배너

2025.08.16 (토)

  • 흐림동두천 29.3℃
  • 흐림강릉 30.6℃
  • 흐림서울 32.3℃
  • 흐림인천 31.2℃
  • 구름많음수원 31.3℃
  • 구름많음청주 31.0℃
  • 구름많음대전 30.7℃
  • 구름조금대구 32.7℃
  • 구름조금전주 33.3℃
  • 구름많음울산 30.7℃
  • 구름조금광주 31.8℃
  • 맑음부산 32.0℃
  • 맑음여수 29.5℃
  • 구름조금제주 31.6℃
  • 흐림천안 29.4℃
  • 맑음경주시 32.0℃
  • 맑음거제 31.0℃
기상청 제공

정치/경제/사회

국토교통부, 버스정류장 사각지역, 입지분석, 보육취약지역 등 분석

공간빅데이터 분석플랫폼 통해 표준분석모델 제공

데일리연합(월간, 한국뉴스신문) 이대희 기자 | 국토교통부(장관 노형욱)는 ‘2021년 공간 빅데이터 표준분석모델 개발 사업’을 진행하여 만든 5개의 표준분석모델을 최근 공간빅데이터 분석플랫폼(www.geobigdata.go.kr)을 통해 공개했다고 7일 밝혔다.

 

 

버스정류장 사각지역, 화재취약지역 등 공공정책 업무에 간편하게 활용할 수 있는 공간빅데이터 표준분석모델 5종이 추가로 공개했다.

 

공간빅데이터 표준분석모델이란 공간정보를 기반으로 각종 정책결정 등에 활용할 수 있도록 데이터의 형식과 분석절차 등을 표준화한 모델이다.

 

유사업무를 수행할 때 표준화 모델을 적용하면 원하는 분석결과를 쉽게 얻을 수 있어 비용절감과 함께 데이터 기반의 과학적 의사결정을 할 수 있다는 장점이 있다.

 

예를 들어 보육 취약지역 분석 표준분석모델의 경우 서울특별시를 대상으로 개발했으나 데이터 형식에 맞춰 경기도의 데이터를 입력하면 경기도에서도 활용할 수 있으며 이와 유사한 업무인 도서관 취약지역 분석, 코로나-19 선별진료소 부족지역 분석 등에도 손쉽게 활용할 수 있다.

 

 

국토부는 공간정보와 데이터 기반의 과학적 행정·정책을 지원하기 위해 해마다 표준분석모델을 개발하고 있다.

 

지난해 개발된 5개 모델은 ▲버스정류장 사각 지역 분석(서울시) ▲스마트 버스정류장 입지 분석(서울시) ▲보육 취약지역 분석(서울 동작구) ▲쓰레기 무단투기 상습·다발 지역 분석(서울 강서구) ▲화재 취약지역 분석(서울 동작구) 등이다.

 

서울시의 버스정류장 사각지역 및 버스 노선 분석은 버스정류장 위치, 지역 총인구 데이터 등을 결합해 이용객 수요에 비해 버스정류장이나 버스 노선 부족 지역을 분석한 모델로, 대중교통 정책 수립, 조정 등에 활용할 수 있다.

 

서울시 동작구의 화재 취약지역 분석은 화재 발생, 소방서 위치, 도로정보 데이터 등을 이용해 골든타임 내 화재 대응이 어려운 지역을 분석한 모델로, 소방안전시설 추가 및 화재예방센터 설치 등에 활용할 수 있다.

국토부는 2015년부터 최근까지 개발한 표준분석모델 44개를 누구나 이용할 수 있도록 ‘공간빅데이터 분석플랫폼에 공개하고 있다.

 

플랫폼에서는 사용자가 원하는 대로 공간정보 분석·개발 및 분석요청, 활용교육 신청 등의 서비스도 가능하다.

 

강주엽 국토부 국토정보정책관은 “공간빅데이터 분석·활용 기술은 합리적인 정책·의사 결정을 지원할 뿐만 아니라 4차 산업혁명 시대의 필수 불가결한 기술”이라며 “앞으로 다양하고 창의적인 표준분석모델을 지속적으로 개발·활용, 공간정보 산업 육성뿐만 아니라 국민의 삶을 개선하는 데도 기여할 수 있도록 하겠다”고 밝혔다.

 

자료 이용 방법에 관한 세부적인 사항은 국토교통부 국가공간정보센터 (044-201-3491)로 문의 하면 된다. 

 

[자료출처=정책브리핑 www.korea.kr]


배너
배너



배너
배너
배너

배너

SNS TV

더보기

가장 많이 본 뉴스


배너

포토뉴스

더보기

AI 개발 가속화 위한 윤리적 문제 해결책 모색 중

데일리연합 (SNSJTV. 타임즈M) 박해리 기자 | 최근 급속한 AI 기술 발전과 함께, AI 개발의 윤리적 문제 해결에 대한 논의가 활발하게 진행되고 있다. 전 세계적으로 AI 시스템의 편향성, 프라이버시 침해, 일자리 감소 등의 우려가 제기되면서, 기술 발전과 사회적 책임 사이의 균형을 맞추는 것이 중요한 과제로 떠올랐다. 특히, AI 알고리즘의 투명성 확보와 편향성 제거를 위한 노력이 중요하다. 많은 AI 시스템은 방대한 데이터를 기반으로 학습하는데, 이 데이터 자체에 편향성이 존재할 경우 AI는 차별적인 결과를 생성할 수 있다. 따라서 데이터 수집 및 처리 과정에서 편향성을 최소화하고, 알고리즘의 의사결정 과정을 투명하게 공개하는 방안이 활발하게 연구되고 있다. 또한, AI 기술의 오용 방지를 위한 규제 마련 또한 시급한 과제이다. AI를 악용하여 개인 정보를 침해하거나, 사회적 혼란을 야기하는 사례가 발생할 가능성이 존재하기 때문이다. 국제적인 협력을 통해 AI 기술의 윤리적 사용을 위한 가이드라인을 마련하고, 이를 준수하지 않는 행위에 대한 제재를 강화하는 노력이 필요하다.