위치기반 비즈니스 모델
서론적 고찰
위치기반 서비스(Location-Based Service, LBS)는 GNSS(Global Navigation Satellite System) 수신기를 통해 얻은 위치정보를 기반으로 다양한 부가가치를 창출하는 비즈니스 모델을 의미한다. 여기서는 위치기반 비즈니스 모델의 기초 개념, 활용 형태, 시장 잠재력 등을 엄밀하게 살펴본다.
위치정보와 시장 구조
위치정보가 생성되는 과정은 GNSS 신호를 이용해 사용자의 위치(위도, 경도, 고도)를 측정하고, 이를 네트워크나 애플리케이션을 통해 분석 및 가공하여 서비스 형태로 제공하는 일련의 흐름으로 요약할 수 있다. 이러한 흐름 속에서 발생하는 주요 비즈니스 모델은 아래와 같이 분류된다.
위치기반 광고: 특정 지역이나 권역 내 사용자를 대상으로 맞춤형 광고를 제공한다.
위치기반 데이터 분석: 이용자의 이동 패턴 및 상권 변화를 빅데이터로 수집·분석하여 통계 및 예측 모델을 구축한다.
물류 및 배달 서비스: 실시간 위치를 추적·관리하여 최적의 경로 및 배차, 재고 관리를 수행한다.
교통 및 내비게이션: 도로망 및 실시간 교통량 정보를 기반으로 차량 경로 탐색 및 교통 정책 수립에 활용한다.
개인화 위치기반 엔터테인먼트: 사용자의 현재 위치에 따라 이벤트, 쿠폰, 프로모션 등을 제공한다.
이러한 구조를 단순화한 다이어그램을 mermaid로 표현하면 아래와 같다.
위치측정 정밀도와 LBS 영향
비즈니스 모델의 기반이 되는 위치정보가 얼마나 정밀한지가 수익성과도 직결된다. 예를 들어 보행자용 서비스는 수 미터 이내의 정밀도가 요구되지만, 무인 자율주행 차량이나 드론 배달 등은 센티미터 수준의 정밀도가 필요하다. 이러한 정밀도 요구 사항은 곧 시스템 구축 비용 및 서비스 단가에 영향을 준다.
정밀도(cost)와 서비스 가치(value) 간의 관계 위치정밀도를 $d$ (m 단위)라 하고, 이에 따른 서비스 가치 함수를 $V(d)$, 시스템 구축 비용 함수를 $C(d)$라 하자. 일반적으로 $V(d)$는 정밀도가 높아짐에 따라 증가하며, $C(d)$ 역시 정밀도가 높아질수록 상승한다. 위치기반 비즈니스 모델에서 이상적인 지점은 다음과 같이 정의할 수 있다.
dddV=dddC즉, 추가 정밀도 향상을 통한 이득의 한계와 비용의 한계가 일치하는 점에서 비즈니스의 최적화가 이루어진다.
위치기반 광고 모델
위치기반 광고 모델은 오프라인 상점이나 특정 지역 내 소비자를 대상으로 온라인 광고를 제공한다. 이용자가 특정 지점에 도달하면 알림이나 할인 쿠폰 같은 특화된 혜택을 제공하여 구매 확률을 높인다. 이를 일반화된 형태로 살펴보자.
사용자 위치 벡터 시간 $t$에서의 사용자 위치를 2차원으로 단순화하면
x(t)=(x(t)y(t))로 표현할 수 있다.
광고 타겟팅 영역 광고주가 관심을 갖는 특정 지리적 범위를 $\mathbf{r}$이라 할 때,
r=(rxry)로 설정 가능하다. 보다 복잡한 형태의 영역(폴리곤, 멀티폴리곤 등)은 데이터베이스에서 공간 연산으로 정의되기도 한다.
유효 범위 조건 사용자가 광고 타겟팅 영역 내에 존재할 때만 푸시 알림을 보낸다고 하자. 2차원 상에서 이는 보통 유클리드 거리 $|\mathbf{x}(t) - \mathbf{r}|$를 이용하며, 경로 기반 접근(예: 사용자가 특정 경로를 따라 이동하는 경우)은 추가 지형 정보를 고려하여 별도의 가중치 함수를 사용할 수도 있다. 예를 들어, 단순 원형 범위 모델의 경우 다음 조건으로 나타낼 수 있다.
