공간정보로 풀어보는빅데이터 세상

2016. 11.

1

신용카드

소비품목

웹사이트교통카드

이동패턴

스마트폰

주거

기록되지 않던 사람들의 생활이 데이터로 남기 시작

돈과 사람의 흐름, 모든 것이 연결되는 사회

2

공간정보의 역할

• 데이터는 다른 데이터 소스들과 결합할 때 데이터의 진정한 가치가 발휘됩니다.

• 공간은 많은 데이터 셋이 공존하게 하는 중요한 정보허브 역할을 하며 연결 된 데이터의웹을 보강하는 주요 프레임워크를 제공할 것입니다.

- 글로벌 공간정보관리(UN-GGIM) 유엔전문가회의 1차-

위치정보 생산

데이터 서비스

다른 데이터와결합하기 위한 허브

데이터 분석, 인사이트 발굴

개인정보 처리를 위한데이터 집계 단위

가공 데이터 판매/운영

3

정부3.0 시대 국가 데이터 개방

국가데이터를 민간에서 상업적으로 활용할 수 있도록 개방

정부 3.0의 3대 전략과제“투명한 정부” 데이터 서비스 시장 확대 새로운 산업분야 창출

• 데이터 개방 기본계획 5개년 로드맵 수립(‘13.12)

• 민간 주도의 “데이터 개방발전전략“ 수립(‘14.9)

• 민간 활용중심의 데이터 개방가속화

• 양, 건수 중심의 개방에서수요, 가치 중심의 개방으로 전환

• 공간정보와 타분야 정보·기술을기반을 융합하여 새로운 자료· 기기·소프트웨어·서비스 생산

• 공간정보산업에서 융·복합 분야가차지하는 비중은 전체의 41% (1조 98백억) 규모, 연간 성장규모 30% 전망

4

국민건강보험공단국민건강정보DB 농림축산식품부

농수축산 조사가격·경락정보,농수축산가격정보 DB

경찰청교통사고위치정보교통사고분석 DB

국토교통부건축행정시스템 DB

산림청등산로·국가생물종 DB

행정자치부시도(새올)시스템 DB

해양수산부수산·수산물안전정보수산물검사정보 DB

국토교통부국토정보시스템 DB

중소기업청상권DB

한국수자원공사실시간 수도정보 DB

국가데이터개방

정부3.0 시대 국가 데이터 개방

5

사람 돈Location

Intelligence관심사

선호도

어디살고있나?

어떤사람인가?

어디서쓰나?

얼마나쓰나?

누가/언제쓰나?

매출추정

입지선정

카드거래

교통카드

O2O App

통화량데이터

점포 (업종)

집객시설

핵심상권

골목상권

성별

연령대

가구생애주기

소득수준

소득패턴

행정구역

주택유형

주택가격

돈과 사람의 흐름?

6

Theme Map – Pinpoint “Who” & “Where”

연남동 상권 홍대역 상권

카드소비패턴 & 통화데이터Resource

새주소 건물DB, 인허가업소정보(행정자치부), 지하철승하차인구(서울메트로)유동인구 추정모형(오픈메이트), 카드소비패턴Resource

Theme Map – Pinpoint “Where”

9

활용사례

1. Commercial Sector

2. Public Sector 활용사례

3. IoT 결합 (공간 Pattern 인지)

- Smart Health Care

- 지능공간 Warning Index

빅데이터와 공간정보 - Commercial고객과 시장의 잠재성을 바탕으로 의사결정에 필요한 인사이트 제공

Customer Analysis Market Analysis Site Selection

고객 유형화고객 타게팅

시장성 평가잠재수요 분석

매출예측입출점전략/ Network 분석

• 고객정보 Enrichment를 통하여 고객의 잠재속성을 파악

• 고객의 잠재속성에 부합하는 타겟마케팅

• 각종 상권정보를 융합• 소상공인을 위한 마케팅 지원 플랫

폼 제공 (Where)• Who&how: 고객 공략 방법 및 관

련 정보 제공

• 신규매장 출점 시 발생할 매출에대한 예측모형 제공

• 신규출점 지역에 대한 의사결정지원

I. 공간을 중심으로 고객과 매장에 대한 정보 Enrichment를 통해 잠재성을 파악

II. 고객과 시장의 잠재력을 실현시킬 수 있는 타겟팅 방법, 마케팅 시나리오, 입/출점전략 수립 가능

III. 4M 기준에 따른 상품군-타겟시장-적정채널-유효 메시지를 작성, 비즈니스 가치창출 선순환 구조 창출

빅데이터와공간정보의

활용

11

Commercial Sector 활용사례 – Customer Analysis

고객 유형화 (D.A.R.T – Do Analyze Right Target)

