당신은 주제를 찾고 있습니까 “교통 빅 데이터 – 교통빅데이터플랫폼-ViewT 소개영상“? 다음 카테고리의 웹사이트 kk.taphoamini.com 에서 귀하의 모든 질문에 답변해 드립니다: kk.taphoamini.com/wiki. 바로 아래에서 답을 찾을 수 있습니다. 작성자 한국교통연구원 이(가) 작성한 기사에는 조회수 2,133회 및 좋아요 21개 개의 좋아요가 있습니다.
Table of Contents
교통 빅 데이터 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 교통빅데이터플랫폼-ViewT 소개영상 – 교통 빅 데이터 주제에 대한 세부정보를 참조하세요
VIew T는 사람과 차량 등 개별 객체 단위 통행경로 데이터를 기반으로 국가 전역의 ‘통행지표’와 객체의 통행 행태와 특성을 시공간적으로 분석할 수 있는 ‘분석도구’ 를 제공하는 서비스입니다.
ViewT홈페이지(https://viewt.ktdb.go.kr )에 방문하셔서 우리나라 통행의 움직임을 새로운 눈으로 바라보시기 바랍니다.
교통 빅 데이터 주제에 대한 자세한 내용은 여기를 참조하세요.
국가교통 데이터 오픈마켓
다양한 데이터 활용사례를 오픈마켓에서 만나보세요. 오픈마켓에서 제공하는 활용사례를 이용하여 빅데이터를 경험해보세요. 1번 비주얼. 오늘 하루 열지 않음.
Source: www.bigdata-transportation.kr
Date Published: 10/3/2022
View: 3801
교통카드 빅데이터 시스템
2022년 교통카드빅데이터 통합정보시스템 사용자 만족도 조사를 실시합니다. 2020년 대중교통 이용 분석 결과…대중교통 이용 27% 감소; 권역별로 해당 지자체 범위는 …
Source: stcis.go.kr
Date Published: 11/10/2021
View: 9655
서울교통 빅데이터 플랫폼
서울교통 35개 시스템이 한 곳에 모였습니다. 서울교통 빅데이터 플랫폼을 통해 다양한 교통 데이터를 만나보세요. 교통 빅데이터 제공수. 464 데이터셋.
Source: t-data.seoul.go.kr
Date Published: 5/11/2021
View: 8366
국토교통부 데이터 통합 채널
국토교통 분야의 데이터 허브로써 편리한 검색과 활용사례를 제공합니다.
Source: data.molit.go.kr
Date Published: 2/3/2022
View: 8097
교통 빅데이터의 가치와 이슈 – 네이버 블로그
대표적인 민간의 교통 빅데이터에는 내비게이션, 통신, 교통카드 데이터 등이 있다. 이런 민간 데이터와 공공 데이터를 플랫폼을 통해 결합한다면 새로운 …
Source: m.blog.naver.com
Date Published: 7/17/2021
View: 2957
교통 빅데이터엔 시간-공간 정보 가득,’스마트시티 구축 전략’에 …
이렇게 나타난 문제점을 정책적으로 해결하기만 한다면 교통 분야 빅데이터는 공공정책 분야는 물론 민간 비즈니스 영역에서도 큰 가치를 창출할 수 있다.
Source: dbr.donga.com
Date Published: 1/24/2022
View: 5140
교통 빅데이터 플랫폼 구축 및 활용
교통부문 빅데이터 연구의 필요성. 정보통신기술의 비약적인 발전은 교통부문에 새로운 데이터 활용 가능성을. 높이고 있다. 스마트폰 기반의 내비게이션 정보, …
Source: www.koti.re.kr
Date Published: 2/9/2022
View: 5814
주제와 관련된 이미지 교통 빅 데이터
주제와 관련된 더 많은 사진을 참조하십시오 교통빅데이터플랫폼-ViewT 소개영상. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 교통 빅 데이터
- Author: 한국교통연구원
- Views: 조회수 2,133회
- Likes: 좋아요 21개
- Date Published: 2019. 7. 11.
- Video Url link: https://www.youtube.com/watch?v=hPRzR-dlavM
교통 빅데이터의 가치와 이슈
민간부문에서는 상당한 비용을 들여 수집한 데이터를 공개하는데 거부감을 가질 수 있다. 특히 공개된 민간 데이터를 통해 누군가 상당한 부가가치를 발생시키는 비즈니스 모델을 개발할 경우 그 수익금의 얼마만큼을 데이터 제공자가 가질 수 있는지에 대한 명확한 가이드라인이 존재하지 않는다. 하지만 공공이 민간데이터를 적정 댓가를 지급하고 구입한 후 이를 일반에 공개하는 방안은 적극 찾을 필요가 있다. 특히 민간의 빅데이터가 공공의 이익을 증진하는데 도움이 된다면 데이터의 공개를 적극 유도해야 한다. 우버가 최근 Uber Movement라는 플랫폼을 통해 데이터를 공개하는 이유도 도시 및 교통 등 공공정책에 도움을 주기 위해서이다.