∥x(t)−r∥≤R광고 모델 지불 방식
CPM(Cost Per Mille): 노출 1,000회당 비용을 지불.
CPC(Cost Per Click): 광고를 클릭할 때마다 비용을 지불.
CPA(Cost Per Action): 특정 행동(회원가입, 구매 등)이 일어날 때 비용을 지불.
위치기반 광고는 불특정 다수를 상대로 하는 전통 매체 광고보다 적중도가 높지만, 반대로 광고주 입장에서는 대상 사용자의 위치, 관심사 정보 등이 필요하므로 개인정보 보호 이슈와 함께 정밀한 위치기반 인프라를 갖추어야 한다.
위치기반 데이터 분석 모델
위치기반 서비스에서 생성되는 방대한 양의 사용자 이동 경로 정보, 접속 로그, 지역 통계 자료 등은 빅데이터 분석을 통해 새로운 가치를 창출한다. 이는 정책 수립, 마케팅 전략, 도시 계획 등 다양한 분야에서 활용 가능하며, 특히 데이터 분석 기법은 정교화될수록 더 높은 정확도를 제공한다.
데이터 수집 및 전처리
수집 단계: 스마트폰, 차량용 단말기, 드론 등에서 얻어지는 GNSS 신호와 센서 데이터를 수집한다.
전처리 단계: 측위 오차, 단말기 이상치(outlier)를 제거하고, 결측치 보완 기법(예: 보간법)을 적용한다.
이동 패턴 추출 위치 데이터 $\mathbf{x}_1(t), \mathbf{x}_2(t), \dots, \mathbf{x}_N(t)$가 주어졌다고 하자. 각 $\mathbf{x}_i(t)$는 시간 $t$에서 $i$번째 사용자의 위치 벡터이다.
xi(t)=(xi(t)yi(t))(i=1,2,…,N)여기서 $N$은 전체 사용자(혹은 단말기) 수를 의미한다. 이동 패턴을 추출하기 위해서는 시간축을 기준으로 연속된 위치 변화를 관측하고, 군집분석(Clustering)이나 경로 추적(Path Tracking) 알고리즘 등을 적용한다.
빅데이터 분석 기법
클러스터링(Clustering): 특정 지점에 사용자가 밀집되어 있는지, 어떤 경로를 공유하는지 확인할 수 있다. 대표적으로 K-means, DBSCAN 알고리즘 등이 활용된다.
시계열 분석(Time Series Analysis): 동일 사용자의 위치 변화를 시계열로 보고, 추세나 계절성(peak season)을 찾는다.
머신러닝 예측(Predictive Modeling): 향후 이동 경로나 특정 지점으로의 유입량을 예측한다.
시각화 및 의사결정 지원 데이터 분석을 통해 얻은 정보는 지도 기반의 GIS(Geographic Information System) 툴로 시각화된다. 이를 통해 의사결정권자는 직관적으로 위치 정보를 해석하고, 전략 수립에 반영할 수 있다.
아래는 위치기반 데이터 분석 과정을 단순화한 다이어그램이다.
개인화 위치기반 서비스
위치기반 데이터를 활용하여 각 개인에게 특화된 서비스를 제공하는 모델도 주목받고 있다. 사용자 개개인의 취향, 이용 이력, 현재 위치 등을 종합적으로 고려하여 맞춤형 콘텐츠와 이벤트를 기획할 수 있다.
추천 알고리즘 개인화 추천 시스템을 구축하기 위해서는 사용자의 이전 행동 데이터, 선호도, 위치정보를 결합하는 방식이 일반적이다. 예를 들어, $u$번째 사용자의 선호도를 $p_u$, 지점 $v$의 속성을 $q_v$라고 할 때, 사용자-지점 매칭 점수 $s_{uv}$는 다음과 같이 표현할 수 있다.
suv=pu⋅qv+αf(∥xu(t)−rv∥)여기서 $\mathbf{x}_u(t)$는 시간 $t$에 $u$번째 사용자의 위치 벡터, $\mathbf{r}_v$는 지점 $v$의 위치 벡터이고, $f(\cdot)$는 거리 함수에 따른 가중치를 의미한다. 계수 $\alpha$는 거리 민감도를 결정한다.
실시간 위치 추적 기반 이벤트 사용자가 특정 권역에 진입하면, 서버 측에서 자동으로 푸시 알림을 보낼 수 있다. 이를 위해서는 사용자의 위치가 지속적으로 모니터링되고, 사전에 정의된 지오펜싱(Geo-fencing) 규칙에 부합하는지를 실시간으로 판별해야 한다.
