KR102241221B1 - 관심 지역공간의 세분화 장치 및 방법 - Google Patents

Abstract

복수의 셀로 구획되는 관심 지역공간의 세분화 장치 및 방법이 개시된다. 일 실시예에 따른 세분화 장치는, 관심 지역공간 내에 위치한 건축물 각각의 건축물 관련 정보에 기초하여, 건축물 각각의 기능유형 속성을 정의하는 데이터 통합부, 데이터 통합부에 의해 정의된 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 기능유형 속성 각각의 비중을 산출하는 비중 산출부, 비중 산출부에 의해 산출된 기능유형 속성 각각의 비중에 기초하여, 셀 단위로 기능유형 속성의 비중이 최대가 되는 기능유형 속성인 지배적 기능유형 속성 결정하고 또한 기능유형의 상호보완성을 지시하는 상호 보완성 지수를 산출하는 특성 분석부, 복수의 셀 중에서 지리적으로 인접한 두 셀의, 지배적 기능유형 속성의 동일 여부, 상호 보완성 지수의 차이 및 기능유형 속성 각각의 비중 차이에 기초하여, 인접한 두 셀의 유사도를 산출하는 유사도 산출부 및 유사도 산출부에 의해 산출된 인접한 두 셀의 유사도를 소정의 기준치와 비교하여, 인접한 두 셀의 유사 여부를 판정하고 또한 유사한 것으로 판정된 셀끼리 그룹화하는 유사 셀 군집화부를 포함한다.

Description

관심 지역공간의 세분화 장치 및 방법{Apparatus and method subdividing regional spaces of interest}

본 발명은 관심 지역공간의 사회경제적 특성을 파악하기 위한 데이터 가공 및 처리 기술에 관한 것으로, 보다 구체적으로 도시 형태(urban form)와 기능적 연결특성을 기반으로 관심 지역공간을 세분화하기 위한 기술에 관한 것이다.

관심의 대상이 되는 특정한 지역공간(이하, '관심 지역공간'이라 함)의 사회경제적 특성을 파악하는 것은, 사회적인 측면은 물론 개인적인 측면에서도 그 중요성이 증가하고 있다. 사회적 측면에서, 스마트 시티 사업이나 도시 재생 사업 등을 계획하고 추진할 때, 해당 관심 지역공간의 사회경제적 특성을 파악하는 것은 사업의 성공에 필수적이라고 볼 수 있다. 개인적 측면에서도, 해당 관심 지역공간의 사회경제적 특성을 파악하는 것은 주거지나 영업점 등의 선정에 있어서 많은 도움이 된다.

지역의 사회경제적 특성을 이해하는 척도로서, 용도지역(산업지역, 상업지역, 주거지역 등) 분류 등 토지의 이용성 기능이나 근접성에 기반한 출발지-목적지 패턴 등에 중점을 두고, 많은 공간정보들이 이전부터 제공되어 왔다. 일례로, 한국공개실용신안공보 실2000-0019155호, "업종/특성 및 기능별로 분류하여 제작하는 지도"(특허문헌 1)에는 지도를 업종/특성 및 기능별로 용도에 맞게 구성하는 기술이 개시되어 있고, 한국공개특허 제2012-0124680호, "웹-지도정보 기반 상권분석 자동화시스템 및 자동화방법"(특허문헌 2)에는 이용가능 인구수를 추정하여 특정한 지역의 상권을 분석하는 기술이 개시되어 있다. 그리고 한국공개특허 제2016-0083504호, "업종 클러스터 기반 점포 출점 급지 추정 시스템 및 방법"(특허문헌 3)에는 개별 점포의 업종 정보를 파악하고 그룹화한 다음, 해당 블록의 속성을 판별하고 군집화하여 각 블록별 배후지 속성을 파악/집계한 다음, 블록별 최종 급지 등급을 추정하는 기술이 개시되어 있다. 그리고 최근에는 특정 지역의 인구 및 사회경제활동과 관련된 다양한 통계 정보들도 제공되고 있다.

그런데, 종래 기술에 따라 제공되는 정보들은, 수학적 및 지도적 원리에 부합하는 관심 지역공간의 기하학적 관점에 기초한 데이터를 단순히 나열하는 것이거나 또는 특정 목적(예컨대, 상권 분석이나 점포 출점 급지 추정)에 맞게 데이터를 가공하여 처리하는 것이었다. 하지만, 실제 지역공간은 생활, 업무, 커뮤니케이션, 문화, 여가 활동 등 다양한 기능요소들이 결합되어 상호작용하고 있으며, 사람들은 공간 환경과 상호작용을 통해 얻을 경험을 통해 지리 세계를 인식하고 이해한다. 하지만, 단순히 나열되는 기존의 정보들이나 특정 목적에 맞게 가공된 정보들은 이러한 지역공간의 특성을 충분히 반영하고 있지 못하다. 뿐만 아니라, 기존의 정보들로부터 전술한 사회경제적 측면이나 개인적 측면에서 유용한 사회경제적 특성을 보여주는 정보를 얻기 위해서는, 전문적인 지식을 바탕으로 고난도의 데이터 가공 기술 및 통계적 해석 역량을 필요로 하여 일반인들이 쉽고 편리하게 활용하기는 어렵다.

한국공개실용신안공보 실2000-0019155호, "업종/특성 및 기능별로 분류하여 제작하는 지도" 한국공개특허 제2012-0124680호, "웹-지도정보 기반 상권분석 자동화시스템 및 자동화방법" 한국공개특허 제2016-0083504호, "업종 클러스터 기반 점포 출점 급지 추정 시스템 및 방법"

본 발명이 해결하고자 하는 하나의 과제는 여러 관심 지역공간의 사회경제적 특성을 동일한 기준으로 동시에 비교하거나 원하는 조건에 부합하는 장소를 한눈에 파악할 수 있는 관심 지역공간의 세분화 장치 및 방법을 제공하는 것이다.

본 발명이 해결하고자 하는 다른 하나의 과제는 관심 지역공간의 사회경제적 특성이 시간의 경과에 따라 변화되는 행태적 특성을 파악하기가 용이한 관심 지역공간의 세분화 장치 및 방법을 제공하는 것이다.

상기한 과제를 해결하기 위한 본 발명의 일 실시예는, 복수의 셀로 구획되는 관심 지역공간의 세분화 장치로서, 상기 관심 지역공간 내에 위치한 건축물 각각의 건축물 관련 정보에 기초하여, 상기 건축물 각각의 기능유형 속성을 정의하는 데이터 통합부, 상기 데이터 통합부에 의해 정의된 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출하는 비중 산출부, 상기 비중 산출부에 의해 산출된 상기 기능유형 속성 각각의 비중에 기초하여, 셀 단위로 상기 기능유형 속성의 비중이 최대가 되는 기능유형 속성인 지배적 기능유형 속성 결정하고 또한 상기 기능유형의 상호보완성을 지시하는 상호 보완성 지수를 산출하는 특성 분석부, 상기 복수의 셀 중에서 지리적으로 인접한 두 셀의, 상기 지배적 기능유형 속성의 동일 여부, 상기 상호 보완성 지수의 차이 및 상기 기능유형 속성 각각의 비중 차이에 기초하여, 상기 인접한 두 셀의 유사도를 산출하는 유사도 산출부 및 상기 유사도 산출부에 의해 산출된 상기 인접한 두 셀의 유사도를 소정의 기준치와 비교하여 상기 인접한 두 셀의 유사 여부를 판정하고, 유사한 것으로 판정된 셀끼리 그룹화하는 유사 셀 군집화부를 포함한다.

