실내외 의미론적 위치추정을 위한 계층적 LOD 개념 = Hierarchical LOD Concepts for Semantic Indoor-Outdoor Positioning

국문 초록 (Abstract)

현대에는 공간정보 데이터모델의 발전으로 LOD(Level of Detail) 높은 다양한 공간정보 형태가 발전되었다. 동시에 온오프라인에 다양하게 분포되어 있는 대량의 비공간정보를 지오코딩 기술으로 공간정보에 연결하면 공간정보가 정보 인프라로서 더욱 활용될 수 있다. 그러나 필지 및 건물 위치 추정에 국한되는 기존 지오코딩 기술로는 비공간정보의 상세 위치 식별이 불가능하다. 이에 따라 CityGML(City Geography Markup Language)과 같은 높은 LOD 수준의 객체 기반 데이터를 활용하여 의미적으로 분류하고 해석하는 시멘틱 지오코딩 기술의 필요성이 대두되었다. 또한 비공간정보의 형식이 매우 다양하여, 비공간정보를 구조화하고 이를 공간정보와 연결하는 데 한계가 존재한다. 이를 해결하기 위해 비정형 비공간정보의 구조와 상관 없이 텍스트 의미를 해석하고 자동으로 공간정보에 연결하는 연구가 필요하다. 따라서 그 연구를 위해 활용될 LOD 범위 기준으로 시멘틱 지오코딩 LOD 개념을 정의하고 제안한다. 이 개념은 텍스트 문구에서 기계가 위치추정 요인을 구분하고 해석하기 위한 기준을 제공하며, 실내외 객체의 상세 위치를 활용할 수 있는 표준으로 작용할 수 있다. 결과적으로, 기계가 텍스트를 해석하여 기존보다 더 세부적인 위치를 추정할 수 있도록 지원하고, 이를 통해 더 많은 비공간정보를 연결하여 공간정보의 활용성을 더욱 높일 수 있을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

In modern times, advancements in spatial information data models have led to the development of diverse forms of spatial information with high LOD(Levels of Detail). Meanwhile, vast amounts of non-spatial information are widely distributed both online and offline, which could significantly enhance the utility of spatial information as an information infrastructure when connected using geocoding technologies. However, traditional geocoding techniques are limited to estimating parcel and building locations, making it impossible to identify detailed locations for non-spatial information. There is a growing need for Semantic Geocoding technologies that utilize high-LOD, object-based data such as CityGML(City Geography Markup Language) to semantically classify and interpret information. Furthermore, the sheer diversity in the formats of non-spatial information poses a limitation on structuring such data and connectingit to spatial information. This necessitates research that interprets the semantics of unstructured, non-spatial information and automatically links it to spatial information without prior structuring. To define the scope of such efforts, this study proposes and defines the concept of Semantic Geocoding LOD. The proposed concept provides criteria for machines to distinguish and interpret location estimation factors within text, serving as a standard for utilizing detailed indoor and outdoor object locations. As a result, this approach enables machines to interpret text and estimate locations more precisely than existing methods, thereby allowing the connection of a greater volume of non-spatial information and enhancing the utility of spatial information.