아임모자이크

공간 정보의 해상도(Resolution) ② — 센서에 따라 달라지는 해상도

부제: 위성영상부터 드론, LiDAR, DEM까지 서로 다른 해상도의 의미와 한계1. 들어가며 — 모든 센서의 해상도를 같은 기준으로 비교할 수 있을까?공간 정보를 취득하는 기술은 매우 다양하다. 위성영상, 항공사진측량, 드론 사진측량, LiDAR, 지상 레이저 스캐닝 등은 모두 현실 세계를 관측하고 디지털 공간정보로 변환하는 기술이다. 이러한 기술을 설명할 때 빠지지 않는 용어가 해상도(Resolution)다. 위성영상의 공간해상도가 30cm라고 설명하거나, 드론 영상의 GSD가 2cm라고 이야기한다. LiDAR 측량에서는 1㎡당 수십 개의 점을 취득했다고 설명하고, 수치표고모델(DEM)은 1m 또는 5m 격자로 제공하기도 한다. 이러한 수치는 모두 공간정보의 세밀함과 관련되어 있지만, 동일한 물리적..

가을이 가득한 계절에(10월 중순)

가을이 가득한 계절에(10월 중순) 계절은 가을이 한창 하루 하루 탐스럽게 익어가네 그런데... 익지 못하고 시들어 가는 마음 2026. 10. 11.

부제: 해상도의 본질과 공간정보 품질을 결정하는 기본 원리1. 들어가며 — 해상도가 높으면 더 정확한가?공간정보 분야에서 해상도(Resolution)는 가장 자주 사용되는 기술 용어 중 하나다. 위성영상의 해상도가 30cm라는 설명을 듣거나, 드론으로 2cm 해상도의 정사영상을 제작했다는 이야기를 접한다. LiDAR 측량에서는 제곱미터당 수십 또는 수백 개의 점을 취득했다고 설명하고, 수치표고모델(DEM)의 품질을 1m 또는 5m 격자 간격으로 표현하기도 한다. 이러한 수치는 모두 공간정보의 세밀함과 관련되어 있지만, 동일한 물리적 의미를 갖는 것은 아니다. 예를 들어 지상표본거리(Ground Sampling Distance, GSD)가 5cm인 영상은 지상에서 5cm 간격으로 표본화된 영상이라는 뜻이지..

현실을 이해했다면, 그다음에는 무엇을 할 것인가?앞선 ②편에서는 GeoAI가 위성영상과 항공사진에서 객체를 탐지하고, Point Cloud를 분류하며, 공간적 관계와 시간에 따른 변화를 분석하는 기술을 살펴보았습니다. GeoAI는 단순히 영상 속에서 무엇인가를 찾아내는 수준을 넘어, 현실 세계에서 어떤 일이 일어나고 있는지 이해하고 앞으로 발생할 수 있는 변화를 예측하는 방향으로 발전하고 있습니다. 그렇다면 다음 질문은 자연스럽습니다. 그렇게 얻은 분석 결과는 현실 세계에서 어떻게 활용될 수 있을까? 홍수 위험을 예측했다면 어디에 어떤 대책을 마련해야 할까?도시의 교통량을 예측했다면 어떤 도로 운영 방식이 더 효과적일까?시설물의 이상 징후를 발견했다면 언제, 어디부터 점검해야 할까? 이러한 질문에 답하..

― Image·Point Cloud·Spatial Data에서 의미를 찾아내다지난 「GeoAI를 아십니까?」 ①편에서는 지도 제작과 원격탐사에서 시작하여 GIS, 공간 빅데이터, Machine Learning과 Deep Learning을 거쳐 GeoAI로 이어진 기술의 흐름을 살펴보았습니다. 그리고 마지막에 한 가지 질문을 남겼습니다.“현재의 GeoAI는 실제로 무엇을 할 수 있을까?” 위성영상에서 건물을 찾는 것만이 GeoAI일까요?드론 영상에서는 무엇을 할 수 있을까요?수억 개의 점으로 이루어진 Point Cloud를 AI가 이해할 수 있을까요?교통이나 환경처럼 시간에 따라 변화하는 공간 현상도 예측할 수 있을까요? 이번에는 이 질문에 답해 보겠습니다.GeoAI는 공간 데이터에서 무엇을 찾는가?우리가..

― 지도와 원격탐사에서 Machine Learning과 Deep Learning까지지난 「GeoBIM을 아십니까?」 3부작에서는 GIS와 BIM이 왜 만나게 되었는지에서 시작하여 Reality Capture, GeoBIM 그리고 Digital Twin으로 이어지는 기술의 흐름을 살펴보았습니다. 마지막 글에서는 한 가지 질문을 남겼습니다.“이렇게 축적된 방대한 공간데이터를 컴퓨터가 스스로 읽고 이해할 수 있다면 무엇이 가능해질까?” 그 질문에서 이번 「GeoAI를 아십니까?」 연재를 시작합니다.이번에도 세 편으로 나누어 살펴보겠습니다. ① 공간정보와 AI는 왜 만나게 되었을까?지도와 원격탐사에서 Machine Learning과 Deep Learning까지 ② GeoAI는 지금 무엇을 할 수 있을까?Imag..

가을밤(10월 초순) 개 짖는 소리도 없이초승달은 산너머에찬바람은 남의 집 뜰에서서성이고귀똘이 추억은 아련해지고흰머리는 늘어가는데검은 하늘은창문의 조용한 흐느낌 2026. 10. 3.

호수 같은 하늘 (10월 초순) 구름이 없어바람도 없어 보이는 하늘 바람이 없어잔잔한 호수같이 파란 하늘 그런 하늘에돛도 없이 가을을 싣고 가는 계절 그런 가을에파랗게 물들지 못하고 헤매는 내 마음 2026. 10. 2

― GeoAI·IoT·Simulation 그리고 Digital Twin지난 2편에서는 Reality Capture를 통해 현실이 어떻게 디지털 데이터로 만들어지고, Point Cloud와 3D 모델이 GIS·BIM과 결합하여 GeoBIM으로 발전하는지를 살펴보았습니다. 드론 사진측량과 LiDAR, Laser Scanning, Mobile Mapping 등의 Reality Capture 기술은 현실의 모습을 정밀하게 측정할 수 있습니다. GIS는 그 정보에 위치와 공간적 관계를 부여하고, BIM은 건물과 시설물에 객체와 속성 정보를 부여합니다.그리고 GeoBIM은 서로 다른 두 세계를 연결합니다. 그런데 여기에서 또 하나의 질문이 생깁니다.“현실을 정확하게 디지털화했다면, 그다음에는 무엇을 할 것인가?” ..

― Reality Capture에서 Point Cloud, GIS·BIM 그리고 GeoBIM까지 지난 글에서는 GIS와 BIM이 왜 만나게 되었는지를 살펴보았습니다.GIS는 도시와 국토를 넓게 바라보고, BIM은 하나의 시설물을 깊게 바라봅니다. 서로 다른 목적으로 발전한 두 기술이지만 현실의 건물과 인프라는 주변 공간과 분리되어 존재하지 않습니다. 그래서 GIS와 BIM을 연결하려는 GeoBIM이라는 기술적 접근이 등장했습니다. 그런데 1편의 마지막에서 한 가지 질문을 남겼습니다. 그 디지털 모델은 지금의 현실과 같은가? 설계 당시에는 정확했던 BIM도 시공 과정에서 달라질 수 있습니다.도시는 더 빠르게 변합니다. 건물이 새로 들어서고, 도로가 바뀌며, 지형이 변하고, 시설물이 추가되거나 철거됩니다. ..