2

공간정보 컨설팅은 사람을 이해하는 것

Writer. 홍진규(㈜OPENmate 컨설팅사업부 수석연구원)

들어가며 – ‘빅데이터 시대’

2016년 세계경제포럼(World Economic Forum, WEF)에서 4차 산업혁명라는 용어가 등장하고 O2O, IoT 등 경제 및 산업 분야에 걸쳐 다양한 신기술이 나오 고 있다. 또 이러한 신기술을 이용하며 발생되는 데이터 는 지속적으로 수집되고 분석에 활용되고 있다. 2016년 알파고와 이세돌의 대국 이후 ‘빅데이터라는 키워드는 유행처럼 퍼져 나가기 시작했다.
공간정보 기술의 발달 과 더불어 정부 부처 및 각 지자체에서 공공데이터를 조 금씩 개방하자 민간에서는 통신, 카드사 데이터를 가공 한 데이터가 나오기 시작했다. 이에 따라 사람들은 데이 터 분석을 통해 각자가 놓치고 있던 무언가를 발견할 수 있지 않을까 하는 기대감을 갖기 시작했다. 또한 정부에 서 데이터를 기반으로 한 정책을 추진하면서 공간정보 컨 설팅에 대한 기대가 조금씩 무르익는 분위기가 형성되었 다.
실제로 행정안전부에 따르면 중앙행정기관이나 산하 공공기관, 지자체에서 추진하고 있는 분석사업은 2013 12건에서 2017년에는 447건으로, 40배나 늘어났다. 특히, 1996년 당시 건설교통부에서 시작한 국가공간정 보시스템 구축을 시작으로, 2013년 빅데이터법의 국회 통과, 2015년 공공데이터포털 개방까지, 정부 주도로 이 어진 정책과 사업은 데이터의 공유와 활용이라는 분위기 를 사회 전반으로 확산시켰다.
이에 따라 사회 전반에 걸 쳐 빅데이터를 통해 할 수 있는 일이 무엇인지를 재검토하 는 전문적인 데이터 분석 컨설팅이 부각되기 시작했다.

공간정보 컨설팅 – 빅데이터와 공간정보의 만남

정보통신 기술의 발달은 곧 공간정보 기술의 발달로 이어 졌다. 모바일과 IoT기술이 발달하면서 사용자가 휴대폰 의 네비게이션이나 위치기반 서비스를 활용할 때 어디에 있고 어디로 이동하는지에 대한 ‘위치정보’, 어떤 콘텐츠 를 검색하고 사용하는지에 대한 ‘관심 정보’, 어떤 장소에 서 얼마만큼 결재를 하는지 ‘소비정보’가 수집되고 있다. 자동차, 버스, 택시, 화물차에 설치된 기기들을 통해서 실시간으로 위치 신호와 각 기기에서 발생하는 상황들이 수 집되고 있으며 가정에 비치된 냉장고, 공기청정기 등 다 양한 가전기기에서 발생하는 상황들이 수집되고 있다. 그 리고 이 모든 신호 센서들이 위치라고 하는 특성을 담는 순간 이 모두가 ‘공간정보’가 될 수 있다. 이러한 빅데이터 시대가 도래하면서 공간정보 컨설팅 영역에서는 다양한 분석이 요구되고 있다.

분야에 따라 차이가 있지만 공간정보 컨설팅 분야에서 주 로 분석하고자 하는 것은 결국 사람의 행동 패턴에 대한 이해이다. 공간 빅데이터를 토대로 우리는 누가, 언제, 어 디서, 무엇을, 어떻게, 왜라는 육하원칙을 직접 개개인에 게 일일이 묻지 않더라도 어느 정도 짐작할 수 있다. 민간 에서는 이와 같은 질문을 ‘소비’에 맞춰 활용한다. 고객이 누구이며, 어떤 것에 관심이 있는지 등 마케팅 의사결정 을 위해 정보를 분석하는 것이다. 공공에서는 ‘형평성’과 ‘정책’에 맞춘다. 각 지역별 인프라 현황을 진단하고 개선 방향을 수립한다거나 정책 효과를 모니터링할 때 데이터 분석은 강력한 근거가 될 수 있다.