상기 실시예의 일 측면에 의하면, 상기 건축물 관련 정보는, 상기 건축물의 건축물 관리 대장에 표시되어 있는 건축물 용도에 따라 결정되되, 상기 건축물 용도가 제1종 또는 제2종 근린생활시설인 경우에는 상기 건축물에서 영업을 영위하고 있는 업소 각각의 인허가 업종에 기초하여 결정될 수 있다.

상기 실시예의 다른 측면에 의하면, 상기 건축물 관련 정보는, 상기 건축물에서 영업을 영위하고 있는 업소 각각의 인허가 업종을, 통계청에서 제공하는 생활밀접업종들을 소정의 분류 기준에 따라서 분류한 그룹에 기초하여 결정될 수 있다.

상기 실시예의 또 다른 측면에 의하면, 상기 특성 분석부는, 상기 최대 기능유형 속성이 2개 이상인 경우에는 해당 건축물 또는 업소의 연면적 총합이 최대가 되는 기능유형 속성을 상기 지배적 기능유형 속성으로 산출할 수 있다.

상기 실시예의 또 다른 측면에 의하면, 상기 데이터 통합부에 의해 정의된, 상기 관심 지역공간 내의 기능유형 속성의 분산도에 기초하여 기능유형 속성의 범주를 설정하기 위한 범주 설정부를 더 포함하고, 상기 비중 산출부는 상기 범주 설정부에 의하여 설정된 기능유형 속성에 대해서만 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출할 수 있다.

상기한 과제를 해결하기 위한 본 발명의 다른 실시예는, 복수의 셀로 구획되는 관심 지역공간의 세분화 방법으로서, 상기 관심 지역공간 내에 위치한 건축물 각각의 건축물 관련 정보에 기초하여, 상기 건축물 각각의 기능유형 속성을 정의하는 데이터 통합 단계, 상기 데이터 통합 단계에서 정의된 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출하는 비중 산출 단계, 상기 비중 산출 단계에서 산출된 상기 기능유형 속성 각각의 비중에 기초하여, 셀 단위로 상기 기능유형 속성의 비중이 최대가 되는 기능유형 속성인 지배적 기능유형 속성 결정하고 또한 상기 기능유형의 상호보완성을 지시하는 상호 보완성 지수를 산출하는 특성 분석 단계, 상기 복수의 셀 중에서 지리적으로 인접한 두 셀의, 상기 지배적 기능유형 속성의 동일 여부, 상기 상호 보완성 지수의 차이 및 상기 기능유형 속성 각각의 비중 차이에 기초하여, 상기 인접한 두 셀의 유사도를 산출하는 유사도 산출 단계 및 상기 유사도 산출 단계에서 산출된 상기 인접한 두 셀의 유사도를 소정의 기준치와 비교하여 상기 인접한 두 셀의 유사 여부를 판정하고, 유사한 것으로 판정된 셀끼리 그룹화하는 유사 셀 군집화 단계를 포함한다.

상기 실시예의 일 측면에 의하면, 상기 데이터 통합 단계에서 정의된, 상기 관심 지역공간 내의 기능유형 속성의 분산도에 기초하여 기능유형 속성의 범주를 설정하기 위한 범주 설정 단계를 더 포함하고, 상기 비중 산출 단계에서는, 상기 범주 설정 단계에서 설정된 기능유형 속성에 대해서만 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출할 수 있다.

상기한 과제를 해결하기 위한 본 발명의 또 다른 실시예는, 컴퓨터에 복수의 셀로 구획되는 관심 지역공간을 세분화하기 위한 관심 지역공간의 세분화 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독가능 기록매체로서, 상기 세분화 방법은, 전술한 본 발명의 일 실시예에 따른 세분화 방법일 수 있다.

상기한 과제를 해결하기 위한 본 발명의 또 다른 실시예는, 컴퓨터에 복수의 셀로 구획되는 관심 지역공간을 세분화하기 위한 관심 지역공간의 세분화 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램으로서, 상기 세분화 방법은, 전술한 본 발명의 일 실시예에 따른 세분화 방법일 수 있다.

본 발명의 일 실시예에 의하면, 관심 지역공간에 대한 기능유형별로 세분화된 공간정보를 통해, 기능유형에 따른 지역공간의 구성, 특정 기능유형이 우세한 지역공간의 범위 등을 누구나 손쉽고 효율적으로 포착할 수 있다. 그리고 관심 지역공간의 특성 정보를 활용하여, 문화, 생활편의, 주택가, 업무지역, 쇼핑, 커뮤티케이션 공간 등과 같이, 특정한 기능유형으로 명시적으로 분류되지 않지만 유사하게 기능하는 지역공간의 범위를 빠르고 간편하게 탐색하고 비교할 수 있다. 또한, 서로 다른 시점에서의 결과물의 비교를 통하여, 관심 지역공간에서 특정한 기능유형의 성장, 소멸, 전이 및 이웃 셀로의 확산 등과 같은 시공간적 변화도 용이하게 파악할 수가 있다.

도 1은 사람과 장소의 기능 상호 작용을 모식적으로 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 관심 지역공간의 세분화 장치의 구성을 보여주는 블록도이다.
도 2는 현재 건축물 관리대장에서 사용하고 있는 건축물의 용도 정보의 종류를 그 코드와 함께 보여주는 것이다.
도 3은 현재 건축물의 용도가 제1종근린생활시설 또는 제2종근린생활시설인 경우에 허용되는 업종의 종류를 그 코드와 함께 보여주는 것이다.
도 4는 인허가업소 업종을 업종그룹코드에 따라서 기능유형 속성(분류명)으로 그룹화한 것의 일례를 보여주는 도면이다.
도 5는 본 발명의 제2 실시예에 따라 생활밀정업종들을 분류하는 방법의 일례를 보여주는 도면이다.
도 6a는 분산도에 따라 전체 셀 기능유형 속성의 범주를 분류한 일례를 보여주는 도면이다.
도 6b는 도 6a에 도시된 도면을, 기능유형 속성 각각의 점유 비율의 크기에 따라 순차적 배열한 것이다.
도 6c는 특정 셀에서 높은 비중을 보인 기능유형 속성을 전체 셀 기능유형 속성의 범주에 추가한 일례를 보여주는 도면이다.
도 7a 및 도 7b는 각각 셀 단위로 지배적 기능유형을 결정하고 상호보완성 지수를 산출하기 위한 예시 데이터 및 그 결과를 보여주는 도면이다.
도 8은 기준 셀을 중심으로 인접한 셀들에 인근 셀 아이디를 부여하는 방법의 일례를 보여주는 도면이다.
도 9a는 7개의 셀(격자1~격자7) 사이의 인접관계를 예시한 인접관계 색인의 일례이다.
도 9b는 도 9a에 도시된 인접관계 색인을 포함하는 셀들 사이의 인접관계 토폴로지이다.
도 9c는 도 9a의 인접관계를 갖는 셀들 사이의 유사도를 계산하여 표시한 유사도 매트릭스의 일례이다.
도 9d는 도 9a의 인접관계 색인과 도 9c의 유사도 매트릭스를 조합하여, 셀들 사이의 유사관계를 도식적으로 표시한 무방향 그래프의 일례이다.
도 9e는 도 9d의 무방향 그래프를 이용하여, 유사관계에 있는 셀들을 군집화한 결과를 도식적으로 보여주는 군집화 그래프의 일례이다.
도 10a는 관심 지역공간에 대한 수치지도 및 국가지점번호의 일례를 보여주는 도면이다.
도 10b는 본 발명의 실시예에 따라 관심 지역공간을 세분화한 결과의 일례를 수치지도에 표시한 도면이다.
도 11a 및 도 11b는 각각 관심 지역공간의 세분화 결과를 수치지도에 도시한 것으로서, 도 11a 및 도 11b는 각각 서로 다른 시점에서의 결과이다.
도 12는 본 발명의 일 실시예에 따른 관심 지역공간의 세분화 방법을 보여주는 흐름도이다.

