정규크리깅 (Ordinary Kriging)
쉽게 풀면
정규크리깅은 크리깅 기법들 중 가장 표준적이고 널리 쓰이는 방식입니다. 전체 지역의 평균값을 미리 알 필요 없이, 관측된 자료 자체로부터 국지적인 평균과 변동 패턴을 추정해 예측을 수행합니다. 비유하자면, 동네마다 시세가 조금씩 다른 부동산 가격을 예측할 때 전국 평균이 아니라 주변 매물들의 정보를 바탕으로 그 동네의 시세를 추정하는 것과 비슷합니다. 다른 크리깅 기법들이 추세나 여러 변수를 함께 고려하는 것과 달리, 정규크리깅은 가장 단순하고 기본적인 형태입니다.
왜 중요한가
정규크리깅은 별도의 추세 모델링 없이도 안정적인 예측이 가능해 실제 논문과 실무에서 가장 많이 채택되는 보간 방법입니다. 지도학 연구에서 다양한 크리깅 기법을 비교하거나 새로운 방법론을 제안할 때 기준이 되는 벤치마크 모델로도 자주 활용됩니다. 정규크리깅은 관측점 위치에서는 실제값을 그대로 재현하는 정확 보간(exact interpolator)의 성질을 가지며, 이 점에서 근사값을 허용하는 일부 통계 모형과 구분됩니다.
논문에서는 이렇게 쓰입니다
자료에 뚜렷한 방향성이 없을 때 기본적인 크리깅 방식을 사용해 보간했다는 뜻입니다.
두 크리깅 기법의 정확도를 통계적으로 검증하여 비교한 내용입니다.
조금 더 깊게 보면
정규크리깅은 국지적 평균이 알려지지 않았다는 가정 아래 가중치의 합이 1이 되도록 제약 조건을 두어 비편향 예측을 수행합니다. 세미베리오그램 모델(구형, 지수형, 가우시안형 등)을 적합시킨 뒤 이를 바탕으로 각 관측값의 가중치를 결정합니다. 정규크리깅의 예측값은 주변 관측값의 가중합으로 표현되며, 가중치는 세미베리오그램으로부터 유도한 크리깅 방정식(정규방정식)을 풀어 구합니다. 이 과정에서 예측 오차의 분산(크리깅 분산)도 함께 산출되어 예측의 불확실성을 정량적으로 제시할 수 있다는 점이 역거리가중법 등 결정론적 기법과 구분됩니다.
주의할 점
정규크리깅은 자료에 뚜렷한 추세나 이방성이 존재할 경우 예측 정확도가 떨어질 수 있으며, 이런 경우 범용크리깅 등 다른 변형 기법을 고려해야 합니다.