[로플랫의 오프라인 측정 #5] 지하철 2호선

지하철 2호선이라고 제목을 붙이고 보니 예전에 한참 유행했던 연극이 생각납니다. 되게 오랫동안 유행했었는데 정작 보진 못했었죠... 연극보다는 뮤지컬을 좋아했던 1인이라... ^^

이번엔 오프라인 측정 5번째, 지하철 2호선 데이터를 한번 볼까 합니다. 

지하철 2호선중 승강장에 사람이 가장 많은 역은 어디일까요? 

바로~~~~ 바로~~~~

강남역 입니다.

위의 표는 2호선 승강장 기준으로 사람들이 많이 방문한 상위 15개 역을 보여주고 있습니다. 붉은색 bar는 저희가 측정한 데이터이고, 주황색 bar는 인터넷을 통해 획득한 역사별 승차인원 통계 데이터입니다. 두 데이터 모두 강남역 값을 기준으로 normalize 하였습니다. (로플랫 데이터는 7월초 2주간 게임사 리워드 앱을 통해서 수집이되었고, 6,400여개의 스마트폰에서 총 10,863건의 승강장 방문 인식이 있었습니다.)

근데... 강남역... 다 아는 얘기라구요? 좀 시시했을 수도 있겠네요.

그럼 이제 돈 되는 이야기를 잠시 해 볼까 합니다.

돈 되는 이야기!

위의 표는 2호선 승강장에 있는 안전문 광고비를 보여주고 있습니다. 6등급으로 나뉘어져 있고, 등급마다 다른 가격을 지불하게 됩니다. 어떻게 하면 우리 고객을 대상으로 가장 효과적이고 효율적인 광고를 집행할 수 있을까요?

첫번째 그림을 다시 보겠습니다. 역이름 왼쪽에 있는 동그라미는 해당역에 연결되어 있는 환승 열차를 표시합니다. 오른쪽에서는 흰색으로 역마다 정해져 있는 광고비 등급을 표시하고 있구요. 자세히 들여다보세요~ 횡재가 있죠? 바로 C 등급인 당산역과 대림역! 통계자료에 의한 승차인원은 많지 않습니다. 하지만, 로플랫의 데이터에서는 사람들이 해당 승강장에 많이 머물렀습니다. 어디서 이 차이가 발생한 것일까요? 

바로 환.승.인.원! 

통계자료는 2호선 역사 게이트를 통과한 인원으로 승차인원을 추정합니다. 하지만 많은 사람들은 환승하기 위해 특정 역에 머물렀다 가기도 하죠.  ^^

이쯤되면, 오프라인 데이터가 돈이 된다는 사실을 알 수 있을 것 같습니다. 우리 고객사는 저기 당산역과 대림역에 광고를 해야 합니다. 저렴하지만 상대적으로 더 많은 사람에게~

더 섬세하게

그럼 이번엔 또 다른 재미난 걸 하나 확인해 보겠습니다.

2호선은 객차가 10량으로 구성되어 있는데, 역사마다 사람이 몰리는 곳이 다릅니다. 저희는 승강장을 진행방향마다 네곳으로 구별해서 인식이 가능하게 구축하였습니다. 

자, 그럼 사당역 승강장을 한번 들여다 볼까요? 

방배방면으로 향하는 외선의 경우 4,5호 객차가 가장 사람이 많이 몰리네요. 반면 낙성대 방면은 골고루 분포하고 있습니다. 그리고 이러한 특징은 역사마다 다르게 나오고 있습니다. 양방향 승강장의 경우 대체적으로 골고루 분포하구요~ 이젠 데이터를 기반으로 판단을 할 수 있을 것 같습니다. 나에게 가장 유리한 곳은 어디인가!





스마트폰으로 오프라인 데이터를 자동으로 수집해서 확인해 보면, 다른 고객과 구별되는 내 고객만의 특성을 알 수 있게 되는 것 같습니다. 그리고 날마다의 변화를 바로바로 알 수 있다는 장점도 있구요. 오프라인 데이터 분석은 이제 막 시작하는 영역인데 아주 재미난 것 같습니다. 앞으로 할 수 있는 일들을 생각해보면 깜짝 놀랄 정도로 기대가 되기도 하네요~

Happy Summer Holiday~~

Measure Offline

for Better Business Decision

[로플랫의 오프라인 측정 #4] 리테일의 핵 편의점 풋 트래픽 들여다보기

요즘 포켓몬 잡으로 다닌다고 세계적으로 난리가 났네요. 실은 작년 가을에 게임사들에게 실내에서 위치를 인식할 수 있는 솔루션을 제공할테니 포켓몬 고 같은 게임을 한번 만들어 보는건 어떻겠냐라고 제안을 엄청 했었더랬죠... 우리의 첫번째 영업이었던 셈이었는데 [제안서는 요기]... 그 제안은 좋은 성과를 거두지 못했고 전혀 다른방식으로 게임사와 협업을 진행하게 됐는데... 좀 아쉬움이 있네요 ㅎㅎ

그 게임사 사용자의 풋 트래픽을 바탕으로 오늘은 리테일 시장의 핵으로 떠오른 편의점 방문 데이터를 살펴볼까 합니다.

리테일의 핵, 편의점

서울시에만 총 6400여개의 편의점이 존재합니다. 대표적인 편의점으로는 GS25, CU, 세븐일레븐, 미니스톱, 위드미 등이 있구요. 

