2020년 7월 14일 정부는 코로나19 사태 이후 경기 회복을 위해 국가 프로젝트인 ‘한국판 뉴딜’을 확정 · 발표하였다. 한국판 뉴딜은 디지털 뉴딜, 그린 뉴딜, 안전망 강화 등 3개의 축으로 분야별 투자 및 일자리 창출을 이끌어내기 위한 정책이다. 이에 본 원고에서는 디지털 뉴딜 정책 중 데이터 댐 구축을 위하여 한국국토정보공사(LX)에서 추진 중인 4차 산업기술을 활용한 국토이용현황조사와 이를 활용한 지방자치단체(이하 지자체) 서비스 제공 사례를 소개하고자 한다. 국토이용현황조사는 지적경계를 기준으로 지목, 토지특성, 주택특성, 국공유지 등 약 500개의 정보를 조사하는 것이다. 이를 통해 축적된 결과물은 행정데이터의 정확도를 상승시키고, 개인의 소유권을 보호하며, 의사결정을 위한 가장 기본적인 데이터로 사용된다.
LX에서는 국토이용현황정보를 파악하기 위하여 위성영상보다 해상도가 10배 이상 높은 고정밀
영상정보를 구축하는 한편, 촬영된 영상에 포인트 클라우드(Point Cloud) 기법을 적용하여 3차원
입체영상도 구축하였다. 포인트 클라우드는 물체에 빛/신호를 보내서 돌아오는 시간을 기록하여
각 빛/신호 당 거리 정보를 계산하고, 포인트마다 좌푯값 및 정보값을 획득하여
집합체(Set cloud)를 구성하는 기법이다. LX에서는 RGB-D* 센서를 이용하여 빛의 반사값으로
정보를 산출하였으며, 정확한 3차원 영상을 구축하기 위해서 종방향 80%, 횡방향 50% 내외의
면적을 중복 촬영하였다.
면적 중복도가 낮은 경우에는 3차원 영상의 형상 정확도가 저하되기
때문에, 최대한 실제 형상과 유사한 형태로 구축하기 위해 중복면적을 넓게 설정하여 데이터를
취득한 것이다([그림1]).
구축된 고정밀 3차원 영상정보는 DSM(Digital Surface Model, 수치표면모델) 형태로 구축된다.
DSM은 지표면과 건축물이 포함된 높이 값을 제공하는 모델이다. 또한, 지형과 건축물이 따로
분리되지 않고 하나의 객체로 인식되는 만큼, 데이터의 속성정보를 입력하기 위해서는 지형과
건축물 등을 구분하여 분리해야 한다.
그러나 지형과 건축물을 분리하는 객체화 작업은 수작업에
의존하고 있다. 일부 상용프로그램에서 자동화를 지원하고 있으나, 명확한 지형과 건물의 경계
기준설정이 어렵기 때문에 수작업이 동반되어야 한다. 즉, 드론영상을 이용하면 신속하게 3차원
영상정보를 구축할 수 있다는 장점이 있지만, 지형과 건축물 등 인공구조물의 객체화가 어렵다는
단점이 있다.
이러한 단점을 보완하기 위하여 LX에서는 지적경계를 이용하여 가상화 지적블록을 구성하고,
이를 통하여 속성정보를 입력할 수 있도록 가상화 객체를 구축하고 있다([그림2]).
지적(地積)은
국가기관이 국토 전체를 필지 단위로 구획하여 토지에 대한 물리적 현황과 법적 권리관계 등을
명시하고 변동사항을 연속적으로 등록 · 관리하는 국가의 기본적 항목이다. 따라서 공적 업무를
위하여 지적정보를 기반으로 데이터가 구축되며, 개인의 소유권보호 및 정확한 정보 제공을
위하여 법률적 권리관계가 포함된 정보로 구축된다. 이렇게 설정된 가상화 지적블록과 3차원
영상정보를 기반으로 LX형 데이터 댐을 위한 기초자료로 활용할 수 있다.
국토이용현황조사는 지적업무에 따라 등록전환, 경계복원, 분할, 축척변경 등과 같은 토지의 변경이 발생하는 경우 지적측량과 동시에 현장조사를 통하여 획득된다. 지적측량에 따른 현장조사 방식은 전체지역 조사가 어렵고, 지적측량 수요가 발생한 경우에만 정보의 갱신이 이루어지게 된다. 따라서 이와 같은 한계점을 보완하고 주기적인 영상정보 획득을 위해 비대면 조사가 가능한 AI(Artificial Intelligence, 인공지능)기법을 도입하였다. 국토이용현황정보 중 AI로 획득 및 추출하는데 활용된 기법은 GeoAI로서 공간정보과학(Geospatial Science)과 인공지능(Artificial Intelligence)의 합성어로 불리는 딥러닝 기법이다. GeoAI를 수행하기 위해서는 학습데이터(Reference Data)가 필요하며 이를 위하여 기조사된 국토이용현황조사 정보 가운데 18개 항목을 학습데이터로 구축하여 활용하였다([표1]). 구축된 학습데이터를 이용하여 GeoAI를 적용한 결과, 인식률이 89%에 달하는 것으로 나타났다. 그러나 구축된 학습데이터를 기준으로 다음해의 영상에 GeoAI를 적용한 결과 인식률이 60%로 감소하였다([그림3]). 이는 학습데이터의 구축 시기와 다음해의 영상 촬영 시기의 분광특성 차이에 기인한 것으로 추측된다. 주기적인 학습데이터의 구축을 통해 이와 같은 한계를 보완할 수 있겠으나 많은 시간과 비용이 투입되어야 하기 때문에, 전이학습 알고리즘을 통하여 인식률을 개선하고자 하였다. 전이학습은 훈련된 모델의 결과를 재사용하는 방법으로서 부족한 데이터셋양을 증가시켜주는 기법이며, 전이학습 알고리즘을 활용하여 개선된 GeoAI를 적용한 결과 인식률이 89%까지 증가하는 것으로 나타났다([그림4]). 이처럼 구축된 3차원 영상 데이터에 GeoAI를 적용하면 직접조사를 실시하지 않더라도 국토이용현황정보를 추출할 수 있다. 또한, 전이학습을 통하여 학습데이터가 증가하게 되어 인식률은 더욱 높아질 수 있다. 기존 현장조사보다 빠르고 정확하게 데이터를 구축할 수 있으며, 조사 정보에 대한 객관적 판단이 가능하다는 장점도 있다. 덧붙여 주기적인 드론 및 항공영상을 이용하면 시계열 정보의 구축이 가능하다. 이러한 프로세스를 통해 토지정보, 시계열 정보, 이력 정보 관리 등 공공 및 민간에서 필요로 하는 데이터 댐으로서의 활용이 가능하다.
