본 연구에서는 빅데이터와 공간 빅데이터 선행연구들을 기반으로 공간 빅데이터를 빅데이터를 구성하는 하나의 구성요소로 인식하고, 위치정보를 이용하여 공간화 할 수 있으며, 시계열 변화에 따라 계속적으로 누적되는 모든 데이터들과 이를 이용할 수 있는 활용체계를 공간 빅데이터라 정의하였다. 따라서 공간 빅데이터는 기존 빅데이터와 분리하여 구분할 것이 아니라, 기존 빅데이터를 구성하는 하나의 구성요소로서 이해하고, 이러한 활용체계 안에서 공간 빅데이터의 활용방안을 검토해야 한다. 본 연구에서는 공간 빅데이터가 제공해야 하는 서비스 요구사항들을 제시하였다. 공간정보를 포함한 공간 빅데이터는 기본적으로 다양한 공간분석이 가능해야 하고, 기존에 구축된 공간정보와 향후 구축될 공간정보까지 고려할 수 있는 서비스 고려가 필요하다. 시간의 흐름에 따른 위치별 시계열 변화의 탐지는 물론 공간정보의 속성정보들을 이용하여 다양한 빅데이터 관련 분석이 가능해야 한다. 공간정보가 아닌 빅데이터 또한 공간정보와 연계하여 공간 분석이 가능해야 한다. 이러한 공간 빅데이터 요구사항들을 만족시키기 위해 다양한 형태의 빅데이터들과 공간 빅데이터의 연계가 가능한 분석 서비스 제공을 위한 샘플링 포인트 생성 및 속성정보 추출 방안을 제시하였다. 이러한 빅데이터와 연계된 공간정보의 활용 증대는 공간정보 산업 및 기술발전에 크게 기여할 수 있을 것이라 판단된다.
본 연구에서는 빅데이터와 공간 빅데이터 선행연구들을 기반으로 공간 빅데이터를 빅데이터를 구성하는 하나의 구성요소로 인식하고, 위치정보를 이용하여 공간화 할 수 있으며, 시계열 변화에 따라 계속적으로 누적되는 모든 데이터들과 이를 이용할 수 있는 활용체계를 공간 빅데이터라 정의하였다. 따라서 공간 빅데이터는 기존 빅데이터와 분리하여 구분할 것이 아니라, 기존 빅데이터를 구성하는 하나의 구성요소로서 이해하고, 이러한 활용체계 안에서 공간 빅데이터의 활용방안을 검토해야 한다. 본 연구에서는 공간 빅데이터가 제공해야 하는 서비스 요구사항들을 제시하였다. 공간정보를 포함한 공간 빅데이터는 기본적으로 다양한 공간분석이 가능해야 하고, 기존에 구축된 공간정보와 향후 구축될 공간정보까지 고려할 수 있는 서비스 고려가 필요하다. 시간의 흐름에 따른 위치별 시계열 변화의 탐지는 물론 공간정보의 속성정보들을 이용하여 다양한 빅데이터 관련 분석이 가능해야 한다. 공간정보가 아닌 빅데이터 또한 공간정보와 연계하여 공간 분석이 가능해야 한다. 이러한 공간 빅데이터 요구사항들을 만족시키기 위해 다양한 형태의 빅데이터들과 공간 빅데이터의 연계가 가능한 분석 서비스 제공을 위한 샘플링 포인트 생성 및 속성정보 추출 방안을 제시하였다. 이러한 빅데이터와 연계된 공간정보의 활용 증대는 공간정보 산업 및 기술발전에 크게 기여할 수 있을 것이라 판단된다.
By reviewing preceding studies of big data and spatial big data, spatial big data was defined as one part of big data, which spatialize location information and systematize time series data. Spatial big data, as one part of big data, should not be separated with big data and application methods with...
By reviewing preceding studies of big data and spatial big data, spatial big data was defined as one part of big data, which spatialize location information and systematize time series data. Spatial big data, as one part of big data, should not be separated with big data and application methods within the system is to be examined. Therefore in this study, services that spatial big data is required to provide were suggested. Spatial big data must be available of various spatial analysis and is in need of services that considers present and future spatial information. Not only should spatial big data be able to detect time series changes in location, but also analyze various type of big data using attribute information of spatial data. To successfully provide the requirements of spatial big data and link various type of big data with spatial big data, methods of forming sample points and extracting attribute information were proposed in this study. The increasing application of spatial information related to big data is expected to attribute to the development of spatial data industry and technological advancement.