이하, 본 발명의 실시예를 첨부된 도면들을 참조하여 상세하게 설명한다. 본 명세서에서 사용되는 용어 및 단어들은 실시예에서의 기능을 고려하여 선택된 용어들로서, 그 용어의 의미는 발명의 의도 또는 관례 등에 따라 달라질 수 있다. 따라서 후술하는 실시예에서 사용된 용어는, 본 명세서에 구체적으로 정의된 경우에는 그 정의에 따르며, 구체적인 정의가 없는 경우는 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.

관심 지역공간의 사회경제적 특성을 파악하는 한 가지 방법은, 각각의 장소(예컨대, 해당 장소에 있는 건축물)가 사람들에게 제공하는 기능을 분류하는 것이다. 즉, 사람과 장소의 기능 상호 작용에 기초하여 각 장소를 소정의 기준에 따라 분류하여 세분화함으로써, 관심 지역공간의 사회경제적 특성을 파악하는 것이 가능하다. 도 1은 사람과 장소의 기능 상호 작용을 모식적으로 도시한 도면으로서, 각 장소가 제공하는 기능에 따라서 '사람과 공간의 상호작용'이 이루어진다. 그리고 다양한 기능이 부분적으로 서로 관련되어 수행됨으로써, 관심 지역공간은 '기능의 상호보완'이 이루어지는 장소가 된다. 본 발명에서는 이와 같이 관심 지역공간에 있는 건축물이 사람들에게 제공하는 기능(예컨대, 건축물의 용도 및/또는 건축물에서 영업을 하는 업소의 인허가 업종)에 기초하여 관심 지역공간을 세분화한다.

도 2는 본 발명의 일 실시예에 따른 관심 지역공간의 세분화 장치의 구성을 보여주는 블록도이다. 도 2를 참조하면, 관심 지역공간의 세분화 장치(100)는 데이터 통합부(110), 비중 산출부(130), 특성 분석부(140), 유사도 산출부(150) 및 유사셀 군집화부(160)를 포함한다. 그리고 세분화 장치(100)는 범주 설정부(120)를 더 포함할 수도 있다.

본 발명의 실시예에 따른 관심 지역공간의 세분화 장치(100)는 특정 시점에서 관심 지역공간에 있는 건축물 관련 정보를 셀 단위로 통합한 다음 이를 소정의 방식으로 처리함으로써, 해당 관심 지역공간의 기능유형의 행태적 특성과, 셀 단위 지역공간의 기능적 연결성을 파악하기 위하여 셀간 유사성을 판별하기 위한 장치이다. 이를 위하여, 세분화 장치(100)는, 사람과 공간이 상호작용하는 장소의 기능유형(특히, 해당 장소에 있는 건축물의 용도 및/또는 업소의 업종)의 관점에서, 관심 지역공간에 대하여 비교적 작은 공간 단위, 즉 셀 단위로 기능유형의 특성을 분석한다. 또한, 세분화 장치(100)는 분석된 기능유형의 특성에 기초하여 셀간 유사도를 산출하며, 이를 통하여 관심 지역공간을 셀 단위로 분류하여 군집화(또는 그룹화)한다.

이러한 세분화 장치(100)는, 예컨대 컴퓨터 프로세서에서 실행가능한 컴퓨터용 프로그램 및 이 프로그램이 저장된 기록매체(즉, 컴퓨터 판독가능한 기록매체)를 통하여 구현될 수 있다. 컴퓨터용 프로그램이 저장되는 기록매체의 종류에는 특별한 제한이 없으며, 해당 매체에 영구적으로 저장되어 있거나 또는 일시적으로 저장될 수도 있다. 그리고 세분화 장치(100)를 구성하는 개별 구성요소들은 각각의 기능에 기초하여 논리적으로 구분한 것으로서, 각각 별개의 기능 모듈로 구현되거나 또는 둘 이상의 구성요소들이 하나의 기능 모듈로 구현될 수도 있다.

그리고 세분화 장치(100)는 각 구성요소로 입력되는 데이터 및/또는 각 구성요소에서의 처리 결과로 생성되는 데이터들을 저장하기 위한 데이터베이스(미도시)를 더 포함할 수 있다. 또는, 세분화 장치(100)는 이를 실행하는 컴퓨터 프로세서가 설치되어 있는 컴퓨터의 저장 수단을 데이터베이스로 이용할 수도 있다. 따라서 도 1에서 화살표로 표시된 데이터의 흐름은 단지 본 발명의 기술적 특징을 직관적으로 이해하기 위한 것으로서, 실질적으로는 각 구성요소와 데이터베이스 사이에서 일어나는 데이터의 입출력을 통하여, 도 1에 화살표로 표시된 데이터의 흐름이 구현될 수 있다.

본 실시예에 의하면, 관심 지역공간의 크기는 특별한 제한이 없는데, 예컨대 시/도와 같은 광역 행정구역은 물론 군/구나 읍/면/동 등과 같은 중소 크기의 행정구역에 대응하거나 또는 이보다 더 작은 크기를 가져도 된다. 또한, 관심 지역공간의 경계가 반드시 행정구역상의 경계와 일치할 필요가 없으며, 특정 권역(예컨대, xxx역의 역세권, xxx 거리, xxx 재개발 지구) 등과 같이 특정한 목적(행정적, 경제적, 사회적 목적 등)에 의하여 관심의 대상이 되는 지역공간이면, 복수의 행정구역에 걸치거나 또는 행정구역의 일부가 되어도 된다.

그리고 관심 지역공간을 구획 또는 분할하는 단위인 셀의 모양이나 크기에도 특별한 제한이 없다. 예컨대, 셀은 사각형이나 육각형 등과 같은 다각형 형상을 가질 수 있다. 그리고 관심 지역공간의 전체 넓이 및/또는 세분화 목적 등을 고려하여, 셀의 크기도 적절하게 선택될 수 있다. 일례로, 셀은 가로 및 세로의 길이가 100m 또는 1000m 등인 정사각형 형상을 가질 수 있다. 이 경우에 국토와 인접 해양을 격자형으로 구분해 지점마다 번호를 부여한 정보인 '국가지점번호'에 따른 지역의 구분, 즉 각 블록(단위 격자)을 셀로 활용할 수 있다. 이하의 실시예에서는 셀이 '국가지점번호'에 따라 나누어지는 소정 크기의 단위 격자인 경우를 중심으로 설명하지만, 본 발명의 기술 사상이 이에 한정되는 것이 아니라는 것은 자명하다.

데이터 통합부(110)는 각 셀 내에 위치한 하나 이상의 건축물 각각의 건축물 관련 정보에 기초하여, 하나 이상의 건축물 각각의 기능유형 속성을 정의한다. 여기서, '건축물 관련 정보'는 건축물 용도 정보이거나 또는 해당 건축물에서 영업을 하고 있는 업소의 업종 정보이거나 또는 건축물 용도 정보와 업소의 업종 정보를 모두 포함할 수 있다. 이를 위하여, 데이터 통합부(110)는, 먼저 미리 수집되어 데이터베이스(미도시)에 저장되어 있는 수치지도 및 국가지점정보와 함께 건축물 관리대장 정보 및/또는 각 건축물의 인허가 업소 정보를 통합한다. 그리고 데이터 통합부(110)는 통합된 정보들을 이용하여, 관심 지역공간을 구획하는 셀 단위로 해당 셀에 위치한 건축물의 기능유형 속성을 정의한다.

