대규모 POI 체크인 데이터셋 Massive‑STEPS와 도시별 이동 모델 벤치마크

초록

Massive‑STEPS는 15개 도시의 2017‑2018년 체크인 데이터를 포함한 최신·대규모 POI 궤적 데이터셋이다. 기존 2012‑2013년 데이터에 비해 시간적·지리적 다양성이 크게 확대되었으며, Foursquare Open Places와 연계해 좌표·이름·주소 등 풍부한 메타데이터를 제공한다. 논문은 감독 학습 기반 POI 추천, 제로샷 추천, 시공간 분류·추론 3가지 태스크에 대해 전통 모델, 딥러닝 모델, 최신 LLM 기반 모델을 폭넓게 벤치마크하고, 도시별 POI 카테고리 분포가 모델 성능에 미치는 영향을 분석한다. 데이터와 코드가 공개돼 재현 가능하고 공정한 연구 환경을 조성한다.

상세 분석

Massive‑STEPS는 기존 POI 궤적 연구에서 가장 흔히 사용된 Foursquare NYC/Tokyo 데이터와 Global‑scale Check‑in Dataset(GSCD)의 한계를 직접적으로 해결한다. 첫째, 시간적 범위가 2017‑2018년까지 확장돼 2년간의 연속 체크인을 제공함으로써 장기적인 이동 패턴 분석과 시계열 모델링이 가능해졌다. 둘째, 15개 도시(동·서·남·북 아시아, 유럽, 중동, 오세아니아 포함)를 골고루 포함해 지역 편향을 크게 완화했으며, 특히 저자원 도시인 자카르타, 쿠웨이트 시, 페탈링자야 등을 추가해 데이터 다양성을 확보했다. 셋째, Semantic Trails Dataset(STD)에서 정제된 체크인(중복, 비현실적 이동, 초단시간 체크인 등 44% 오류 제거)을 기반으로 하면서, Foursquare Open Places와 매핑해 POI의 좌표, 카테고리, 이름, 주소까지 포함한 풍부한 메타데이터를 제공한다. 이는 기존 데이터가 좌표와 카테고리만 제공하던 것과 대비된다.

벤치마크 설계는 세 가지 핵심 태스크로 구성된다. (1) 감독 학습 기반 POI 추천은 사용자의 현재 궤적과 과거 방문 기록을 입력으로 다음에 방문할 가능성이 높은 POI 집합을 예측한다. (2) 제로샷 POI 추천은 사전 학습된 대형 언어 모델(LLM)이나 멀티모달 모델을 활용해 도시·카테고리 정보만으로도 추천을 수행한다. (3) 시공간 분류·추론은 체크인 시퀀스를 입력으로 특정 시간대·장소 유형을 판별하거나, “이 사용자는 다음에 어디를 갈 가능성이 높은가?”와 같은 추론 질문에 답한다. 모델군은 전통적인 협업 필터링, Markov Chain, POI2Vec, GRU‑4Rec, ST‑GCN 등 딥러닝 기반 시계열·그래프 모델, 그리고 GPT‑3/4, LLaMA 등 최신 LLM을 포함한다.

실험 결과는 두드러진 패턴을 보여준다. 전통 모델은 데이터가 풍부한 대도시(예: 뉴욕, 도쿄)에서 비교적 높은 정확도를 기록했지만, 카테고리 분포가 고르게 퍼진 저자원 도시에서는 성능이 급격히 떨어졌다. 반면, 그래프 기반 모델은 POI 간의 공간적 연결성을 활용해 중소도시에서도 일정 수준 이상의 성능을 유지했으며, LLM 기반 제로샷 모델은 사전 지식(문화·관광 정보) 덕분에 카테고리 편중이 적은 도시에서도 경쟁력 있는 결과를 냈다. 특히 “카테고리 균등도”가 높은 도시일수록 모델의 예측 불확실성이 증가한다는 새로운 인사이트를 제시한다. 이는 기존 연구가 “주요 카테고리(음식점, 쇼핑몰 등)가 지배적인 도시”에만 초점을 맞추어 왔던 점을 비판하고, 향후 모델 설계 시 카테고리 다양성을 고려한 정규화 혹은 어텐션 메커니즘이 필요함을 시사한다.

데이터 공개와 재현성을 위한 노력도 눈에 띈다. Massive‑STEPS는 원본 체크인, 정제 로그, 메타데이터 매핑 파일, 도시 경계 정의(GeoNames 기반) 등을 모두 GitHub에 공개하고, 학습·평가 파이프라인을 Docker 이미지와 함께 제공한다. 이는 기존 연구에서 흔히 지적되던 “데이터 전처리 불명확·재현 불가” 문제를 근본적으로 해결한다. 다만, 개인정보 보호를 위해 POI ID와 사용자 ID를 순서형 인코딩으로 변환했으며, 이는 일부 연구에서 원본 텍스트 기반 설명을 활용하고자 할 때 제한이 될 수 있다. 또한, 2017‑2018년 데이터가 현재(2026) 기준으로는 일부 POI가 폐쇄된 상태일 가능성이 있어, 최신 업데이트가 필요하다는 점도 언급한다.

전반적으로 Massive‑STEPS는 규모·시간·지리·메타데이터 측면에서 기존 데이터셋을 뛰어넘는 종합적인 리소스를 제공한다. 다양한 모델을 동일 조건에서 비교함으로써 최신 LLM이 전통 POI 추천에 미치는 영향을 정량화했으며, 도시별 특성이 모델 성능에 미치는 메커니즘을 실증적으로 밝혀냈다. 이는 향후 인간 이동성 연구, 도시 계획, 맞춤형 위치 기반 서비스 개발에 중요한 기반이 될 것으로 기대된다.