국토이용현황조사 정보는 토지에 관한 정밀 데이터 구축이 가능하므로 민간뿐만 아니라 공적 영역에서도 즉각적으로 활용할 수 있다. 실제로 지자체의 제한된 자원만으로는 날로 증가하는 시민의 다양한 요구사항을 즉시 해결하는 것은 현실적으로 어렵다. 따라서 3차원 공간정보, 국토이용현황정보, 행정데이터, 빅데이터 등 데이터 융복합을 통한 데이터 기반의 정책 지원에 대한 요구가 높아지는 것도 이 때문이다. 데이터 융복합 활용하면 다양한 분야의 정책지원이 가능하며, 다음과 같은 사례는 이를 증명하고 있다. 지난 2017년 12월 발생한 스포츠센터 화재가 대표적인 사례다. 해당 화재의 경우, 불법주정차로 인한 긴급 구조차량의 진입이 어려워 인명 피해를 초래했다. 이 사건 이후, 정부와 지자체 및 국민은 안전에 대한 관심이 더욱 높아졌다. 그러나 불법주정차의 일제 단속은 현실적으로 불가능하며, 모든 도로에 주정차를 금지하는 것 또한 쉽지 않다. 따라서 불법주정차로 인해 피해가 발생할 가능성이 높은 도로의 우선순위를 산정하고 국민의 피해를 최소화할 수 있는 대응방안을 마련해야 한다. 이에 LX에서는 3차원 영상정보에 GeoAI를 적용하여 불법주정차 차량을 파악하고, 도로정보와 연계하여 불법 주정차량으로 인한 긴급 구조차량의 진입곤란 구간을 파악하고 있다. LX에서 개발한 GeoAI를 활용하여 주차장과 차량을 탐지하고, 주차장 외의 차량은 일차적으로 주정차 차량으로 설정하는 방식이다. 이후 주행 차량과 주정차 차량을 구분하기 위하여 도로 경계로부터 일정 간격 내의 차량을 불법주정차 차량으로 설정한다. 그리고 도로 폭에서 불법주정차 차량의 폭을 제외하여 긴급구조차량의 통과가 불가능한 도로망을 선정한다([그림5]). 이처럼 3차원 영상과 GeoAI, 행정데이터 융복합을 통해 지자체의 정책지원이 가능하다. 이외에 국가정책 및 도시계획 수립을 위한 정책지원도 가능하다. 최근 우리나라는 인구감소 및 사회적 인프라의 노후로 인하여 도시재생사업이 활발히 진행되고 있다. 기존 도시재생지역은 읍 · 면 · 동 행정경계를 기준으로 설정되지만, 국토이용현황정보는 필지단위로 조사가 수행되므로 보다 미시적 공간단위로 탐지가 가능하다. 도시재생지역 선정을 위해서는 기본적으로 국토교통부의 도시쇠퇴지수를 산출하여 진단하는데 도시쇠퇴지수는 인구사회부분, 산업경제부분, 물리환경부분에 대하여 쇠퇴 수준을 파악할 수 있다([표2]). 기존의 도시쇠퇴지수 산정기준을 이용하여 쇠퇴수준을 격자단위로 진단한 결과([그림6]) 읍 · 면 단위보다 더욱 구체적인 공간단위가 산출됨을 확인할 수 있다. 앞의 두 사례는 지자체의 다양한 의사결정을 지원하는 기초자료로서의 국토이용현황정보의 역할을 증명한다. 이제 국토이용현황조사는 단순히 데이터를 취득 · 구축하는 단계를 넘어서 국토관련 정보의 시계열 단위의 영상정보 및 속성정보 구축이 가능하므로 지속가능한 데이터 댐 역할을 수행할 수 있다. 더 나아가 국토이용현황정보는 디지털 뉴딜을 적극 지원하여 국민, 정부, 지자체, 민간기업 등 사회 전반에 걸쳐 지대한 영향력을 행사하여 개인의 삶의 질 향상과 국가 경쟁력 확보에 기여할 것으로 기대된다.