By reviewing preceding studies of big data and spatial big data, spatial big data was defined as one part of big data, which spatialize location information and systematize time series data. Spatial big data, as one part of big data, should not be separated with big data and application methods within the system is to be examined. Therefore in this study, services that spatial big data is required to provide were suggested. Spatial big data must be available of various spatial analysis and is in need of services that considers present and future spatial information. Not only should spatial big data be able to detect time series changes in location, but also analyze various type of big data using attribute information of spatial data. To successfully provide the requirements of spatial big data and link various type of big data with spatial big data, methods of forming sample points and extracting attribute information were proposed in this study. The increasing application of spatial information related to big data is expected to attribute to the development of spatial data industry and technological advancement.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 이러한 정의 기반으로 공간 빅데이터가 제공해야하는 기본적인 공간 빅데이터 서비스들을 제시하였다. 그리고 이러한 요구사항들을 만족시킬 수 있는 공간 빅데이터 서비스 제공을 위해 샘플링 포인트 생성 및 속성정보 추출 방안을 제시하였다.
이에 본 연구에서는 빅데이터와 공간 빅데이터의 연구 사례들을 검토하고 이를 기반으로 공간 빅데이터의 정의를 내리고, 공간 빅데이터가 제공해야하는 요구사항들을 제시하였다. 그리고 이러한 요구사항들을 만족할 수 있는 공간 빅데이터 서비스 구현 방안을 제시하였다.
그리고 이러한 정의 기반으로 공간 빅데이터가 제공해야하는 기본적인 공간 빅데이터 서비스들을 제시하였다. 그리고 이러한 요구사항들을 만족시킬 수 있는 공간 빅데이터 서비스 제공을 위해 샘플링 포인트 생성 및 속성정보 추출 방안을 제시하였다.
따라서 본 연구에서는 공간 빅데이터를 빅데이터를 구성하는 하나의 구성요소로써, 위치정보를 이용하여 공간화 할 수 있으며, 해당 위치의 시계열 정보를 가지고 공간화 할 수 있는 모든 빅데이터들과 이를 이용할 수 있는 활용체계를 공간 빅데이터라 정의하고자 한다.
본 연구에서는 빅데이터와 공간 빅데이터의 연구 사례들을 분석하여 빅데이터의 정의와 공간 빅데이터의 정의 및 특징들을 기반으로 공간 빅데이터의 정의를 내렸다.
이러한 요구사항을 바탕으로 공간 빅데이터와 다양한 빅데이터들과의 연계를 통한 공간분석 및 빅데이터 분석 서비스를 제공하기 위해서는 격자 기반의 포인트 샘플링 방법을 제안하고자 한다. 위 방법은 Fig.
이에 본 연구에서는 빅데이터와 공간 빅데이터의 연구 사례들을 검토하고 이를 기반으로 공간 빅데이터의 정의를 내리고, 공간 빅데이터가 제공해야하는 요구사항들을 제시하였다. 그리고 이러한 요구사항들을 만족할 수 있는 공간 빅데이터 서비스 구현 방안을 제시하였다.
제안 방법
우선 저장단계에서 기존에 구축되어 저장할 데이터와 향후 신규로 구축될 데이터들의 좌표체계 및 타원체를 표준화하고 동일 사이즈의 격자단위로 변경하여 정확히 같은 위치에서 속성 값들을 추출할 수 있도록 한다. 그리고 공간정보의 속성 하나당 하나의 파일로 저장될 수 있도록 공간정보의 속성 값 별로 구분하여 공간화하여 저장한다. 이때 공간정보들은 공간DBMS기반의 공간 데이터 저장관리시스템에 저장하여 관리 할 수 있도록 한다.
우선 빅데이터 선행연구들에서 제시한 빅데이터에 대한 정의들을 살펴보고, 이러한 빅데이터 정의들의 그룹화를 통해 빅데이터 정의에서의 공간 빅데이터의 위치와 역할을 살펴보았다. 그리고 국내외 공간 빅데이터 관련 연구 사례들을 분석하여 기존 공간 빅데이터의 개념 및 특징을 살펴보았다. 이러한 빅데이터와 공간 빅데이터들의 선행연구를 기반으로 공간 빅데이터의 정의를 내렸으며, 공간 빅데이터가 제공해야 하는 서비스 요구사항들을 제시하였다.
이러한 빅데이터와 공간 빅데이터들의 선행연구를 기반으로 공간 빅데이터의 정의를 내렸으며, 공간 빅데이터가 제공해야 하는 서비스 요구사항들을 제시하였다. 그리고 이러한 요구사항들을 만족시킬 수 있는 공간 빅데이터의 서비스 구현 방안을 빅데이터와의 연계를 고려하여 제시하였다.
우선 빅데이터 선행연구들에서 제시한 빅데이터에 대한 정의들을 살펴보고, 이러한 빅데이터 정의들의 그룹화를 통해 빅데이터 정의에서의 공간 빅데이터의 위치와 역할을 살펴보았다. 그리고 국내외 공간 빅데이터 관련 연구 사례들을 분석하여 기존 공간 빅데이터의 개념 및 특징을 살펴보았다.
우선 저장단계에서 기존에 구축되어 저장할 데이터와 향후 신규로 구축될 데이터들의 좌표체계 및 타원체를 표준화하고 동일 사이즈의 격자단위로 변경하여 정확히 같은 위치에서 속성 값들을 추출할 수 있도록 한다. 그리고 공간정보의 속성 하나당 하나의 파일로 저장될 수 있도록 공간정보의 속성 값 별로 구분하여 공간화하여 저장한다.
(2014)은 건물에너지 빅데이터 분석을 위해 130만건의 개별 건축물별 에너지 사용량 데이터를 KLIS(한국토지종합정보망)에서 추출한 개별 필지 데이터와 통합하여 분석에 이용하였다. 이러한 데이터를 이용하여 각종 통계분석 및 핫스팟 분석과 같은 공간 분석을 수행하였다. 이렇게 몇몇 연구에서 공간 빅데이터 분석과 관련된 예시들을 제시하고 있지만, 이러한 공간 빅데이터 분석들은 기존의 공간분석과 별반 다르지 않다.
그리고 국내외 공간 빅데이터 관련 연구 사례들을 분석하여 기존 공간 빅데이터의 개념 및 특징을 살펴보았다. 이러한 빅데이터와 공간 빅데이터들의 선행연구를 기반으로 공간 빅데이터의 정의를 내렸으며, 공간 빅데이터가 제공해야 하는 서비스 요구사항들을 제시하였다. 그리고 이러한 요구사항들을 만족시킬 수 있는 공간 빅데이터의 서비스 구현 방안을 빅데이터와의 연계를 고려하여 제시하였다.
이때 중요하게 고려해야 할 사항은 가로와 세로를 기준으로 해당 기준 격자 사이즈 기준으로 홀수의 곱만큼 떨어지도록 샘플링을 수행하도록 한다. 이를 위해 저장된 래스터의 리 샘플링을 통해 세분화된 격자를 하나의 격자로 생성한 후 래스터 별 포인트 생성을 진행하고, 이러한 포인트들을 이용하여 기존 래스터의 공간정보에 저장된 속성 정보들을 획득한다. 예를 들면 Fig.
대상 데이터
Kim et al.(2014)은 건물에너지 빅데이터 분석을 위해 130만건의 개별 건축물별 에너지 사용량 데이터를 KLIS(한국토지종합정보망)에서 추출한 개별 필지 데이터와 통합하여 분석에 이용하였다. 이러한 데이터를 이용하여 각종 통계분석 및 핫스팟 분석과 같은 공간 분석을 수행하였다.
성능/효과
그리고 기존에 저장된 공간정보들간의 속성 정보(값)들과 빅데이터로부터 추출한 정형화된 데이터들의 속성 값과의 조인을 통해 상관분석 및 다양한 빅데이터 분석이 가능하다. 또한 기존의 공간정보에 구축 시점과 같은 시간과 관련된 위치 값과 속성 값들을 이용하여 위치정보와 속성정보의 변화를 탐지하고 이를 기반으로 향후 미래의 예측도 가능할 것이라고 판단된다.
이러한 공간정보들과 기존 빅데이터를 하나의 빅데이터의 구성요소로 인식하고 다양한 빅데이터간의 결합 또는 융합을 통한 다양한 분석에서의 활용은 우리가 기존에 예측했던 결과 이외의 다양하고 가치있는 결과를 도출할 수 있으며, 이러한 분석결과는 효율적 정책적 집행과 지원이 가능할 수 있으며 만족도 높은 대국민 서비스를 지원할 수 있다. 그리고 이러한 빅데이터와 연계된 공간정보의 활용 증대는 공간정보 산업 및 기술발전에 크게 기여할 수 있을 것이라 판단된다.
후속연구
이렇게 기존 공간정보와 연계한 빅데이터 분석을 통해 기존에 예측하지 못했던 새로운 가치 있는 연구결과를 통해 현안문제 진단 및 해결을 위한 정책지원 및 대국민 서비스 지원이 가능할 것으로 판단된다. 그리고 이러한 공간정보의 빅데이터의 활용은 공간정보의 활용이 증대될 것이며, 공간정보의 활용 증대는 관련 공간정보 분야의 발전에도 큰 기여를 할 수 있을 것이라 판단된다.
이러한 공간정보들과 기존 빅데이터를 하나의 빅데이터의 구성요소로 인식하고 다양한 빅데이터간의 결합 또는 융합을 통한 다양한 분석에서의 활용은 우리가 기존에 예측했던 결과 이외의 다양하고 가치있는 결과를 도출할 수 있으며, 이러한 분석결과는 효율적 정책적 집행과 지원이 가능할 수 있으며 만족도 높은 대국민 서비스를 지원할 수 있다. 그리고 이러한 빅데이터와 연계된 공간정보의 활용 증대는 공간정보 산업 및 기술발전에 크게 기여할 수 있을 것이라 판단된다.
그리고 이렇게 저장된 공간정보들은 데이터 생성 기준과 같은 시계열 정보를 속성 값으로 저장함으로써, 같은 위치에서의 변화된 시계열 정보들을 비교해 봄으로써 시간의 흐름과 관련된 다양한 시계열 분석을 수행할 수 있고, 향후 미래의 예측과 관련된 분석들을 수행할 수 있다. 그리고 향후 지속적으로 구축 될 공간정보들의 가공, 표준화, 저장을 수행하고 해당 위치별 속성 정보를 추출하는 자동화된 과정을 통해 다양한 시계열 분석을 수행할 수도 있다.
그리고 이렇게 저장된 공간정보들은 데이터 생성 기준과 같은 시계열 정보를 속성 값으로 저장함으로써, 같은 위치에서의 변화된 시계열 정보들을 비교해 봄으로써 시간의 흐름과 관련된 다양한 시계열 분석을 수행할 수 있고, 향후 미래의 예측과 관련된 분석들을 수행할 수 있다. 그리고 향후 지속적으로 구축 될 공간정보들의 가공, 표준화, 저장을 수행하고 해당 위치별 속성 정보를 추출하는 자동화된 과정을 통해 다양한 시계열 분석을 수행할 수도 있다.
지속적으로 구축 및 갱신되고 있는 공간정보들은 사용자에게 구축 또는 갱신된 결과를 보여주고 있지만 지속적으로 누적된 공간정보를 이용한 분석결과를 이용한 다양한 서비스의 제공은 미흡한 실정이다. 따라서 기존 공간정보들을 이용한 공간분석 뿐만 아니라 향후 지속적으로 구축, 저장될 공간정보의 공간분석 및 빅데이터 분석까지 고려하여 서비스를 고려해야 한다.
이러한 기존 선행 연구들의 빅데이터 정의와 특징들을 살펴보면 빅데이터는 기존의 환경 체계에서는 방대한 양의 데이터베이스의 정형 데이터뿐만 아니라 소셜 미디어, XML, HTML 같은 웹정보, 인터넷 게시물, 텍스트, 동영상, 이미지, 위치정보(공간정보)와 같은 다양한 비정형, 반정형 데이터들을 가리켰으나, 점차 빅데이터 범위가 확대되어 방대한 양의 데이터뿐만 아니라 데이터들로부터 추출하는 의미 있는 가치와 이러한 데이터를 다루는 인재 및 조직과 기술 및 활용체계까지 포함하여 빅데이터의 의미가 확대되고 있었다. 따라서 이러한 정의들을 살펴보면 공간정보를 포함한 공간 빅데이터 또한 빅데이터의 일부로 판단하는 것이 타당할 것으로 판단되며, 공간 빅데이터는 다른 유형의 빅데이터들과의 연계할 수 있는 기술과 활용체계까지 고려해야 할 것으로 판단된다.
그리고 기존에 저장된 공간정보들간의 속성 정보(값)들과 빅데이터로부터 추출한 정형화된 데이터들의 속성 값과의 조인을 통해 상관분석 및 다양한 빅데이터 분석이 가능하다. 또한 기존의 공간정보에 구축 시점과 같은 시간과 관련된 위치 값과 속성 값들을 이용하여 위치정보와 속성정보의 변화를 탐지하고 이를 기반으로 향후 미래의 예측도 가능할 것이라고 판단된다.