데이터 보호 이슈 개인화가 진전될수록 사용자 사생활 침해 우려가 커지므로, 위치정보 보호법, 개인정보 보호 규정 등에 대한 엄격한 준수가 필요하다.
교통 및 내비게이션
GNSS 정보를 활용한 교통 및 내비게이션 서비스는 실시간 교통상황, 차량 위치 추적, 최적 경로 탐색 등으로 구성된다. 이는 도시 교통체계의 효율화를 유도하고, 개별 사용자에게는 이동 시간을 단축하는 편의를 제공한다.
실시간 교통정보 수집
V2X(Vehicle to Everything) 통신: 차량 간 통신, 차량과 인프라(신호등, 도로) 간 통신을 통해 사고, 교통 체증 등을 실시간으로 파악한다.
센서 융합: GNSS 위치 데이터와 OBD(On-Board Diagnostics), ITS(Intelligent Transportation Systems) 등 다양한 센서 정보를 통합 분석한다.
경로 최적화 알고리즘 일반적인 최적화 알고리즘은 경로 상의 비용 함수를 최소화하는 문제로 귀결된다. 예를 들어, 차량이 출발지 $\mathbf{s}$에서 목적지 $\mathbf{g}$까지 이동할 때, 도로 그래프 상에서 간선을 $e_i$라 할 때의 비용(시간, 거리, 요금 등)을 $w(e_i)$라 정의한다면, 최적 경로는 다음과 같이 구할 수 있다.
min∑i∈Pw(ei)\min \sum_{i \in P} w(e_i)
여기서 $P$는 시작점 $\mathbf{s}$에서 종점 $\mathbf{g}$까지 연결되는 경로를 의미한다. 다익스트라(Dijkstra) 알고리즘, A* 알고리즘 등이 전형적으로 사용된다.
교통량 예측 모델
시계열 기반 예측: 과거의 교통량 변화 데이터를 분석하여 특정 시간대, 특정 구간에서의 교통 정체 정도를 예측한다.
딥러닝 기반 예측: CNN(Convolutional Neural Network)이나 RNN(Recurrent Neural Network) 구조를 도입해 고차원 패턴을 학습하고, 향후 교통 흐름을 예측한다.
내비게이션 UI/UX 사용자에게 적절한 내비게이션 정보를 제공하기 위해서는 지도 투영 방식, 음성 안내, 교통 상황 표시 등 직관적인 UI/UX가 필수적이다.
물류 및 배달 서비스
위치기반 물류 및 배달 서비스는 전체 공급망(Supply Chain) 효율을 높이기 위한 핵심 인프라로 자리매김하고 있다. 이는 단순한 택배부터 고부가가치 드론 배송까지 폭넓은 범위를 포괄한다.
실시간 배송 추적 각 물류 단말(트럭, 드론 등)에 부착된 GNSS 모듈을 통해 배송 위치를 실시간으로 파악한다. 이를 통해 고객은 자신의 물품이 어디에 있는지를 확인할 수 있으며, 기업은 재고 관리 및 배송 스케줄 조정을 효율화한다.
최적 경로 설계 도시 구역별 트래픽이나 차량 제한 등을 고려하여 최적 경로를 동적으로 설계한다. 다중 배송 지점이 있는 경우, ‘차량 경로 문제(VRP, Vehicle Routing Problem)’의 해법이 적용된다. 예를 들어, 차량이 $M$개의 배송 지점을 방문해야 할 때, 각 지점 $\mathbf{c}_j$ 사이의 이동 비용(거리, 시간 등)을 $d(\mathbf{c}_i, \mathbf{c}_j)$라 하면, 총 방문 비용이 최소화되는 경로 시퀀스를 찾는다.
드론 기반 배달
3차원 경로 최적화: 드론 배달에서는 2차원 지형뿐 아니라 고도 변화 등이 고려된다. 드론의 상태를 나타내는 벡터를 $\mathbf{x}(t) = \begin{pmatrix}x(t) \ y(t) \ z(t)\end{pmatrix}$라 하면, 최적화 문제는 지형 장애물 및 에너지 사용량까지 포함하여 확장된다.