공간정보 컨설팅의 핵심역량

공간정보 컨설팅을 위해서는 해결하고자 하는 문제에 맞 게 분석 시나리오를 설계하여 고객을 설득시키는 것이 중요하다.
이를 위해서는 다음과 같은 기술적 준비가 필 요하다.

공간정보 컨설팅 분야에서
주로 분석하고자 하는 것은
결국 사람의 행동 패턴에
대한 이해이다

첫째, 다양한 공간단위에 대한 이해가 필요하다.
공간을 분석할 때, 실제 형상을 고려하지는 않지만 균일한 단위 로 분석할 수 있는 헥사곤이나 셀을 사용하는 경우도 있 으며 실제 자연환경과 시설물의 형태를 고려한 블록이 사 용하는 경우도 있다. 또한, 면 정보가 아닌 도로, 교차로, 필지, 시설물과 같이 선, 점의 정보가 활용되는 경우도 있 다. 중요한 것은 이와 같은 공간단위는 이미 만들어져 있 거나 국가에서 제공하는 표준 포맷을 활용하는 경우도 있 지만 대부분 필요에 따라 새롭게 정의하고 생성해야 한 다는 것이다.

둘째, 데이터를 전처리하고 융합할 수 있는 분석 기술력 이 필요하다.
주소와 같이 위치를 식별할 수 있는 정형 데 이터를 지오코딩을 통해 좌표화하거나 서로 다른 좌표체 계를 갖고 있는 데이터를 변환하는 전처리 작업과 더불어 데이터 분석 단위가 정해지면 수집된 데이터를 융합해야 한다. 예를 들어 셀 단위 분석을 할 경우, 통계청과 같이 국가에서 발표하는 데이터는 소규모 단위로 추정하고, 주 소 단위로 관리되고 있는 데이터는 주소정제 및 지오코딩 을 통해 위치를 식별하여 해당 셀에 집계해야 한다.

기상청 데이터와 같이 관측지점이 정해져 있는 경우는 보간법 을 통해 셀에 해당하는 값을 분석하는 기술이 필요하다. 또한, 최근 빅데이터로 거론되는 다양한 기기의 GPS 데 이터는 대용량 데이터를 처리해서 셀 단위로 집계하고, 개인정보가 담겨있는 데이터는 비식별 처리를 통해 가공 하고 집계하는 기술이 필요하다.

셋째, 지속가능한 데이터 생산을 위한 프로그래밍 능력이 필요하다. 만약, 공간정보 컨설팅이 전략수립 단계에서 끝나는 것이 아니라 실제 업무에 적용할 수 있는 시나리오 를 발굴하고 분석하는 것이라면 이는 컨설팅 결과가 일회 성에 그치지 않는다. 각 업무에 적용되어 필요에 따라 현 행화된 데이터를 재생산할 수 있어야 한다. 이 경우에는 R, Python, SQL과 같이 데이터 분석과정에 대해 재생 산이 가능한 소스로 관리할 수 있는 통계 프로그래밍 언어 를 활용할 수 있어야 한다.

넷째, 머신러닝 알고리즘에 대한 이해가 필요하다. 4차 산 업혁명이 대두되면서 우리는 빠른 트렌드 변화의 한가운 데 있다. 때문에 빅데이터에 대한 관심과 예산 투입 정도에 따라 몇 차례 프로젝트를 실시하고 업무에 적용하고 있는 곳도 있고, 이제 막 활용을 위한 전략수립 단계를 거치고 있는 곳도 있다. 또한, 분석의 기초가 되며 머신러닝 알고 리즘을 적용하기 위한 데이터가 충분치 않은 곳도 있고 데 이터의 융합을 통한 분석과정만으로도 충분히 의미가 있 는 곳도 있다.
하지만 적용하고자 하는 분야가 데이터를 통 해 인사이트를 도출하는 것으로 끝나지 않고, 다양한 데이 터를 통해 패턴을 이해하고 미래를 예측하거나 분류를 할 수 있는 알고리즘이 필요하다면 머신러닝은 빠질 수 없다.

