기술
고정밀 위치데이터
위치 데이터의 품질
위치 기반의 데이터를 분석하고 서비스를 제공하기 위해서는 무엇보다 위치 데이터 자체의 품질이 중요합니다. 위치 데이터의 품질은 데이터의 커버리지 및 샘플링 비율과 데이터의 정확성 측면에서 쉽게 판단할 수 있습니다. 리트머스는 SKT의 국내 1위 커버리지를 기반으로 의심의 여지 없이 가장 많은 위치 데이터를 확보하고 있습니다. 그렇기에 위치 데이터의 정확도를 확보하기 위해 최신의 기술을 적용하였습니다.
위치 추정 데이터, 측위 데이터
쉽게 접할 수 있는 GPS 기반의 위치 데이터, 와이파이나 블루투스와 같은 고정장비와 연결을 통한 센서기반 위치 데이터는 고객이 활용하고 있는 단말, 즉 휴대폰, 태블릿, 스마트워치 등으로부터 권한을 요청하고 그 권한을 기반으로 단말을 제어하여 위치 데이터를 수집합니다. 구글맵이나 다른 위치 기반 서비스들이 앱에서 다양한 권한을 요청하는 것이 그 이유입니다.
반면, 리트머스가 활용하고 있는 위치 데이터는 측위 (Positioning) 기술을 기반으로 추정된 데이터 입니다. 해당 데이터는 단말이 접속한 기지국의 위치, 그리고 기지국 접속 특성 (접속 단말의 네트워크 정보, 신호 세기 등) 만을 가지고 위치를 추정합니다. 따라서, 고객의 단말을 제어하기 위한 권한을 요청하거나 이로 인해 단말의 정보를 획득하는 작업을 하지 않습니다.
위치 데이터 종류 | 정확도 | 커버리지 | 단말권한 | 전력소모 |
GPS | 높음 | 실외 | 필수 | 높음 |
센서 측위 | 높음 | 실내 | 필수 | 다소높음 |
PIN 측위 | 중간 | 실내외 | 없음 | 없음 |
측위 고도화 모델, PIN
이러한 기술적 발달로 인해 PIN 의 측위 오차는 서울 도심 기준으로 50미터 수준까지 크게 줄어들어 리트머스가 위치를 바라보는 방식을 변화시키고 고정밀 위치 기반의 리트머스 솔루션들을 만들 수 있는 토대가 되었습니다.
PIN 의 AI 측위 기술은 체류인구의 실내외 여부를 구분하는 모델을 탑재하고 있습니다. 실제 전체 유동 인구의 80% 이상은 실내 체류를 하고 있으며 실내외 체류 여부에 따라 마케팅, 도시 정책, 안전 설계, 환경 관리 등 많은 영역의 요구사항이 달라집니다. 일례로, 선거 유세를 위해 유동인구가 많은 지역을 선정하는 경우 실내외를 구분하지 못하면 실외에 많은 사람이 모이는 위치가 아닌, 고밀도 건물이 집중된 영역으로 잘못 가이드를 할 수도 있으니까요. PIN 의 실내외 구분 모델은 통신사로서 건물 단위 네트워크 관리 기술 외에도, 리트머스가 만들어내는 정확도가 높은 이동 및 체류 컨텍스트 데이터를 통해 커버리지와 정확도를 향상시키고 있습니다.