본 발명의 제1 실시예에 의하면, 데이터 통합부(110)는 건축물 관련 정보 중에서 건축물의 용도 정보를 우선적으로 활용하여, 각 건축물의 기능유형 속성을 정의한다. 건축물의 용도는 세분화 장치(100)의 사용자에 의하여 소정의 기준에 따라 미리 분류되어 정해져 있거나 또는 공공기관에 의하여 데이터베이스화되어 있는 정보에 기초하여 정해질 수 있다. 후자의 일례로, 공공기관(구청이나 시청, 군청 등)에서 관리 및 보관하고 있는 데이터인 건축물 관리대장(또는 건축물대장)에 표시되어 있는 것을 활용하여, 건축물의 용도가 분류되어 정해질 수 있다. 그리고 정해진 각 건축물의 용도 정보는 미리 세분화 장치(100)의 데이터베이스(미도시)에 저장되어 있을 수 있다.

도 3은 현재 건축물 관리대장에서 사용하고 있는 건축물의 용도 정보의 종류를 그 코드와 함께 보여주는 것이다. 도 3을 참조하면, 건축물의 용도는 총 29개로 분류된다는 것을 알 수 있다. 본 실시예에 의하면, 데이터 통합부(110)는 우선적으로는 이러한 건축물의 용도를 해당 건축물의 기능유형 속성으로 정의한다.

이 때, 데이터 통합부(110)는 우선 각 셀에 어떠한 건축물이 위치하는지는 해당 건축물의 주소 정보를 활용하여 결정할 수 있다. 예를 들어, 건축물 관리대장에 표시되어 있는 건축물의 주소에 기초한 위치정보(예컨대, 위도 및 경도로 표시되는 좌표값)를, 각 셀의 위치정보(예컨대, 국가지점번호에 따른 각 격자의 좌표값)와 비교하여, 해당 건축물이 어떠한 셀(예컨대, 격자)에 위치하는지를 특정할 수 있다. 그리고 해당 건축물에 어떠한 업소가 영업을 하고 있는지도, 인허가 업소정보에 표시되어 있는 해당 업소의 주소 정보를 활용하여 결정할 수 있다.

이 때, 데이터 통합부(110)는 건축물 관련 정보 중에서 각 건축물에서 영업을 하고 있는 업소(상점)의 인허가 업종을 추가로 고려하여 기능유형 속성을 정의할 수도 있다. 이것은 도 3에 열거된 건축물의 용도 중에서 특정한 용도, 예컨대 제1종근린생활시설과 제2종근린생활시설의 경우에는 이에 포함되는 업종의 종류가 다양(즉, 둘 이상의 기능요소들이 복합되어 있음)하여, 건축물에 입주해 있는 업소의 인허가 업종에 따라, 해당 건축물의 기능유형이 달라질 수 있다는 것을 고려한 것이다.

도 4는 현재 건축물의 용도가 제1종근린생활시설 또는 제2종근린생활시설인 경우에 허용되는 업종의 종류를 그 코드와 함께 보여주는 것이다. 도 4에서 코드가 '03'으로 시작되는 좌측 칼럼은 제1종근린생활시설인 경우이고, 코드가 '04'로 시작되는 우측 칼럼은 제2종근린생활시설인 경우이다. 도 4를 참조하면, 건축물의 용도가 동일한 경우에도 업종의 특성(이에 따른 해당 건축물의 기능유형)은 다양하여 그 기능이 복합적이다는 것을 알 수 있다.

본 발명의 일 실시예에 의하면, 도 4에 열거된 제1종근린생활시설과 제2종근리생활시설의 인허가 업종의 수가 상당히 많고 또한 기능유형이 서로 유사한 업종들이 존재하기 때문에, 각 업종을 모두 일대일로 기능유형 속성으로 정의하지 않고, 해당 업종의 기능유형을 고려하여 소정 개수로 그룹화한 다음, 각 그룹의 기능특성을 나타내는 분류명을 해당 건축물의 기능유형 속성으로 정의한다.

인허가 업종들을 몇 개의 기능유형 속성으로 그룹화할지는 특별한 제한이 없다. 일례로, 국가에서 규정하고 있는 인허가 업종들의 업종그룹코드(또는 업종코드)에 따라서 인허가 업종들을 그룹화할 수 있다. 도 5에는 인허가업소 업종을 업종그룹코드에 따라서 '건강(업종그룹코드가 '01'로 시작됨)', '문화(업종그룹코드가 '03'으로 시작됨)', '생활(업종그룹코드가 '05'로 시작됨)', '식품(업종그룹코드가 '07'로 시작됨)', '자원환경(업종그룹코드가 '09'로 시작됨)', '동물(업종그룹코드가 '02'로 시작됨)' 및 '기타(업종그룹코드가 '11'로 시작됨)'의 7개의 기능유형 속성(분류명)으로 그룹화한 것이 도시되어 있다.

이와 같이, 도 3 내지 도 5에 도시되어 있는 건축물 용도 분류와 인허가 업종 그룹 분류를 이용하면, 데이터 통합부(110)는 총 34개(제1종 및 제2종 근린생활시설을 제외한 27개의 건축물 용도와, 건축물의 용도가 제1종 및 제2종 근린생활시설인 경우에 7개의 인허가 업종 그룹)의 기능유형 속성 중에서 어느 하나로 각 건축물의 기능유형 속성을 정의한다. 이 때, 용도가 제1종 또는 제2종 근린생활시설인 하나의 건축물에 여러 개의 업소가 있는 경우에는, 데이터 통합부(110)는 각 업소별로 기능유형 속성을 정의한다. 따라서 용도가 제1종 또는 제2종 근린생활시설인 건축물인 경우에는, 데이터 통합부(110)는 하나의 건축물에 대하여 복수의 기능유형 속성으로 정의할 수도 있다.

본 발명의 제2 실시예에 의하면, 데이터 통합부(110)는 건축물 관련 정보 중에서 각 건축물에서 영업을 하고 있는 업소의 인허가 업종을 소정의 기준에 따라 분류하여, 각 건축물의 기능유형 속성을 정의한다. 여기서, 인허가 업종을 분류하는 기준이나 몇 개의 그룹으로 분류하는지는 특별한 제한이 없으며, 관심 지역공간을 세분화하고자 하는 목적이나 의도에 적합하도록 인허가 업종을 분류할 수 있다. 또한, 세분화 목적이나 의도와 관련이 없는 인허가 업종의 경우에는, 분류에 포함시키지 않을 수 있으며, 이 경우에는 특정 건축물이나 업소는 모집단에서 제외될 수 있다.

도 5는 본 발명의 제2 실시예에 따라 생활밀정업종들을 분류하는 방법의 일례를 보여주는 도면이다. 도 5를 참조하면, 전체 업소들 중에서 통계청에서 제공하고 있는 생활밀접업종들을 소정의 기준(예컨대, '외식업', '서비스업', '소매업' 등)에 따라 분류하고 있다. 이와는 달리, 생활밀접업종들은 다른 기준(예컨대, '음식점', '학원', '병원' 등)에 따라 분류될 수도 있다. 이 경우에 데이터 통합부(110)는 이러한 분류에 대응하도록 각 건축물의 기능유형 속성을 정의할 수 있다. 이 때, 하나의 건축물에 있는 복수의 업소들이 각각 서로 다른 그룹으로 분류되는 경우에는, 데이터 통합부(110)는 해당 건축물에 대해서는 각 그룹별로 기능유형 속성을 정의(즉, 하나의 건축물을 복수의 기능유형 속성으로 정의)한다.

