3차원 GIS 시뮬레이션의 시각적 연속성 향상을 위한 분산 데이터 처리 구조 연구

Ⅰ. 서 론

지리정보시스템(Geographic Information System, GIS)은 인간 생활에 필요한 지리정보 등을 컴퓨터 데이터로 변환하여 가상공간에 데이터를 구축하여 보다 효율적으로 활용하기 위한 정보시스템이다[1]. 최근 GIS는 정보 통신 기술(Information and Communication Technology, ICT)의 발전으로 건물 정보 모델링(Building Information Modeling, BIM) 기술과 융합하여 핵심 기술로 평가되고 있다[2]. 특히 3차원 GIS의 경우 재난 대응, 도시 및 시설물 관리 등 실제 문제 해결을 위한 도구로 적극 활용되고 있다. 그러나 이러한 활용이 확대됨에 따라 시스템 성능 문제 또한 함께 제기되고 있다. 선행연구로 진행되었던, 재난정보 3차원 GIS 서비스를 위한 시각화 플랫폼의 경우에도 계산적 부하에 따라 처리 지연이 발생할 수 있음이 보고된 바 있다[3]. 실제로 3차원 GIS 시뮬레이션 환경에서는 다수의 동적 객체가 동시에 존재하며, 이들의 상태 데이터를 지속적으로 갱신하고 시각화해야 하는데 이 과정에서 처리가 늦어지면 객체의 움직임이 부자연스럽게 표현되는 문제가 발생한다. 기존의 중앙 집중형 처리 구조는 구현과 관리가 비교적 용이하다는 장점이 있으나, 객체 수가 증가할수록 연산 부하가 특정 서버에 집중되는 한계를 가진다. 특히 다수의 이벤트가 동시에 발생하는 상황에서는 네트워크 병목 현상까지 겹치며 전체 시스템의 응답성이 급격히 저하되는 경향을 보인다. 이러한 문제는 단순한 성능 저하를 넘어 사용자 경험에도 직접적인 영향을 미친다. 이러한 문제를 해결하기 위해 선행 연구에서는 스마트시티 환경에서 대규모 데이터를 처리하기 위한 분산 병렬 처리 구조가 제안된 바 있다[4]. 그러나 이러한 연구는 주로 빅데이터 처리 효율성에 초점을 두고 있으며, 3차원 GIS 시뮬레이션 환경에서 다수의 동적 객체 상태 데이터를 연속적으로 가시화하기 위한 구조적 접근은 상대적으로 부족하다. 이에 본 연구에서는 객체 상태 데이터 처리 구조를 개선하기 위해 중앙 집중형 처리 방식에서 벗어나 분산 서버 기반 병렬 처리 구조를 설계하였다. 제안된 구조는 객체의 움직임 연산을 분리하여 병렬 처리함으로써 처리 안정성을 향상시키고, 시각적 연속성을 개선하는 것을 목표로 한다. 제안 구조의 성능을 검증하기 위해 본 연구에서는 사람 객체를 실험 대상으로 선정하였다. 사람 객체는 머리, 몸통, 팔, 다리 등 다수의 신체 파트로 구성되며, 각 파트의 상태 정보가 지속적으로 갱신되는 특성을 가진다. 이러한 특성은 다수의 동적 객체가 동시에 이동하는 GIS 기반 시뮬레이션 환경의 특성을 효과적으로 반영할 수 있으며, 스마트시티, 재난 대응 훈련, 군중 시뮬레이션과 같은 응용 환경을 모사하는 데 적합하다. 따라서 본 연구에서는 사람 객체를 활용하여 객체 상태 데이터 처리 과정에서 발생하는 연산 부하를 분석하고, 제안된 분산 서버 기반 병렬 처리 구조의 성능 및 시각적 연속성 향상 효과를 검증하였다.