착륙 지점 안전성: 도심 상공에서의 무인 배달은 안전성, 법적 규제 문제를 동반하며, 이는 GNSS 위치정밀도와 보조 센서 융합을 통해 해결을 모색하고 있다.
비즈니스 모델 다각화
B2C(Business to Consumer): 일반 개인 소비자 대상의 배달 서비스 (예: 음식 배달, 온라인 쇼핑)
B2B(Business to Business): 기업 간 원재료, 반제품 운송, 재고 보충 등을 위한 물류 최적화
위치기반 IoT 연계
사물인터넷(IoT) 기기들이 GNSS와 연동됨으로써, 위치기반 센서망이 구축될 수 있다. 이는 산업 현장, 재난 지역, 농업 분야 등에서 실시간 모니터링과 자동화된 제어를 가능케 한다.
위치 태그가 부착된 IoT 기기 예를 들어, 농업용 센서 노드가 위치정보를 기반으로 토양 상태, 기온, 습도 등을 측정해 자동으로 관개 시스템을 동작시킬 수 있다. 제조 공장 내 자재 추적, 스마트 시티의 공공 시설 모니터링에도 응용된다.
엣지 컴퓨팅(Edge Computing) 데이터가 발생하는 IoT 기기 근방에서 연산을 수행하고, 중요한 정보만 클라우드로 전송한다. 이는 대규모 IoT 환경에서의 네트워크 부하와 지연(latency)을 줄이는 역할을 한다.
보안 및 무결성 위치정보를 포함한 IoT 데이터는 네트워크를 통해 전송되므로, 암호화 및 인증 기술이 필수적이다. 위조·변조 방지를 위해 블록체인 기술을 도입하는 모델도 있다.
스마트 시티와 위치기반 서비스
스마트 시티(Smart City)는 도시 인프라에 ICT(Information and Communication Technology)를 결합하여 교통, 환경, 에너지, 공공서비스 등을 효율적으로 운영하는 도시체계를 의미한다. 위치기반 서비스는 스마트 시티 구현에서 핵심적인 역할을 맡는다.
도시 모빌리티 관리 실시간 교통량과 대중교통 이동 데이터를 GNSS 기반으로 수집하여, 교통체증 완화나 대중교통 수요예측, 자율주행 차량 운영 등에 활용한다.
주차관리 및 주차공유 특정 지역 내 공공·사설 주차장의 실시간 빈자리 정보를 수집해 운전자에게 제공하고, 필요할 경우 사설 주차장을 공유해 수익을 창출하기도 한다.
에너지·환경 모니터링 공기질 센서, 온도·습도 센서 등 IoT 디바이스에 GNSS 태그를 부착해 어느 지역에서 어떤 환경 변화가 발생하는지 추적·대응한다.
공공 안전 응급차량, 경찰차, 소방차의 위치를 실시간 파악함으로써 출동 시간을 단축하고, 도로 교통신호를 동적으로 제어할 수 있다.
위치기반 결제 및 금융 서비스
위치정보가 결제 및 금융 서비스에 접목되면서, 오프라인 상점이나 자판기 등에서 사용자의 위치 인증을 통해 간단한 결제가 가능해지고 있다.
LBS 기반 인증 사용자가 특정 지점에 실제로 존재하는지 여부를 GNSS, BLE(Bluetooth Low Energy) 비콘 등으로 확인하여, 위치기반 원클릭 결제나 ATM 인증에 활용한다.
핀테크 서비스 연계 결제기록, 소비 패턴, 위치정보를 결합하여, 사용자의 금융습관을 분석하고 맞춤형 대출한도나 맞춤형 자산관리 서비스를 제공할 수 있다.
Geo-fence 결제 승인 기업에서는 배송기사가 지정된 지역(창고, 고객 주소지 등)에 진입할 경우 자동으로 업무 프로세스(결제, 물품 인수인계)를 승인하는 방안을 도입하기도 한다.
위치기반 보험 (Usage-based Insurance)
Usage-based Insurance(UBI)는 차량 위치정보와 주행 패턴을 기반으로 보험료를 산정하는 모델이다. 기존의 일괄적 차량 보험료 체계 대신, 실제 운행거리, 운행지역, 운전습관 등을 종합적으로 반영하여 보험료를 결정한다.
운행데이터 수집 운전자의 주행 거리, 주행 속도, 급가속·급감속 횟수 등을 IoT 단말이나 차량 OBD를 통해 수집한다.