이하, 본 발명의 제1 실시예에 따라 데이터 통합부(110)가 건축물 관련 정보에 기초하여 각 건축물의 기능유형 속성을 정의한 것에 기초하여, 세분화 장치(100)의 다른 구성요소들에 대하여 구체적으로 설명한다. 후술하는 세분화 장치(100)의 다른 구성요소들에 대한 설명은, 본 발명의 제2 실시예에도 동일하게 적용될 수 있다는 것은 당업자에게 자명하다.

계속해서 도 1을 참조하면, 범주 설정부(120)는 전체 셀(즉, 관심 지역공간) 내 및 각 셀 단위에서 데이터 통합부(110)가 정의한 건축물 각각의 기능유형 속성의 분산도를 측정한 다음, 후속 데이터 처리 과정에서 적용할 기능유형 속성의 범주를 설정한다. 이것은 모든 기능유형 속성이 아니라 비중이 높은 일부 기능유형 속성을 기준으로 관심 지역공간을 세분화함으로써, 보다 신속하고 효율적으로 데이터를 처리하기 위한 것이다. 따라서, 데이터 통합부(110)가 관심 지역공간의 기능유형 속성을 정의한 결과, 최종적으로 분류되는 기능유형 속성의 종류가 다양하지 않아서 일부 기능유형 속성이 대부분을 차지하는 경우라면, 범주 설정부(120)에 의한 기능유형 속성의 범주 설정 과정은 필요하지 않을 수도 있다.

이를 위하여, 범주 설정부(120)는 우선 전체 셀에서의 기능유형 속성의 분산도를 계산한다. 이 때, 분산도는 전체 셀에서 기능유형 속성 각각이 차지하는 개수(빈도)를 이용하여 산출한다. 그리고 범주 설정부(120)는 산출된 분산도에서 소정의 백분위(예컨대, 90%, 95% 등) 이상의 분포를 가진 기능유형 속성만을 범주에 포함되는 것으로 분류하고, 나머지 기능유형 속성들은 '기타'로 분류한, '전체 셀 기능유형 속성의 범주'를 설정한다. 도 6a는 범주 설정부(120)에 의한 전체 셀 기능유형 속성의 범주를 설정한 결과로, 백분위 95% 이상의 분포를 가지는 기능유형 속성인 '문화', '판매', '의류', '소매', '음식', '주거'와 함께 나머지 기능유형 속성을 '기타'로 분류한 일례가 도시되어 있다. 그리고 도 6b는 도 6a에 도시된 분산도를 갖는 기능유형 속성을, 점유 비율의 크기에 따라 순차적 배열하여 생성한, 전체 셀에 대한 '기능유형 속성의 배열'(기능구성형태)을 보여준다.

그리고 범주 설정부(120)는 각 셀에서의 기능유형 속성의 분산도를 계산한다. 전체 셀에 대한 것과 마찬가지로, 범주 설정부(120)는 각 셀에서 기능유형 속성 각각이 차지하는 개수를 이용하여 분산도를 산출하며, 산출된 분산도에서 소정의 백분위 이상의 분포를 가진 기능유형 속성만을 범주에 포함시키고 나머지는 '기타'로 분류하여, 셀 단위 기능유형 속성의 범주를 설정한다.

또한, 범주 설정부(120)는 전체 셀에 대한 범주 설정에서는 '기타'로 분류되었지만, 특정 셀에 대한 범주 설정에서는 높은 비중을 차지하는 기능유형 속성을, 전체 셀 기능유형 속성의 범주에 추가시킨다. 여기서, '높은 비중'이란 사용자에 의하여 임의로 설정될 수 있는데, 예컨대 전체 셀에서는 기타로 분류된 기능유형 속성들 중에서, 특정 셀에서는 그 비중이 50% 이상이 되는 기능유형 속성을 전체 셀 기능유형 속성의 범주에 추가시킬 수 있다. 도 5c는 특정 셀에서 높은 비중을 보인 기능유형 속성을 전체 셀 기능유형 속성의 범주에 추가한 일례를 보여주는 도면이다. 도 6c를 참조하면, 도 6b에 도시된 전체 셀 기능유형 속성의 범주인 '문화', '판매', '의류', '소매', '음식', '주거', '기타'에, '업무'가 추가로 포함된 것을 알 수 있다.

비중 산출부(130)는 셀 단위에서 기능유형 속성 각각의 개수(빈도)를 누적하여, 기능유형 속성 각각의 비중, 즉 기능유형별 비중을 산출한다. 이 때, 비중 산출부(130)는 해당 셀 내에서 데이터 통합부(110)에 의하여 정의된 모든 기능유형 속성 각각에 대하여 기능유형별 비중을 산출해도 된다. 또는, 비중 산출부(130)는 범주 설정부(120)에 의하여 최종적으로 설정된 기능유형 속성(도 5c 참조) 각각에 대해서만 기능유형별 비중을 산출해도 된다. 기능유형별 비중은 다음의 수학식 1에 의해서 산출될 수 있다.

여기서, p_i는 i번째 기능유형 속성의 비중, f_i는 i번째 기능유형 속성의 개수(빈도)이다.

특성 분석부(140)는, 비중 산출부(130)가 산출한 기능유형 속성 각각의 비중에 기초하여, 각 셀의 지배적 기능유형 속성을 결정한다. 셀의 지배적 기능유형은 개별 셀의 주요 기능 또는 핵심 기능을 나타내는 것으로서, 각 셀에서 기능유형 속성의 비중이 가장 큰 기능유형 속성을 가리킨다.

보다 구체적으로, 특성 분석부(140)는 먼저 셀들 각각에서 비중이 가장 큰 기능유형 속성을 지배적 기능유형으로 결정한다. 따라서 만일 특정한 기능유형 속성의 비중이 50% 이상인 경우에는, 특성 분석부(140)는 해당 기능유형 속성을 지배적 기능유형으로 결정할 수 있다. 그리고 비중이 최대인 기능유형 속성이 2개 또는 그 이상인 경우에는, 특성 분석부(140)는 미리 결정된 소정의 기준에 따라 어느 하나만을 지배적 기능유형으로 결정하거나 또는 해당 기능유형 속성 모두를 지배적 기능유형으로 결정할 수도 있다. 일례로, 특성 분석부(140)는 비중이 동일한 2개 이상의 기능유형 속성들 중에서 토지 이용율이 높은 기능유형 속성을 지배적 기능유형으로 결정할 수도 있다. 또한, 토지 이용율도 동일한 경우에는, 특성 분석부(140)는 둘 이상의 기능유형 속성을 복합하여 지배적 기능유형으로 결정할 수 있다. 여기서, 토지 이용율은 각 기능유형 속성의 건축물 및/또는 업소의 면적 구성비(예컨대, 건축물 관리대장 등에 표시되어 있는 각 건축물 및/또는 업소의 연면적의 합)를 이용하여 산출할 수 있으며, 이러한 기능은 비중 산출부(130)나 특성 분석부(140)의 일 기능 유닛(모듈)으로 구현될 수 있다.

특성 분석부(140)는 또한, 비중 산출부(130)가 산출한 기능유형 속성 각각의 비중에 기초하여, 각 셀의 상호보완성 지수를 산출한다. 상호보완성 지수는 셀 내에서 기능유형의 상호보완 정도를 지시하는 것이다. 이에 의하면, 셀 내에서 소정의 비중 이상을 나타내는 기능유형 속성들이 다양하게 존재할 경우에는 상호보완성 지수가 높지만, 소수의 기능유형 속성만이 높은 비중을 차지하는 경우에는 상호보완성 지수가 낮다.