Ⅱ. 3차원 GIS 시뮬레이션에서 동적 객체 처리 방식

3차원 GIS 시뮬레이션 환경은 지형 및 시설물 등의 공간 정보를 3차원 지리정보 데이터로 구축하고, 가상현실(Virtual Reality, VR)기반 시각화 기술과 연계하여 표현된다[5]. 또한 정적인 공간정보를 표현하는 것을 넘어 다수의 객체 위치 및 상태정보가 동적으로 변화하는 특성이 있다. 이러한 환경에서는 객체의 이동, 상태 변화, 이벤트 발생 등의 갱신된 정보가 시각화 시스템에 연속적으로 반영되어 자연스럽게 표현되어야 한다. 특히 객체 수가 증가할수록 상태 정보 처리에 필요한 연산 복잡도가 증가하게 되며, 중앙 집중형 처리 방식에서는 시스템 병목현상이 발생하게 된다. 선행 연구인 도시 교통 디지털 트윈 시스템 연구에서도 다수의 차량 객체를 동시에 처리하는 과정에서 계산 부하 문제가 주요 성능 저하 요인으로 보고된 바 있다[6]. 이와 같은 문제를 해결하기 위해서는 동적 객체의 상태 정보를 효율적으로 처리함과 동시에 시각적 연속성을 유지할 수 있어야 한다. 따라서 동적 객체 상태 데이터가 생성되고 처리되어 시각화 시스템에 반영되는 전반적인 처리 과정에 대한 구조적 설계가 필요하다.

2-4 기존 구조의 한계 분석

본 연구의 대상인 3차원 GIS 시뮬레이션 시스템은 객체 상태 데이터의 수집, 연산 및 갱신 과정이 중앙 서버에 집중되는 단일 처리 구조로 운영 되어왔다. 이러한 구조는 시스템 구성이 단순하고 관리가 용이하다는 장점이 있으나, 동적 객체 수가 증가할 경우 중앙 서버에 연산 부하가 집중되는 구조적 한계를 가진다. 특히 모든 객체 상태 데이터를 단일 서버에서 처리하는 환경에서는 객체 수 증가에 비례하여 상태 갱신을 위한 데이터 처리량이 급격히 증가하게 된다. 이러한 처리 지연은 객체 상태 정보의 갱신 주기를 불안정하게 만들어 시각화 과정에서 객체 움직임이 불연속적으로 표현되는 원인이 된다. 또한, 모든 데이터가 중앙 서버를 경유하는 구조적 특성으로 인해 네트워크 트래픽이 특정 구간에 집중되는 병목 현상이 발생한다. 다수의 객체에서 상태 갱신 요청이 동시에 발생할 경우 데이터 전송이 늦어지게 되며, 이는 시스템 전반의 응답성 저하로 이어질 수 있다. 이벤트 기반 처리 방식이 적용되더라도, 군집 이동이나 대규모 경로 변경과 같이 다수의 객체에서 이벤트가 동시 발생하는 상황에서는 처리 요청이 중앙 서버에 집중되어 순간적인 부하 급증 현상이 발생한다. 결과적으로 중앙 서버 기반 단일 처리 구조는 객체 수 증가 및 이벤트 집중 상황에 유연하게 대응하기 어렵고, 대규모 동적 객체를 포함하는 3차원 GIS 시뮬레이션 환경에서 안정적인 운영을 보장하는 데 구조적 한계를 가진다. 다음 표 1은 기존 구조와 제안 구조를 요약한 비교표이다. 기존 디지털 트윈 기반 분산 처리 연구는 주로 대규모 데이터의 저장 및 전송 효율 향상에 초점을 두고 있으며, ECS(Entity Component System) 기반 구조는 객체 구성요소 단위의 연산 최적화를 목적으로 한다. 그러나 이러한 연구들은 실시간 시각화 환경에서 다수의 동적 객체 상태를 처리하고, 객체 움직임의 시각적 연속성을 향상시키는 문제에 대해서는 상대적으로 제한적으로 다루고 있다. 이에 본 연구에서는 객체 상태 데이터를 신체 파트 단위로 분리하여 분산 서버 환경에서 병렬 처리하고, 이를 실시간 시각화 시스템과 연계하는 구조를 제안한다. 이를 통해 객체 상태 데이터 처리 부하를 분산하고 상태 갱신 효율을 향상시켜, 대규모 동적 객체 환경에서의 시각적 연속성 향상을 목표로 한다.

Table 1.

Comparison between conventional centralized and proposed distributed parallel architectures

Ⅲ. 분산 데이터 처리 구조 설계

Ⅳ. 구조 구현 및 성능 검증

4-1 구현 환경 및 방법

분산 처리 구조를 구현하기 위해 시각화 시스템과 데이터 처리 시스템을 분리하여 구성하였다. 시각화 시스템은 언리얼 엔진을 사용하여 구현하였다. 언리얼 엔진은 전반적인 개발 환경을 제공하는 통합 엔진으로 게임뿐만 아니라 영화, 시뮬레이션, 건축 등의 다양한 분야에서 활용되고 있으며, 최적화 면에서 뛰어난 성능을 보여주는 게임 엔진이다[9]. 또한 고해상도 3차원 공간 표현과 객체 애니메이션 처리가 가능하여 대규모 동적 객체를 포함하는 GIS 시뮬레이션 환경에 적합하다. 본 연구에서는 제안한 분산 처리 구조를 기반으로 메인 엔진과 분산 엔진을 구현하였으며, 플레이어와 객체의 상태 정보를 다리, 몸통, 팔, 머리 파트로 구성하여 실험을 수행하였다. 분산 처리 구조는 그림 1과 같다.