공간정보 컨설팅 사례

오픈메이트는 비즈니스 GIS분야에서 오랜 업력을 쌓아 왔다. 지금까지 수행한 분석 프로젝트의 대부분은 공간 정보 컨설팅에 속한다고 할 수 있다. 이를 분야별로 구분 해 보면, 공공분야에서는 주로 시설물 수요/공급 현황 분 석을 통해 인프라 개선 방향을 도출하거나 빅데이터를 통 해 현황을 진단하였고, 민간 분야에서는 상권/고객 분석 을 통해 출점 지역을 도출하거나 마케팅 대상 고객을 분석 하는 것이 주를 이루었다. 몇 가지 사례를 통해 살펴보자.

첫째, CCTV 신규 설치지역 분석 사례이다. CCTV 설 치를 고려하는 분석대상지역을 설정하고 교차로 단위로 CCTV 설치 후보지를 도출한 후 범죄, 유동인구, 기존 CCTV, 치안 시설에 대한 영향을 고려하여 최종 설치 후 보지역을 제안하였다. 신규 설치지역을 객관적으로 분석 하여 설치 근거를 제공함과 동시에 실사를 통해 검수하는 과정을 거쳤다. 경북 안동시의 경우, 2016년에 분석 및 적용을 통해 2017년 관제 중 이상신고현황이 3배 증가하 여 적재적소에 설치되었다는 평가를 받았다.

둘째, 관광객 관광 패턴 분석 사례이다. 통신사 데이터를 분석하여 관광객에 대해 정의하고 유료 관광지뿐만 아니 라 무료 관광지까지 범위를 확대하여 분석했다. 성별, 연 령별, 시간대별 변화를 분석을 통해 각 지방자치단체별로 관리나 개발이 필요한 관광지를 선정하거나 실제 관광지 로 선정되어 있지 않지만 새롭게 뜨고 있는 지역은 어디인 지 탐색하였다. 탐색 결과를 통해 체류형 관광객 활성화, 야간 관광 활성화 등 정책 수립을 위한 제언을 하였다. 이 외에도 관광객의 관광 패턴이 어떻게 되는지와 같이 기종점분석을 실시하여 설문 조사로는 얻기 어려운 정보를 제 공하여 관광 현황에 대한 이해를 높였다.

셋째, 상권 변화에 대한 분석 사례이다. 카드 데이터를 분 석하여 대형마트, IKEA 등 상권 변화에 큰 영향이 미칠 것으로 판단되는 유통시설에 대해 시설물 출점 이후 주변 상권이 침체 되었는지 상호 시너지 작용이 나는 업종은 무 엇인지를 파악하였다. 또 해당 시설물을 이용하는 사람들 은 어디에서 오는지 영향권역을 함께 분석해 상권 영향에 대한 전반적인 평가를 하였다. 더불어 상권의 매출과 점 포 변화를 분석하여 성장성을 진단하거나 창폐업 현황과 주변 경쟁점의 현황을 분석하여 이를 예비창업자를 위한 상권 평가 지표로 도출하였다.

넷째, 매출 예측에 대한 분석 사례이다. 고객사의 내부 데 이터와 카드, 통신사 데이터 및 민간 외부데이터를 융합 하여 기존 점포를 유형화하고 매출영향요인을 도출하였 다. 또한, 신규 출점시 예상 매출을 분석하거나 기존 점 포를 평가하여 통폐합, 이전 대상 점포를 분류하였다. 여 기에서 중요한 것은 다양한 통계 방법론을 적용하는 것뿐 만 아니라 매장과 고객 유형화를 통해 상권 배후의 특성 을 반영할 수 있는 모형을 설계하는 것이다. 이를 위해서 는 지속적인 상권의 변화와 고객 소비 패턴의 변화를 파 악해야 한다.

마치며 – 공간정보 컨설팅의 미래

정보통신기술의 발달로 각종 기기에서 발생하는 데이터가 폭발적으로 증가하면서 공간정보는 다양한 산업분야와 융합하여 공간 빅데이터로 생산되고 있다.

기술의 발전과 시대의 흐름에
따라 공간정보 컨설팅의 영역은
넓어지고 적용가능한
분석기법도 다양해질 것이다.

터를 통해 사회현상을 파악하고 이를 정책 수립 또는 마 케팅에 활용하고자 하는 수요는 점차 증가하고 있다. 또 한 데이터를 수집하고 가공하는 단계에서부터 분석에 이 르기까지 공간 빅데이터를 분석할 수 있는 기술이 빠르게 개발되고 있다. 공간정보 컨설팅 분야는 공간 빅데이터에 서 인사이트를 발굴하고 막연한 기대감을 실제 업무에 적 용하는 성과로 바꾸려는 노력을 계속하고 있다. 최종 사 용자의 눈높이에 맞는 유용한 컨설팅 결과물을 제시하면 서 공간정보산업은 더욱 발전할 것이다. 결국, 공간이라 는 속성을 기반으로 사람과 돈의 흐름에 대해 파악하고자 하는 시장의 요구는 변하지 않았다. 이러한 흐름을 반영 하듯 데이터는 점점 늘어나고 있으며 공간정보 컨설팅의 역할도 더욱 중요해지고 있다.

앞으로도 빅데이터는 보다 중요해질 것이고 그만큼 공간 정보 컨설팅에 대한 수요도 지속적으로 늘어날 것이다. 더불어 기술의 발전과 시대의 흐름에 따라 공간정보 컨설 팅의 영역은 넓어지고, 적용가능한 분석기법도 다양해질 것이다. 다만, 앞서 설명한 공간정보 컨설팅의 핵심역량 은 공간정보 컨설팅에서 변하지 않을 필수 요소이다. 공 간정보 컨설팅 업계뿐 아니라 수요자들도 다가올 미래를 준비하는 자세가 필요하다.

2

공간정보 컨설팅은
사람을 이해하는 것

Writer. 홍진규(㈜OPENmate 컨설팅사업부 수석연구원)

들어가며 – ‘빅데이터 시대’

2016년 세계경제포럼(World Economic Forum, WEF)에서 4차 산업혁명라는 용어가 등장하고 O2O, IoT 등 경제 및 산업 분야에 걸쳐 다양한 신기술이 나오 고 있다. 또 이러한 신기술을 이용하며 발생되는 데이터 는 지속적으로 수집되고 분석에 활용되고 있다. 2016년 알파고와 이세돌의 대국 이후 ‘빅데이터라는 키워드는 유행처럼 퍼져 나가기 시작했다.
공간정보 기술의 발달 과 더불어 정부 부처 및 각 지자체에서 공공데이터를 조 금씩 개방하자 민간에서는 통신, 카드사 데이터를 가공 한 데이터가 나오기 시작했다. 이에 따라 사람들은 데이 터 분석을 통해 각자가 놓치고 있던 무언가를 발견할 수 있지 않을까 하는 기대감을 갖기 시작했다. 또한 정부에 서 데이터를 기반으로 한 정책을 추진하면서 공간정보 컨 설팅에 대한 기대가 조금씩 무르익는 분위기가 형성되었 다.
실제로 행정안전부에 따르면 중앙행정기관이나 산하 공공기관, 지자체에서 추진하고 있는 분석사업은 2013 12건에서 2017년에는 447건으로, 40배나 늘어났다. 특히, 1996년 당시 건설교통부에서 시작한 국가공간정 보시스템 구축을 시작으로, 2013년 빅데이터법의 국회 통과, 2015년 공공데이터포털 개방까지, 정부 주도로 이 어진 정책과 사업은 데이터의 공유와 활용이라는 분위기 를 사회 전반으로 확산시켰다.
이에 따라 사회 전반에 걸 쳐 빅데이터를 통해 할 수 있는 일이 무엇인지를 재검토하 는 전문적인 데이터 분석 컨설팅이 부각되기 시작했다.

