1. 연구의 목적

지금까지 화물운송 데이타의 시각화 (freight data visualization) 는 고해상도 (high resolution generation) 및 실사 (photo-realistic imagery) 와 같은 이미지 생성에 중점을 두어 왔음. 이 논문의 목적은 교통 유관기관들이 ‘시각화 (visualization)’에 대해 전통적으로 접근했던 방식에 대해‘중요한 변화 (pivotal alteration)’가 필요하다는 것을 지적하고 있음. 이 논문에서는 미국의 교통연구위원회 (Transportation Research Board: TRB) 산하의 교통 시각화에 관한 상임위원회 (standing committee on transportation in visualization) 가 어떻게 진화해 왔는지, 지금까지 진행되어 온 화물운송 데이타의 시각화에 대한 인식을 파악하고 정리하여 파악하고 있음.

이러한 시각의 변화는 공공 참여의 과정에서 더 이상의 고해상도 이미지에 대한 연구가 필요 없다는 의미가 아님. 또한, 이러한 변화는 앞서 언급된 연구의 비용 대비 효과성을 보여줄 수 있는 편익 및 비용에 대한 데이타 (benefit/cost data) 가 필요없다는 의미도 아님. 디자인과 프로젝트 개발 절차에서 또는 계획 절차 (planning process) 에서 시각화의 사용에 대한 실무 지침서의 개발이 필요없다는 의미도 아님.

이 연구는 화물운송 데이타의 분야에서 데이타 시각화에 대해 고려해야 할 사항들을 논의하는 시발점으로써의 역할을 담당함. 현재의 상황에서는, 특정 화물수송 데이타 시각화의 방법과 기술에 대해 상세하고 연구에 근거한 검토를 제공 하기에는 다소 시기 상조임. 우리는 화물수송 데이타 분야에서 실무자들과 필요한 대화 및 통신을 개시하여, 이 분야에서 ‘이해당사자들 (stakeholders)’이 누구인지, 이해당사자들 (주 정부에서 지역 정부, 연방 정부에 이르기까지) 을 위한 의사결정 지원의 필요성이 있는지,이 분야에서 정리되어 있지 않은 막대한 양의 데이타 소스가 존재하는지 더 잘 이해하고 파악하기 위해 노력하고 있음.

2. 배경

미국 교통연구위원회의 교통 시각화에 대한 상임위원회는 데이타 및 정보 기술 분과에 있는 18개의 위원회 중 하나임. 시각화 위원회의 임무는, 오늘날의 교통분야 주요 이슈들을 해결할 수 있는 가능성을 가진 시각화 방법과 기술들에 대해 사용가능한 지식을 증진하고 미래의 교통 니즈에 대해 혁신적인 접근방법을 촉진하는 연구 및 협력을 장려하는 것임.

시각화는 점차 교통분야에서 여러 학제를 넘나드는 분야로 인식되고 있음. 교통연구위원회 안에서, 기술위원회 (technical committees) 는 연구 필요가 있는 주제들에 대한 문서를 작성함. 이러한 문서의 목적은 교통 유관기관들이 직면하고 있는 문제점들을 해소하는 연구를 촉진하기 위한 것임. 시각화 위원회에 의해 파악된 연구의 필요성에는 시각화의 적용 및 도구로써의 시각화를 더욱 개발하는 것에 대한 기본적인 생각이 담겨 있음.

시각적 분석이란?

시각적 분석 (visual analytics) 은 데이타 시각화를 위한 유망하고, 다학제적인 접근방법으로 정보 시각화 (information visualization) 와 과학적 시각화 (scientific visualization) 의 분야에 뿌리를 두고 있음. 미국에서, 시각적 분석은 9/11 테러리스트의 공격 이후에 주목을 받았음. 시각적 분석은 종종 “상호작용이 있는 시각적 인터페이스에 의해 지원되는 분석 사고의 과학 (the science of analytical reasoning supported by the interactive visual interface)” 으로 정의됨.

시각적 분석은 다학제적인 연구 분야로써, 정보 시각화 과학, 데이타 마이닝 (data mining), 수학적/통계적 방법, 데이타 관리, 사용자 인터페이스 기술, 인간의 인식 및 인지 연구 등을 결합함.

정보 시각화는 1990년대 초기에 나타났으며, 1987년의 과학적 계산에서 시각화에 관한 컴퓨터 그래픽스 (Computer Graphics on Visualization in Scientific Computing) 의 특별호가 시작점으로 간주됨. 2008년 교통연구위원회 (TRB)의 교통 시각화 위원회는 관련 컨퍼런스를 캘리포니아 로스앤젤레스에서 개최하였음. 하지만 시각적 분석의 교통에의 적용은 지금까지 제한적이었음.

3. 결론과 제언

미국 도로교통 관리자 협회 (American Association of State Highway and Transportation Officials: AASHTO) 의 2010년 보고서인 ‘Transportation Reboot’의 두 번째 부분에서 국가의 전략적 다중모드 화물수송 계획 (National Multimodal Strategic Freight Plan) 의 개발에 대한 필요성을 다룸. 이 계획이 시급한 이유는 아래와 같음.

ㅇ 국가의 화물수송 체계는 경제 개발, 현재와 미래의 일자리, 및 우리 삶의 질에 직접적인 영향을 미침.
ㅇ 21세기에는 전세계에 걸쳐 화물수송이 눈에 띄게 증가할 것임.
ㅇ 현재 미국의 도로, 철도, 그리고 항구의 용량은 수요를 충족시키고 있지 못함.
ㅇ 이러한 위에 언급된 문제들을 다루기 위해서 더 많은 투자, 더 나은 계획 그리고 더 큰 용량을 가진 고속도로와 철도가 필요함.

화물 수송 시스템 성능에 대한 지나치게 단순한 투입/산출물 개념은 요소들의 기능에 대한 깊이 있는 이해를 요구함.

1) 소비(consumption) - 미국 내에서 소비되는 것 뿐만 아니라 우리가 생산하고 수출하는 물건들에 대한 소비까지 포함하는 개념임
2) 생산성(productivity) ？ 단지 ’작은 장치(widgets)’를 생산하는 것이 아니라 생산의 필요성에 의한 요구도 고려 되어야 함.
3) 교역(trade) - 화물수송 시스템은 미국 안에서만의 수송이 아니라 생산품을 수입 또는 수출하는데도 필요한 것임을 알아야 함.
4) 글로벌 물류 정책의 변화하는 본질에 대한 이해도 필요함.

‘시각화’는 국가 (뿐만 아니라 지역, 주, 지방) 의 화물수송 전략의 개발과 실행에 도움이 됨. 교통분야에 있어 시각화에 대한 연구를 하는 그룹은 미래의 연구 방향에 있어서 ‘중요한’시점에 있음.

‘화물수송’의 시각화는 데이타 시각화 분야에서 새로운 추진력을 개발할 수 있는 기회를 제공함. 데이타의 시각화는 넓은 주제로 볼 필요가 있음. 그 주제는 데이터의 형태를 분석가들에게 더 유용한 형식으로 변형시키는 시각화에 중점을 두는 것임. 캐드 (computer-aided design and drafting (CADD)) 디자인 데이타를 실사 이미지로 전환하는 것은 이해당사자 (stakeholder) 들에 의해 쉽게 이해되어 복잡한 디자인 데이타를 기술적 지식이 없는 이해당사자들과 소통할 수 있는 능력에 상당한 개선을 가져왔음. 화물수송 데이타의 시각화도 같은 기회를 제공할 수 있음.

이러한 ‘데이타의 변환 (data transformation)’의 결과물은 ‘화물수송’의 개념적인 모델과, 얼마만큼 사용자, 분석가, 이해당사자들이 결과물과 그들의 경험과 연계시킬 수 있느냐에 크게 의존할 것임. 현재의 화물수송 데이타는 지도를 기반으로 하는 디스플레이 (map-based displays) 에 의존하고 있는 만큼, 화물수송 데이타의 시각화 계속해서 이러한 지도 기반의 디스플레이에 상당히 의존할 가능성이 있음을 보여줌. 그러나 새로운 화물 수송 모델과 시뮬레이션의 본질적인 부분으로 인하여 기존의 기술에 더하여 자동화된 계산 (automated computation) 과 상호작용이 있는 시각화 (interactive visualization) 가 제공될 것임.

화물수송을 추적하기 위한 GPS 데이타의 사용, 이동중 화물의 내용물을 추적하기 위한 RFID 및 자동화된/전자 결제시스템 같은 기술의 사용에 대해서는 언급되지 않았음. GPS 추적 데이타의 지도 기반 디스플레이는 계속해서 업계의 표준 (the norm) 이 될 것이고, ‘장소 데이타’와 화물 데이타가 결합되어 화물 운송에 대한 심도깊은 분석이 가능할 때만 더 발전이 이루어질 것임.

데이타를 도식화하거나 프리젠테이션하는 새로운 방법에서 계속적으로 진화가 일어날 것이며, 다른 한편으로는 모델 자체에 대한 분석가의 인터페이스를 개선하는 수단으로써 시각화에 대한 발전이 있을 것임.

필수적으로, 화물운송 데이타에 대한 시각화 방법들의 개발은 데이타를 도식화하고 결과를 분석하는 현재의 방법들에 비해 점진적이긴 하지만 상당한 ‘향상’을 가져올 것임. 이러한 데이타는 점차 시스템 단위의 성능을 대표하게 될 것임. 또한 분석 시스템과 방법들은 상호작용이 있는 (수동적인 방식이 아니라) 시각화 (interactive visualization) 와 결합되어 점차 높은 수준의 자동화 (내장화된) 계산기능 (automatic (embedded) computation) 을 가지게 될 것임.

우리는 내장된 계산기능 (embedded computation) 과 상호작용이 있는 시각화의 간단한 사례로써 GE (제너럴 일렉트릭) 의 Healthymagination을 제시하였음. Healthymagination은 분석가 또는 데이타 이용자가 단순한 ‘슬라이더 (slider)’의 사용을 통해서 한 변수의 값을 조종하면서 누군가가 특정 질병으로 진단받을 수 있는 확률의 다양한 예측치를 관찰할 수 있도록 함.

이 보고서의 결론에는, ‘시각적 분석 (visual analytics)’의 유망 분야에 대한 논의와, 동적이고 (데이타가 시간에 따라 변화하고) 막대하며 (데이타의 크기가 아주 큰) 때로는 불분명한 데이타셋에서 유용한 지식 (knowledge) 을 발견하는 임무를 달성하는데 자동화된 계산과 상호작용이 있는 시각화가 얼마나 기여할 수 있는지에 대한 논의를 하였음.

시각화 분석 연구와 그것의 적용은 매우 다학제적인 (multi-disciplinary) 분야이며, 기존의 전통적인 교통 데이타 분석 연구에서 벗어나는 분야임. 이 분야에서 두 개의 국가적/ 국제적인 노력이 있었는데, 하나는 미국에서 였고, 또 다른 하나는 EU 공동체에 의해 펀드를 지원받은 것이었음. 두 가지 모두 시각화 분석 연구에 대한 연구 로드맵을 생성하였음. 교통 분야는 시각적 분석 응용과 방법 (visual analytics applications and methods) 의 개발을 위한 주요 분야 중 하나일 수 있음.

교통 분야에서 화물 수송 운행에 대한 전략 계획이 성공하기 위해서는 엄밀하고 데이타 기반이며 시각적인 분석 연구 커뮤니티 (visual analytics research community) 의 분석력이 반드시 필요한 것으로 예측됨. 미국에서 이 일이 가능하도록 하기 위해서는 교통분야의 단체들 (예를 들어, 미국 교통부 (U.S. Department of Transportation: USDOT), 연구 및 혁신 기술청 (Research and Innovative Technology Administration: RITA), 교통 통계국 (Bureau of Transportation Statistics: BTS), 및 교통연구위원회 (TRB)) 이 국립과학재단 (National Science Foundation: NSF), 국가와 지역의 시각적 분석 연구소들의 연합체, 그리고 교통분야 중 특히 화물 수송에 관한 분야를 중심적으로 연구하는 협력단체들로 하여금 그 필요성을 느끼도록 강조하는 것이 필요함.