ZERONOVA

Data, Open, Share, Platform, Cloud, Education

OpenSignal: Crowdsourced data로 3G와 LTE 커버리지 지도를 그리다

with 2 comments

재미난 회사 OpenSignal을 알게 된건 그들이 사이드 프로젝트로 진행했던 WeatherSignal 때문이다. 휴대폰 배터리의 온도를 측정해서 실제 기온을 측정해 보자는 아이디어다. 그게 어떻게 가능할까? 자세한 내용은 “배터리를 온도계로 만드는 데이터 과학“에서 볼 수 있다. (상세한 내용은 OpenSignal 블로그에서 확인) 간단히 얘기하자면, 안전을 위해 휴대폰은 배터리 온도를 지속적으로 측정하는데, 이 온도가 휴대폰 사용에 따라서도 변하지만, 외부 온도에 영향을 받을 것이고, 이 데이터를 여러 휴대폰으로부터 모으면, 실제 기온을 맞출 수 있을 것이라는 가정이다. 이 프로젝트에선 6개월치 데이터로 배터리 온도와 실제 온도 사이의 상관성을 찾아보았더니 꽤나 높은 상관관계(Pearson coefficient of 0.82)를 보인다는 재밌는 결과를 얻게 된다. 배터리 온도 데이터에 대한 정말 예상치 못한 활용 아닌가!

WeatherSignal

WeatherSignal

OpenSignal: 전 세계의 Wireless Coverage Map을 그리다.

WeatherSignal 프로젝트가 가능할 수 있었던 것은 OpenSignal이 모아놓은 휴대폰 센서 데이터들이 있었기 때문이다. OpenSignal은 휴대폰 사용자들이 자발적으로 설치한 앱을 통해 3G, LTE, WiFi 등의 신호 강도와 업링크/다운링크의 속도 등의 데이터를 수집하여, 전 세계의 무선 통신 커버리지 지도를 그리는 것이다. 앱을 설치하게 되면, 지속적으로 관련 데이터를 OpenSignal 서버로 보내게 된다. 휴대폰에서 데이터를 보낼 때 단말을 식별할 수 있는 정보는 제거되고, 최소한의 배터리 소모만 일으키도록 만들어졌다고 한다. 서버로 모아진 데이터는 집계되고 지도 위에 반영되어 아래와 같은 커버리지 맵을 볼 수 있게 된다. 그리고 이 데이터는 API 형태로 공개되어 다른 서비스에서도 활용 가능하다.

OpenSignal wireless coverage map

OpenSignal wireless coverage map

그럼 앱을 설치한 사용자들에게는 무슨 혜택이 있을까? 앱을 통해 현재 위치의 신호 강도와 주변 지역의 통신망 현황을 알 수 있다. 또한 업로드/다운로드 속도와 주변 WiFi AP 위치 등을 알 수 있고, 무엇보다 휴대폰의 데이터 사용량을 트래킹해 준다. 실제 사용해 본 바로는 흥미 이상의 특별히 실용적인 앱은 아니다. 오히려, 전 세계 무선망의 커버리지를 그리고 이를 통해 통신 서비스 개선에 도움을 준다는 공익 차원이 더 강하지 않을까 싶다.

iPhone Screenshot 1iPhone Screenshot 2iPhone Screenshot 3iPhone Screenshot 4

< OpenSignal iPhone App >

Crowdsourced data: 사용자 참여를 통해 얻어낸 빅데이터의 힘

사실 휴대폰의 신호강도나 속도 관련 데이터는 휴대폰 자체에서 사용하기 위한 것이다. 주변 기지국의 신호강도를 탐지하여 가장 우수한 기지국으로 연결한다든가, 이동시 핸드오프할 기지국을 찾는 등의 통신 자체와 관련된 기능을 위해 필요한 데이터인 것이다. 하지만 이런 개별 데이터를 모으면, 개별 데이터가 주는 가치를 넘어서는 집단적인 가치(Collective Value)를 얻어낼 수 있다. 즉, 어느 기관이나 국가에서도 그릴 수 없었던 높은 정밀도의 무선망 커버리지 맵을 그릴 수 있다. 현재 OpenSignal은 50억개 이상의 시그널을 읽어 들여 80만개 이상의 기지국과 12억개 이상의 WiFi AP를 탐지했다. 이 수치는 참여자들이 늘어날수록 증가될 전망이고 커버리지 맵은 점점 더 정확하고, 정밀해 질 것이다.

