R을 활용한 공간분석

책을 읽기 전에 알아야 할 것들 / 15

1부 기초
CHAPTER 1. 소개 / 22
CHAPTER 2. R에서 지리적 자료 / 40
CHAPTER 3. 속성자료 작업 / 76
CHAPTER 4. 공간자료 처리 / 99
CHAPTER 5. 기하학적 처리 / 126
CHAPTER 6. 지리적 자료 재투영 / 165
CHAPTER 7. 지리적 자료 입?출력 / 184

2부 확장
CHAPTER 8. R을 활용한 지도제작 / 206
CHAPTER 9. GIS 소프트웨어와 연결 / 251
CHAPTER 10. 스크립트, 알고리즘, 함수 / 278
CHAPTER 11. 통계 학습 / 295

3부 응용
CHAPTER 12. 교통 / 322
CHAPTER 13. 입지분석 / 348
CHAPTER 14. 생태학 / 365
CHAPTER 15. 결론 / 386

References / 398

CHAPTER 1. 소개
이 책은 컴퓨터와 지리적 자료를 활용해 특정 목적의 과업을 수행하는 방법에 관하여 이야기한다. 지리적 자료의 읽기, 쓰기, 편집, 정적지도(static maps) 및 대화형 지도(interactive maps) 만들기, 실제 문제 해결을 위한 지리적 연산(geocomputation)의 활용, 지리적 현상 모델링 등 다양한 공간 기술에 대한 내용을 다룬다. 이 책은 또한 본문 내에 재현 가능한(reproducible) 코드의 묶음을 배치하여, 다양한 지리적 연산이 어떻게 수행되는지를 보여준다. 이를 통해, 명확하고 과학적인 작업의 흐름을 알려준다. R 명령어(command-line)창에서 제공하는 이미 만들어진 지리공간 도구의 이점을 활용하는 방법을 배우는 것도 흥미롭겠지만, 이렇게 미리 만들어진 도구에 의존하지 않고 사용자 스스로 도구를 만들면 진정한 자유로움을 느낄 수 있을 것이다. 이 책 내내 소개되는 명령어기반 접근방법과 10장에서 소개되는 프로그래밍 기술을 활용하면, 기성의 분석도구 사용의 단점인 창의성 제약이라는 문제를 어느 정도 해결할 수 있을 것이다. 따라서 책을 읽고 연습문제를 완료한 뒤에, 여러분은 프로그래밍 실력의 향상을 느낄 수 있어야 한다. 이는 R 프로그램에 내재된 다양한 기능에 대한 이해가 뒷받침되어야 한다. 지리적 연산능력, 지리적 자료로 실제 문제를 해결할 수 있는 새로운 기술, 지도와 재현 가능한 코드를 통한 의사소통 개선이 앞서 말한 기능의 예라 할 수 있겠다.
지난 수십 년 동안 지리공간용 무료 오픈소스 소프트웨어(FOSS4G; free and open source software for geospatial)는 놀라운 속도로 발전해 왔다. OSGeo와 같은 비영리기관 덕분에 지리적 자료의 분석은 더는 고가의 하드웨어 및 소프트웨어를 보유한 사람들만의 영역이 아니게 되었다. 누구나 고성능 공간 라이브러리를 다운로드하고 실행할 수 있게 되었다. QGIS와 같은 오픈소스 지리정보시스템(GIS; Geographic Information Systems)은 전 세계적으로 지리정보 분석에 접근할 수 있게 하였다. QGIS와 같은 GIS 전용프로그램은 사용자의 이용편의를 위해 그래픽 사용자 인터페이스(GUI; graphic user inferface)를 강조하는 경향이 있다(물론 이러한 프로그램들도 명령어기반환경을 제공한다. 9장에서 이를 다룰 것이다. 이용편의성은 좋겠지만, 이렇게 GUI에 대한 강조는 의도치 않게 재현성(reproducibility)을 저해하는 결과를 초래할 수 있다. 반면 R은 명령어기반 인터페이스(CLI; command-line interface)를 강조한다. 서로 다른 접근방식 간의 단순 비교는 표 1.1에 설명되어 있다
이 책은 과학적 연구를 가능케 하는 중요한 요소 중에 하나인 재현성(reproducibility)에 초점이 맞춰져 이에 근거하여 작성되었다(아래 참고 참조). 또한, 이 책은 재현가능한 지리적 자료 분석에 대한 업무 흐름의 접근성을 높이고, 명령어창에서 사용할 수 있는 개방형 지리공간 소프트웨어의 성능을 보여주고자 한다. “다른 소프트웨어와의 인터페이스(소통함)는 R의 일부이다”(Eddelbuettel and Balamuta, 2018). 즉, R은 R 자체의 뛰어난 ‘내부’기능 외에도, 다른 공간 소프트웨어의 라이브러리에 대한 접근도 허용한다(1.2절, 9장). 그러나 소프트웨어의 세부적인 내용에 들어가기 전, 한 걸음 물러나서 우리가 지리적 연산(geocomputation)이라는 것이 무엇을 의미하는지 생각해 볼 필요가 있다.