위험지수 산정 구간별 도로 위험도(사고 발생 빈도, 교통량), 운전자 습관 등을 고려해 위험지수를 계산한다. 이때, GNSS 정보를 이용해 ‘어느 지역을 얼마나 자주 지나가는지’ 등이 반영된다.
보험료 개인화 위험도가 낮은 운전자에게 보험료 할인을 적용해, 안전 운전을 장려하는 효과가 있다.
위치기반 플랫폼 경제
위치기반 플랫폼은 일정 지역에서 이루어지는 다양한 서비스를 총괄적으로 연결한다. 예를 들어, 승차공유 서비스, 음식배달 서비스, 부동산 매물 정보, 지역 상권 분석 등 각종 O2O(Online to Offline) 서비스가 하나의 플랫폼을 통해 제공될 수 있다.
플랫폼 구축 핵심 요소
위치데이터 인프라: 다양한 소스(스마트폰, 차량용 단말 등)에서 위치정보를 수집·정제·분석할 수 있는 인프라.
API 및 SDK 제공: 외부 개발자가 위치기반 서비스를 쉽게 개발·연동할 수 있도록 API 혹은 SDK를 오픈한다.
커뮤니티 효과: 더 많은 사용자와 서비스 업체가 플랫폼에 참여할수록, 데이터 다양성과 정확도가 높아지는 ‘네트워크 효과’를 기대할 수 있다.
운영 전략 플랫폼 운영사는 직접 서비스(광고, 배달, 택시 등)를 제공하기도 하고, 서드파티 개발사에게서 수수료 혹은 사용료를 받는 방식으로 수익을 창출한다.
위치기반 AR·VR 및 엔터테인먼트
위치정보를 확장현실(AR, VR) 기술과 접목한 엔터테인먼트 서비스는 사용자에게 물리적 공간과 가상 콘텐츠가 결합된 새로운 경험을 제공한다. 대표적으로 게임, 관광, 문화유산 체험 등 다양한 응용이 가능하다.
AR 게임 스마트폰이나 AR 글래스 착용 시, 실제 도로·건물 위에 가상의 포켓몬, 몬스터, 캐릭터 등을 배치하고 사용자가 해당 위치로 이동해 체험하도록 설계한다.
위치 태깅: 게임 콘텐츠를 특정 위도·경도 좌표에 연결한다.
이벤트 발생 조건: 사용자가 특정 지점에 접근했을 때만 이벤트가 활성화되도록 조건부 트리거를 설정한다.
관광 및 문화재 체험 관광지나 박물관에서 위치정보를 활용해 안내판 대신 AR 콘텐츠를 보여주거나, 역사적 사건·인물과 연계된 3D 모델, 해설 영상을 제공한다.
POI(Point of Interest) 맵핑: 관광지 주요 지점을 POI로 분류하고, 각 지점마다 AR 효과나 상세 안내를 띄운다.
사용자 맞춤형 경로 안내: 이동 경로와 관심사(역사, 예술, 음식 등)에 따라 특화된 정보를 노출한다.
VR 시뮬레이션 특정 지역을 3D 모델로 재현하고, 이를 가상 공간에서 체험할 수 있도록 구현한다. 건축물 사전 시공 시뮬레이션, 도시 계획 시뮬레이션 등에 활용할 수 있다.
위치기반 마케팅 분석 및 리테일
오프라인 매장과 온라인 분석 기술을 결합한 옴니채널(Omni-channel) 마케팅이 일반화되면서, 위치정보를 기반으로 한 리테일 시장 분석 기법이 늘어나고 있다.
상권 분석 특정 상점 주변의 유동 인구, 소비 성향, 경쟁 매장 위치 등을 종합적으로 분석해 매장 입지 선정, 신제품 출시 전략 수립 등 의사결정에 반영한다.
인구통계학적 정보: 위치별 연령대·소득수준·가구 형태 등의 데이터를 매핑해 잠재 고객군을 추정한다.
실시간 방문자 추적: 매장 방문객의 체류 시간, 이동 동선 등을 파악해 매장 레이아웃 최적화나 제품 진열 정책을 개선한다.
매장 내부 위치추적 대형 쇼핑몰이나 할인매장 내부에서 Wi-Fi, BLE 비콘 등을 이용해 고객 동선을 파악하고, 고객별 맞춤 쿠폰이나 프로모션을 제공한다. 이를 통해 충동 구매나 체류 시간 증가를 유도할 수 있다.