소지역 단위인 셀이라 하더라도, 해당 셀 내에서 다양한 기능유형들이 분포되어 있거나 또는 소수의 기능유형들만이 분포되어 있는 등, 각 셀 내에서의 사람과의 상호작용은 서로 상이할 수 있다. 그런데, 사람들은 통상적으로 걸어서 이동할 수 있는 지역공간(예컨대, 셀) 내에서는 원하는 목적지(원하는 기능유형 속성과 관련된 건축물이나 업수)까지 이동/방문하는 경향이 높으므로, 특정 지역공간 내에서 다양한 기능유형이 존재하면, 상호보완성 정도가 높다고 간주할 수 있다. 따라서 예컨대, 셀 내에 모든 기능유형이 균등하게 분산되어 있다면, 해당 셀의 상호보완성 지수는 최대값을 가질 것이다. 반면, 셀 내에서 1개 또는 2개의 기능유형에 대한 쏠림이 있다면, 상호보완성 지수는 최소값을 가질 것이다.

따라서 특성 분석부(140)는 셀의 특성을 나타내는 변수 중의 하나로서 각 셀 단위로 기능유형의 상호보완성 지수를 산출한다. 상호보완성 지수는 예컨대 다음의 수학식 2를 이용하여 산출할 수 있다.

여기서, C_j는 셀j의 상호보완성 지수이고, f_ij는 셀j의 i번째 기능유형 속성의 개수(빈도)를 나타낸다.

도 7a 및 도 7b는 특성 분석부(140)가 셀 단위로 지배적 기능유형을 결정하고 또한 상호보완성 지수를 산출하는 것을 예시적으로 보여주는 도면이다. 보다 구체적으로, 도 7a에는 관심 지역공간을 구성하는 각 셀(격자Id 1 ~ 7)에서 정의된 기능유형 속성(기능유형)과 이의 빈도(기능유형별 갯수)가 예시적으로 표시되어 있다. 그리고 도 7b에는 특성 분석부(140)가 도 7a의 데이터를 이용하여 결정한 각 셀의 지배적 기능유형(주요 기능 및 주요 기능 비중)과 수학식 2를 이용하여 산출한 상호보완성 지수(기능 상호보완성 지수)가 표시되어 있다.

유사도 산출부(150)는 관심 지역공간을 구획하는 복수의 셀 중에서 인접한 두 셀의 유사도를 산출한다. 여기서, '유사도'는 인접한 두 셀사이에 기능유형 속성과 관련된 특성들이 얼마나 유사한지를 나타내는 척도이다. 그리고 '두 셀이 인접하다'는 것은, 두 개의 셀이 반드시 물리적으로 서로 접하고 있는 것에만 한정되지 않으며, 어느 하나의 셀에 대하여 소정의 거리 범위 이내에 있는 다른 셀들은 모두 인접한 셀이라고 할 수 있다. 또한, 인접한 범위에 해당되는 '소정의 거리'는 관심 지역공간에 대한 세분화의 목적, 셀의 크기 및/또는 사용자의 의도에 따라 임의로 결정될 수 있다. 이와 같이, 유사도 산출부(150)는 인접한 두 셀 사이의 유사도를 산출하는데, 이것은 두 셀이 거리상으로 가까운 경우에는 공간적으로 더 의존적이거나 연관도가 높을 수 있다는 것을 고려한 것이다.

일 실시예에 의하면, 셀 사이의 지리적 인접관계는, 식별의 기준이 되는 셀을 기준 셀로 하고, 이에 인접한 셀들에 대하여 인근 셀 아이디를 부여함으로써, 인근 셀 아이디를 활용하여 인접 여부를 파악할 수 있다. 도 8은 기준 셀(1로 표시된 셀)을 중심으로 인접한 셀들에 인근 셀 아이디를 부여하는 방법의 일례를 보여주는 도면이다. 도 8을 참조하면, 먼저 기준 셀'1'에 가장 인접한 소정 개수(예컨대, 8개)의 셀들에 대해서는 두 자리 수의 인접 셀 아이디를 부여한다. 이 때, 두 자리 수의 인접 셀 아이디는 소정의 기준에 따라서 부여될 수 있는데, 기준 셀의 4면 방향(동서남북)에 위치하는 셀에 인근 셀에 해당 방향을 식별할 수 있도록, 첫 번째 숫자가 다르게 인접 셀 아이디를 부여할 수 있다. 예컨대, 도 8의 경우에, 기준 셀의 위쪽에 위치한 인근 셀은 모두 1로 시작하고, 아래쪽에 위치한 인근 셀은 모두 2로 시작하며, 좌측에 위치한 인근 셀은 모두 3으로 시작하고, 우측에 위치한 인근 셀은 모두 4로 시작하는 인근 셀 아이디를 부여함으로써, 인근 셀 아이디만으로도 어떤 방향으로 인접한 셀인지를 파악할 수 있다.

본 실시예에 의하면, 유사도 산출부(150)는 지배적 기능유형 속성의 동일 여부, 상호 보완성 지수의 차이 및 기능유형 속성 각각의 비중 차이에 기초하여, 인접한 두 셀의 유사도를 산출한다. 유사도 산출부(150)는 또한 인접한 두 셀의 유사도를 산출하는데 있어서, 기능유형 속성의 구성형태(이하, '기능구성형태'라 한다)의 차이도 추가적으로 이용할 수 있다. 아래 수학식 3은 인접한 두 셀(셀 A 및 셀 B)의 유사도를 산출하는 식을 나타낸다.

수학식 3에서 첫 번째 항의 '주요기능'은 지배적 기능유형 속성을 가리키며, 기능유형 속성 각각에 대하여 소정의 더미(dummy) 변수를 부여하여 유사도를 계산할 수 있다. 일례로, 인접한 두 셀의 지배적 기능유형이 동일하면, 첫 번째 항은 '0'이 되고, 지배적 기능유형이 다를 경우에는 첫 번째 항이 '1'이 되도록 더미 변수가 부여될 수 있다. 두 번째 항의 '상호보완성지수'는 전술한 수학식 2에 의하여 계산할 수 있다. 세 번째 항의 '기능비중'은 전술한 수학식 1에 의하여 계산한 기능유형 속성별 비중의 차이를 이용하여 계산할 수 있다. 네 번째 항의 기능구성형태는 셀 내에 특정한 기능유형 속성이 있는 경우(예컨대, 범주 설정부(120)가 각 셀마다 설정한 범주 내에 해당 기능유형 속성이 있는 경우)에는 '1'을 부여하고 없는 경우에는 '0'을 부여한 다음, 그 차이를 이용하여 계산할 수 있다.

유사 셀 군집화부(160)는 유사도 산출부(150)가 산출한 유사도를 소정의 기준치와 비교하여 인접한 두 셀의 유사 여부를 판정한다. 본 실시예에 의하면, 수학식 3을 이용하거나 또는 수학식 3에 포함되어 있는 항 중에서 일부의 항(예컨대, 앞에 있는 3개의 항)을 이용하여 산출된 유사도가 소정의 기준치 이하이면 두 셀이 유사하다고 간주할 수 있다. 수학식 3에 의하여 산출된 유사도가 작다는 것은, 인접한 두 셀의 지배적 기능유형 속성이 같거나, 상호 보완성 지수의 차이가 거의 없거나 작으며, 기능유형 속성별로 비중의 차이의 작으며 및/또는 기능유형 속성의 구성형태의 차이가 작은 것을 의미한다.