• 고객의 성, 연령, 주소만을 이용하여 고객의 가구생애주기, 소득수준, 소비패턴을 추정

• 가구생애주기, 소득수준을 바탕으로 고객을 30가지 유형 중 하나로 판별

쇼핑. 외식여가, 금융 패턴

고객 기본 정보 입력

서울시 강남구 논현동현대APT 101동 102호

32세

남성

클러스터 판별

지역 FLC 소득 소비

Enrichment 결과 출력

고객 히스토리데이터

30가지 유형Enrichment

DART로 추정된 가구정보와고객사패턴 데이터를 결합하여 분석

· 가구유형: 신혼영유아

· 주거면적 : 84.69m2

· 주택가격 : 5억6천만원

· 소득분위 : 5분위

· 가구소득 : 월 820만원

· 선호유형 : 백화점쇼핑선호

30개클러스터

FLC (Family Life Cycle)

대학생 직장인신혼

영유아초등생자녀

중고생자녀

성인자녀

노인가구

도시

High

↑

소득

↓

Low

대학생

도시직장인

5분위 5분위 5분위 5분위

고소득4분위 4분위 4분위 4분위

3분위 3분위 3분위 3분위

2분위 2분위 2분위 2분위저소득

1분위 1분위 1분위 1분위

비도시비도시직장인

비도시신혼영유아

비도시초등

비도시중고생

비도시성인자녀

비도시노후

12

Commercial Sector 활용사례 – Customer Analysis

고객 타게팅 (D.A.R.T – Do Analyze Right Target)

전체고객 300만명

프로모션대상

40만명

외부정보를 활용한타겟 그룹 선정

36만명

4만명

컨트롤 그룹 : 5.2%

타겟 그룹

반응률 17.2%

1차 프로모션전체 반응률 : 6.3%

컨트롤 그룹 : 3.5%

타겟 그룹

반응률 19.8%

2차 프로모션전체 반응률 : 5.3%

56%

40%

16%12%

50%

28%

10%4%

0%

10%

20%

30%

40%

50%

60%

Royal Gold Blue Green

내부 고객등급별 반응률

타겟그룹

컨트롤그룹

내부고객등급은낮으나잠재성 높은 고객을선정가능

• 고객분석엔진 활용사례 (건강식품 리테일)

• 내부 고객정보만으로 확인하기 어려운 인사이트 (소득, 소비, 가구특성) 를 도출

• 고객 잠재성을 통해 타겟팅의 효율성 증가

13

Commercial Sector 활용사례 – Market Analysis

시장성 평가

Data

Informatio

n

Insight

Intelligence

소상공인 지원 - 골목상권 분석서비스

수요자 지역

• 골목상권 영역

• 특정 업종의 밀집 정도

• 지역별 상권 트렌드

소자본 자영업자들이어디에 창업하는 것이 좋은가?

자영업자들이어떤 고객을 공략해야 하는가?

상가정보(위치, 업종, 매출)

업소 인허가 정보(창업, 폐업 정보)

이동통신통화량 데이터

SNS 정보

유동인구 거주인구 도로네트워크 대중교통정보

골목상궘

핵심상권

골목상권의 개념 골목상권 예시 (홍대, 연남동)

14

Commercial Sector 활용사례 – Market Analysis

시장성 평가 및 잠재수요 분석

상권의 특성을 분석하여 목표달성을 위한 시나리오를 제시

0

1

2

3

4

5

6

7

8

9

1 2 3 4 5 6 7 8 9 10 11 12

현재 매출 분석

0

1

2

3

4

5

6

7

8

9

1 2 3 4 5 6 7 8 9 10 11 12

A

B

C

미래 매출 예측수익 최적화

시나리오 제시

시점(T1): 홍보물 배포(30대 전후/여성/화 저녁/OO동 OO블록)

시점(Tk): 직원 증가-아르바이트 3명(벚꽃 향춘객 손님 증가 대비)

시점(Tn): 여름 계절 음식 추가

• 미래 수익 예측 모델 및 수익 최적화 기반 비즈니스 시나리오 추천 모델 개발

*참고 – 미래창조과학부 연구과제로 수행 중

15

Commercial Sector 활용사례 – Market Analysis

시장성 평가 및 잠재수요 분석① 점포 매출 분석 ② 목표 매출 설정

③ 목표 달성을 위한최적(후보) 시나리오 제시

④ 시나리오별 세부액션 플랜 제시

16

Commercial Sector 활용사례 – Market Analysis

시장성 평가 및 잠재수요 분석 (소상공인 P2P 대출을 위한 대출한도 평가)

대출한도 Rating 모델 컨셉

①매출평가

③점포성장률

②상권평가

평가요인 활용컨텐츠 판단기준Rating

예시

① 매출평가

Free

Cash Flow

매출추정모형

실제 점포매출정보

• 추정치와 실제매출 비교

• 추정매출과 추정 비용으

로 FCF 예측

A

B

C

② 상권평가상가업소정보

카드매출정보

• 상권의 성장가능성

• 상권 내 점포의 업력

(영업의 안정성)

• 상권 내 경쟁강도

A

B

C

③ 점포성장률 점포매출정보

• 매출 성장추세

• 매출 안정추세

• 매출 하락추세

A

B

C

평가요인 별 Rating을 조합하여

최종 Rating 모델 구성

Data

Informatio

n

Insight

Intelligence

수요자 점포

• 점포 흡인력 지수 산출 (Huff Model) 경쟁강도와 시장규모

매장과의 거리, 매장면적, 경쟁점 분포/거리/면적/매출 활용

매장면적↑, 고객과의 거리↓, 경쟁점 면적↓ 흡입력 지수↑

• 가구유형 (가구생애주기, 소득수준)별 구매력을 고려

일반적인 Huff 모형 (흡인력) 에서반영할 수 없었던

잠재고객의 라이프스타일, 구매력을반영한 매출예측

• 기존점포매출평가

• 신규점포출점위치

선정

17

Commercial Sector 활용사례 – Site Selection

시설 적합지 분석 - 매출예측 기반 신규점포 출점

매장층수 주차대수매장면적

인구정보 소득수준

임대보증금영업기간

상권활성도 상권유형 공시지가 대중교통 도로네트워크 유동인구

자점위치가구생애주기 주택면적/가격 경정잼매출

서비스센터 유무 내부데이터

18

HuffModel

𝒊지역 고객의𝒋점포 이용 확률

=𝒋점포 가중치지역 내 모든

점포 가중치 합

𝐴𝑗𝑑𝑖𝑗2

𝑘𝐴𝑖𝑘𝑑𝑖𝑘2

𝑝𝑖𝑗=

단, 𝐴𝑗는

𝑗점포의 규모𝑑𝑖𝑗는 𝑖지역과𝑗점포와의 거리

𝑗점포 이용확률:

𝑝𝑗 =

𝑖

𝑝𝑖𝑗

① 블록(고객)과 점포의 거리 (제곱에 반비례)② 경쟁점의 수 (반비례) ③ 점포의 면적 (비례)

* 추가가중치 : 브랜드파워지수, 임차료,주차장대수 등

Shop

각 블록별 매장이용확률 산출

• Huff 모형을 이용하여 블록별 매장방문확률 산출

• 경쟁요인, 경쟁점과의 거리반영

블록코드매장

이용확률

134751 0.15

134752 0.13

…

합계 0.34

Commercial Sector 활용사례 – Site Selection

시설 적합지 분석 - 매출예측 기반 신규점포 출점매장별 잠재규모 산출

가구유형예상고객가구수

1인가구 90.8

신혼 소득1 220.4

신혼 소득2 441.2

… …

노인 소득5 102.2

합계 13,054

객단가

670,387

921,750

998,420

…

1,054,440

-

X

잠재시장규모 : 15,093 백만원

잠재규모흡인력 지수로 변환

잠재시장규모액을 최소값을 0평균값을 100점으로 하는흡인력 지수 산출

매출변수를 반영한 매출예측 모형

내부데이터 (매장면적, 주차대수등), 외부데이터 (도로시설, 상권활성도 등)을 반영한 모델링

19

Commercial Sector 활용사례 – Site Selection

시설 적합지 분석 - 매출예측 기반 신규점포 출점

예측점포

경쟁점

M지점

점포이용 확률

점포 M지점 블록별 예상매출 규모

예상 연매출 : 약 76억원, 잠재고객수 : 약 20,300명

Meters200 400 800

예측점포

경쟁점

J지점애플리셀러

점포 J지점 블록별 예상매출 규모

예상 연매출 : 약 36억원, 잠재고객수 : 약 25,600명

점포이용 확률

Meters200 400 800

빅데이터와 공간정보 – Public

I. 공간정보를 기반으로 국가데이터를 제공II. 국가정책 수혜자를 세분화(지역속성, 개인속성)III. 수요타겟 분석을 통해 효율적인 공급방안 수립IV. 수요-공급의 적절성을 지속적으로 모니터링

빅데이터와공간정보의

활용

맞춤형 정책수립노인복지시설 입지선정• 복지시설의 공급현황, 수요현황을 분석하여 복지시

설 신규설치 적합지 분석• 과학적 접근을 통해 공간의 중복과 소외지역 발생

방지

CCTV 설치지역 선정• 기존CCTV 위치평가, 민원평가 등을 통해 CCTV

신규설치 적합지 분석• CCTV 신규설치에 대한 기준을 마련하여 효율적 정

책수립을 도움

데이터 기반의 분석행복주택 수요공급 분석 및 주거환경 지표• 지역속성, 연령대, 소득수준을 바탕으로 지역별 행

복주택 수요자 규모 분석• 주거의 안정성, 편리성, 쾌적성, 보건성을 판단할

수 있는 척도로 주거환경 지표 제공

범죄지수 및 치안블록• 범죄데이터와 공간정보를 결합하여 범죄종류별 범

죄지수와 범죄 및 치안활동의 기본지역단위인 치안블록 개발

• 범죄예측의 정확성 및 치안활동의 효율성 재고

Data

Informatio

n

Insight

Intelligence

복지시설위치정보

복지시설이용자 정보

소득수준별인구수 정보

가구생애주기별인구수 정보

도로네트워크

수요자 소외지역

• 잠재수요 분석 - 노인복지시설 잠재 이용자의 거주지

• 소외지역 분석 – 잠재 이용자 중 혜택을 못 받는, 즉 시설과 거리가 먼 사람들의 거주지 찾기

노인복지시설이필요한 지역은 어디인가?

• 복지시설설치지역변경

• 성과측정및향후정책수립

시결과반영

21

Public Sector 활용사례 – Public

복지시설 입지선정복지시설 입지선정

잠재수요 분석

공급현황 분석

Data

Informatio

n

Insight

Intelligence

수요자 지역

• 범죄-유동인구-CCTV 간의 상관관계

• 잠재수요 분석 - 범죄, 유동인구가 많은 지역

• 소외지역 찾기 - 공급현황 분석, CCTV 영향반경 / 민원분석

CCTV 신규설치가필요한 지역은 어디인가?

CCTV 관제지역 우선순위는?

• CCTV 설치지역우선순위도출

• CCTV 관제우선순위도출

• 성과측정및향후정책수립시

결과반영

CCTV현재위치

CCTV민원정보

범죄발생정보

유동인구정보

거주자가구특성정보

22

Public Sector 활용사례 – Public

공공정책 수립 (CCTV 신규설치 및 관제우선지역 선정)

23

Public Sector 활용사례 – Public

공공정책 수립 (CCTV 신규설치 및 관제우선지역 선정)

분석 환경설정 2단계

CCTV적합지분석 모형 설정

500만 화소 이상

300~500만 화소

100~300만 화소

50~100만 화소

50만 화소 미만

다음

300m

300m

300m

300m

500m

CCTV기본 30만화소 50만 화소 100만 화소 300만 화소 500만 화소 이상

(화소수를 설정하지 않은 경우 기본 CCTV 화소수)

