GPS와 GIS를 활용한 현실적인 네트워크 토폴로지 설계 기법

초록

본 논문은 기존 Prim 알고리즘이 거리 정보를 실제 지형과 무관하게 가정함으로써 발생하는 비용 과소평가 문제를 지적하고, GPS와 GIS 데이터를 이용해 실제 거리와 장애물을 반영한 토폴로지를 생성하는 새로운 방법을 제안한다. 에르빌 시 대학 네트워크 사례를 통해 기존 방식 대비 약 4배 높은 광섬유 비용이 필요함을 실증한다.

상세 분석

Prim 알고리즘은 최소 신장 트리를 구하는 전통적인 그래프 이론 기법으로, 노드 간 거리(가중치)를 정확히 입력하면 최적의 연결 구조를 도출한다. 그러나 네트워크 설계 현장에서 거리 입력값을 “직선 거리” 혹은 지도상의 대략적인 값으로 대체하는 경우가 빈번하다. 이러한 추정치는 지형적 제약(호수, 고지, 건물 등)을 무시하고, 실제 현장 배선 시 발생하는 우회 거리와 추가 설비(중계기, 광증폭기 등)를 반영하지 못한다. 결과적으로 설계 단계에서 산출된 비용은 실제 구현 비용보다 크게 낮아지며, 예산 초과와 프로젝트 지연을 초래한다.

논문은 이 문제를 해결하기 위해 두 가지 핵심 기술을 결합한다. 첫째, GPS를 이용해 각 네트워크 노드(예: 대학 건물)의 정확한 위도·경도 좌표를 획득한다. 둘째, GIS 소프트웨어(예: ArcGIS)를 활용해 해당 좌표들을 실제 지형 데이터와 겹쳐 시각화하고, 거리 측정 도구를 통해 노드 간 실제 도로·보행자 경로를 따라 측정한다. 이 과정에서 GIS는 고도, 수역, 토지 이용 현황 등을 레이어로 제공하므로, 거리 계산 시 자연스럽게 우회 경로가 반영된다.

이러한 “현실 거리”를 가중치로 사용해 Prim 알고리즘을 재실행하면, 최소 신장 트리 자체는 변하지 않지만, 각 간선의 길이가 실제 현장 상황을 반영하게 된다. 논문은 에르빌 시 내 10개의 대학 캠퍼스를 대상으로 실험을 진행했으며, GPS 좌표를 수집한 뒤 GIS에서 도로망을 따라 거리 측정한 결과, 평균 간선 길이가 기존 직선 거리 대비 2.3배 증가하였다. 이로 인해 전체 광섬유 길이는 약 4배가 되었고, 이에 따라 광섬유 구매비, 매설공사비, 중계기 및 광증폭기 설치 비용이 크게 상승하였다.

핵심 인사이트는 다음과 같다. (1) 네트워크 설계 단계에서 “현실 거리”를 정확히 반영하면 비용 추정의 신뢰도가 크게 향상된다. (2) GPS와 GIS는 별도의 고가 장비 없이도 상대적으로 저비용으로 구현 가능하며, 기존 설계 툴에 플러그인 형태로 연동할 수 있다. (3) 최소 신장 트리 알고리즘 자체는 변형이 필요 없으므로, 기존 설계 파이프라인에 최소한의 수정만으로 적용 가능하다. 따라서 이 기법은 대규모 도시 인프라, 교통망, 전력망 등 다양한 분야에 확장 적용될 잠재력이 있다.