Fig. 1.

3D GIS simulation distributed processing structure

4-3 성능 평가 기준

성능 평가는 시각화 시스템의 처리 성능을 정량적으로 비교하기 위해 프레임률(Frame Per Second, FPS)을 주요 평가 지표로 설정하였다. FPS는 초당 화면에 표시되는 프레임 수를 의미하며, 사용자 체감 성능을 직접적으로 나타내는 대표적인 지표이다. 3차원 GIS 시뮬레이션 환경에서는 다수의 객체 상태 갱신이 동시에 발생할 경우 데이터 처리에서 병목현상이 발생할 수 있으므로, 처리 구조에 따른 평균 FPS 변화를 비교함으로써 제안 구조의 성능 개선 효과를 검증하고자 하였다. 실험 환경 사양은 다음 표 2와 같다. FPS 측정은 언리얼 엔진에서 제공하는 성능 측정 기능을 활용하여 수행하였으며, 동일한 시뮬레이션 조건에서 중앙 집중형 처리 구조와 분산 서버 기반 병렬 처리 구조의 평균 FPS 값을 10회 테스트하여 비교·분석하였다.

Table 2.

Experiment environment specifications

4-4 실험 결과 분석

그림 2는 중앙 집중형 처리 구조와 제안된 분산 서버 기반 병렬 처리 구조의 FPS 변화를 비교한 실험 결과를 나타낸다. 중앙 집중형 처리 구조에서는 플레이어 객체 수가 증가함에 따라 FPS가 감소하는 현상을 확인했다. 특히 다수의 객체에서 신체 파트 단위 상태 갱신이 동시에 발생하는 구간에서 프레임 저하 현상이 두드러지게 나타났다. 실험 결과 중앙 집중형 구조의 평균 FPS는 최소 18 FPS까지 감소하였으며, 객체 상태 반영 지연은 평균 55ms로 측정되었다. 반면, 제안된 분산 서버 기반 병렬 처리 구조에서는 객체 수가 증가하더라도 FPS 감소 폭이 상대적으로 완만하게 나타났으며, 일정 수준 이상의 프레임률을 안정적으로 유지하였다. 실험 결과 평균 FPS는 57 FPS를 유지하였고, 객체 상태 반영 지연은 평균 17ms로 감소하였다. 또한 프레임 안정성(Frame Stability)은 기존 구조의 58%에서 91%로 향상되어 객체 움직임의 연속성이 더 안정적으로 유지되는 것을 확인하였다. 이는 객체 상태 연산이 분산 서버로 분담되면서 중앙 서버의 연산 부하가 완화되었기 때문으로 분석된다. 성능 비교표는 표 3과 같다.

Table 3.

Performance comparison between conventional centralized architecture and proposed architecture

Ⅴ. 결 론

3차원 GIS 시뮬레이션 환경에서 다수의 동적 객체 상태 데이터를 효율적으로 처리하기 위한 분산 서버 기반 병렬 처리 구조를 제안하였다. 기존 시스템은 객체 상태 데이터의 수집, 연산 및 갱신 과정이 중앙 서버에 집중되는 단일 처리 구조로 운영되어 왔으며, 객체 수 증가 시 연산 부하 집중으로 인한 병목 현상이 발생하는 구조적 한계를 가지고 있었다. 이를 개선하기 위해 본 연구에서는 객체 상태 데이터 처리 과정을 기능 단위로 분리하고, 객체 움직임 연산을 분산 서버에서 병렬 처리하도록 구조를 설계하였다. 특히 플레이어 객체를 신체 파트 단위로 분할하여 위치 좌표 및 회전 값 연산을 분산 처리함으로써 연산 부하를 효과적으로 분담하도록 구성하였다. 성능 검증을 위해 언리얼 기반의 3차원 시뮬레이션 환경에서 다수의 플레이어 객체가 동시에 동작하는 시험 시나리오를 구성하였으며, 프레임률(FPS)을 성능 평가 지표로 활용하였다. 실험 결과, 제안 구조는 객체 수가 증가함에 따라 중앙 집중형 처리 구조 대비 프레임률 저하를 완화하고 객체 움직임의 시각적 연속성을 향상시키는 것으로 나타났다. 이를 통해 분산 병렬 처리 구조가 대규모 동적 객체 환경에서 효과적인 처리 방식임을 확인하였다. 제안된 분산 서버 기반 병렬 처리 구조는 객체 상태 데이터 처리 부하를 분산함으로써 중앙 서버의 연산 부담을 완화하고 시스템의 전반적인 처리 안정성을 향상시킬 수 있고, 객체 움직임이 끊어지는 현상을 감소시켜 시각적 표현의 자연성을 향상시킬 수 있다. 또한, 다수의 동적 객체가 동시에 존재하는 대규모 3차원 GIS 시뮬레이션 환경에서도 안정적인 성능을 유지할 수 있어 도시 관리, 재난 대응, 디지털 트윈 기반 가상훈련 시스템을 포함한 다양한 응용 분야에 활용할 수 있다. 향후 연구에서는 제안 구조의 확장성과 실용성을 높이기 위한 다양한 발전 방향을 고려할 수 있다. 먼저, 본 연구에서 분산 처리 대상은 플레이어 객체의 신체 파트 단위로 한정되어 있으므로, 차량, 드론, 시설물과 같이 파트 단위로 분할이 어려운 다양한 유형의 동적 객체에 대한 적용 가능성 검증이 필요하다. 이를 통해 제안 구조의 범용성 및 실제 활용 가능성을 더욱 향상될 수 있을 것으로 판단된다. 또한, 객체 상태 데이터의 중요도와 갱신 우선순위를 고려한 적응형 데이터 처리 기법을 적용한다면, 제한된 자원 환경에서도 처리 효율성과 시각적 연속성을 같이 향상 시킬 수 있을 것으로 기대된다. 마지막으로 실제 대규모 사용자 환경에서 장시간 운용 실험을 수행하여 시스템의 안정성, 확장성 및 실효성을 종합적으로 검증하는 추가 연구가 필요하다.

Acknowledgments

본 연구는 대한민국 정부(산업통상자원부 및 방위사업청) 재원으로 민군협력진흥원에서 수행하는 민군기술협력사업의 연구비 지원으로 수행되었습니다.

협약지원(25SNCV03)

References

• H.-D. Lee, Victim Tree Detection System of Drone Images Based on 3D GIS and Deep Learning Method, Ph.D. Dissertation, Kyungil University, Gyeongsangbukdo, 2022.
• H. Lee, J. Ahn, and Y. S. Kim, “Analysis of BIM/GIS Convergence Research Trends Using LDA Topic Modeling,” Journal of Korean Society for Geospatial Information Science, Vol. 33, No. 2, pp. 33-48, 2025. [https://doi.org/10.7319/kogsis.2025.33.2.033]
• S. Gang, D.-H. Ryu, T. Kim, H.-C. Park, J. M. Kim, and Y. J. Choung, “Development of Core Module and Web System for a Visualization Platform for the 3D GIS Service of Disaster Information using Unity,” Journal of Korea Multimedia Society, Vol. 20, No. 3, pp. 520-532, 2017. [https://doi.org/10.9717/kmms.2017.20.3.520]
• Y. C. Shim, A Study on Real-Time Distributed and Parallel Processing for Real-Time Map Generation in Smart Cities, Master’s Thesis, University of Seoul, Seoul, 2018.
• C.-R. Yoon, H.-C. Kim, K.-O. Kim, and C.-J. Hwang, “Realtime Video Visualization Based on 3D GIS,” Journal of the Korea Spatial Information Systems Society, Vol. 11, No. 1, pp. 196-202, 2009.
• L. Gong and M. Ding, “Urban Traffic Digital Twin System Development in Unity,” Scientific Reports, Vol. 15, No. 1, 40085, 2025. [https://doi.org/10.1038/s41598-025-23943-7]
• M. Kim, B. H. Park, and S. Lee, “Creating a Cooperating VR-AR Space with Synchronizing Objects and Interactions,” Journal of Digital Contents Society, Vol. 21, No. 11, pp. 1913-1920, 2020. [https://doi.org/10.9728/dcs.2020.21.11.1913]
• S. H. Moon, C. W. Jung, and Y. H. Ahn, “A Study on the Development of a Discrete-Event Simulation Model for the Modular Steel Frame Production Process,” in Proceedings of the Architectural Institute of Korea Academic Conference, Seoul, pp. 746-747, 2025.
• G.-M. Chung, I.-K. Jeong, and J. Kim, “Implementation of a Massive Metaverse Platform Using Niagara Particle Simulation in Unreal Engine,” Journal of Digital Contents Society, Vol. 25, No. 5, pp. 1387-1397, 2024. [https://doi.org/10.9728/dcs.2024.25.5.1387]