분석 환경설정 1단계

환경적 특성선택

CCTV적합지분석 모형 설정

다음

도시형 농촌형 도농복합형도시의 유형을 선택

CCTV 가시거리 데이터 업로드 보고서 형식 완료 환경적 특성선택 CCTV 가시거리 데이터 업로드 보고서 형식 완료

0 보통 매우 반영반영

0 보통 매우 반영반영

0 보통 매우 반영반영

0 보통 매우 반영반영

CCTV적합지선택 가중치 선택

강절도범죄취약지

폭력범죄취약지

성폭력범죄취약지

유동인구지수 적은 곳

CCTV 사각지대

0 보통 매우 반영반영

0 보통 매우 반영반영

0 보통 매우 반영반영

0 보통 매우 반영반영

0 보통 매우 반영반영

민원데이터

학교 근처

1인가구 근처

외국인유동인구

유흥시설 근처

0 보통 매우 반영반영

여성/아동 보호형

전체 주거지구 상업지구분석 대상 공업지구

24

Public Sector 활용사례 – Public

공공정책 수립 (CCTV 신규설치 및 관제우선지역 선정)

분석 환경설정 3-1단계 : 데이터 업로드데이터 융합

CCTV통합환경 설정

1. 기존 CCTV 설치 데이터 업로드(필수사항)

업로드하기

파일찾기

엑셀 파일의 해당 엑셀열을 선택해주세요.

CCTV 번호(기관에서 정한 임의의 이름)

CCTV 위치(X좌표)

CCTV 위치(Y좌표)

화소수(선택 : 없을 경우 기본 화소로 지정)

설치일(YYYY-MM-DD 형식)

B열

A열

C열

D열

CCTV통합환경 설정

1. 기존 CCTV 설치 데이터 업로드

다음이전

총 152개의 CCTV가 검색되었습니다.(중복 건수 2건 제외)

CCTV 번호 X좌표 Y좌표 화소수 설치일

A1

A2

A3

A4

A5

A6

a7

53121

42322

35212

54531

21535

55123

42123

53121

42322

35212

54531

21535

55123

42123

30만

30만

50만

50만

50만

100만

100만

2012-01-02

2012-01-02

2012-01-02

2012-01-03

2012-01-03

2012-01-05

2012-01-07

환경적 특성선택 CCTV 가시거리 데이터 업로드 보고서 형식 완료 환경적 특성선택 CCTV 가시거리 데이터 업로드 보고서 형식 완료

25

Public Sector 활용사례 – Public

공공정책 수립 (CCTV 신규설치 및 관제우선지역 선정)

분석 환경설정 3-2단계 : 민원 데이터 업로드데이터 융합

CCTV통합환경 설정

2. 민원데이터 업로드(선택사항)

업로드하기

파일찾기

엑셀 파일의 해당 엑셀열을 선택해주세요.

주소

민원인(선택)

민원 재기일(선택, YYYY-MM-DD 형식)

민원내용(선택)

B열

A열

C열

D열

CCTV통합환경 설정

2. 민원데이터 업로드(선택사항)

다음이전

업로드 한 302개의 민원 중 주소정제결과 285개의 민원이 셀프맵에 반연되었습니다.

주소 민원인 민원 재기일

경기도 수원시 영통구 영통동 152-7번지

경기도 수원시 권선구 권선동 23-8번지

경기도 수원시 팔달구 매탄동 71-2번지

경기도 수원시 영통구 영통동 152-7번지

경기도 수원시 권선구 권선동 23-8번지

경기도 수원시 팔달구 매탄동 71-2번지

경기도 수원시 권선구 권선동 23-8번지

홍길동

홍길동

홍길동

홍길동

홍길동

홍길동

2012-01-02

2012-01-02

2012-01-02

2012-01-03

2012-01-03

2012-01-05

2012-01-07

환경적 특성선택 CCTV 가시거리 데이터 업로드 보고서 형식 완료 환경적 특성선택 CCTV 가시거리 데이터 업로드 보고서 형식 완료

건너뛰기

26

Public Sector 활용사례 – Public

공공정책 수립 (CCTV 신규설치 및 관제우선지역 선정)

분석환경설정

리포트 예시

결과물 지도

I. 공간정보를 허브로 고객과 병원, 약국 등 헬스케어 시설을 연결, 다양한 정보 제공

II. 공간정보를 허브로 고객 건강상태에 영향을 비치는 환경정보를 수집하여 입체적인 분석을 위한 데이터 구축

빅데이터와공간정보의

활용

IoT와 공간정보의 결합 - Smart Health Care

Health Related Data

운동량 추적식단 조절체중감량운동지도

체온관리수면패턴스트레스 조정복약가이드

빅데이터와 공간정보 – 공간패턴인지

28

IoT와 공간정보의 결합 - IoT Pattern 학습

Life-Pattern공간기반의 활동 Deep Learning

Monitoring

• 연령 / 가구유형• 정상 활동범위 및 시간• 각종 센서 값

• 위험상황 인식• 생활패턴 변경인식

진단 및 대응

IoT 결합 (공간 Pattern 인지)

