공공 생산체계 혁신 · 글로벌 성장지원 목표 돼야
향후 공간정보 R&D는 크게 공공 내부 업무에 필요한 영역과 산업 성장에 필요한 영역을 균형 있게 추진해야 한다.
그동안 국토지리정보원이 수행해 온 다양한 공간정보 생산 과정에서 반복적이고 규칙 기반의 공정이 여전히 많다. 이 같은 공정에 AI 기반 자동화 기술을 적용하면 생산성과 정확성을 동시에 높일 수 있고, 장기적으로는 국가 공간정보 구축 체계 효율성과 최신성을 확보하는 데 핵심적인 역할을 할 것이다.
즉, 공공 내부적으로는 반복 업무를 AI로 대체하거나 보조하는 기술 개발이 가장 시급한 R&D 과제다.
외부적으로는 국내 공간정보 산업이 실제 시장에서 경쟁력을 갖추고, 글로벌 시장에서 성장할 수 있는 R&D 분야를 적극적으로 발굴해야 한다.
3차원 공간정보 자동 구축 기술, 대규모 점군 처리 기술, 시계열 변화탐지, 재난 대응 자동 분석, 디지털트윈 기반 시뮬레이션 등은 세계적으로 수요가 빠르게 증가하는 분야다.
이 같은 기술은 단순한 연구를 넘어, 기업의 서비스·제품으로 이어질 수 있는 실용적 요소가 강한 만큼 정부 R&D를 통해 산업계가 활용할 수 있는 기반 조성이 중요하다.
특히, 국내 기업들이 도화 성과와 공공 학습데이터를 활용해 공간정보 특화 AI 모델을 개발할 수 있도록 지원하면 글로벌 시장에서도 경쟁력 있는 생태계를 구축할 수 있을 것으로 기대된다.
결국 앞으로의 공간정보 R&D는 공공의 생산체계 혁신과 산업의 글로벌 성장 지원을 동시에 달성하는 방향으로 추진돼야 하며, 이 두 축이 균형 있게 추진될 때 우리나라의 공간정보 AI 기술 경쟁력도 함께 높아질 것이라고 생각한다.
고품질 기초지도·시설물·3D 데이터 구축 갱신기술 필요
단순히 ‘새로운 기술을 만드는 것’을 넘어, AI가 신뢰할 수 있는 데이터를 기반으로 안정적으로 활용될 수 있는 구조를 만드는 방향으로 나가야 한다고 생각한다.
이를 위해서는 첫째, 고품질 기초지도·시설물·3D 데이터 구축과 갱신 기술이 필요하다. 위성·항공·드론 영상과 각종 센서 데이터를 활용해 지형·시설물·도로망·건물 정보를 자동으로 추출·갱신하는 기술, 이를 검증·보정하는 품질관리 기술이 중요하다.
둘째, 실시간·시공간 빅데이터 분석과 디지털 트윈 기술이다. 교통, 환경, 에너지, 재난 관련 데이터를 공간정보와 결합해 도시나 지역 단위의 디지털 트윈을 구축하고, 이를 활용해 다양한 시나리오를 모의 실험할 수 있는 플랫폼 구축이 필요하다. 이때 디지털 트윈의 정확도와 안전성을 어떻게 검증할 것인가도 중요한 연구 주제다.
셋째, 위치정보 활용 과정에서의 윤리·프라이버시·공정성 문제다. AI가 개인이나 시설 등의 위치·동선 데이터를 활용할 때, 개인정보 보호와 공익 간의 균형, 편향·차별 문제를 어떻게 줄일지에 대한 연구와 제도 설계가 함께 이뤄져야 한다.
이 같은 연구 개발은 어느 한 기관이 단독으로 추진하기보다 공공·민간·연구기관이 함께 참여해 산업 전체로 확산될 수 있도록 협력 구조를 만드는 것이 바람직하다. 이를 통해 실제 행정 서비스와 산업 현장에서 국민이 체감할 수 있는 변화로 이어질 수 있다고 생각한다.
AI 위험 전략 제시 지능형 도시운영 체계 마련해야
언어 중심 AI에서 벗어나 현실 세계를 이해하고 판단하는 AI로 전환되는 흐름에 맞춰 재편될 필요가 있다.
공간정보 기술은 궁극적으로 세계를 표현하는 데이터→도시를 운영하는 모델→이동·경로 인프라→의미·지식 구조라는 네 단계의 확장 흐름을 갖고 있으며, 앞으로의 R&D는 이 단계들을 유기적으로 연결하는 방향으로 추진돼야 한다.
그 중 월드 모델 기반 공간지능(Spatial Intelligence, Spatial AI) 기술 개발이 가장 필요하다. 월드 모델은 AI가 현실의 물리·공간 규칙을 학습한 후 멀티모달 데이터(영상·센서·행동)를 통합해 일관된 가상공간을 생성하고, 시간 변화에 따른 상태 예측·시뮬레이션을 수행하는 공간 특화 모델이다
Physical AI 기반 도시 기술 개발 및 연구도 중요하다. 도시의 건물, 도로, 지하공간, 산업시설을 실시간으로 모니터링하고, AI가 위험을 감지해 스스로 판단·대응 전략을 제시할 수 있는 지능형 도시 운영 체계를 마련해야 한다.
또한, 물리적 도시 운영은 물론 로보틱스, 실내내비게이션, 재난 대응 등 공간지능 서비스의 기반이 되는 차세대 주소·경로 체계 구축과 함께 공간지식그래프(Spatial Knowledge Graph) 구축이 필요하다.
특히, 공간지식그래프는 월드 모델과 Physical AI와 연계돼 AI가 사실 기반·근거 기반 공간지능을 갖추는 핵심 축이 된다.
위치결정과 측위 보정 기술에 대한 실용성 중심 R&D 필요
전통적인 공간데이터를 물리 기반의 디지털 트윈으로 신속·정확하게 구축·업데이트하는 기술과 함께 이를 활용한 지능형 공간 인지·예측 기술 개발을 중심축으로 융합형 플랫폼과 표준화를 핵심 추진 방향으로 삼아야 한다.
실시간 초정밀 위치기반 AI 기술을 안정적으로 구현하기 위해서는 위치결정 알고리즘과 측위 보정 기술에 대한 지속적이고 실용성 중심의 R&D가 필요하다.
또한, 위성·항공·드론·모바일 등 다양한 센서를 통해 수집되는 이종의 공간데이터를 AI가 자동 융합해 시·공간적으로 일관된 현실형 디지털 트윈을 생성·갱신하는 기술도 요구된다. 이는 비현실적인 모델링 오류를 제거하고, 실세계 변화가 자동 반영되는 디지털 트윈을 구현하는 데 필수적인 요소다.
이 같은 환경이 구축되면 파괴·연소·적재·방해 등 다양한 물리 기반 시뮬레이션이 가능해지고, 정책 수행 전에 교통량 변화, 유동인구 흐름, 재해 발생 시 연쇄적 영향 등을 시계열적으로 예측할 수 있다.
디지털 트윈 환경은 장기적으로 경량화된 엣지 AI 및 피지컬 AI 학습을 위한 훈련 인프라로 확장될 수 있다.
단순 배송 로봇부터 범용 휴머노이드 로봇까지 다양한 물리적 행동을 거의 무제한으로 테스트할 수 있는 환경을 제공할 수 있으며, 일상적 비서 역할은 물론 전시·재난 상황에서의 고위험 임무 수행 능력을 최적화하는 기반이 된다.
이 같은 훈련 환경 고도화는 향후 공간정보 R&D와 산업계가 직면한 핵심 과제라고 할 수 있다.
마지막으로 공간정보 기반 국가 데이터를 AI로 통합·분석·예측해 정책 결정과 대응까지 확장할 수 있는 지능형 체계에 대한 연구가 필요하다. 이를 위해 시공간정보를 포함한 다양한 데이터를 AI 활용에 적합한 형태로 구축하고, 국토정보 AI 서비스를 위한 특화 AI 모델을 개발해야 한다.
또한, AI 모델을 기반으로 분석·학습·활용이 가능한 에이전트 기반 통합 플랫폼을 구축하고, 분야별 서비스 실증을 통해 체계를 완성할 수 있다.
이를 위한 추진체계는 민간의 자율성에만 맡기기보다는, 정부가 국토·도시 분야 AI 연구 클러스터 조성, 오픈소스 기반 R&D 결과 공유 플랫폼 구축, 공공-민간 공동 실증 체계 강화 등 일정 부분을 주도적으로 지원하는 방식이 효과적이다.
이를 통해 연구성과의 확산, 기술 상용화 촉진, 산업 생태계 전반의 경쟁력 향상을 유도할 수 있을 것이다.
국제 표준과 연계 통한 ‘엔드 투 엔드형’으로 추진돼야
핵심 키워드는 ‘정확성’, ‘실시간성’, ‘예측성’이라고 본다. 이 같은 방향을 따라 단순 분석을 넘어 실시간 예측 및 자율 제어로 나가야 한다.
우선, 모든 기술의 종착지라 할 수 있는 초연결 실시간 디지털 트윈의 완성이다. IoT 센서 데이터와 AI 예측 모델을 결합해 도시 문제나 재난 상황 등을 사전에 정밀하게 시뮬레이션하고 정책의 최적 해법을 도출하는 R&D가 필요하다.
이 같은 디지털 트윈 구현을 위한 초정밀 데이터 자동화 및 융합 기술이 필요하다. 초대규모 3D·4D 공간데이터의 자동 구축, 위성·드론·LiDAR·지하시설물 등 다중 센서를 융합한 고정밀 변화 탐지·예측 모델 개발이 중요하고, 공공 표준에 부합하는 자동 품질검수 및 자동 갱신 기술이 필수적으로 수반돼야 한다.
AI의 신뢰성을 확보하고 활용 영역을 확장하는 선진 AI 접목도 요구된다. 특히, AI 예측이 국민 안전이나 막대한 공공 투자의 근거가 되려면, ‘왜’ 그런 결론이 나왔는지 투명하게 설명하는 설명 가능한 AI 기술을 접목해야 한다.
나아가 ‘최적의 환경 계획은 무엇인가?’라는 질문에 AI가 3D 모델 등으로 최적의 대안을 생성하는 공간정보 특화 생성형 AI 개발도 미래 핵심 과제다.
이 같은 R&D는 폐쇄형 시스템이 아니라, 개방형 생태계 기반, 모듈형 기술 개발, 국제 표준과의 연계를 통한 엔드 투 엔드형으로 추진돼야 한다.
(주)올포랜드는 다양한 의사결정을 더 스마트하게 지원하는 신뢰받는 AI 기반 공간정보 전문업체로 도약하기 위해 이 같은 R&D를 지속적으로 확대해 나갈 계획이다.