1.1 지리적 연산은 무엇인가?
지리적 연산(geocomputation)은 1996년 이에 관한 주제로 개최된 첫 번째 컨퍼런스에서 나온 상당히 젊은 용어이다. 당시 일반적으로 사용되었던 ‘정량적 지리학(quantatiative geography)’이라는 용어와의 차이점은 ‘창의적이고 실험적’인 응용 그리고 새로운 도구와 방법론을 개발한다는데 초점이 맞춰져 있었다(Openshaw and Abrahart, 2000). “지리적 연산은 다양한 유형의 지리적 자료를 사용하고 ‘과학적인’접근의 전체 맥락에서 관련 공간 도구를 개발하는 것이다.” 이 책은 방법론과 코드를 가르치는 것 이상을 목적으로 한다. 이 책이 끝날 때쯤에는 지리적 연산 기술을 사용하여 “이롭거나 유용한 실용적인 작업”을 할 수 있어야 한다(Openshaw and Abrahart, 2000).
그러나 우리의 접근방식은 재현성과 협업을 중점을 둔 지리학자 Stan Openshaw와 같은 얼리 어답터들과 다르다. 21세기 들어서도, 필수 하드웨어, 소프트웨어, 데이터에 대한 접근을 막는 장애요인 때문에 코드 예제를 재현할 수 있다고 기대하는 것은 비현실적이었다. 지난 20년 동안 많은 것에 있어 빠른 진전이 있어 왔다. 이제 노트북의 램(RAM)이 4GB 이상만 되면 공개 데이터셋을 활용하여 지리적 연산에 필요한 소프트웨어를 설치하고 실행할 수 있다(7장 참조). 예전과 달리 이 책에 제시된 모든 작업은 책에서 제공된 코드와 예제 데이터를 이용하여 재현할 수 있으며, spData와 같은 R 패키지에 수록되어 있으며, 그 설치는 제2장에서 다룬다.
지리적 연산은 다음과 같은 다른 용어와 밀접한 관련이 있다: 지리정보과학(GIScience) 기하학, 지구정보학(Geoinformatics), 공간정보과학(Spatial Information Science), 지리정보공학(Geoinformation Engineering)(Longley 2015), 지리정보과학(GDS; Geographic Data Since). 각 용어는 GIS의 영향을 받아 ‘과학적’(재생산 가능하고 반증 가능한) 접근법을 강조하지만, 기원과 적용 분야는 다르다. 예를 들어 GDS는 ‘데이터 과학’ 기술과 빅데이터셋을 강조하는 반면, 지구정보학은 데이터 구조에 초점을 맞추는 경향이 있다. 그러나 용어 간의 중복은 용어 간의 차이보다 더 크고 우리는 지리적 연산을 이들을 포괄하는 대략적인 동의어로 사용한다. 이 모두는 응용 과학 연구에 지리적 자료를 사용하려고 한다. 그러나 이 용어의 초기 사용자들과는 달리, 우리는 ‘Geocomputation’(또는 Stan Openshaw가 부른 것처럼 ‘GeoComputation)’이라는 어떤 응집력 있는 학문 분야가 있음을 암시하려고 하지는 않는다. 대신, 우리는 이 용어를 코드, 재현성, 모듈성에 초점을 맞춘 계산방식으로 지리적 자료를 작업하는 것으로 정의한다.
지리적 연산은 최근의 용어이지만 오래된 사상의 영향을 받는다. 2000년 이상의 역사(Talbert, 2014)와 1960년대에 등장한 지리정보시스템(GIS)(Neteler and Mitasova, 2008)의 연장선에 있는 지리학의 한 일부로 볼 수 있다(Coppock and Rhind, 1991).
그러나 지리학은 컴퓨터가 발명되기 훨씬 이전부터 인류와 자연계의 관계를 설명하고 영향을 주는 데 중요한 역할을 해왔다. 알렉산더 폰 훔볼트(Alexander von Humboldt)가 1800년대 초에 남미 지역을 탐험한 것은 이러한 역할을 잘 보여준다. 그 결과로 만들어진 관측값들은 자연지리와 식생지리의 토대를 마련했을 뿐만 아니라, 또한 자연 세계를 보호 정책들의 초석을 닦았다(Wulf 2015). 이 책은 최신 컴퓨터와 오픈소스 소프트웨어의 힘을 이용하여 ‘지리적 전통’(Livingstone 1992)에 기여하는 것을 목적으로 한다.