Crowdsourcing은 이미 다양한 분야에 응용되어 창조적인 서비스들을 만들어내고 있다. 펀딩, 디자인, 개발, 연구 등 다양한 분야에 활용되고 있지만, 데이터 관점에서 Crowdsourcing을 접목하기 시작한 것은 비교적 최근이며, 빅데이터 흐름과 맞닿아 점점 관심이 높아지고 있다. 빅데이터에서 매우 어려운 부분이 의미있는 규모의 데이터를 얻는 것인데, Crowdsourced data가 좋은 대안이 될 수 있다. 적절한 수의 참여자만 모을 수 있다면 빅데이터로서의 가치를 얻을 수 있다. 즉, 데이터 자체가 Noisy하더라도 의미있는 정보를 뽑아낼 수 있다. WeatherSignal에서도 사용자에 따라 휴대폰을 주머니에 넣어두거나 에어콘이 빵빵한 환경에서 사용하는 등 원래 가설에서 벗어나는 데이터를 생성하는 경우가 있겠지만, 수많은 휴대폰의 데이터를 집계하다보면, 대략적으로 평균적인 값을 뽑아낼 수 있다. more data can beat cleaner data, 그들의 경험에서 나온 교훈이다.

물론 Crowdsourced data는 Privacy 이슈와 참여자에게 어떤 가치를 제공할 것인가라는 두 가지 중요한 이슈를 풀어야 한다. 이를 잘 풀 수 있다면 Startup을 도전해 볼 만한 좋은 주제가 아닐까 싶다.

Advertisements

Written by zeronova

2013/08/21 , 시간: 8:51 오전

Big Data, Crowdsourced Data에 게시됨

2개의 답글

Subscribe to comments with RSS.

  1. […] 이전 포스팅에서 잠깐 언급한 서비스인데, OpenSignal 서비스하다가 덤으로 개발한 서비스다. 접근방법이 Weathermob이나 Weddar와 전혀 다르다. 휴대폰 배터리 온도를 측정하여, 외부 기온을 유추하는 것이다. 사용자가 일일이 입력할 필요가 없다는 점에서 가장 우아한 방법이지만, 아직은 정확도나 예측력 등은 한계가 있다. WeatherSignal은 스마트폰에 온도, 습도, 기압 등 기상관련 데이터를 측정할 수 있는 센서가 더 많이 탑재되길 기대하고 있고, 이들 데이터를 기반으로 날씨를 예보하는 방향으로 진화하고 있다. 현재 이런 기상 관련 센서가 가장 잘 구비된 폰이 바로 삼성 갤럭시 S4라고 한다. (나도 그것 때문에 조만간 S4로 갈아타려고 한다)  자세한 설명은 아래 링크들을 참고. […]

  2. […] 이전 포스팅에서 잠깐 언급한 서비스인데, OpenSignal 서비스하다가 덤으로 개발한 서비스다. 접근방법이 Weathermob이나 Weddar와 전혀 다르다. 휴대폰 배터리 온도를 측정하여, 외부 기온을 유추하는 것이다. 사용자가 일일이 입력할 필요가 없다는 점에서 가장 우아한 방법이지만, 아직은 정확도나 예측력 등은 한계가 있다. WeatherSignal은 스마트폰에 온도, 습도, 기압 등 기상관련 데이터를 측정할 수 있는 센서가 더 많이 탑재되길 기대하고 있고, 이들 데이터를 기반으로 날씨를 예보하는 방향으로 진화하고 있다. 현재 이런 기상 관련 센서가 가장 잘 구비된 폰이 바로 삼성 갤럭시 S4라고 한다. (나도 그것 때문에 조만간 S4로 갈아타려고 한다)  자세한 설명은 아래 링크들을 참고. […]


답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Google+ photo

Google+의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

%s에 연결하는 중

%d 블로거가 이것을 좋아합니다: