지난 2012년부터 도로명주소가 본격 시행 및 활용되고 있지만, 아직도 상당 부분에서는 기존의 지번주소가 많이 통용되고 있다. 이는 일반인들의 공간 인식체계와 도로명주소의 공간 구조화 방식의 간극으로 인한 문제이다. 따라서 도로명주소 기반의 공간 인식 체계가 자리잡기 위해서는 생활 속에서 활용되는 각종 공간정보들이 도로명에 의하여 주소정보를 부여받을 수 있어야 한다. 본 연구는 공간 인식 과정이 가장 중요하게 나타나는 길찾기 과정에서의 도로명주소 체계의 연계를 목적으로, 이를 위하여 필요한 공간데이터의 기하학적 매칭 방법론을 설계 및 구현하였다. 도로명주소 기본도의 도로구간 레이어와 보행자용 도로 네트워크에 대하여, 개별 도로 객체를 중심으로 네트워크 이웃을 생성하였다. 그 다음, 생성된 이웃 집합 간의 기하학적 유사도 비교를 통하여, 네트워크 데이터의 각 객체에 매칭되는 도로구간을 탐색하였다. 매칭 성능은 F0.5 값을 기준으로 0.936의 결과를 얻었으며, 유사도 값을 기준으로 10% 수동 검사를 수행한 결과 이 값을 0.978까지 향상시킬 수 있었다. 이렇게 생성된 매칭 대응관계를 이용하여, 보행자용 도로 네트워크 데이터에 도로명 정보를 부여하였다. 이러한 방법론을 통하여, 도로명주소를 기반으로 한 길찾기 서비스 제공 및 공간 인식체계 정착에 도움을 줄 수 있다.
지난 2012년부터 도로명주소가 본격 시행 및 활용되고 있지만, 아직도 상당 부분에서는 기존의 지번주소가 많이 통용되고 있다. 이는 일반인들의 공간 인식체계와 도로명주소의 공간 구조화 방식의 간극으로 인한 문제이다. 따라서 도로명주소 기반의 공간 인식 체계가 자리잡기 위해서는 생활 속에서 활용되는 각종 공간정보들이 도로명에 의하여 주소정보를 부여받을 수 있어야 한다. 본 연구는 공간 인식 과정이 가장 중요하게 나타나는 길찾기 과정에서의 도로명주소 체계의 연계를 목적으로, 이를 위하여 필요한 공간데이터의 기하학적 매칭 방법론을 설계 및 구현하였다. 도로명주소 기본도의 도로구간 레이어와 보행자용 도로 네트워크에 대하여, 개별 도로 객체를 중심으로 네트워크 이웃을 생성하였다. 그 다음, 생성된 이웃 집합 간의 기하학적 유사도 비교를 통하여, 네트워크 데이터의 각 객체에 매칭되는 도로구간을 탐색하였다. 매칭 성능은 F0.5 값을 기준으로 0.936의 결과를 얻었으며, 유사도 값을 기준으로 10% 수동 검사를 수행한 결과 이 값을 0.978까지 향상시킬 수 있었다. 이렇게 생성된 매칭 대응관계를 이용하여, 보행자용 도로 네트워크 데이터에 도로명 정보를 부여하였다. 이러한 방법론을 통하여, 도로명주소를 기반으로 한 길찾기 서비스 제공 및 공간 인식체계 정착에 도움을 줄 수 있다.
The road name address system has been in effect in Korea since 2012. However, the existing address system is still being used in many fields because of the difference between the spatial awareness of people and the road name address system. For the spatial awareness based on the road name address sy...
The road name address system has been in effect in Korea since 2012. However, the existing address system is still being used in many fields because of the difference between the spatial awareness of people and the road name address system. For the spatial awareness based on the road name address system, various spatial datasets in daily life should be referenced by the road names. The goal of this paper is to link the road name address system with the wayfinding process, which is closely related to the spatial awareness. To achieve our goal, we designed and implemented a geometric matching method for spatial data sets. This method generates network neighborhoods from road objects in the 'road name address map' and the 'pedestrian network data'. Then it computes the geometric similarities between the neighborhoods to identify corresponding road name for each object in the network data. The performance by F0.5 was assessed at 0.936 and it was improved to 0.978 by the manual check for 10% of the test data selected by the similarity. By help of our method, the road name address system can be utilized in the wayfinding services, and further in the spatial awareness of people.
The road name address system has been in effect in Korea since 2012. However, the existing address system is still being used in many fields because of the difference between the spatial awareness of people and the road name address system. For the spatial awareness based on the road name address system, various spatial datasets in daily life should be referenced by the road names. The goal of this paper is to link the road name address system with the wayfinding process, which is closely related to the spatial awareness. To achieve our goal, we designed and implemented a geometric matching method for spatial data sets. This method generates network neighborhoods from road objects in the 'road name address map' and the 'pedestrian network data'. Then it computes the geometric similarities between the neighborhoods to identify corresponding road name for each object in the network data. The performance by F0.5 was assessed at 0.936 and it was improved to 0.978 by the manual check for 10% of the test data selected by the similarity. By help of our method, the road name address system can be utilized in the wayfinding services, and further in the spatial awareness of people.
이에 본 연구에서는 도로명주소 기본도를 활용하여, 길찾기 서비스에 사용되는 보행자용 네트워크 데이터와 도로명주소 체계의 연계를 목적으로 하였다. 이를 위하여 필요한 공간데이터의 기하학적 매칭 방법론을 설계 및 구현하였다.
가설 설정
9m로 설정하였다. 또한 도로명주소 도로구간 데이터의 최대 위치오차(ERS)는, 도로명주소 지도의 원도 격인 1:1000 축척 수치지도의 규정 최대오차 값인 0.7m로 가정하였다(National Geographic Information Institute, 2015).
제안 방법
따라서 실제 서비스에 적용하기 전 수작업에 의한 오류 보정 과정이 필요하다. 본 연구에서는 기하학적 유사도를 기준으로 매칭 여부를 판단하기 때문에, 이 유사도 값을 이용하여 오류 검사를 수행할 객체를 검출하였다. 수동 검사 비율을 10%로 가정하고, 매칭이 이루어진 116개 링크 중 매칭된 최대 유사도 값이 작은 순서대로 12개를 추출하여 오류 여부를 검사하였다.
본 연구에서는 개별 공간객체 간 위치오차로 인한 영향을 최소화하기 위하여, 좀 더 넓은 범위의 데이터셋을 기하학적으로 비교하는 방법을 제안하였다. 먼저, 보행자용 네트워크 데이터의 한 객체(기준 객체)를 중심으로, 미리 정해진 탐색 범위(RC) 내에 있는 도로명주소 도로 구간(road section) 객체들을 매칭 후보로 선정한다.
이에 대한 해결 방안으로서, 본 연구에서는 길찾기 서비스에서 사용되는 배경 네트워크 데이터와 도로명주소 도로구간 데이터 사이의 기하학적 매칭 방법론을 제시하였다. 이를 위하여, 비교 대상 공간객체를 중심으로 네트워크 이웃을 생성하고, 그 사이의 기하학적 유사도를 측정함으로써 최적 매칭 결과를 도출하였다. 참조 데이터를 기준으로 매칭 성능을 평가한 결과, F0.
대상 데이터
프로세스의 효율성을 위하여, 보행자용 네트워크 데이터 링크 객체 중 도로명주소 도로구간 데이터와의 매칭이 명확하게 불가능한 아파트단지·학교 등 단지 내도로 객체들을 미리 걸러내었다. 그 결과 374개의 링크가 제외되어 나머지 2529개의 링크에 매칭 프로세스를 적용하였다.
본 연구에서는 보행자 길안내 서비스를 위하여 제작된 보행자용 네트워크 데이터를 매칭 대상 데이터로 선정하였다. 공간적 범위는 서울특별시 양천구 신월동-신정동 일대 1개 도엽(1:1000 축척의 수치지도 기준)으로 설정하였다.
데이터처리
매칭 후 성능 평가를 위하여, 전처리된 네트워크 데이터 링크 중 임의로 150개를 선택하여 수동으로 대응되는 도로명주소 도로구간 객체를 찾아 참조 데이터를 미리 구축하였다. 참조 데이터 중 118개 (78.
이론/모형
기준 객체와 그의 매칭 후보들을 중심으로 생성된 네트워크 이웃 사이의 기하학적 유사도를 측정하기 위하여, 본 연구에서는 하우스도르프 거리(Hausdorff distance) 개념을 활용하였다. 하우스도르프 거리는 두 공간객체 사이의 거리를 계산하는 방법으로서, Eq.
4%의 재현율(recall)을 나타내었다. 이 결과를 이진 분류 기법의 평가에 사용되는 지표인 F-score를 통하여 평가하였다. 일반적인 F-score는 다음 Eq.
성능/효과
6%의 정확도를 나타내었다. 또한 본 연구에서 적용한 유사도 기준으로 10% 객체를 수동으로 검사하면 97.8%까지 향상시킬 수 있었다. 이러한 방법을 적용하여 네트워크 데이터에 도로명 정보를 등록함으로써, 공간 인식에 가장 중요한 길찾기 과정에서 도로명주소가 연계될 수 있도록 하였다.
이를 위하여, 비교 대상 공간객체를 중심으로 네트워크 이웃을 생성하고, 그 사이의 기하학적 유사도를 측정함으로써 최적 매칭 결과를 도출하였다. 참조 데이터를 기준으로 매칭 성능을 평가한 결과, F0.5 score를 기준으로 약 93.6%의 정확도를 나타내었다. 또한 본 연구에서 적용한 유사도 기준으로 10% 객체를 수동으로 검사하면 97.
후속연구
이러한 방법을 적용하여 네트워크 데이터에 도로명 정보를 등록함으로써, 공간 인식에 가장 중요한 길찾기 과정에서 도로명주소가 연계될 수 있도록 하였다. 본 연구의 기법을 확장하면, 다양한 형태의 공간정보들을 도로명주소와 연계할 수 있는 일반적인 주소 탐색 기법을 제안할 수 있을 것이다. 이러한 방법론을 통하여, 길찾기를 위한 기반 데이터 구축 비용 절감 및 서비스 효율성 증대, 그리고 도로명주소 제도의 확고한 정착 등의 효과를 기대할 수 있다.
본 연구의 기법을 확장하면, 다양한 형태의 공간정보들을 도로명주소와 연계할 수 있는 일반적인 주소 탐색 기법을 제안할 수 있을 것이다. 이러한 방법론을 통하여, 길찾기를 위한 기반 데이터 구축 비용 절감 및 서비스 효율성 증대, 그리고 도로명주소 제도의 확고한 정착 등의 효과를 기대할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
도로명주소 체계란 무엇인가?
도로명주소 체계는 지난 100여년간 지속되어 온 지번주소체계의 문제점을 해소하고, 경로 안내의 용이성 강화, 국제표준 채택 등의 효과를 달성하기 위하여 도입된 도로 기반의 주소체계이다. 1997년 시범사업을 시작으로, 2011년 전국 고지 및 고시, 2013년까지 병행사용 기간을 거쳐 2014년부터 전면 시행되었다(Road Name Address, 2016).
도로명주소 체계 활용의 대표적인 장점은?
도로명주소 기반의 공간 인식체계가 자리잡기 위해서는 공간 탐색이 가장 적극적으로 이루어지는 행위, 즉 ‘길찾기’ 과정에서의 도로명주소 활용이 매우 중요하다. 도로명주소 체계 활용의 대표적인 장점으로 길찾기의 편의성이 홍보되고 있음에도 불구하고, 정작 수많은 길찾기 또는 길안내 서비스에서 도로명주소는 그리 많이 활용되지 않고 있다.
네트워크 데이터의 링크 객체의 속성정보에 도로명이 포함되지 않은 이유는?
그러나 도로명은 속성정보에 포함되어 있지 않은 경우가 많다. 이는 보행자 네트워크 데이터가 기존 차량용 네트워크 데이터를 가공하여 구축되었는데, 이 데이터들이 도로명주소 체계와 무관하게 작성되었기 때문이다. 지번주소가 등록된 공간데이터의 경우 도로명주소 안내시스템(www.
참고문헌 (16)
Bang, Y. S., Ga, C. O. and Yu, K. Y., 2012, Matching and attribute conflating method for linking the digital map with the road name address system - focused on the road centerline layer, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 30, No. 4, pp. 379-388.
CMI Consortium, 2006, A study on maintenance of the address system and facilities for application of the road name address - part I, Research report, Ministry of the Interior, Republic of Korea, pp. 47-71.
Kang, Y. O. and Jang, Y. J., 2012, A study on the integrated topological data model based on linear features of new address and national basic districts, Journal of the Korean Cartographic Association, Vol. 12, No. 3, pp. 63-79.
Kim, K. M., 2015, Establishing walk-friendly wayfinding system, World and City, Vol. 10, pp. 24-31.
Lee, J. S., Kim, J. H., Kim, M. G. and Yun, H. D., 2015, Error and accuracy analysis about road name address for reliability improvement and efficient utilization, Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol. 5, No. 2, pp. 223-230.
Min, D., Zhilin, L. and Xiaoyong, C., 2007, Extended Hausdorff distance for spatial objects in GIS, International Journal of Geographical Information Science, Vol. 21, No. 4, pp. 459-475.
Ministry of the Interior, 2013, Road name address act, The National Law Information Center, http://www.law.go.kr/lsInfoP.do?lsiSeq136735
National Geographic Information Institute, 2015, Regulations for generating digital map, The National Law Information Center, http://www.law.go.kr/LSW/lsInfoP.do?lsiSeq108484
Road Name Address, 2016, Introduction road name address, Ministry of the Interior, http://www.juso.go.kr/CommonPageLink.do?link/street/GuideBook
Roh, H. J., 2009, Assessment and improvement method of position accuracy of geocoding application for new address system in Korea, Journal of the Korean Cartographic Association, Vol. 9, No. 1, pp. 63-72.
Seok, S. M. and Lee, J. Y., 2016, Development of geocoding and reverse geocoding method implemented for street-based addresses in Korea, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 34, No. 1, pp. 33-42.
Van Rijsbergen, C. J., 1979, Information retrieval, Butterworths, UK, pp. 112-128.
Walter, V. and Fritsch, D., 1999, Matching spatial data sets: a statistical approach, International Journal for Geographical Information Science, Vol. 13, No. 5, pp. 445-473.
Yang, S. C., 2013, A study on construction of real estate development map using the road name address map, Journal of the Korean Society for Geospatial Information System, Vol. 21, No. 3, pp. 47-54.
Yeom, J. H., Huh, Y. and Lee, J. B., 2014, Building matching analysis and new building update for the integrated use of the digital map and the road name address map, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 32, No. 5, pp. 459-467.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.