시공간 데이터 분석은 다양한 위치 기반 데이터와 시간 정보를 결합하여 인간의 이동성, 도시 내 교통 패턴, 사회적 상호작용 등을 심층적으로 이해하는 데 중점을 둡니다. 본 연구실은 GPS, SNS, 교통카드 등 다양한 소스에서 수집된 대규모 시공간 데이터를 활용하여, 도시 내 인구 이동, 공공자전거 이용, 지하철 승하차 패턴 등 실제 생활과 밀접한 현상을 분석합니다. 이를 통해 도시 계획, 교통 정책, 공공 서비스 개선에 실질적인 기여를 하고 있습니다. 연구실에서는 데이터의 다차원적 특성을 효과적으로 분석하기 위해 OLAP(Online Analytical Processing)과 데이터마이닝 기법을 적극적으로 도입하고 있습니다. 또한, 대용량 데이터의 효율적인 집계와 시각화를 위해 H3와 같은 공간 인덱싱 기술, WebGL 기반의 3D 시각화 도구(Pydeck 등)를 활용하여 복잡한 시공간 패턴을 직관적으로 표현합니다. 이러한 기술적 접근은 연구 결과의 해석과 정책 제안에 있어 큰 강점을 제공합니다. 시공간 데이터 분석 및 시각화 연구는 단순한 데이터 해석을 넘어, 미래 도시의 스마트화, 모빌리티 혁신, 공공 안전 강화 등 다양한 사회적 요구에 대응할 수 있는 기반을 마련합니다. 본 연구실은 실제 현장에서 발생하는 문제를 데이터 기반으로 해결하고, 그 결과를 다양한 산업 및 공공 부문에 적용함으로써 사회적 가치를 창출하는 데 앞장서고 있습니다.

소셜 네트워크 분석은 개인과 집단 간의 관계, 정보의 흐름, 영향력 구조 등을 데이터 기반으로 탐구하는 분야입니다. 본 연구실은 트위터, 페이스북 등 다양한 SNS 데이터를 수집·분석하여, 사회적 상호작용의 패턴, 커뮤니케이션 네트워크의 구조, 국가 간 정보 교류의 특성을 심층적으로 연구합니다. 특히, 국제 커뮤니케이션 네트워크에서 국가별 중심성, 하위집단 구조, 경제·지리·문화적 요인이 네트워크에 미치는 영향을 실증적으로 분석합니다. 이러한 연구는 글로벌 커뮤니케이션 링크의 형성과 발전, 국가 경쟁력과의 연계성, 사회적 자본의 확장 등 다양한 측면에서 중요한 시사점을 제공합니다. 예를 들어, 트위터 데이터 분석을 통해 국가 간 정보 흐름이 국가 경쟁력에 미치는 영향을 규명하거나, 소셜 네트워크 내에서의 중심성이 개인 또는 집단의 영향력에 어떤 변화를 가져오는지 실증적으로 밝힙니다. 또한, 네트워크 분석법을 활용한 군납업체 선정, 공공정책 평가 등 실무적 응용도 활발히 이루어지고 있습니다. 연구실은 네트워크 분석의 이론적 발전뿐 아니라, 실제 사회 현상에 적용 가능한 분석 도구와 모델을 개발하는 데 주력하고 있습니다. 이를 통해 사회적 연결망의 구조적 특성을 이해하고, 효과적인 커뮤니케이션 전략, 정책 수립, 비즈니스 모델 혁신 등에 기여하고 있습니다.

다차원 데이터 분석은 다양한 속성과 차원을 가진 복잡한 데이터를 체계적으로 분석하여, 숨겨진 패턴과 인사이트를 도출하는 데 초점을 맞춥니다. 본 연구실은 OLAP, 데이터마이닝, 텍스트마이닝 등 첨단 분석 기법을 활용하여, 비즈니스, 교육, 국방 등 다양한 분야의 데이터를 통합적으로 분석합니다. 이를 통해 조직 내외부의 의사결정 지원, 고객 행동 분석, 교육용 정보시스템 설계 등 실질적인 문제 해결에 기여하고 있습니다. 특히, 지능형 의사결정 시스템 개발에 있어서는 데이터 기반의 합리적이고 신뢰성 높은 의사결정 지원을 목표로 합니다. 예를 들어, 군납업체 선정, 전시 포병탄약 재분배, 공공기관의 빅데이터 도입 전략 등 다양한 사례에서 네트워크 분석, 판별분석, 선형계획법 등 수리적·통계적 기법을 접목하여 최적의 대안을 제시합니다. 또한, 교육 데이터 분석을 통한 맞춤형 학생지도 시스템, 오픈마켓 상품리뷰 분석 서비스 등 사회 각 분야에 적용 가능한 솔루션을 개발하고 있습니다. 이러한 연구는 데이터 기반의 혁신적 의사결정 문화를 확산시키고, 조직의 경쟁력 강화와 사회적 신뢰 확보에 중요한 역할을 합니다. 본 연구실은 앞으로도 다차원 데이터 분석과 지능형 의사결정 시스템 분야에서 선도적인 연구를 지속해 나갈 것입니다.