데이터 컨플레이션 (Data Conflation)

한 줄 정의: 서로 다른 출처의 공간자료에서 동일한 실세계 객체를 식별하여 하나의 통합된 자료로 합치는 과정입니다.

쉽게 풀면

두 개의 서로 다른 지도에 같은 도로가 조금씩 다른 모양이나 위치로 그려져 있는 경우가 있습니다. 데이터 컨플레이션은 이런 서로 다른 자료 속에서 "이건 같은 도로다"라고 판단한 뒤, 둘 중 더 정확하거나 더 풍부한 정보를 골라 하나로 합치는 작업입니다. 여러 장의 사진을 비교해 가장 좋은 부분들만 골라 하나의 완성된 사진을 만드는 것과 비슷한 개념입니다.

왜 중요한가

정부기관, 민간기업, 시민 참여형 지도 등 다양한 출처의 공간자료를 통합하여 활용하는 경우가 늘면서, 중복되거나 상충하는 정보를 정리하고 최선의 자료를 골라내는 컨플레이션 기법이 중요해지고 있습니다. 이는 자료의 최신성과 정확성을 동시에 높이는 데 기여합니다.

논문에서는 이렇게 쓰입니다

"국가기본도와 시민참여형 지도 자료를 데이터 컨플레이션 기법으로 통합하여 최신 도로망을 구축하였다."

서로 다른 출처의 도로 정보를 하나로 합쳤다는 의미입니다.

"두 기관의 건물 폴리곤을 컨플레이션하는 과정에서 형상 유사도를 기준으로 동일 객체 여부를 판단하였다."

같은 객체인지 판단하는 기준을 설명한 예문입니다.

조금 더 깊게 보면

데이터 컨플레이션은 크게 동일 객체를 찾는 매칭(matching) 단계와, 매칭된 객체의 정보를 병합하는 병합(merging) 단계로 구성됩니다. 위치, 형상 유사도, 속성값 등을 종합적으로 비교하여 동일 객체 여부를 판단하며, 도엽접합이나 데이터 통합과 개념적으로 연결됩니다.

주의할 점

동일 객체 판단 기준이 부정확하면 서로 다른 객체를 잘못 합치거나, 같은 객체를 별개로 남겨두는 오류가 생길 수 있습니다.