초록
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 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.