본 연구는 공간 빅데이터 서비스 제공을 위한 개념적 연구라는 한계가 있지만, 향후 본 연구에서 제시한 격자 기반의 포인트 샘플링 방법론을 적용하여 빅데이터와 공간 빅데이터의 연계를 반영할 수 있는 자동화된 공간 빅데이터 관리 및 분석 시스템 구축에 충분히 활용 가능할 것이라는 점에서 의의가 있다고 판단된다.
샘플링 포인트 생성 및 속성정보 추출 방안은 공간 빅데이터가 제공해야 하는 다양한 공간분석이 가능하며, 해당 위치 별 시간의 변화에 따른 정보의 변화를 파악할 수 있고, 향후 구축될 공간정보까지 고려하여 분석에 이용할 수 있다. 그리고 공간정보의 속성정보들을 이용하여 다양한 빅데이터 관련 분석이 가능하며, 공간정보가 아닌 다양한 형태의 빅데이터들도 가공을 통해 공간정보에 연계하여 공간 분석에 이용할 수 있다.
이렇게 기존 공간정보와 연계한 빅데이터 분석을 통해 기존에 예측하지 못했던 새로운 가치 있는 연구결과를 통해 현안문제 진단 및 해결을 위한 정책지원 및 대국민 서비스 지원이 가능할 것으로 판단된다. 그리고 이러한 공간정보의 빅데이터의 활용은 공간정보의 활용이 증대될 것이며, 공간정보의 활용 증대는 관련 공간정보 분야의 발전에도 큰 기여를 할 수 있을 것이라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
Nomura Research Institute는 빅데이터 3요소를 무엇이라고 정의하였는가?
IDC는 다양한 종류의 대규모 데이터를 초고속 수집, 발견·발굴, 분석하여 가치 있는 정보를 경제적으로 추출하는 차세대 기술 및 아키텍처를 빅데이터 기술이라고 정의하였다(Gantz and Reinse, 2011). 그리고 Nomura Research Institute는 빅데이터를 처리할 수 있는 인재·조직, 데이터 처리 ·축척 ·분석기술, 데이터 자원 등 을 데이터와 데이터처리기술 및 이러한 데이터를 이용하는 인재를 빅데이터 3요소로 정의하였다(Kim et al., 2013).
공간분석 및 빅데이터 분석 서비스를 제공하기 위해서 공간 빅데이터는 어떤 특징 및 요구사항을 제공해야 하는가?
우선 공간정보를 포함한 공간 빅데이터는 기본적으로 다양한 공간분석이 가능해야 한다. 기본적인 중첩 연산과 거리로 부터의 영향을 파악할 수 있는 근린연산, 공간적 분포와 영향을 알 수 있는 공간 상관분석 및 패턴분석과 핫스팟 분석 등 다양한 공간분석까지 분석할 수 있어야 한다.
또한 공간 빅데이터의 서비스 제공을 위해서 우선 공간정보 또한 지속적으로 구축 및 갱신되고 있어 기존에 구축된 공간정보와 향후 구축될 공간정보까지 고려할수 있는 서비스 고려가 필요하다. 지속적으로 구축 및 갱신되고 있는 공간정보들은 사용자에게 구축 또는 갱신된 결과를 보여주고 있지만 지속적으로 누적된 공간정보를 이용한 분석결과를 이용한 다양한 서비스의 제공은 미흡한 실정이다. 따라서 기존 공간정보들을 이용한 공간분석 뿐만 아니라 향후 지속적으로 구축, 저장될 공간정보의 공간분석 및 빅데이터 분석까지 고려하여 서비스를 고려해야 한다.
그리고 시간의 흐름에 따른 위치별 속성정보의 시계열 변화를 탐지할 수 있어야 한다. 공간정보와 공간정보화 가능한 빅데이터의 특징은 위치와 관련된 정보를 기반으로 공간정보가 지속적으로 갱신되고 있다면 해당 위치마다 시계열 변화에 따른 정보의 변화를 파악할수 있어야 한다.
그리고 공간정보의 속성정보들을 이용하여 빅데이터 관련 분석이 가능해야 한다. 공간정보에 포함된 속성정보들을 이용하여 기존 빅데이터들과의 조인(join)을 통해 빅데이터 분석이 가능해야 한다. 기초적 통계량 분석부터 회귀분석까지의 기초 통계 분석과 속성 값들의 유사/상관분석 및 예측분석까지 가능해야 하며 분류, 추정, 예측, 군집화 및 유사집단화의 기능을 포함한 고차원의 데이터 마이닝분석과 이러한 분석 결과의 시각 화도 가능해야 한다.
