 항목별로 비교하고 2)각각의 데이터 구조를 분석하여 데이터 모델의 특징을 비교한다. 마지막으로 3)공간정보 데이터 모델을 선정하여 정량적인 분석을 통해 데이터 구조에 따른 특징을 분석한다.
Each system should have a suitable data model about their purpose for efficiently managing, analyzing, and manipulating data. And the usable range of application is determined by the data model, and suitable data models are being developed for each application. In GIS, diversity spatial data model i...
Each system should have a suitable data model about their purpose for efficiently managing, analyzing, and manipulating data. And the usable range of application is determined by the data model, and suitable data models are being developed for each application. In GIS, diversity spatial data model is being developed too. The accuracy and update of the spatial data would be important for applying efficient application as well as the data modeling is important as constructing the spatial data structure. Therefore, the purposes of this research are to 1)compare domestic spatial data models with oversea spatial data models about their geometry model, topology model and visualizing method of 3D spatial data 2)to compare the features of the data model by analyzing each data structures. We 3)compare and analyze features of each spatial data models via the quantitative analysis of each spatial data models.
Each system should have a suitable data model about their purpose for efficiently managing, analyzing, and manipulating data. And the usable range of application is determined by the data model, and suitable data models are being developed for each application. In GIS, diversity spatial data model is being developed too. The accuracy and update of the spatial data would be important for applying efficient application as well as the data modeling is important as constructing the spatial data structure. Therefore, the purposes of this research are to 1)compare domestic spatial data models with oversea spatial data models about their geometry model, topology model and visualizing method of 3D spatial data 2)to compare the features of the data model by analyzing each data structures. We 3)compare and analyze features of each spatial data models via the quantitative analysis of each spatial data models.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
3차원 공간정보를 이용한 활용 시스템에 관심이 증대됨에 따라 국토해양부에서 3차원 국토공간정보 데이터 구축 및 활용 시스템 개발을 진행하였다. 3차원 데이터를 효과적으로 저장하고 유통하기 위해 3차원 공간정보 데이터 포맷이 필요성에 의해, 이 연구에서는 3차원 데이터를 표현하기 위한 모델 제시(3DF-GML)와 포맷에 관련된 명세와 스키마를 제시하였다.
그렇기 때문에 데이터 모델에 따른 공간정보 데이터의 특징을 이해하기 위해 국내외에서 사용되는 공간 데이터 모델을 비교 분석하며, 이에 따라 공간 데이터 모델의 설계 시 고려되어야 할 사항에 대한 중요성을 언급하는데 이 논문의 목적이 있다. 본 연구에서는 1)국내외에서 사용되는 공간정보 데이터 모델에 대해 기하학적 모델, 위상학적 모델과 3차원 공간정보 가시화 방법 등의 내용을 비교하고 2)각각의 데이터 구조를 분석하여 데이터 모델의 특징을 비교한다.
본 연구에서는 국내외 공간정보 데이터 모델의 특징을 분석하기 위해 기하모델과 위상 모델, 3차원 가시화 방법 등을 비교하고 공간정보 데이터 모델의 정량적 분석을 하였다. 데이터 모델을 비교 분석한 결과, 각 데이터 모델마다 기하 모델과 위상 모델로 정의된 기본 요소의 항목은 차이가 있었다.
연구의 목적은 기본적으로 기존 지리정보 사용자를 지원하기 위하여 기존에 지리정보 유통에 사용되던 파일포맷과 호환이 되는 교환표준을 제시하는데 목적이 있었다. 연구에서는 기본지리정보 파일포맷 명세서를 설계하여 국토지리정보원 내부포맷(NGI 포맷) 파일로 변환하기 위한 규칙과 응용분야별 기본지리정보 파일 명세와 GML 기반 교환표준에 해당하는 분야별 응용스키마를 작성하여 제공하고 있었다.
데이터간의 변환에 관한 연구로서 2004년 국토해양부에서 진행한 기본지리정보 교환 표준 연구는 3개의 세부과제로 구성되어 진행되었다. 연구의 목적은 기본적으로 기존 지리정보 사용자를 지원하기 위하여 기존에 지리정보 유통에 사용되던 파일포맷과 호환이 되는 교환표준을 제시하는데 목적이 있었다. 연구에서는 기본지리정보 파일포맷 명세서를 설계하여 국토지리정보원 내부포맷(NGI 포맷) 파일로 변환하기 위한 규칙과 응용분야별 기본지리정보 파일 명세와 GML 기반 교환표준에 해당하는 분야별 응용스키마를 작성하여 제공하고 있었다.