이 책의 오래된 학문과의 연계는 이 책의 제목으로 제안되었던 제목들을 통해서도 엿볼 수 있다: ‘R을 사용한 지리학’, ‘GIS를 위한 R’. 각각 장점이 있다. 전자는 공간 자료가 아닌 속성 자료가 기하학 자료와 필연적으로 상호 연관되어 있으며 지리학은 지도상의 어디에 위치하냐는 정보보다 훨씬 더 많다는 메시지를 전달한다. 후자는 R을 GIS로 사용하여 지리적 자료(Bivand, Pebesma, G?mez-Rubio 2013)에 대한 공간적 연산을 수행하는 것에 관한 책이라고 한다. 그러나 GIS라는 용어가 갖고 있는 함축적 의미로 인해, R의 강점이 제대로 전달되지 못하는 문제가 있다(표 1.1 참조). 지리적 자료 및 비지리적 자료의 처리, 모델링 및 시각화 작업 간에 원활하게 전환할 수 있는 콘솔 기반 기능 등이 R의 장점이다. 이와 반대로, 지리적 연산(geocomputation)이라는 용어는 재현가능하고 창의적인 프로그래밍을 의미한다. 물론 (지리적 연산)알고리즘은 매우 복잡해질 수 있는 강력한 도구이다. 그러나 모든 알고리즘은 더 작은 부분으로 구성되어 있다. 그 기초와 기초 구조를 가르쳐줌으로써 우리는 지리적 자료의 문제에 대한 혁신적인 해결안을 직접 만들 수 있도록 지원하는 것을 목표로 한다.
1.2 왜 지리적 연산에 R을 사용하는가?
초창기 지리학자들은 전 세계에 대한 공간적 이해를 높이기 위해 기압계(barometer), 나침반(compass), 육분의(sextant) 등 다양한 도구를 사용했다(Wulf 2015). 1761년 해양 크로노미터(chronometer)가 발명되면서 비로소 바다에서 경도(latitude) 측정이 가능해져 선박의 항해 거리를 더 줄일 수 있게 되었다.
오늘날 이러한 지리적 자료의 부족은 상상하기 어렵다. 모든 스마트폰에는 위성 및 반자율주행 차량에서부터 시민 과학자에 이르기까지 전 세계 모든 지역을 쉴 새 없이 측정하는 GPS(Global Positioning Systems) 수신기와 수많은 센서가 탑재되어 있다. 데이터 생산 속도는 압도적이다. 예를 들어 자율주행차는 하루에 100GB 크기의 자료를 생성할 수 있다(The Economicer 2016). 인공위성의 원격탐사 자료가 너무 커져서 컴퓨터 하나에 해당 데이터를 분석할 수 없게 되어 OpenEO 등의 프로젝트로 이어지고 있다.
이러한 ‘지리적 자료 혁명’은 노이즈로부터 신호를 처리하고 추출하여 세상을 이해하고 변화시킬 수 있는 고성능 컴퓨터 하드웨어와 효율적이고 확장 가능한 소프트웨어에 대한 수요를 창출한다.
공간 데이터베이스는 방대한 지리적 자료 저장소에서 관리 가능한 하위 자료셋을 저장하고 생성하여 미래에 필수적인 도구로부터 지식을 얻기 위한 인터페이스를 만들 수 있다. R은 고급 분석, 모델링 및 시각화 기능을 갖춘 도구 중 하나이다. 이런 맥락에서 이 책의 초점은 언어 자체 만에 있지 않다(Wickham 2014a 참조). 대신, 훔볼트가 복잡하고 상호연관된 자연을 이해하기 위해 도구를 사용하는 것처럼, 우리는 R을 세계를 이해하는데 필요한 ‘거래를 위한 도구’로 사용한다(Wulf 2015). 프로그래밍이 환원주의 활동처럼 보일 수 있지만, 재미뿐 아니라 세계를 이해하기 위해 R과 함께 지리학을 가르치는 것이 목적이다.
R은 통계 컴퓨팅과 그래픽(r-project.org/)을 위한 다중 플랫폼, 오픈소스 언어 및 환경이다(r-project.org/). 다양한 패키지(package)를 통해 R은 고급 지리공간 통계, 모델링 및 시각화도 지원한다. RStudio와 같은 새로운 통합 개발 환경(IDE; integrated development environment)은 R을 보다 사용자 친화적으로 만들어 대화형 시각화 전용 패널로 지도 제작을 쉽게 했다.