마지막으로 공간정보가 아닌 빅데이터들도 공간정보에 연계하여 공간 분석이 가능해야 한다. 이를 위해 빅데이터와 공간정보의 조인을 통한 공간정보화, 주소와 지점 등을 좌표로 공간화 하는 지오코딩(geocoding), 텍스트와 같은 비정형 데이터로부터 공간화 하는 지오 파싱(geoparsing), 아이덴티티(identity)와 같이 해당 위치의 속성 값을 추출하는 중첩(overlay) 등을 이용하여 빅데이터와 공간정보를 연계하여 공간분석을 수행할수 있어야 한다.
IDC는 빅데이터 기술을 무엇이라고 정의하였는가?
또한 방대한 양의 데이터를 수집, 관리, 분석, 활용하는 기술과 사람을 포함한 조직까지 아우르는 하나의 체계를 빅데이터로 정의하는 연구자, 연구기관도 있다. IDC는 다양한 종류의 대규모 데이터를 초고속 수집, 발견·발굴, 분석하여 가치 있는 정보를 경제적으로 추출하는 차세대 기술 및 아키텍처를 빅데이터 기술이라고 정의하였다(Gantz and Reinse, 2011). 그리고 Nomura Research Institute는 빅데이터를 처리할 수 있는 인재·조직, 데이터 처리 ·축척 ·분석기술, 데이터 자원 등 을 데이터와 데이터처리기술 및 이러한 데이터를 이용하는 인재를 빅데이터 3요소로 정의하였다(Kim et al.
참고문헌 (16)
Ahn, J. W., Yi, M. S and Shin, D. B., 2013, Study for spatial big data concept and system building, Journal of Korea Spatial Information Society, Vol. 21, No. 5, pp. 43-51.
Beyer, M. A. and Laney, D., 2012, The importance of big data: a definition, Technical report, Gartner, USA, pp. 3-4.
Dijcks, J. P., 2014, Oracle: big data for the enterprise, Technical report, Oracle, USA, pp. 3-4.
Gantz, J. and Reinse, D., 2011, Extracting value from Chaos, Technical report, IDC, USA, pp. 1-12.
James, M. and Michael, C., 2011, Big data : the next frontier for innovation, competition, and productivity, Technical report, McKinseyGlobal Institute, USA, p.1.
Kim, D. H. et al., 2014, The use of spatial big data for planning policy support, Research report, KRIHS, Republic of Korea, pp. 13-26.
Kim, D. J. and Yoon, S. Y., 2013, Big data utilization for monitoring territorial policy responses and predicting policy demand, Research report, KRIHS, Republic of Korea, pp. 21-69.
Kim, D. J., Hwang, M. H., Yoon, S. Y. and Seo, T. S., 2014, A study on building and utilization of spatial knowledge platform for scientific territorial planning(1), Research report, KRIHS, Republic of Korea, pp. 1-49.
Kim, H. S., 2014, Policy direction to the establishment and application of spatial big data system, Planning and Policy, Vol. 389, No. 4, pp. 6-11.
Kim, M. J., Kim, D. J. and Lee, Y. J., 2013, Spatial big data utiliztion for national land policy, Research report, KRIHS, Republic of Korea, pp. 21-69.
Lee, Y. J., Kim, M. J. and Em, E. S., 2014, Implementation of welfare and safety national land and application of spatial big data, Planning and Policy, Vol. 389, No. 4, pp. 12-21.
National Council on Informatization Strategies, 2011, Implementation of smart government using big data, Research report, National Council on Informatization Strategies, Republic of Korea, pp. 1-27.
Park, S. M et al., 2013, The new competitiveness of firms big data curation, Technical report, SERI, Republic of Korea, pp. 1-17.
Teradata, 2013, Teradata unified data architecture, Technical report, Teradata, USA, pp. 1-6.
Yi, M. S., Lee, C. H. and Kim, J. Y., 2014, Big data analysis on demands for environmental polices, Research report, KEI, Republic of Korea, pp. 5-9.
Yu, S. C., Choi, W. W., Shin, D. B. and Ahn, J. W., 2014, A Study on concept and services framework of geo-spatial big data, Journal of Korea Spatial Information Society, Vol. 22, No. 6, pp. 13-21.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.