국토 2015년 7월 통권405호

가히 빅데이터의 시대다. 인터넷, TV, 스마트폰 등 우리가 접하는 정보매체에서 빅데이터는 가장 핫(hot)한 이슈 중 하나다. 빅데이터가 모든 문제를 해결해줄 수 있는 해결사 역할을 하는 형국이다. 글로벌 대기업은 생산 프로세스 개선에 빅데이터를 사용하고 있고, 선거를 비롯한 정치, 기업경영, 문화나 스포츠, 범죄수사, 과학기술 등 사회 전 분야에서 빅데이터를 활용하며 업무의 효율성을 증가시키려 하고 있다. 특히 빅데이터의 생산, 처리, 활용 과정에서는 소셜 네트워킹, 협업 지성, 클라우딩 등 정보통신 분야의 새로운 트렌드와 빅데이터가 밀접한 관계를 맺으며 발전하고 있다. 이런 빅데이터를 논함에 있어 언제나 등장하는 키워드는 공간이다. 빅데이터가 공간상에서의 문제를 다루지 않는다면, 이 경우 빅데이터는 단순하게 데이터를 처리하는 수준에서 논의되며 큰 주목을 받지 못할 것이다. 구글 트렌드 분석에 의하면, 빅데이터(Big Data)라는 용어가 많이 쓰이기 시작한 것은 2012년부터다. 여러 문헌에서 이에 대한 다양한 정의를 내리고 있지만, 일단은 용어에서 나타난 대로 데이터 양이나 또는 그것으로부터 얻게 되는 의미가 큰 것을 뜻한다고 보면 무리가 없을 것으로 판단된다. 위키백과(http://ko.wikipedia.org)에 따르면 ‘빅데이터(Big Data)란 기존 데이터베이스 관리도구로 데이터 를 수집, 저장, 관리, 분석할 수 있는 역량을 넘어서는 대량의 정형 또는 비정형 데이터 집합 및 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술’이라고 정의하고 있다. 애초에는 말 그대로 데이터의 급증에 대응하기 위한 것이었다. 그러나 그 정의의 경계가 모호하여 기존에 해오던 소셜분석, 통계 분석, 검색기술 등을 빅데이터란 단어로 포장하여 새로운 것처럼 부르기도 하는 등 빅데이터란 단어를 폭넓게 사용하는 경향이 있다. 널리 알려진 바와 같이 빅데이터의 세 가지 특징은 ‘3V’로서 데이터 규모(Volume), 정형 및 비정형 데이터의 다양성(Variety), 데이터 축적 속도(Velocity)를 들 수 있다. 최근에는 데이터의 가치(Value) 및 복잡성(Complexity)의 특징이 추가되어 언급되고 있기도 하다. 데이터 규모는 수십에서 수천 테라바이트 또는 그 이상의 거대한 크기를 가지며, 여러 가지 비정형 데이터를 포함하고 있어 기존의 정형화된 데이터 처리방식과 차별화되는 관리와 분석이 필요한 데이터를 의미한다(정용찬 2012b). 교통분야에서 주로 활용하는 데이터를 살펴보면 대중교통이용 실적자료, 고속도로차량 실적자료, 철도수송 자료, 교통사고 자료 등 과거부터 지속적으로 조사 획득한 자료들이 주를 이루고 있다. 최근 사회 전반에 걸쳐 빅데이터(Big Data)에 대한 관심이 증가하면서 빅데이터의 활용방법 및 사례에 대한 내용들이 인터넷이나 매스컴을 통해 지속적으로 발표되고 있고, 데이터 처리에 대한 다양한 기술서적들이 출판되고 있다. 데이터를 전문적으로 다루고 있는 학자들은 ‘빅데이터’보다는 ‘데이터 사이언스’와 같은 용어를 선호하고 있다. 