Smart Health Care

공공(보건소)

민간(피트니스) 의료시설

29

지역경제 활성화 지표 진행단계 모니터링 젠트리피케이션 확인

지역경제 활성화진행단계

Step1형성단계

Step2성장단계

Step3성숙단계

Step4진화단계

지표 규모의변화

구성의변화

변화의속도

수요

공급

인프라

유동인구30% 증가

20대비율증가

서울평균대비 1.3배

점포개수증가

화장품비율 증가

유사상권대비 1.4배

지하철역신설

상업용 면적비율 증가

동 평균 대비1.2배

인구구조 및 변화 특성배후주거인구, 유동인구 유입량

주택공급, 상권활성화고용기반

기반(도로/교통)시설문화시설, 복지시설, 공공시설

급격한 변화여부 파악안정성

규모의 유지 or 성장지속성

지역경제 구성 요소

인구•사회 영역

물리적/환경 영역

산업•경제 영역

IoT 결합 (공간 Pattern 인지)

지능공간 “Warning Index”

30

젠트리피케이션 확인진행단계 모니터링지역경제 활성화 지표

참고 – 허자연(2015), 서울대학교 박사학위논문, 서울시 상업가로의 변천과정에 관한 연구

공급 수요인프라

④ 공통 소비업종(음식점, 카페 업종

비중 변화)

프랜차이즈

개척자(구별짓기)

모방적 소비층

대중

인근상권의확장

투기적 자본진입

대자본 진입(임대수익 추구)

② 특징적문화요소

및 업종 발생③ 미디어

(구전, 기사, 블로그, SNS 언급 빈도)

①지대격차 상호작용

상점수요 증가

⑥ 소자본 구축(근린상가 및 업종 감소)

위험회피성

젠트리피케이션 발생가능 영역

IoT 결합 (공간 Pattern 인지)

지능공간 “Warning Index”

31

지역경제 활성화 지표 젠트리피케이션 확인진행단계 모니터링

수요 성장지역수요 안정지역수요 잠재지역수요 감소지역

홍대상권 인근수요변화지표

(수요성장/안정/감소)

홍대상권 인근의공급(ex-임대료)지표

공급(ex-임대료)지표를 활용하여 급격한 지대격차

발생지역 탐색

Step 1

수요(수요성장/안정/감소)의 급격한 변화지역을 탐색

Step 2

Step 1, 2 에서 탐색한 지역 중

중첩하는 곳이 ‘재생가능지역’으로 향후 ‘긍정적

젠트리피케이션‘ 발생가능 지역

Step 3

재생가능지역

IoT 결합 (공간 Pattern 인지)

지능공간 “Warning Index”

32

활용데이터 및 컨텐츠

지표 구성

수요 공급 인프라규모의변화

구성의변화

변화의속도

인구정보주거인구/가구 (성/연령) ● ● ● ●

유동인구 (성/연령 등) ● ● ● ●

부동산정보

주택정보 (유형/면적/가격) ● ● ● ● ● ●

토지 가격정보 ● ● ●

상권임대시세 ● ● ●

건축물정보 ● ● ● ● ●

카드거래정보업종별 매출건수 ● ● ● ●

소비패턴 (성/연령/거주지역) ● ● ●

소비정보

상가업소정보 ● ● ● ●

프랜차이즈정보 ● ● ●

상권지수 ● ● ● ●

상권유형 ● ● ●

시설물정보교통시설 ● ● ●

집객시설 ● ● ● ●

IoT 결합 (공간 Pattern 인지)

지능공간 Warning Index

Big data? Deep data!

Deep Data = 양적으로 많지는 않지만질적으로 유의미한 정보를 많이 담고 있는 데이터

Big data? Deep data!

Deep Data = Expert’s Domain Knowledge + Data

1. 목적에 맞추어 (Informative)2.상황과 맥락을 인식할 수 있는 (Behavior)

3. 지속적으로 ( Time Serial)

35

감사합니다.

Q & A