• 한국ITS학회 논문지
• /
• 제14권6호
• /
• pp.60-68
• /
• 2015

최근 첨단기술의 발전은 교통환경에 커다란 변화를 일으키고 있다. 지능형교통시스템(ITS), 자율주행차량 등은 도로 및 자동차는 물론 운전자까지 정보화, 지능화, 자동화하여 안전하고 효율적인 교통운영에 공헌하고 있다. 본 연구에서는 첨단기술의 도입으로 변화하는 미래 교통환경을 위한 모의실험 모형 설계시 고려해야 하는 사항을 제안하였다. 우선 거시적인 설계 방향으로 현실 유사성, 모형 수용성, 규모 확장성을 제안하고 각각에 대한 구체적 고려사항을 나열하였다. 현실에 유사한 실험을 위하여 정산(calibration) 기능이 중요하며, 통신 특성을 위하여 물리 계층(physical layer) 및 맥 계층(MAC layer)에서 발생하는 현상을 구현하여야 한다. 미래의 새로운 교통환경 실험을 수용하려면 API 등 다른 모형의 추가적인 결합을 위한 인터페이스가 고려되어야 한다. 예측하기 어려운 미래 교통환경을 위한 모의실험 모형은 많은 기능을 내재한 거대한 구성보다는 호환 중심의 설계가 필요하며, 실험 규모 확장을 위하여 H/W와 S/W는 함께 최적화되어야 한다. 본 연구의 결과는 미래 교통환경의 모의실험 모형 설계시 가이드라인으로 활용될 것으로 기대된다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.