그 중심에서 R은 객체 지향적(object-oriented)이고 기능적인 프로그래밍 언어(Wickham 2014a)이며, 다른 소프트웨어에 대한 대화형 인터페이스(Chamber 2016)로 설계되었다. 후자는 또한 GIS 소프트웨어의 보물창고인 ‘geolibraries’와 기능에 대한 많은 ‘연결(bridges)’을 포함한다(9장 참조). 따라서 C, FORTRAN 또는 Java와 같은 저수준(low-level)의 언어(R에 비해)를 마스터할 필요 없이 ‘공간도구’를 신속하게 생성하는데 이상적이다(1.3절 참조). 이는 GUI 기반 또는 GIS 전용 프로그램에 내재된 은유적 장벽인 ‘유리 천장’에서 벗어나는 느낌이다(GUI의 정의는 표 1.1 참조). 또한 R은 다른 언어에 대한 접근을 쉽게 한다: 예를 들어 Rcpp와 Reticulate 패키지는 C++와 Python 코드에 대한 액세스를 가능하게 한다. 이는 R을 폭넓은 지리공간 프로그램에 대한 연결자로 사용할 수 있음을 의미한다(1.3절 참조).
R의 유연성과 진화하는 지리적 연산능력을 보여주는 또 다른 예는 대화형 지도 제작이다. 8장에서 보게 되겠지만, R이 “제한된 수준의 대화형 그리기 기능만 갖고 있다(Bivand, Pebesma, G?mez-Rubio 2013)”라는 말은 더이상 사실이 아니다. 이는 그림 1.1을 생성하는 다음 코드로 설명된다(플롯 생성 함수는 8.4절에서 다룬다).
몇 년 전만 해도 대화형 지도는 말할 것도 없고 R을 이용해 그림 1.1을 만드는 것조차 어려웠을 것이다. 이는 R의 유연성과 knitr와 leaflet 패키지 등의 개발 덕분에 이 책 전반에 걸쳐 되풀이될 주제인 다른 소프트웨어와의 인터페이스로 어떻게 활용할 수 있는지를 잘 보여준다. 따라서 R 코드의 사용은 추상적 개념보다는 그림 1.1에 제시된 것과 같이 재현 가능한 예시를 참고하여 지리적 연산의 개념을 제공할 것이다.
1.3 지리적 연산 위한 소프트웨어
R은 지리적 연산에 있어 강력한 언어이지만 수천 개의 지리적 도구를 제공하는 많은 다른 옵션이 있다. R 이외에도 지리적 연산을 수행하는 다른 컴퓨터 언어들도 존재한다는 것을 알 필요가 있다. 특정한 작업에는 어떠한 언어가 더 적합한지를 결정하는데 도움이 될뿐더러, R이라는 프로그래밍 언어를 지리공간분석 생태계를 확장하는데 추가할 수도 있다. 이 절에서는 9장에 대비하여 지리적 연산을 수행할 수 있는 C++, Java, Python과 같은 언어에 대해 간략히 소개한다.
R과 Python의 중요한 특징은 인터프리터 언어(interpreted language)라는 점이다. 이는 REPL(Read-Evaluation-Print Loop; 읽기-계산-출력을 반복하는 과정)에서 컴퓨터와 사용자 간 소통형(interactive) 프로그래밍이 가능하다는 장점이 있다. 콘솔에 입력된 코드는 즉시 실행되며, 그 결과는 컴파일의 중간 단계를 기다리지 않고 인쇄된다. 반면에 C++, Java와 같은 컴파일 된 언어는 한번 컴파일 되면 더 빨리 실행되는 경향이 있다.
C++은 QGIS, GRASS, SAGA와 같은 많은 GIS 소프트웨어의 기초를 제공하므로 GIS를 시작하기에 합리적이다. 잘 작성된 C++는 매우 빨라서 용량이 큰 지리적 자료의 처리와 같이 성능이 중요시될 때 적합하지만, Python이나 R보다 배우기 어렵다. C++는 Rcpp 패키지로 R 프로그램을 통한 접근성이 좋아졌다. Rcpp 패키지는 R 사용자들에게 C 프로그래밍에 대한 좋은 연결을 제공한다. 이처럼 저수준(low-level) 언어를 구사하는 능력으로 새로운 고성능의 ‘지오알고리즘’을 만들 수 있고 GIS 소프트웨어가 작동하는 방식에 대한 이해를 높일 수 있다(10장).
Java는 지리적 연산에 있어 또 다른 다재다능한 언어이다. GIS 패키지 gvSig, OpenJump, uDig는 모두 Java로 작성되었다. GeoTools와 JTS(JTS Topology Suite)와 같은 많은 GIS 라이브러리들이 Java로 작성되었다. GEOS는 JTS의 C++ 포트이다. 또한, Geoserver/Geonode, deeitude, 52°NorthWPS와 같은 많은 맵서버 응용 프로그램들이 Java를 사용한다.
Java의 객체지향적(object-oriented) 구문(syntax)은 C++의 구문과 유사하다. Java의 주요한 장점은 플랫폼 독립적이며(컴파일된 언어로는 이례적인) 확장성이 뛰어나 이 책에서 활용하는 RStudio와 같은 통합개발환경(IDE; integrated development environment)에 적합한 언어가 된다는 것이다. Java는 데이터 과학에 사용할 수 있지만, python이나 R에 비해 통계 모델링과 시각화를 위한 도구가 적다(Brzustowicz 2017).
Python은 특히 GRASS, SAGA, QGIS와 같은 데스크톱 GIS 전용프로그램들이 Python API를 제공하기 때문에 지리적 연산에 중요한 언어다(9장 참조). Python은 R과 마찬가지로 데이터 과학에 인기 있는 도구이다. 두 언어 모두 객체지향적이며 중복되는 영역이 많아서 R에서 Python에 쉽게 접근 할 수 있는 reticulate 패키지와 Ursa Labs 이니셔티브를 통해 휴대용 라이브러리를 지원하여 전체 오픈소스 데이터 과학 생태계의 이점을 얻을 수 있다.
실제로 R과 Python 모두 강점이 있으며, 어느 프로그램을 선택하여 사용해야 하는 문제는 애플리케이션과 결과의 통신 영역보다 덜 중요하다. 둘 중 하나를 배우면 다른 하나를 배우는 데 있어서 유리한 출발점이 될 것이다. 하지만, R은 지리적 연산에 있어서 Python보다 더 큰 장점이 있다. R에는 벡터와 래스터를 모형화하는 자료 모형에 더 나은 지원을 한다. 더하여, 그에 상응하는 시각화 가능성에 장점이 있다(2장 및 8장 참조). 또한 R은 다른 프로그램과는 비교할 수 없을 정도로 수 백 개의 패키지를 통해 공간통계를 포함한 통계분석을 지원한다.
Python의 주요 장점은 범용 프로그래밍 언어라는 점이다. 데스크톱 소프트웨어, 컴퓨터 게임, 웹사이트, 데이터 과학을 포함한 많은 영역에서 사용된다. Python은 종종 다양한 (지리적 연산) 업계에서 유일하게 공유되는 언어이며, 많은 GIS 프로그램을 하나로 묶는 ‘접착제’로 볼 수 있다. QGIS와 ArcMap을 포함하여 많은 지리적 알고리즘을 Python 명령어창을 통해 접근할 수 있어 명령어기반 GIS의 입문용 언어로서 적합하다.
그러나 공간통계 및 예측 모델링에 있어서는 R이 최고다. 이는 R 또는 Python 중 하나를 선택해야 함을 의미하지는 않는다. Python은 대부분의 일반적인 통계 기법을 지원하며(R은 일찍이 공간통계의 새로운 전개를 지원하는 경향이 있지만) Python에서 배운 많은 개념을 R에 적용할 수 있다. R과 마찬가지로 Python도 osgeo, Shapely, NumPy, PyGeoProcess 등의 패키지를 사용하여 지리적 자료 분석 및 편집을 지원한다(Garrard 2016).
1.4 R의 공간분석 생태계
R에서 지리적 자료를 처리하는 방법은 다양하며, 수십 개의 패키지가 있다. 이 책을 통해 이 분야에서 앞으로도 경쟁력을 갖출 수 있도록 최신의 기법을 소개하고자 한다. 소프트웨어 개발의 많은 분야와 마찬가지로 R의 공간분석 생태계는 급속히 진화하고 있다(그림 1.2). R은 오픈소스이기 때문에, 이러한 개발은 아이작 뉴턴이 1675년에 표현한 것처럼 ‘거인의 어깨에 서 있음’에 의해, 이전 버전을 바탕으로 쉽게 구축될 수 있다. 이러한 방식은 협업을 장려하고 이른바 ‘바퀴의 재발명(reinventing the wheel)’이라는 근본적이지 않은 변화만 양산하는 문제를 피하기 때문에 유리하다. 예를 들어 2장에서 다룰 패키지 sf는 이전 sp를 기반으로 한다.