제안 방법
3차원 공간정보를 이용한 활용 시스템에 관심이 증대됨에 따라 국토해양부에서 3차원 국토공간정보 데이터 구축 및 활용 시스템 개발을 진행하였다. 3차원 데이터를 효과적으로 저장하고 유통하기 위해 3차원 공간정보 데이터 포맷이 필요성에 의해, 이 연구에서는 3차원 데이터를 표현하기 위한 모델 제시(3DF-GML)와 포맷에 관련된 명세와 스키마를 제시하였다.
5차원은 2차원 객체에 높이 값을 적용하여 3차원 객체처럼 도출(Extrude)하여 표현을 할 수 있다. GML, CityGML과 3DF-GML은 공간정보 데이터를 3차원 기하학적 기본요소(Geometric Primitive)를 이용하여 가시화하였으며, 그 중 GML과 CityGML은 외부와 내부로 나누어 가시화를 하는 특징이 있었다. KML과 KMZ는 Collada(파일 확장자는 *.
GML, CityGML과 3DF-GML은 공간정보 데이터를 3차원 기하학적 기본요소(Geometric Primitive)를 이용하여 가시화하였으며, 그 중 GML과 CityGML은 외부와 내부로 나누어 가시화를 하는 특징이 있었다. KML과 KMZ는 Collada(파일 확장자는 *.dae)를 이용하여 상세한 3차원 모델을 표현하였다.
공간정보 데이터 모델의 특징을 분석하기 위해 국내 공간정보 데이터 모델인 수치지도, 3DF-GML과 국외 공간정보 데이터 모델인 GML, CityGML, KML, 그리고 개념적인 공간정보 데이터 모델인 ISO19107 공간 스키마(Spatial Schema)와 추가적으로 상용 데이터 모델인 ESRI(Environmental Systems Research Institute)사의 쉐이프파일(Shapefile)과 데이터베이스 기반의 지오데이터베이스 구조를 비교하였다. 비교 분석할 항목으로는 기하학적 데이터 모델의 기본요소, 위상학적 데이터 모델의 기본요소, 3차원 공간정보 표현 여부 및 특징, 그리고 파일 구조 등으로 나눠 비교하였다.
국내 공간정보 데이터 모델은 수치지도 Ver. 2.0과 3DF-GML을 비교하였다. 수치지도 Ver.
이러한 공간정보 데이터들의 상호 운용 성과 일관성을 유지하기 위해 공간정보를 표현하는 공간 정보 데이터 모델의 표준화가 진행 중이다. 국내외에서 사용되는 표준 데이터 모델과 기존에 사용하던 상용 데이터 모델을 비교 분석을 하여, 데이터 모델 간의 특징을 파악한다. 이는 공간 데이터 모델을 기반으로 하여 구축된 활용시스템의 분석 기능을 이해하는데 도움을 준다.
지오데이터베이스는 규칙 기반 표현 방법, 맵 토폴로지(Map Topology)와 네트워크 관계를 통해 피처들의 위상학적 관계를 표현하였다. 규칙 기반 표현 방법은 3.2절에서 언급한 것과 같이 지오데이터베이스에 정의된 규칙에 따라 피처들 간의 위상학적 관계를 저장하였다. 맵 토폴로지 방법은 지도를 표현하는 단위간의 관계를 정의하는 것을 의미한다.
정량적 분석을 위해 데이터 구조의 특징에 따른 데이터 모델을 선정하고, 선정된 데이터 모델에 따라 구축된 데이터 셋은 용량과 표현하는 항목 수 등의 정량적 비교를 위하여 동일한 지역과 동일한 형태의 데이터셋으로 구축하였다. 데이터셋들이 차지하는 저장 공간과 동일한 공간정보를 표현하는데 필요한 항목수를 비교하여 동일한 공간정보를 표현하는데 효과적인 데이터 모델을 분석하였다.
동일한 3차원 데이터를 표현하는데 있어서 데이터 모델에 따라 저장 용량을 차이를 분석하였다. 또한 표현하는 범위는 어떠한 차이가 있는지 분석하였다.
동일한 3차원 데이터를 표현하는데 있어서 데이터 모델에 따라 저장 용량을 차이를 분석하였다. 또한 표현하는 범위는 어떠한 차이가 있는지 분석하였다.
