공간빅데이터 사이언스 과정 교육후기

공간정보산업을 육성 및 지원하기 위한 공동훈련센터인 LX공간정보아카데미에는 공간정보 중소기업 재직 근로자 직무역량을 향상하기 위한 재직자 향상과정과 청년취업 준비생을 대상으로 채용예정자 양성과정을 운영하고 있습니다. 그 중 재직자 과정 교육신청은 소속회사와 운영기관 간의 컨소시엄 협약 후 가능하며, 현재 고용보험에 가입되어 있어야 합니다.

[2025 LX공간정보아카데미 교육훈련체계도 (출처: 공간정보 아카데미)]

금회에 받은 교육은 재직자향상과정 중 공간빅데이터 사이언스 과정이었습니다. 공간정보 기반으로 생산되는 다양한 데이터로부터 의미있는 결과를 도출하기 위해 공간데이터 수집, 변환, 정제, 시각화를 배우기 위한 시간이었습니다.

[데이터 사이언스(Data Science) 프로세스]

1일차 오전 교육

1일차 오전에는 기계학습 및 컴퓨터과학을 다루는 시간으로 다양한 AI tool을 이용해서 데이터분석을 해보았습니다. AI는 편리하지만 아직은 불완전한 부분이 있어 모든 업무를 대체할 수는 없습니다. 보안 문제도 있으며 편향된 데이터 혹은 맞는 것처럼 보이지만 검증이 안된 잘못된 정보인 경우(할루시네이션 현상)도 더러 있습니다. 이번에 배운 것은 이러한 AI의 불완전성에서 벗어나기 위해 제한된 정보와 정확한 프롬프트 그리고 교차검증을 통해서 원하는 방향으로 AI를 활용하는 방법을 배웠습니다.

[AI tool 종류와 성격]

1일차 오후 교육

이어서 오후에는 통계적연구를 다루는 시간으로 공간자기 상관분석 및 공간회귀분석 실습교육이 이어졌습니다. Geoda 프로그램을 활용하여 Moran’s , LISA 분석 등의 공간 통계 기법을 실습했으며, 공간적 자기상관성과 군집 패턴을 분석해보았습니다.

[공간계량 모델의 개념]

[공간회귀모형의 개념]

[LISA기법을 이용한 실습 결과]

2일차 교육

둘째 날에는 강사님이 직접 만드신QGIS의 플러그인 ‘Spatial Analyzer’를 활용하여 공간 분석의 핵심 기법을 실습해보았습니다. 강의는 기술통계 기반의 공간 탐색에서 시작해, 평균좌표, 중앙좌표, 표준거리, 표준편차타원체 등을 활용한 공간 분포의 이해를 돕는 내용으로 시작되었습니다. 그 후 군집분석(K-means, 계층적 군집-dendrogram, DBSCAN)을 모두 기능을 통해 실습해보았습니다. 차원축소(PCA, t-SNE), ANN 기반 분류까지 다루며 이론 중심의 수업도 상세하게 설명이 진행되었습니다. 이를 통해 고차원의 데이터를 압축하여 시각적으로 해석하는 기법을 배웠습니다.

[DBSCAN smiley face clustering]

분석가가 아니었던 저는 교육을 듣기 전의 데이터는 그저 수치의 나열일 뿐이라는 인식이 강했습니다. 그러나 이번 교육을 통해 데이터 간의 연관성을 파악하고, 분석 범위를 설정하며, 그 결과를 시각적으로 나타내는 방법을 배웠습니다. 해석은 여전히 전문가의 몫이지만, 이제는 분석가의 시야와 사고방식을 더해 데이터를 고차원적으로 바라볼 수 있게 되었다는 점에서 앞으로의 실무에서 데이터를 다루는 방식을 보다 다각도로 볼 수 있는 시각을 기를 수 있었음이 좋았습니다.

분석 기술이 발전하면서 따라잡지도 못할 만큼 다양한 기술의 기능들이 나오고 있어 더 상세하게 파고 들어가는 시간을 가지지 못했습니다. 이번 교육을 통해 다양한 분석 도구의 사용법을 익히고 그 이론부터 차근히 설명을 듣고 시각적으로도 받아들이면서 완벽한 이해를 이뤄낼 수 있어 뜻 깊은 교육이었습니다.

[글/사진] 박영희 대리 / dudgml8@gmail.com