
이 블로그를 통해 외국의 여러가지 구글어스 응용 예, 특히 구글어스의 애니메이션 기능을 활용한 예를 소개시켜드리면서, 우리나라에서는 이런 사례가 별로 없음을 안타까워 했었는데, 드디어 나왔습니다. :-)
Geoclick2님께서 작성한 구글어스로 보는 서울 아파트 평당 가격 변화를 들어가보세요. 2000년부터 2006년까지 서울의 평균 아파트 가격을 애니메이션으로 표현하셨네요. ArcGIS로 자료를 만들고 KML로 변환한 뒤, 스크린 오버레이(Screen Overlay)까지 만드신 것 보니 너무 감격입니다. ^^
그런데... 이 자료를 보니 잊고 지내던 일이 생각나네요. 2000년대 초만해도 서울의 지역별 편차가 그리 많지 않았는데, 다른 지역에 비해 강남만 3배이상 뛰어버렸네요. 열심히 일해서 저축 많이 해 봤자 강남에서 작은 아파트 하나 가지고 있었던 것보다 못하다는 사실 때문에 한동안 일할 맛을 잃어버렸댔죠. <- Geoclick2님의 잘못은 아닙니다. ㅎㅎㅎ
어쨌든, 훌륭한 애니메이션 만들어주신 Geoclick2님께 진심으로 감사드립니다.
2007년 8월 15일 수요일
서울 아파트 평당 가격 변화 애니메이션
2007년 5월 24일 목요일
포토싱쓰 - 경복궁
http://labs.live.com/Photosynth/view.html?collection=Gyeongbokgung/index1.sxs&st=coll
====
일단 위의 사이트를 들어가서 이리저리 클릭을 해보시길...
좌측 상단에 보면 이런 글이 있습니다.
Gyeongbokgung (경복궁)
As part of a photography partnership between Live Labs and MSN Korea, in one brisk Seoul winter month, over 4,000 photos were submitted by local Koreans to help construct the final collection you see here. It is the first Photosynth collection ever constructed in partnership with professional and hobbyist photographers in Asia.
활발한 서울의 겨울철, 라이브 랩(Live Labs)와 MSN 코리아의 사진 협력체계의 일환으로서, 여러분이 여기에서 보고 있는 최종 사진수집물을 구축할 수 있도록 한국인들이 4천장 이상의 사진을 제출해 주셨습니다. 이것은 아시아에서 전문사진가와 아마추어 사진가의 협력으로 구축된 최초의 포토싱쓰 결과물입니다.
우리나라 경복궁을 대상으로 이러한 포토싱쓰 자료가 만들어졌다는 것을 보면서 여러가지 생각이 들었습니다.
일단... 역시 참여의 힘은 무섭다... 하는 것이죠. 물론 4000장의 사진이 그다지 많은 것이 아니고, 제 생각엔 한 100명정도 반나절 정도 열심히 찍고 다니면 얻을 수 있지 않을까 생각합니다만, 그리고 자발적일지, 돈을 받고 해 준 일인지도 잘 모르겠지만, 그래도 제 생각엔 자발적인 참여의 결과가 아닐까 싶고... 그래서 이렇게 느껴집니다.
두번째, 우리나라가 인터넷 강국이라는 점을 다시 확인했다... 일본도 있고 중국도 있고, 실질적으로 우리나라의 인터넷인구가 이제는 일본과 중국에 비해 밀릴 거라고 생각되는데 (아니라고 해도 결국 얼마 지나지 않아 현실화 되겠죠), 경복궁이 최초의 대상이 되었다는 점... 고무적이라고 생각합니다.
세번째, 역시 참 멋지다는 느낌은 피할 수 없군요. 4000장이나 되는 사진을 사용해 이리저리 원하는 방향에서 자세히 들여다 볼 수 있다는 건 정말 재미있는 경험이라고 하지 않을 수 없습니다.
그런데... 무섭다는 느낌은 피할 수 없습니다. 요즘 가끔 MS 리서치에서 발표한 또는 개발중인 기술에 대한 비디오를 보게 되는데 (http://itviewpoint.com/tt/index.php?pl=2922) 놀라운 미래에 대해 기대를 갖는 한편, 우리나라의 미흡한 기술이 자꾸 마음에 걸리네요. 앞으로도 기술 격차는 심해지겠죠.
한가지... 일단 안심된 게 있습니다. 아직까지는 버추얼어스와 결합되지 않았군요. 사용자들이 찍은 사진을 결합하여 보다 상세한 매핑을 하게되는 것을 예상하고 있었는데 말입니다.
민, 푸른하늘