본 연구에서는 1)국내외에서 사용되는 공간정보 데이터 모델에 대해 기하학적 모델, 위상학적 모델과 3차원 공간정보 가시화 방법 등의 내용을 비교하고 2)각각의 데이터 구조를 분석하여 데이터 모델의 특징을 비교한다. 마지막으로 3)많이 활용되고 있는 공간정보 데이터 모델 3가지를 선정하여 정량적인 분석을 통해 데이터 구조에 따른 특징을 분석하였다.
그렇기 때문에 데이터 모델에 따른 공간정보 데이터의 특징을 이해하기 위해 국내외에서 사용되는 공간 데이터 모델을 비교 분석하며, 이에 따라 공간 데이터 모델의 설계 시 고려되어야 할 사항에 대한 중요성을 언급하는데 이 논문의 목적이 있다. 본 연구에서는 1)국내외에서 사용되는 공간정보 데이터 모델에 대해 기하학적 모델, 위상학적 모델과 3차원 공간정보 가시화 방법 등의 내용을 비교하고 2)각각의 데이터 구조를 분석하여 데이터 모델의 특징을 비교한다. 마지막으로 3)많이 활용되고 있는 공간정보 데이터 모델 3가지를 선정하여 정량적인 분석을 통해 데이터 구조에 따른 특징을 분석하였다.
분석한 항목은 데이터 모델의 파일 구조, 기하학적 모델, 위상학적 모델, 3차원 가시화 부분으로 나누어 비교하였다.
공간정보 데이터 모델의 특징을 분석하기 위해 국내 공간정보 데이터 모델인 수치지도, 3DF-GML과 국외 공간정보 데이터 모델인 GML, CityGML, KML, 그리고 개념적인 공간정보 데이터 모델인 ISO19107 공간 스키마(Spatial Schema)와 추가적으로 상용 데이터 모델인 ESRI(Environmental Systems Research Institute)사의 쉐이프파일(Shapefile)과 데이터베이스 기반의 지오데이터베이스 구조를 비교하였다. 비교 분석할 항목으로는 기하학적 데이터 모델의 기본요소, 위상학적 데이터 모델의 기본요소, 3차원 공간정보 표현 여부 및 특징, 그리고 파일 구조 등으로 나눠 비교하였다.
데이터 모델들에 따라 동일한 공간 데이터를 표현하는데 있어서 차이점을 분석하기 위해서는 서로 다른 공간정보 데이터 모델들에 의해 생성되는 공간정보 데이터들을 비교 분석의 필요성이 있다. 이에 따라 본 연구의 실험에서는 데이터 모델에 따라 구축된 데이터를 이용하여 정량적인 분석을 한다. 정량적 분석을 위해 데이터 구조의 특징에 따른 데이터 모델을 선정하고, 선정된 데이터 모델에 따라 구축된 데이터 셋은 용량과 표현하는 항목 수 등의 정량적 비교를 위하여 동일한 지역과 동일한 형태의 데이터셋으로 구축하였다.
이에 따라 본 연구의 실험에서는 데이터 모델에 따라 구축된 데이터를 이용하여 정량적인 분석을 한다. 정량적 분석을 위해 데이터 구조의 특징에 따른 데이터 모델을 선정하고, 선정된 데이터 모델에 따라 구축된 데이터 셋은 용량과 표현하는 항목 수 등의 정량적 비교를 위하여 동일한 지역과 동일한 형태의 데이터셋으로 구축하였다. 데이터셋들이 차지하는 저장 공간과 동일한 공간정보를 표현하는데 필요한 항목수를 비교하여 동일한 공간정보를 표현하는데 효과적인 데이터 모델을 분석하였다.
정량적인 분석에는 대표적으로 저장 용량, 데이터 처리 속도 등이 있는데, 이번 연구에서는 저장 용량에 대해 분석하였다. 데이터 처리속도는 데이터를 처리하는 플랫폼이 동일해야 분석이 가능하나 본 연구에서는 플랫폼의 차이가 있었기 때문이다.
CityGML에서는 각 피처들의 기하학적 요소의 공유를 통해 간접적인 위상학적 관계를 표현하였다. 지오데이터베이스는 규칙 기반 표현 방법, 맵 토폴로지(Map Topology)와 네트워크 관계를 통해 피처들의 위상학적 관계를 표현하였다. 규칙 기반 표현 방법은 3.
3절에서 비교한 데이터 모델을 기반으로 데이터 모델을 선정하였다. 선정과정은 데이터 셋을 구축하고 비교하기 위해 개념적 모델인 ISO19107 모델을 제외하였으며, 각 파일 구조에 따라 모델을 선정하였다.