그 이유는 과거부터 이미 데이터에 대한 연구가 지속되어 왔으며, 금세기 인터넷, 모바일 통신 및 컴퓨터 기술의 눈부신 발전에 의해 다양한 대규모 데이터의 실시간 획득 및 분석처리 측면에서 과거에 비해 속도와 규모가 커졌을 뿐 데이터를 바라보는 관점은 변함이 없다는 것이다. 다만 빅데이터 활용의 성공 여부는 데이터 간의 네트워킹이 큰 관심사항이다. 개별 데이터는 자기만의 색깔을 가지고 있으므로 이들을 서로 연결하여 과거 개별 데이터에서 찾던 독립적인 가치창출에서 벗어나 새로운 가치창출을 하는 것이 데이터 간 네트워킹이 필요한 이유다. 우리나라의 스마트폰 보급률은 전 세계 1위라고 한다. 스마트폰 보급 확대에 따른 교통환경 변화의 본질은 ‘이동하면서 과거에는 할 수 없었던 무언가를 할 수 있는 것’이라고 할 수 있다. 이동하는 과정에서의 경험가치가 강조되고 이동시간을 소비하는 양태가 급격히 바뀌어나가고 있다는 사실에 주목해야 한다. 교통 패러다임의 변화가 일어나고 있는 것이다. 고속도로 4천km 시대. 하루에 평균 약 390만 대가 다니면서 대량의 데이터를 쏟아내고 있다. 그동안 교통데이터가 길 위에 일어나는 현상을 보여주는 데 그쳤다면 앞으로의 교통데이터는 그 현상의 비밀을 보여줄 것으로 기대된다. 이는 스마트폰과 차량 내 단말기 보급 등으로 개별화된 데이터가 많이 늘어나고 이들이 사회경제활동 데이터베이스와 연관되면서 가능해진다. 교통데이터가 설비투자와 구축 범위 확대를 통하여 점차 증가해오기는 했지만, 데이터 규모(volume)와 증가속도(velocity), 다양성(variety) 측면에서 빅데이터라 부를 만큼 큰 변화가 있었다고 보기는 어렵다. 그런데도 교통 빅데이터란 용어를 쓰는 것은 최근 정보통신기술의 비약적인 발전과 수집인프라 구축, 차량 내 단말기 보급, 교통카드 보급, 스마트폰의 보급 확대 등으로 교통데이터의 수집 범위와 규모가 많이 늘어났으며, 복잡한 통계기법에 기반을 둔 추정을 하지 않아도 모집단을 설명할 정도로 충분한 양의 데이터 확보가 가능해졌다는 기대 때문이라 판단된다. 더욱이 이러한 추세는 당분간 가속화될 전망이다. 한 가지 주목해야 할 것은 스마트폰 및 차내 단말기 보급과 함께 나타난 교통데이터 수집의 개별화다. 국내 지능형교통시스템(Intelligent Transportation System: ITS)은 1990년대 초반 경부고속도로를 시작으로 고속도로, 국도를 비롯한 지자체에 지속적으로 확대 구축되어 왔다. 대전광역시도 2000년 첨단교통모델도시 건설사업을 시작으로 ITS를 구축하여 현재는 2단계 사업이 마무리 단계에 있다. 이러한 ITS 구축 및 운영을 통하여 대내외적인 성과가 나타났으나, 높아진 시민의 요구와 선진 행정에 대한 수요에 대응해야 할 과제가 대두되었다. 미국에서는 1990년대 중반부터 ITS 센터의 실시간 데이터가 운영목적 외에 다양한 수요층을 위해 저장 및 활용되어야 한다는 필요성이 논의되기 시작하였다. 1999년에는 ADUS(Archived Data User Service)를 ITS 아키텍처에 새로운 사용자 서비스(user service)로 추가하였고, 이에 각 주에서 해당 시스템을 구축하기 시작하였다. 캘리포니아주 PeMS, 버지니아주 ADMS, 오리건주 PORTAL 등이 이의 대표적 사례다.