한편 민간의 빅데이터라 할지라도 대부분은 특정한 사업을 위하여 부가적으로 수집한 것이 대부분이다. 가령 내비게이션 데이터는 내비게이션 서비스를 제공하다 얻게 된 데이터다. 우버가 최근 Uber Movement라는 플랫폼을 통해 제공하는 데이터도 마찬가지다. 따라서 데이터를 공공이 구입한다 하더라도 수집에 들어간 실제 비용을 모두 계상할 필요는 없을 것이다. 또한 데이터는 시간이 지날수록 가치가 일반적으로 줄어들기 때문에 실시간 공유는 아니더라도 일정시간 지난 데이터의 경우는 공익을 위해 적은 가격으로 공유될 수 있는 가능성도 있다. 이런 측면에서 민간의 빅데이터 거래를 활성화하는 측면에서 데이터 상거래 시장을 운영할 수도 있다. 이 경우에는 원시 빅데이터를 가공한 2차 빅데이터도 거래될 수 있다면 개인도 빅데이터 거래에 참여할 수 있을 것이다.
사생활 침해
빅데이터의 광범위한 활용이 항상 환영받는 것은 아니다. 이에 대한 우려도 크다. 가장 큰 우려로는 사생활 침해를 들 수 있다. 생산되고 저장되는 데이터의 양이 급증하고, 사람들이 자신이 인지하지 못하는 동안에 자신과 관련된 데이터가 수집될 수 있다는 가능성을 알게 되자 이러한 우려는 더욱 커지고 있다. 심지어 익명화된 데이터조차도 상호참조와 같은 데이터 융합 과정을 거치면 특정 개인에 대한 신원 식별이 가능한 경우도 발생하고 있다. 가령 우리가 매일 접속하는 포털에서도 이용자가 조회하는 키워드나 특정 페이지를 토대로 맞춤형 뉴스나 광고를 내보낸다. Google이나 facebook 같은 대형 IT기업에게 의혹의 시선이 가는 이유도 같은 맥락이다.
한편 개인정보보호는 양면성을 지니고 있다. 사생활 침해를 이유로 개인정보보호를 강화하면 데이터 활용가능성은 낮아지게 될 것이다. 데이터로 발굴해낼 수 있는 가치는 줄어들 수밖에 없다. 반면 지나친 규제완화는 앞선 사례와 같이 사생활 침해의 가능성을 높인다. 빅데이터 시대에는 개인정보를 보호함과 동시에 데이터의 활용가능성도 높일 수 있는 해법이 마련되어야 할 것이다. 데이터의 활용수준이 경쟁력과 직결된다면 데이터 사용에 따른 책임과 의무를 강화하는 방안도 고려할 수 있다.
빅데이터 해석의 오류 가능성
빅데이터의 활용과 관련한 또 다른 우려는 지나친 결과 중심의 빅데이터 분석이 확대되면 상관관계를 인과관계로 오해할 가능성도 커질 수 있다. 가령 빅데이터 분석을 통해 번잡한 도시부 도로 인근에 거주하는 사람들의 조기사망률이 비교집단의 사람들보다 높게 나타났다고 가정해보자. 이 경우에 표면적으로 드러난 상관관계만을 고려하면 도로의 소음이나 자동차 배기가스로 인해 거주자들의 조기사망률이 증가했다고 가정할 수 있다. 그러나 실제로는 해당 지역에 거주하는 사람들의 소득이 상대적으로 낮고, 식생활이 건전하지 못했기 때문에 조기사망률이 높을 수도 있다. 이렇듯 높은 조기사망률에 대해 정확한 진단을 내리지 못하고 빅데이터 분석을 통해 드러난 표면적인 상관관계만을 맹신하면, 정책집행자는 소음이나 배기가스를 줄이는 노력이 반드시 도로 인근 주민의 조기사망률 감소로 이어지지 않는다는 실망스러운 결과만을 확인하게 될 것이다. 빅데이터 분석에서도 허위상관의 가능성은 존재한다. 빅데이터 시대에도 분석결과에 대한 해석은 인간의 판단에 맡길 수밖에 없다.
교통 빅데이터엔 시간-공간 정보 가득,‘스마트시티 구축 전략’에 필수적
DBR mini box I
교통정보 빅데이터 활용을 위한 선행 과제
우리나라는 1994년 고속도로 지능형교통체계(이하 ITS) 시범사업을 시작한 이래 2001년부터 약 10년간 2조 원이 넘는 돈을 투자해 전국적으로 공공 부문 ITS 구축사업을 수행했다. 그 결과 인구 10만 명 이상의 도시 대부분에서 교통과 관련한 빅데이터 수집이 이뤄지고 있다. 하지만 서울시 등의 극히 일부 사례를 제외하면 현재 교통상황을 보여주는 것 이외에 공공 부문에서 이를 활용한 사례는 거의 없는 것도 사실이다. 앞서 언급했던 주요 사례를 기반으로 교통 부문에서 성공적인 빅데이터 활용을 위한 시사점을 정리하면 다음과 같다.
첫 번째, 데이터의 정책 활용 측면에서의 접근을 강화해야 한다. 초기 ITS 도입 목적이 ‘이용자에게 실시간 교통정보를 제공하는 것’에 있었기에 최근 각광받는 방식으로 빅데이터를 분석하고 이를 관리할 수 있는 운영 시스템을 갖추는 데는 다소 어려움을 겪고 있다. 장기적으로는 교통정보 제공 기능 외에도 이를 분석해 정책적으로 활용하는 역량 확보(구체적으로는 교통 데이터를 기반으로 시사점을 도출하고 전문적으로 분석하고 활용할 수 있는 인력 확보와 이를 가능케 하는 소프트웨어에 대한 투자 등)가 필요하다. 특히 교통 정책에 기본적인 데이터가 되는 가구통행실태조사는 5년을 주기로 1%의 표본을 추출해 하루 동안의 교통수단 이용 내역과 행선지에 대한 설문조사를 수행한다. 그리고 이러한 표본의 대표성, 비용 투입의 필요성, 결과의 정확성 등에 대해서는 많은 논란이 벌어지는 것도 사실이다. 우리나라뿐만 아니라 미국에서도 유사한 형태의 논란이 벌어졌는데 현재 생산되는 교통 빅데이터를 활용할 경우 ‘표본의 문제’를 해결할 가능성이 높아지는 것으로 나타나 활발한 연구가 진행되고 있다.
두 번째, 빅데이터 취합·저장·관리에 대한 표준 확립이 필요하다. 서울시가 대중교통 체계를 개편할 수 있었던 가장 큰 이유는 분절돼 있던 이용자와 공급자 간 데이터를 통합해 새로운 가치를 찾아냈기 때문이다. 이렇게 통합할 수 있었던 것은 취합되는 데이터의 주기와 그 내용 측면에서 일정 수준 이상 유사성을 확보했기 때문이다. 미국의 경우 국가표준을 설정해 ITS 자료를 관리하고 있는 반면 우리나라는 자료 처리·저장·관리에 대한 명시적 표준지침이 존재하지 않는다. 따라서 현재 각 지자체가 구축하고 있는 분석 시스템 간의 상호 연계를 통한 국가 차원의 자료 수집 분석 시에는 장애가 발생할 가능성이 높다. 특히 현재까지는 지역 단위로 ‘실시간 교통정보 제공’ 및 ‘폐구간’ 중심의 분석이 주로 이뤄졌고 지자체들은 자체적 판단에 의해 짧은 기간(15일∼6개월)의 데이터만 보관하고 있다. 국가 차원의 정책 입안을 위해서 지자체에서의 폐구간 조건을 완화할 필요가 있으며 연 단위 DB로 통합이 이뤄져야 한다. 또 장기적으로는 공공과 민간 데이터 공유를 위한 데이터 표준화 방안까지도 생각해볼 필요가 있다.
키워드에 대한 정보 교통 빅 데이터
다음은 Bing에서 교통 빅 데이터 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 교통빅데이터플랫폼-ViewT 소개영상
- 한국교통연구원
- 내비게이션데이터
- 교통빅데이터
- 시공간데이터
- 경로데이터
- 교통량
- 속도
- 교통혼잡
- 차량주행거리
- 기종점통행량
- 고령자통행
- 여성통행
- 통행경로분석
- 핫플레이스분석
교통빅데이터플랫폼-ViewT #소개영상
YouTube에서 교통 빅 데이터 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 교통빅데이터플랫폼-ViewT 소개영상 | 교통 빅 데이터, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.