0의 간접 비교도 가능하였다. XML 기반의 데이터 모델 중에는 CityGML을 선정하였다. CityGML은 GML의 응용 데이터 모델로서 GML 기반의 데이터 모델들의 대표적인 사례로 비교 대상에 포함하였다.
이 데이터셋은 독일 베를린 지역을 표현한 데이터이며, 베를린 시에서 구축하였다. 객체의 수에 비례한 저장용량을 비교하기 위해서 데이터 수정 및 삭제를 하였 으며, 객체 수를 103개, 503개, 995개인 데이터셋으로 수정하였다. 표2는 객체 수가 995개인 데이터셋을 비교한 그림이다.
본 연구에서 사용한 기본 데이터셋은 OGC(Open Geospatial Consortium)의 구성원인 GDI(Geodaten Infrastruktur)에서 제공하는 CityGML의 데이터셋을 활용하였다. 다른 데이터 모델간의 형평성을 맞추기 위해 세밀도(LoD: Level of Detail) 2단계인 데이터셋을 이용하였다. 세밀도 2단계는 지붕(경사면을 의미)을 표현하는 입방체(Solid)로 구성된다.
CityGML은 GML의 응용 데이터 모델로서 GML 기반의 데이터 모델들의 대표적인 사례로 비교 대상에 포함하였다. 데이터베이스 기반의 지오데이터베이스를 선정하였다. 즉, 데이터 모델간의 비교 분석을 위해 선정된 데이터 모델은 쉐이프파일, CityGML, 지오데이터베이스이다.
본 연구에서 사용한 기본 데이터셋은 OGC(Open Geospatial Consortium)의 구성원인 GDI(Geodaten Infrastruktur)에서 제공하는 CityGML의 데이터셋을 활용하였다. 다른 데이터 모델간의 형평성을 맞추기 위해 세밀도(LoD: Level of Detail) 2단계인 데이터셋을 이용하였다.
분석에 사용한 데이터셋은 CityGML 데이터셋과 CityGML 데이터 셋을 쉐이프파일의 ‘Multipatch’로 1:1 변환을 통해 생성한 쉐이프파일이다.
3절에서 비교한 데이터 모델을 기반으로 데이터 모델을 선정하였다. 선정과정은 데이터 셋을 구축하고 비교하기 위해 개념적 모델인 ISO19107 모델을 제외하였으며, 각 파일 구조에 따라 모델을 선정하였다. 파일 기반데이터 모델에서는 쉐이프파일을 선정하였다.
세밀도 2단계는 지붕(경사면을 의미)을 표현하는 입방체(Solid)로 구성된다. 이 데이터셋은 독일 베를린 지역을 표현한 데이터이며, 베를린 시에서 구축하였다. 객체의 수에 비례한 저장용량을 비교하기 위해서 데이터 수정 및 삭제를 하였 으며, 객체 수를 103개, 503개, 995개인 데이터셋으로 수정하였다.
데이터베이스 기반의 지오데이터베이스를 선정하였다. 즉, 데이터 모델간의 비교 분석을 위해 선정된 데이터 모델은 쉐이프파일, CityGML, 지오데이터베이스이다.
지오데이터베이스(Geodatabase)는 ESRI에서 제공하는 ArcGIS을 위한 데이터 저장 및 관리 프레임워크로서버, 데스크톱, 모바일 장치에서 사용된다. 지오데이터 베이스 구성요소로는 ArcGIS에서 사용되는 속성 테이블, 지리학적 피처(Geographic features), 위성 및 항공사진, 표면 모델 데이터, 측량 값 등으로 구성되어 있다. 지오데이터베이스는 데이터 저장, 관리, 유지뿐만 아니라 공간정보 데이터 간에 관계(위상관계, 네트워크 등) 와 데이터 검증, 트랜잭션(최성규외, 2001) 등을 제공한다.
선정과정은 데이터 셋을 구축하고 비교하기 위해 개념적 모델인 ISO19107 모델을 제외하였으며, 각 파일 구조에 따라 모델을 선정하였다. 파일 기반데이터 모델에서는 쉐이프파일을 선정하였다. 수치지도 Ver.
이론/모형
CityGML의 변환도구로는 ‘Safe Software’사의 FME Desktop 제품을 이용하여 변환하였으며, CityGML 파일 관리와 저장, 3차원 가시화 소프트웨어는 ‘AutoCAD’사의 LandXplorer Desktop을 사용하였다.