옥외 광고 효과 측정 야외 광고판(OOH, Out-Of-Home)에 노출되는 유동 인구수를 분석하고, 광고 전환율(매장 방문, 구매 등)을 추적한다. GNSS, 모바일 앱 이벤트 로그 등을 통해 광고 효율성을 정량화할 수 있다.
위치기반 보안 및 프라이버시 이슈
위치기반 비즈니스 모델이 확장됨에 따라, 이용자 사생활·정보보호 문제도 심화되고 있다. 이는 법제도적·기술적 안전장치 마련이 필수적임을 의미한다.
위치정보 사전 동의(Opt-in) 제도 서비스 제공자는 사용자에게 위치정보 활용 목적, 데이터 보존 기간 등을 사전에 고지하고 동의를 받아야 한다.
익명화 기법: 개인 식별이 어려운 형태로 위치데이터를 처리하여, 빅데이터 분석 시에도 프라이버시를 보호한다.
철회 권리: 사용자가 언제든 위치추적 동의를 철회할 수 있어야 한다.
보안 위협 대응
스푸핑(Spoofing): GNSS 신호가 위조되거나 재생 공격(replay attack)을 받을 경우, 잘못된 위치로 유도될 위험이 있다.
위치추적 악용: 위치정보가 해킹 혹은 내부자 유출 등에 의해 범죄에 악용될 가능성이 있으므로, 데이터 암호화와 접근권한 통제가 필수다.
국가별 법규제 차이 개인정보 보호법, 전자상거래법, 통신비밀보호법 등 각 국의 법·제도적 차이를 고려해야 글로벌 서비스를 안정적으로 운영할 수 있다.
위치정밀도 향상을 위한 기술
높은 수준의 위치정밀도는 곧 서비스 품질 개선과 직결된다. 이를 위해 GNSS 단독 측위 외에도 다양한 보정·융합 기법이 활용된다.
RTK(Real-Time Kinematic) 기준국(Base Station)과 이동국(Rover)의 위상 관측값을 실시간으로 비교하여 센티미터 단위의 측위가 가능하다.
관측모델: GNSS 위성 신호의 반송파(캐리어) 위상 정보를 이용해 오차를 보정한다.
적용 분야: 드론 정밀 비행, 자율주행 농기계, 토목 측량 등.
PPP(Precise Point Positioning) 위성 궤도·시계 오차 등을 고정밀 예측값으로 보정해 단일 수신기만으로도 높은 측위 정밀도를 얻을 수 있는 기법이다. 초기 수분~수십 분 정도의 수렴 시간이 필요하다는 단점이 있다.
다중 센서 융합 GNSS 오차가 크거나 신호가 약해지는 실내·도심 협곡(Canyon) 환경에서, 관성측정장치(IMU), 지자기 센서, 초광대역(UWB) 등 다양한 센서를 결합해 위치추적 정확도를 유지한다.
표준화 동향과 생태계
위치기반 비즈니스 모델이 지속 성장하기 위해서는, 서로 다른 기기·네트워크 간 상호운용성을 보장하고 품질관리 기준을 명확히 마련해야 한다.
표준화 기구 GNSS 표준화는 국제민간항공기구(ICAO), RTCM(해양 측위), ISO(국제표준화기구), 3GPP(이동통신) 등 각 분야별로 진행된다.
데이터 포맷 표준: NMEA, RINEX 등 위치데이터 교환 형식
성능 평가 기준: 측정 정확도, TTFF(Time To First Fix), 신뢰도 등
생태계 구축
기술 공급자: GNSS 칩셋 제조사, 센서 통합업체 등
서비스 플랫폼: 지도 API, 위치기반 솔루션, 클라우드 서비스
애플리케이션 개발자: 모빌리티, 헬스케어, AR 게임 등 다양한 분야
정부 및 공공기관: 법·제도 정비, 공공 인프라 제공(기준국 설치, 공공 데이터 개방 등)
향후 연구 과제
GNSS와 연계된 위치기반 비즈니스 모델은 계속해서 발전할 것으로 보이지만, 아직 해결해야 할 다양한 기술적·사회적 과제가 남아 있다. 예컨대 극한 환경(북극, 심해), 실내외 연동, 사용자 안전 확보, 인프라 비용 문제 등은 앞으로도 추가 연구와 투자가 필요한 영역이다.
Last updated