그리고 유사 셀 군집화부(160)는 유사한 것으로 판정된 셀끼리 그룹화함으로써, 관심 지역공간에 대한 세분화를 완료한다. 이를 위하여, 같은 그룹으로 분류되는 셀들에 대해서는 동일한 그룹 아이디를 부여할 수 있다. 이에 의하면, 그룹 아이디를 이용하여, 관심 지역공간을 세분화(군집화)할 수 있다.

본 실시예에 의하면, 유사 셀 군집화부(160)가 유사한 셀끼리 그룹화하는 구체적인 방법에는 특별한 제한이 없다. 예를 들어, 유사 셀 군집화부(160)는 관심 지역공간을 구성하는 복수의 셀들이 서로 유사한 정도를 측정하기 위하여 유사도를 계산한다. i번째 셀(격자)와 j번째 셀(격자) 사이의 유사도(S_ij)는 예컨대 수학식 4를 이용하여 산출할 수 있다.

여기서, i=1~n, j=1~m이며, G_if는 i번째 셀의 유사도 측정 변수이다. 그리고, 유사도(S_ij)는 i번째 셀과 j번째 셀의 유사도로서, 실시 형태에 따라서는 두 셀이 서로 인접관계인 경우에만 유사도를 계산해도 된다.

도 9a는 7개의 셀(격자1~격자7) 사이의 인접관계를 예시한 인접관계 색인의 일례이다. 도 9a에서 '1'은 두 격자가 서로 인접하다는 것을 나타내고, '0'은 인접관계가 아닌 것을 나타낸다. 그리고 도 9b는 도 9a에 도시된 인접관계 색인을 포함하는 셀들 사이의 인접관계 토폴로지이다.

그리고 도 9c는 도 9a의 인접관계를 갖는 셀들 사이의 유사도를 계산하여 표시한 유사도 매트릭스의 일례이다. 그리고 도 9d는 도 9a의 인접관계 색인과 도 9c의 유사도 매트릭스를 조합하여, 셀들 사이의 유사관계를 도식적으로 표시한 무방향 그래프의 일례이다. 마지막으로 도 9e는 도 9d의 무방향 그래프를 이용하여, 유사관계이 있는 셀들을 군집화한 결과를 도식적으로 보여주는 군집화 그래프의 일례이다.

도 10a는 관심 지역공간에 대한 수치지도 및 국가지점번호를 보여주는 도면이고, 도 10b는 본 발명의 실시예에 따라 관심 지역공간을 세분화한 결과의 일례를 수치지도에 표시한 도면이다. 도 10b를 참조하면, 관심 지역공간의 세분화 결과를 통해, 관심 지역공간에서 기능유형이 갖는 특성을 지도 상에서 셀 또는 셀의 집합(그룹) 단위로 한눈에 파악하는 것이 가능하다.

도 11a 및 도 11b는 각각 관심 지역공간의 세분화 결과를 수치지도에 도시한 것으로서, 도 11a 및 도 11b는 각각 서로 다른 시점에서의 결과이다. 예컨대, 도 11a는 2015년의 세분화 결과이고 도 11b는 2018년의 세분화 결과일 수 있다. 이와 같이, 서로 다른 두 시점에서의 세분화 결과에 대한 비교를 통하여, 관심 지역공간의 기능유형의 행태적 특성 변화(예컨대, 특정 기능유형의 확산, 전이, 소멸 등)를 직관적으로 파악할 수 있다.

다음으로 본 발명의 실시예에 따른 관심 지역공간의 세분화 방법에 대하여 설명한다. 이하에서 설명하는 세분화 방법은 도 1 내지 도 11b를 참조하여 자세하게 설명한 관심 지역공간의 세분화 장치(100)에 의하여 수행되는 것으로서, 이하에서는 세분화 방법에 대하여 간략하게 설명하기로 한다. 따라서 세분화 방법과 관련하여 이하에서 구체적으로 설명하지 않은 사항은, 도 1 내지 도 11b를 참조하여 세분화 장치(100)에 대하여 전술한 내용이 동일하게 적용될 수 있다.

도 12는 본 발명의 일 실시예에 따른 관심 지역공간의 세분화 방법을 보여주는 흐름도이다.

도 12를 참조하면, 관심 지역공간의 각 셀 내에 위치한 하나 이상의 건축물 각각의 건축물 용도 정보에 기초하여, 하나 이상의 건축물 각각의 기능유형 속성을 정의한다(S110). 이를 위하여, 먼저 수집된 수치지도, 국가지점정보 및 건축물 관리대장에 표시된 건축물 관련 정보, 각 건축물의 인허가 업소 정보를 통합한다. 그리고 통합된 정보들을 이용하여 각 셀에 위치한 건축물의 기능유형 속성을 정의하는데, 이를 위하여 건축물의 용도 정보를 우선적으로 활용하며, 필요한 경우에는 해당 건축물에서 영업을 하고 있는 업소(상점)의 인허가 업종을 추가로 활용한다.

그리고 전체 셀(즉, 관심 지역공간) 내 및 각 셀 단위에서 정의된 건축물 각각의 기능유형 속성의 분산도를 측정한 다음, 후속 데이터 처리 과정에서 적용할 기능유형 속성의 범주를 설정한다(S120). 이를 위하여, 우선 전체 셀에서의 기능유형 속성의 분산도를 계산한 다음, 산출된 분산도에서 소정의 백분위(예컨대, 90%, 95% 등) 이상의 분포를 가진 기능유형 속성만을 범주에 포함되는 것으로 분류하고, 나머지 기능유형 속성들은 '기타'로 분류한, '전체 셀 기능유형 속성의 범주'를 설정한다. 그리고 전체 셀에 대하여 수행된 것과 동일한 방법으로 각 셀에서의 기능유형 속성의 분산도를 계산한 다음, 전체 셀에 대한 범주 설정에서는 '기타'로 분류되었지만, 특정 셀에 대한 범주 설정에서는 높은 비중을 차지하는 기능유형 속성을, 전체 셀 기능유형 속성의 범주에 추가시킨다.

그리고 셀 단위에서 기능유형 속성 각각의 개수(빈도)를 누적하여, 기능유형 속성 각각의 비중, 즉 기능유형별 비중을 산출한다(S130). 이 때, 단계 S110에서 해당 셀 내에서 정의된 모든 기능유형 속성 각각에 대하여 기능유형별 비중을 산출하거나 또는 단계 S120에서 최종적으로 설정된 기능유형 속성 각각에 대해서만 기능유형별 비중을 산출해도 된다.

그리고 단계 S130에서 산출된 기능유형 속성 각각의 비중에 기초하여, 각 셀의 지배적 기능유형 속성을 결정하고 또한 상호 보완성 지수를 산출한다(S140). 일례로, 셀들 각각에서 비중이 가장 큰 기능유형 속성을 지배적 기능유형으로 결정할 수 있다. 그리고 셀 내에서 소정의 비중 이상을 나타내는 기능유형 속성들이 다양하게 존재할 경우에는 높게 되지만, 소수의 기능유형 속성만이 높은 비중을 차지하는 경우에는 낮게 되도록 상호 보완성 지수를 설정한다.

그리고 관심 지역공간을 구획하는 복수의 셀 중에서 인접한 두 셀의 유사도를 산출한다(S150). 일례로, 지배적 기능유형 속성의 동일 여부, 상호 보완성 지수의 차이 및 기능유형 속성 각각의 비중 차이에 기초하여, 인접한 두 셀의 유사도를 산출할 수 있다.

