| 양쪽 이전 판이전 판다음 판 | 이전 판 |
| 지리_정보_시스템 [2026/04/13 11:32] – 지리 정보 시스템 sync flyingtext | 지리_정보_시스템 [2026/04/13 11:33] (현재) – 지리 정보 시스템 sync flyingtext |
|---|
| === 스파게티 모델과 위상 모델 === | === 스파게티 모델과 위상 모델 === |
| |
| 단순 기하 구조인 스파게티 모델과 인접성 및 연결성을 강조한 위상 모델의 차이를 비교한다. | [[벡터 데이터 모델]]에서 공간 객체를 디지털 형태로 기록하는 방식은 데이터 간의 논리적 관계를 어떻게 정의하느냐에 따라 크게 스파게티 모델과 위상 모델로 구분된다. [[지리 정보 시스템]]의 초기 단계에서 주로 사용된 스파게티 모델(Spaghetti Model)은 현실 세계의 지리적 개체를 단순히 점, 선, 면의 기하학적 집합으로 표현하는 방식이다. 이 모델에서는 각 객체가 서로 독립적인 [[좌표]] 목록으로 저장되며, 객체 간의 공간적 관계에 대한 명시적인 정보가 포함되지 않는다. 마치 식탁 위에 흩어져 있는 스파게티 면발처럼 각 선분이 서로 겹치거나 인접해 있어도 시스템상으로는 아무런 연관성이 없는 개별적인 데이터로 취급된다는 점에서 그 명칭이 유래하였다. |
| | |
| | 스파게티 모델은 데이터 구조가 단순하여 지도를 화면에 시각화하거나 단순한 출력을 수행하는 데 매우 효율적이다. 그러나 공간적 인접성이나 연결성을 계산하기 위해서는 매번 좌표 간의 기하학적 연산을 수행해야 하므로 분석 효율성이 떨어진다는 단점이 있다. 특히 두 [[폴리곤]](Polygon)이 경계를 공유할 때, 동일한 경계선을 각 폴리곤이 중복하여 저장하게 된다. 이러한 데이터 중복은 저장 공간의 낭비를 초래할 뿐만 아니라, 데이터를 수정할 때 한쪽 경계만 이동할 경우 두 객체 사이에 틈이 생기는 [[슬리버 폴리곤]](Sliver Polygon) 현상을 유발하여 [[데이터 무결성]]을 저해하는 주요 원인이 된다. |
| | |
| | 이러한 스파게티 모델의 한계를 극복하기 위해 도입된 것이 [[위상 모델]](Topological Model)이다. 위상 모델은 수학의 한 분야인 [[위상학]](Topology)의 원리를 지리 데이터 구조에 적용한 것으로, 객체의 기하학적 형상뿐만 아니라 객체 간의 상대적인 위치 관계를 명시적으로 정의한다. 국제 표준인 ISO 19107에서는 지리적 특징 간의 공간적 관계를 유지하기 위한 수학적 기법으로서 위상 기하학적 구조를 다루고 있다((ISO 19107:2019 - Geographic information — Spatial schema, https://www.iso.org/standard/66175.html |
| | )). 위상 모델의 핵심은 공간 객체를 [[노드]](Node), [[아크]](Arc), 폴리곤의 유기적 결합으로 파악하고, 이들 사이의 인접성, 연결성, 포함성이라는 세 가지 핵심 정보를 데이터베이스 내에 저장하는 데 있다. |
| | |
| | 인접성(Adjacency)은 특정 아크를 기준으로 좌측과 우측에 어떤 폴리곤이 존재하는지를 정의함으로써 면과 면 사이의 이웃 관계를 파악하게 한다. 연결성(Connectivity)은 여러 개의 아크가 공통의 노드를 공유함으로써 서로 연결되어 있음을 나타내며, 이는 [[그래프 이론]]을 응용한 [[네트워크 분석]]의 기초가 된다. 포함성(Containment)은 하나의 폴리곤 내부에 존재하는 다른 객체나 하위 요소들 간의 위계 관계를 정의한다. 이러한 위상 정보는 아크-노드 리스트나 폴리곤-아크 리스트와 같은 별도의 위상 테이블을 통해 관리되므로, 좌표 데이터의 중복 없이도 복잡한 공간 관계를 신속하게 조회할 수 있다. |
| | |
| | 위상 모델은 데이터 구축 단계에서 엄격한 논리적 검사를 요구하므로 초기 생성 비용이 높고 구조가 복잡하다는 특징이 있다. 그러나 일단 구축된 이후에는 공간 질의 처리 속도가 비약적으로 향상되며, 데이터의 오류를 자동으로 검출하고 수정하는 데 유리하다. 예를 들어 폐합되지 않은 폴리곤이나 끊어진 네트워크 라인을 위상 관계 분석을 통해 쉽게 식별할 수 있다. 현대의 고도화된 [[공간 분석]]과 정밀한 수치 지도 제작 과정에서 위상 모델은 단순한 기하 구조를 넘어 공간 정보의 논리적 일관성을 보장하는 필수적인 데이터 모델링 기법으로 자리 잡고 있다. |