공간정보 컨설팅 – 빅데이터와 공간정보의 만남

정보통신 기술의 발달은 곧 공간정보 기술의 발달로 이어 졌다. 모바일과 IoT기술이 발달하면서 사용자가 휴대폰 의 네비게이션이나 위치기반 서비스를 활용할 때 어디에 있고 어디로 이동하는지에 대한 ‘위치정보’, 어떤 콘텐츠 를 검색하고 사용하는지에 대한 ‘관심 정보’, 어떤 장소에 서 얼마만큼 결재를 하는지 ‘소비정보’가 수집되고 있다. 자동차, 버스, 택시, 화물차에 설치된 기기들을 통해서 실시간으로 위치 신호와 각 기기에서 발생하는 상황들이 수 집되고 있으며 가정에 비치된 냉장고, 공기청정기 등 다 양한 가전기기에서 발생하는 상황들이 수집되고 있다. 그 리고 이 모든 신호 센서들이 위치라고 하는 특성을 담는 순간 이 모두가 ‘공간정보’가 될 수 있다. 이러한 빅데이터 시대가 도래하면서 공간정보 컨설팅 영역에서는 다양한 분석이 요구되고 있다.

분야에 따라 차이가 있지만 공간정보 컨설팅 분야에서 주 로 분석하고자 하는 것은 결국 사람의 행동 패턴에 대한 이해이다. 공간 빅데이터를 토대로 우리는 누가, 언제, 어 디서, 무엇을, 어떻게, 왜라는 육하원칙을 직접 개개인에 게 일일이 묻지 않더라도 어느 정도 짐작할 수 있다. 민간 에서는 이와 같은 질문을 ‘소비’에 맞춰 활용한다. 고객이 누구이며, 어떤 것에 관심이 있는지 등 마케팅 의사결정 을 위해 정보를 분석하는 것이다. 공공에서는 ‘형평성’과 ‘정책’에 맞춘다. 각 지역별 인프라 현황을 진단하고 개선 방향을 수립한다거나 정책 효과를 모니터링할 때 데이터 분석은 강력한 근거가 될 수 있다.

공간정보 컨설팅의 핵심역량

공간정보 컨설팅을 위해서는 해결하고자 하는 문제에 맞 게 분석 시나리오를 설계하여 고객을 설득시키는 것이 중요하다.
이를 위해서는 다음과 같은 기술적 준비가 필 요하다.

공간정보 컨설팅 분야에서
주로 분석하고자 하는 것은
결국 사람의 행동 패턴에
대한 이해이다

첫째, 다양한 공간단위에 대한 이해가 필요하다.
공간을 분석할 때, 실제 형상을 고려하지는 않지만 균일한 단위 로 분석할 수 있는 헥사곤이나 셀을 사용하는 경우도 있 으며 실제 자연환경과 시설물의 형태를 고려한 블록이 사 용하는 경우도 있다. 또한, 면 정보가 아닌 도로, 교차로, 필지, 시설물과 같이 선, 점의 정보가 활용되는 경우도 있 다. 중요한 것은 이와 같은 공간단위는 이미 만들어져 있 거나 국가에서 제공하는 표준 포맷을 활용하는 경우도 있 지만 대부분 필요에 따라 새롭게 정의하고 생성해야 한 다는 것이다.

둘째, 데이터를 전처리하고 융합할 수 있는 분석 기술력 이 필요하다.
주소와 같이 위치를 식별할 수 있는 정형 데 이터를 지오코딩을 통해 좌표화하거나 서로 다른 좌표체 계를 갖고 있는 데이터를 변환하는 전처리 작업과 더불어 데이터 분석 단위가 정해지면 수집된 데이터를 융합해야 한다. 예를 들어 셀 단위 분석을 할 경우, 통계청과 같이 국가에서 발표하는 데이터는 소규모 단위로 추정하고, 주 소 단위로 관리되고 있는 데이터는 주소정제 및 지오코딩 을 통해 위치를 식별하여 해당 셀에 집계해야 한다.

기상청 데이터와 같이 관측지점이 정해져 있는 경우는 보간법 을 통해 셀에 해당하는 값을 분석하는 기술이 필요하다. 또한, 최근 빅데이터로 거론되는 다양한 기기의 GPS 데 이터는 대용량 데이터를 처리해서 셀 단위로 집계하고, 개인정보가 담겨있는 데이터는 비식별 처리를 통해 가공 하고 집계하는 기술이 필요하다.

셋째, 지속가능한 데이터 생산을 위한 프로그래밍 능력이 필요하다. 만약, 공간정보 컨설팅이 전략수립 단계에서 끝나는 것이 아니라 실제 업무에 적용할 수 있는 시나리오 를 발굴하고 분석하는 것이라면 이는 컨설팅 결과가 일회 성에 그치지 않는다. 각 업무에 적용되어 필요에 따라 현 행화된 데이터를 재생산할 수 있어야 한다. 이 경우에는 R, Python, SQL과 같이 데이터 분석과정에 대해 재생 산이 가능한 소스로 관리할 수 있는 통계 프로그래밍 언어 를 활용할 수 있어야 한다.

넷째, 머신러닝 알고리즘에 대한 이해가 필요하다. 4차 산 업혁명이 대두되면서 우리는 빠른 트렌드 변화의 한가운 데 있다. 때문에 빅데이터에 대한 관심과 예산 투입 정도에 따라 몇 차례 프로젝트를 실시하고 업무에 적용하고 있는 곳도 있고, 이제 막 활용을 위한 전략수립 단계를 거치고 있는 곳도 있다. 또한, 분석의 기초가 되며 머신러닝 알고 리즘을 적용하기 위한 데이터가 충분치 않은 곳도 있고 데 이터의 융합을 통한 분석과정만으로도 충분히 의미가 있 는 곳도 있다.
하지만 적용하고자 하는 분야가 데이터를 통 해 인사이트를 도출하는 것으로 끝나지 않고, 다양한 데이 터를 통해 패턴을 이해하고 미래를 예측하거나 분류를 할 수 있는 알고리즘이 필요하다면 머신러닝은 빠질 수 없다.

공간정보 컨설팅 사례

오픈메이트는 비즈니스 GIS분야에서 오랜 업력을 쌓아 왔다. 지금까지 수행한 분석 프로젝트의 대부분은 공간 정보 컨설팅에 속한다고 할 수 있다. 이를 분야별로 구분 해 보면, 공공분야에서는 주로 시설물 수요/공급 현황 분 석을 통해 인프라 개선 방향을 도출하거나 빅데이터를 통 해 현황을 진단하였고, 민간 분야에서는 상권/고객 분석 을 통해 출점 지역을 도출하거나 마케팅 대상 고객을 분석 하는 것이 주를 이루었다. 몇 가지 사례를 통해 살펴보자.

첫째, CCTV 신규 설치지역 분석 사례이다. CCTV 설 치를 고려하는 분석대상지역을 설정하고 교차로 단위로 CCTV 설치 후보지를 도출한 후 범죄, 유동인구, 기존 CCTV, 치안 시설에 대한 영향을 고려하여 최종 설치 후 보지역을 제안하였다. 신규 설치지역을 객관적으로 분석 하여 설치 근거를 제공함과 동시에 실사를 통해 검수하는 과정을 거쳤다. 경북 안동시의 경우, 2016년에 분석 및 적용을 통해 2017년 관제 중 이상신고현황이 3배 증가하 여 적재적소에 설치되었다는 평가를 받았다.

둘째, 관광객 관광 패턴 분석 사례이다. 통신사 데이터를 분석하여 관광객에 대해 정의하고 유료 관광지뿐만 아니 라 무료 관광지까지 범위를 확대하여 분석했다. 성별, 연 령별, 시간대별 변화를 분석을 통해 각 지방자치단체별로 관리나 개발이 필요한 관광지를 선정하거나 실제 관광지 로 선정되어 있지 않지만 새롭게 뜨고 있는 지역은 어디인 지 탐색하였다. 탐색 결과를 통해 체류형 관광객 활성화, 야간 관광 활성화 등 정책 수립을 위한 제언을 하였다. 이 외에도 관광객의 관광 패턴이 어떻게 되는지와 같이 기종점분석을 실시하여 설문 조사로는 얻기 어려운 정보를 제 공하여 관광 현황에 대한 이해를 높였다.

셋째, 상권 변화에 대한 분석 사례이다. 카드 데이터를 분 석하여 대형마트, IKEA 등 상권 변화에 큰 영향이 미칠 것으로 판단되는 유통시설에 대해 시설물 출점 이후 주변 상권이 침체 되었는지 상호 시너지 작용이 나는 업종은 무 엇인지를 파악하였다. 또 해당 시설물을 이용하는 사람들 은 어디에서 오는지 영향권역을 함께 분석해 상권 영향에 대한 전반적인 평가를 하였다. 더불어 상권의 매출과 점 포 변화를 분석하여 성장성을 진단하거나 창폐업 현황과 주변 경쟁점의 현황을 분석하여 이를 예비창업자를 위한 상권 평가 지표로 도출하였다.

넷째, 매출 예측에 대한 분석 사례이다. 고객사의 내부 데 이터와 카드, 통신사 데이터 및 민간 외부데이터를 융합 하여 기존 점포를 유형화하고 매출영향요인을 도출하였 다. 또한, 신규 출점시 예상 매출을 분석하거나 기존 점 포를 평가하여 통폐합, 이전 대상 점포를 분류하였다. 여 기에서 중요한 것은 다양한 통계 방법론을 적용하는 것뿐 만 아니라 매장과 고객 유형화를 통해 상권 배후의 특성 을 반영할 수 있는 모형을 설계하는 것이다. 이를 위해서 는 지속적인 상권의 변화와 고객 소비 패턴의 변화를 파 악해야 한다.

마치며 – 공간정보 컨설팅의 미래

정보통신기술의 발달로 각종 기기에서 발생하는 데이터가 폭발적으로 증가하면서 공간정보는 다양한 산업분야와 융합하여 공간 빅데이터로 생산되고 있다.

기술의 발전과 시대의 흐름에
따라 공간정보 컨설팅의 영역은
넓어지고 적용가능한
분석기법도 다양해질 것이다.

터를 통해 사회현상을 파악하고 이를 정책 수립 또는 마 케팅에 활용하고자 하는 수요는 점차 증가하고 있다. 또 한 데이터를 수집하고 가공하는 단계에서부터 분석에 이 르기까지 공간 빅데이터를 분석할 수 있는 기술이 빠르게 개발되고 있다. 공간정보 컨설팅 분야는 공간 빅데이터에 서 인사이트를 발굴하고 막연한 기대감을 실제 업무에 적 용하는 성과로 바꾸려는 노력을 계속하고 있다. 최종 사 용자의 눈높이에 맞는 유용한 컨설팅 결과물을 제시하면 서 공간정보산업은 더욱 발전할 것이다. 결국, 공간이라 는 속성을 기반으로 사람과 돈의 흐름에 대해 파악하고자 하는 시장의 요구는 변하지 않았다. 이러한 흐름을 반영 하듯 데이터는 점점 늘어나고 있으며 공간정보 컨설팅의 역할도 더욱 중요해지고 있다.

앞으로도 빅데이터는 보다 중요해질 것이고 그만큼 공간 정보 컨설팅에 대한 수요도 지속적으로 늘어날 것이다. 더불어 기술의 발전과 시대의 흐름에 따라 공간정보 컨설 팅의 영역은 넓어지고, 적용가능한 분석기법도 다양해질 것이다. 다만, 앞서 설명한 공간정보 컨설팅의 핵심역량 은 공간정보 컨설팅에서 변하지 않을 필수 요소이다. 공 간정보 컨설팅 업계뿐 아니라 수요자들도 다가올 미래를 준비하는 자세가 필요하다.