CityGML의 변환도구로는 ‘Safe Software’사의 FME Desktop 제품을 이용하여 변환하였으며, CityGML 파일 관리와 저장, 3차원 가시화 소프트웨어는 ‘AutoCAD’사의 LandXplorer Desktop을 사용하였다. 쉐이프파일 관리 및 가시화, 지오데이터베이스 생성, 관리, 가시화는 ArcGIS 9.2(ArcCatalog, ArcMap, ArcScene 등)를 사용하였다. 데이터 구축 및 테스트를 한 컴퓨터 환경은 아래와 같다.
성능/효과
mdb 파일 형식의 MS Access 파일)가 가장 적은 저장 공간을 차지하였다. 각 데이터 모델의 추세선 중 데이터베이스를 기반으로 한 데이터 모델의 추세선의 기울기가 가장 완만하였으며, 이는 많은 용량의 데이터를 관리하는데 있어 데이터베이스를 활용하는 것이 데이터 관리 및 유지 측면에서 효과적임을 보여준다.
그래프를 참고하여 데이터 모델의 저장 공간을 살펴보면, 동일한 공간 데이터를 표현할 때 XML기반의 CityGML이 가장 많은 저장 용량이 필요하였으며 표현하는 객체의 요소가 많아질수록 저장 용량이 상대적으로 더욱 증가하는 것도 알 수 있었다. 이에 반해 데이터베이스 기반의 데이터 모델은 상대적으로 적은 저장 용량을 필요로 하는 것을 확인 할 수 있었다.
본 연구에서는 국내외 공간정보 데이터 모델의 특징을 분석하기 위해 기하모델과 위상 모델, 3차원 가시화 방법 등을 비교하고 공간정보 데이터 모델의 정량적 분석을 하였다. 데이터 모델을 비교 분석한 결과, 각 데이터 모델마다 기하 모델과 위상 모델로 정의된 기본 요소의 항목은 차이가 있었다. 공간 데이터 모델 간에 동일하거나 유사한 의미를 가지는 기본 요소들도 있었지만 정의된 이름과 의미가 전혀 다른 기본요소를 정의하고 있는 공간 데이터 모델도 있었다.
후속연구
개선 방법은 쉐이프파일을 피처로의 변환을 지원하고 지오데이터베이스 내에 피처간의 규칙, 제약 조건을 통해 위상학적 관계를 표현하는 방법이다. 이러한 사례를 통해 앞으로 수치지도 Ver. 2.0을 활용하여 위상학적 관계를 표현하는 방법에 대한 연구와 이를 이용한 많은 활용 시스템의 개발이 이루어져야 한다.
데이터 처리속도는 데이터를 처리하는 플랫폼이 동일해야 분석이 가능하나 본 연구에서는 플랫폼의 차이가 있었기 때문이다. 향후 저장 용량 외에 처리속도에 대한 성능 비교 등의 데이터 모델에 대한 추가적인 정량적 분석이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
데이터 구조는 어떤 방법인가?
또한 활용 시스템의 성능을 결정하는데 있어서, 공간정보를 데이터 모델에 따라 표현된 데이터를 저장하는 데이터 구조도 중요한 역할을 한다. 데이터 구조는 데이터 모델에 따라 표현되는 데이터의 요소들을 구조화하는 방법이다. 예를 들어 국내 기본지리정보를 표현하는 수치지도 Ver.
수치지도 Ver. 2.0과 3DF-GML을 비교했을 때 차이점은 무엇인가?
0과 3DF-GML을 비교하였다. 수치지도 Ver.2.0은 국내 기본 지리정보를 표현하는 공간정보 데이터 모델이며, 3DF -GML은 3차원 국토 공간 구축을 위해 정의된 공간정보 데이터 모델이다.
수치지도 Ver. 2.0에서의 가장 큰 변화는 무엇인가?
2.0에서의 가장 큰 변화는 CAD파일에서 NGI (공간데이터), NDA(속성데이터) 등의 확장자를 가지는 파일 구조로의 변화이다. 속성데이터를 관리하는 파일 구조가 추가됨으로써 공간 피처(Feature)들의 속성 정보 표현이 가능하다.
참고문헌 (17)
강병준.진식.이재호.김인현.김광호, 2008, "3D 공간정보 데이터 포맷 변환 및 시각화 도구 개발", 한국GIS학회 춘.추계학술대회 한국 GIS학회 2008 공동춘계학술대회, pp.123-129.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.