| |
| ==== 래스터 데이터 모델 ==== | ==== 래스터 데이터 모델 ==== |
| === 격자 구조와 압축 기법 === | === 격자 구조와 압축 기법 === |
| |
| 래스터 데이터의 효율적인 저장을 위한 런 길이 부호화와 쿼드트리 방식 등을 고찰한다. | 래스터 데이터 모델은 [[유클리드 공간]]을 일정한 크기의 격자로 분할하여 각 셀에 속성값을 할당하는 방식을 취한다. 이러한 구조는 단순하고 수치 해석에 용이하다는 장점이 있으나, 지표면의 해상도($R$)를 높일수록 전체 셀의 개수가 $R^2$에 비례하여 증가하므로 저장 공간의 효율성이 저하되는 문제점이 있다. 특히 동일한 속성값을 가진 셀이 광범위하게 분포하는 지형적 특성을 고려할 때, 모든 셀을 개별적으로 저장하는 방식은 데이터의 중복성을 초래한다. 따라서 [[지리 정보 시스템]]에서는 데이터의 무결성을 유지하면서도 용량을 최적화하기 위한 다양한 격자 구조 압축 기법을 활용한다. |
| | |
| | 런 길이 부호화(Run-Length Encoding, RLE)는 래스터 데이터의 중복성을 행(Row) 단위로 처리하는 가장 기초적인 압축 방식이다. 이 기법은 개별 셀의 값을 하나씩 기록하는 대신, 동일한 속성값이 연속되는 구간의 시작점과 그 길이를 쌍으로 저장한다. 예를 들어 특정 행에서 ’A’라는 속성값이 10개 셀 동안 지속된다면, 이를 10번 반복 기록하지 않고 $(A, 10)$과 같은 형태로 압축한다. RLE는 데이터의 [[공간적 자기상관]]이 높을수록, 즉 인접한 셀들이 유사한 값을 가질수록 압축 효율이 극대화된다. 그러나 데이터의 값이 빈번하게 변하는 복잡한 지형에서는 오히려 부가적인 정보 저장으로 인해 데이터량이 증가할 수도 있다. |
| | |
| | 선형 객체나 영역의 경계를 효율적으로 표현하기 위해 고안된 체인 부호화(Chain Coding)는 기준점으로부터 인접한 셀로의 이동 방향을 수치화하여 기록하는 방식이다. 이는 주로 [[벡터 데이터]]를 래스터화하거나 경계 추출 분석을 수행할 때 사용된다. 기준 셀을 중심으로 인접한 8개의 방향에 0부터 7까지의 번호를 부여하고, 경계선을 따라 이동하는 경로를 이 번호들의 수열로 저장함으로써 좌표 쌍을 모두 기록하는 방식보다 저장 용량을 획기적으로 줄일 수 있다. 이 방식은 [[위상 기하학]]적 관계를 유지하면서도 경계 정보의 손실을 최소화하는 데 효과적이다. |
| | |
| | 가장 진보된 형태의 계층적 압축 기법인 [[쿼드트리]](Quadtree)는 2차원 공간의 재귀적 분할 원리를 이용한다. 이 방식은 전체 연구 지역을 하나의 커다란 셀로 간주하고, 해당 영역 내의 속성값이 균일하지 않을 경우 이를 동일한 크기의 4개 자식 노드(Quadrant)로 분할한다. 이러한 분할 과정은 각 분할된 영역 내의 속성값이 완전히 동일해질 때까지 재귀적으로 반복된다. 쿼드트리의 논리적 구조는 [[트리 구조]] 형태를 띠며, 속성이 균일하여 더 이상 분할되지 않는 노드를 단말 노드(Leaf node)라고 한다. 쿼드트리는 공간적 해상도를 유연하게 조절할 수 있어, 변화가 적은 광역 지역은 상위 노드에서 성글게 표현하고 지형이 복잡한 지역은 하위 노드에서 정밀하게 표현하는 효율성을 제공한다. |
| | |
| | 이러한 압축 기법들의 선택은 데이터의 특성과 분석 목적에 따라 결정된다. RLE나 체인 부호화는 구조가 단순하여 구현이 용이하지만, 공간 분석 연산 시 압축을 해제해야 하는 번거로움이 발생할 수 있다. 반면 쿼드트리는 데이터 구축 과정이 복잡하고 초기 연산 부하가 크지만, 인접성 분석이나 영역 검색과 같은 공간 연산을 압축된 상태에서 계층적으로 수행할 수 있다는 강력한 이점을 가진다. 현대의 지리 정보 시스템은 국제 표준인 [[ISO]] 19123 등에서 규정하는 격자 체계와 결합하여 이러한 기법들을 복합적으로 운용함으로써 대규모 [[공간 데이터]]의 저장과 처리 성능을 최적화하고 있다.((ISO 19123:2005 Geographic information — Schema for coverage geometry and functions, https://www.iso.org/standard/40121.html |
| | )) |
| |
| ==== 수치 표고 모델과 삼각 불규칙망 ==== | ==== 수치 표고 모델과 삼각 불규칙망 ==== |