마지막으로, 단계 S150에서 산출된 유사도를 소정의 기준치와 비교하여 인접한 두 셀의 유사 여부를 판정한 다음, 유사한 것으로 판정된 셀끼리 그룹화함으로써, 관심 지역공간에 대한 세분화를 수행한다(S160).

이상에서 설명한 본 발명의 실시예에 따른 세분화 장치 또는 세분화 방법의 결과물을 이용하면, 관심 지역공간에 대한 기능유형별로 세분화된 공간정보를 통해, 기능유형에 따른 지역공간의 구성, 특정 기능유형이 우세한 지역공간의 범위 등을 누구나 손쉽고 효율적으로 포착할 수 있다. 그리고 관심 지역공간의 특성 정보를 활용하여, 문화, 생활편의, 주택가, 업무지역, 쇼핑, 커뮤티케이션 공간 등과 같이, 특정한 기능유형으로 명시적으로 분류되지 않지만 유사하게 기능하는 지역공간의 범위를 빠르고 간편하게 탐색하고 비교할 수 있다. 또한, 서로 다른 시점에서의 결과물의 비교를 통하여, 관심 지역공간에서 특정한 기능유형의 성장, 소멸, 전이 및 이웃 셀로의 확산 등과 같은 시공간적 변화도 용이하게 파악할 수가 있다.

이상 바람직한 실시예를 들어 본 발명을 상세하게 설명하였으나, 본 발명은 전술한 실시예에 한정되지 않고, 본 발명의 기술적 사상의 범위 내에서 당분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형이 가능하다.

110: 데이터 통합부
120: 범주 설정부
130: 비중 산출부
140: 특성 분석부
150: 유사도 산출부
160: 유사셀 군집화부

Claims (9)

1. 복수의 셀로 구획되는 관심 지역공간의 세분화 장치로서,
   상기 관심 지역공간 내에 위치한 건축물 각각의 건축물 관련 정보에 기초하여, 상기 건축물 각각의 기능유형 속성을 정의하는 데이터 통합부;
   상기 데이터 통합부에 의해 정의된 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출하는 비중 산출부;
   상기 비중 산출부에 의해 산출된 상기 기능유형 속성 각각의 비중에 기초하여, 셀 단위로 상기 기능유형 속성의 비중이 최대가 되는 기능유형 속성인 지배적 기능유형 속성 결정하고 또한 각 셀 내에 상기 기능유형 속성이 다양하게 존재하는지 여부를 지시하는 상호 보완성 지수를 산출하는 특성 분석부;
   상기 복수의 셀 중에서 지리적으로 인접한 두 셀의, 상기 지배적 기능유형 속성의 동일 여부, 상기 상호 보완성 지수의 차이 및 상기 기능유형 속성 각각의 비중 차이에 기초하여, 상기 인접한 두 셀의 유사도를 산출하는 유사도 산출부; 및
   상기 유사도 산출부에 의해 산출된 상기 인접한 두 셀의 유사도를 소정의 기준치와 비교하여, 상기 인접한 두 셀의 유사 여부를 판정하고 또한 유사한 것으로 판정된 셀끼리 그룹화하는 유사 셀 군집화부를 포함하는 것을 특징으로 하는 관심 지역공간의 세분화 장치.
   
2. 제1항에 있어서,
   상기 건축물 관련 정보는, 상기 건축물의 건축물 관리 대장에 표시되어 있는 건축물 용도에 따라 결정되되, 상기 건축물 용도가 제1종 또는 제2종 근린생활시설인 경우에는 상기 건축물에서 영업을 영위하고 있는 업소 각각의 인허가 업종에 기초하여 결정되는 것을 특징으로 하는 관심 지역공간의 세분화 장치.
   
3. 제1항에 있어서,
   상기 건축물 관련 정보는, 상기 건축물에서 영업을 영위하고 있는 업소 각각의 인허가 업종을, 통계청에서 제공하는 생활밀접업종들을 소정의 분류 기준에 따라서 분류한 그룹에 기초하여 결정되는 것을 특징으로 하는 관심 지역공간의 세분화 장치.
   
4. 제1항에 있어서, 상기 특성 분석부는,
   상기 최대 기능유형 속성이 2개 이상인 경우에는 해당 건축물 또는 업소의 연면적 총합이 최대가 되는 기능유형 속성을 상기 지배적 기능유형 속성으로 산출하는 것을 특징으로 하는 관심 지역공간의 세분화 장치.
   
5. 제1항에 있어서,
   상기 데이터 통합부에 의해 정의된, 상기 관심 지역공간 내의 기능유형 속성의 분산도에 기초하여 기능유형 속성의 범주를 설정하기 위한 범주 설정부를 더 포함하고,
   상기 비중 산출부는 상기 범주 설정부에 의하여 설정된 기능유형 속성에 대해서만 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출하는 것을 특징으로 하는 관심 지역공간의 세분화 장치.
   
6. 복수의 셀로 구획되는 관심 지역공간의 세분화 방법으로서,
   상기 관심 지역공간 내에 위치한 건축물 각각의 건축물 관련 정보에 기초하여, 상기 건축물 각각의 기능유형 속성을 정의하는 데이터 통합 단계;
   상기 데이터 통합 단계에서 정의된 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출하는 비중 산출 단계;
   상기 비중 산출 단계에서 산출된 상기 기능유형 속성 각각의 비중에 기초하여, 셀 단위로 상기 기능유형 속성의 비중이 최대가 되는 기능유형 속성인 지배적 기능유형 속성 결정하고 또한 각 셀 내에 상기 기능유형 속성이 다양하게 존재하는지 여부를 지시하는 상호 보완성 지수를 산출하는 특성 분석 단계;
   상기 복수의 셀 중에서 지리적으로 인접한 두 셀의, 상기 지배적 기능유형 속성의 동일 여부, 상기 상호 보완성 지수의 차이 및 상기 기능유형 속성 각각의 비중 차이에 기초하여, 상기 인접한 두 셀의 유사도를 산출하는 유사도 산출 단계; 및
   상기 유사도 산출 단계에서 산출된 상기 인접한 두 셀의 유사도를 소정의 기준치와 비교하여 상기 인접한 두 셀의 유사 여부를 판정하고, 유사한 것으로 판정된 셀끼리 그룹화하는 유사 셀 군집화 단계를 포함하는 것을 특징으로 하는 관심 지역공간의 세분화 방법.
   
7. 제6항에 있어서,
   상기 데이터 통합 단계에서 정의된, 상기 관심 지역공간 내의 기능유형 속성의 분산도에 기초하여 기능유형 속성의 범주를 설정하기 위한 범주 설정 단계를 더 포함하고,
   상기 비중 산출 단계에서는, 상기 범주 설정 단계에서 설정된 기능유형 속성에 대해서만 상기 기능유형 속성의 빈도를 셀 단위로 누적하여, 각 셀마다 상기 기능유형 속성 각각의 비중을 산출하는 것을 특징으로 하는 관심 지역공간의 세분화 방법.
   
8. 컴퓨터에 복수의 셀로 구획되는 관심 지역공간을 세분화하기 위한 관심 지역공간의 세분화 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독가능 기록매체로서,
   상기 세분화 방법은, 제6항 및 제7항 중 어느 한 항에 기재된 세분화 방법인 것을 특징으로 하는 컴퓨터 판독가능 기록매체.
   
9. 컴퓨터에 복수의 셀로 구획되는 관심 지역공간을 세분화하기 위한 관심 지역공간의 세분화 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램으로서,
   상기 세분화 방법은, 제6항 및 제7항 중 어느 한 항에 기재된 세분화 방법인 것을 특징으로 하는 매체에 저장된 컴퓨터 프로그램.

Images