다중소스 다중스케일 인간 이동 데이터 플랫폼 ODT FLOW

초록

ODT FLOW는 원점‑목적지‑시간(ODT) 데이터 모델을 기반으로, 대용량의 다양한 인간 이동 데이터를 병렬 처리·쿼리·집계할 수 있는 확장 가능한 온라인 플랫폼이다. 웹 기반 ODT Flow Explorer와 REST API를 제공해 사용자가 공간·시간 스케일을 자유롭게 정의하고, 프로그램적으로 데이터에 접근하도록 설계되었다. 트위터와 SafeGraph 데이터를 활용한 사례를 통해 빅데이터 환경에서 이동 흐름을 효율적으로 추출·시각화·공유하는 방법을 제시한다.

상세 분석

본 논문은 인간 이동 데이터의 5V(Volume, Velocity, Variety, Veracity, Value) 특성을 정밀히 분석하고, 이를 극복하기 위한 시스템 아키텍처를 제시한다. 핵심은 ODT(Origin‑Destination‑Time) 큐브 모델로, 기존의 공간‑시간 큐브와 달리 원점과 목적지를 별도 차원으로 두어 시간별 OD 매트릭스를 직접 저장한다. 이를 위해 저자는 HDFS 기반 분산 저장소와 Hive/Impala를 이용한 대규모 공간 연산 파이프라인을 구축했으며, Esri GIS Tools for Hadoop을 활용해 수십억 개의 포인트‑인‑폴리곤 연산을 병렬 처리한다. 데이터 소스별 전처리 모듈을 별도로 구현해 트위터의 지오태깅 트윗과 SafeGraph 모바일 디바이스 데이터를 동일한 ODT 큐브 형식으로 정규화한다. 특히 트위터 데이터에서는 단일일 이동과 교차일 이동을 구분해 사용자의 일일 원점·목적지를 추출하고, 비인간 트윗(봇) 필터링을 통해 데이터 정합성을 확보한다. SafeGraph에서는 사회적 거리두기 메트릭을 이용해 일일 이동량을 추출한다. 구축된 ODT 큐브는 공간·시간 다중 스케일 집계를 지원하며, 사용자는 웹 포털인 ODT Flow Explorer에서 시각적 탐색·다운로드가 가능하고, RESTful API를 통해 파이썬, R 등 프로그래밍 환경에서 실시간 쿼리를 수행할 수 있다. 이러한 설계는 재현성·재사용성을 크게 향상시켜, 재난 상황(예: COVID‑19)에서 빠른 정책 의사결정에 필요한 이동 흐름 정보를 신속히 제공한다. 또한 다중 소스 융합을 통해 데이터 편향을 완화하고, 검증 가능한 분석 파이프라인을 제공함으로써 인간 이동 연구의 신뢰성을 높인다.