아래는 강남구, 서초구의 편의점 위치들을 일부 보여주고 있는데요. 정말 많습니다. 이 두개의 구에만 900개가 넘어요~

편의점 브랜드 고객 방문 랭킹

우리는 6월 후반 2주동안의 오프라인 풋 트래픽으로부터 총 980개 매장에 대해 6643회 방문기록을 얻었습니다. 강남구, 서초구 및 종로구 일부의 5개사 편의점(GS25, CU, 세븐일레븐, 미니스톱, 위드미)를 방문한 총 2849명의 실제 데이터 입니다. (방문기록은 4~5분정도 해당 편의점에 머무른 경우에 수집이 되었습니다.)

최근 몇년사이에 편의점 순위가 바뀐듯 한데, 실제 그런지 한번 보도록 하겠습니다.

자, 예상대로 인가요? 매장수 와 방문횟수 모두 GS25가 압도적으로 우세하구요. CU와 세븐일레븐이 혈투를 벌이고 있는 듯한 형국인데요. 그 다음은 경쟁에서 많이 떨어져 있어 보입니다.

그럼, 언제 가장 많이 방문하나요?

저는 데이터를 보기전에 저녁시간이 아닐까 생각했는데, 실제론 점심시간에 아주 많은 사람들이 방문을 하더라구요. 아래 차트는 30분 단위로 방문 횟수를 편의점 전체와 개별 브랜드로 보여주고 있습니다. 12시 근처에, 10시에 그리고 오전 8시대에도 방문이 튀는걸 볼 수 있습니다. 시간날때 해당시간대에 사람들이 뭘 사는지 서서 한번 지켜봐야겠습니다.

GS25를 가는 사람은 CU도 갈까?

전, 이런게 항상 궁금하더라구요. GS25를 가는 사람은 거기만 갈까? 편의점은 그냥 가까운데 눈에 보이는데 가는 걸까? 뭐, 정확하게 알 순 없지만, 2주간의 데이터에 대해서 GS25와 CU사이에 고객이 겹치는 정도는 얼마일까 한번 확인해 봤습니다.

GS25를 방문한 1171명 중에 14%인 161명이 CU를 방문했네요~
조금더 긴 기간의 데이터를 보면 어떻게 달라질지 한달쯤 후에 다시 확인해 보도록 하겠습니다.

그리고, 1000개 가까운 편의점중 가장 많은 사람이 방문한 곳을 호기심에 확인해 봤는데...

지상도 아닌 지하1층에 있는 "CU 한국IT전문학교점"

이네요~

^^

NEXT...

지하철 승강장에 보면 광고판들이 아주 많이 있잖아요... 과학적(?)으로 봤을때 과연 어디가 가장 비싸야 할까요?
다음번엔 어느 역 승강장에 가장 많은 사람들이 머물다 갔는지 알려드리도록 하겠습니다. ^^
입이 너무근질근질 하지만.. 꾹 참고.. ㅎㅎ.. 개별적으로 연락주시는 분들한테는 15등까지 순위를 보내드리겠습니다~

Measure Offline

for Better Business Decision

[로플랫의 오프라인 측정 #3] 강남구 비콘 설치 현황

오늘은 우리회사 내부 데이터 얘기보다 조금더 재미날(?) 수 있는 다른 회사 얘기를 해 볼까 한다.

작년에 한창 시끄러웠던 비콘 얘기가 올해 들어 갑자기 너무 뜸(?) 해 졌다. 비콘 시장이 죽은 건지 아니면 뒤에서 조용히 성장하고 있는것이지 많이들 궁금해 하는 것 같다. 과연 지금 현재 비콘은 어떤곳에 얼마나 설치되어서 사용되고 있는 것일까?

강남구 비콘 설치 현황

그럼 강남구의 비콘 설치 현황을 한번 확인해 보자.

업종별로 확인해 보면 편의점의 경우 80% 이상의 매장에 비콘이 설치되어 있다. 그 다음으로 카페, 패스트푸드 등에서 조금씩 설치되어 있는 것을 확인할 수 있다. (여기서 외부로 분류된 경우는 아래에서 다시 설명한다)

얘기를 더 진행하기 전에 이 데이터를 어떻게 확보하게 된 건지 말해야겠다.
지난 5월 한달동안 우리는(주식회사 로플랫 입니다.^^) 인식가능한 실내 매장의 수를 확보하기위해 강남구 주요 브랜드 매장 2,386곳을 일일이 방문해서 무선신호(WiFi + BLE)를 수집하였다. 아래는 우리가 수집한 수집 매장 목록 요약이다.

이들 전체 매장에서 비콘은 총 1,601개 와이파이는 51,119개가 관측되었다. 30배 정도 차이가 난다. 이 글에서는 이렇게 수집된 매장의 비콘에 대해서만 언급하기때문에 전체가 아닌 표본 데이터 임을 미리 말씀드린다. 하지만 아주 큰 표본 데이터라 생각한다.^^. 신호 세기가 -85 미만으로 약하게 인식되는 비콘은 매장 외부에 있는 비콘이라고 분류하였고, SK는 SKT와 SKP를 모두포함하는 용어로 사용하였다.

누가 많이 설치했나?

그럼 이제 누가 어떠한 곳에 비콘을 설치했는지 더 살펴보기로 하자!

역시나 SK, YAP, KT 가 열심히 설치했다. 매장 수 보다 비콘수가 더 많은건, 실제 비콘을 설치한 매장에 대해서는 평균 1개 이상을 설치했다는 걸 의미한다. 그런데 Op! Pay 이건 누구인가? 제보를 받습니다.

SK

가장 active 하게 사업을 하는 만큼 열심히 깔았다. 편의점 비중이 높지만 다른 업종에도 꽤 설치를 했다.

Op! Pay

편의점에 등장한 신흥 강자이다. 다시한번 제보를 받습니다. ^^

YAP

이번 조사에서는 빠져있지만, SPC 계열의 매장에 거의 다 들어가 있다. 그리고, 서울시 버스에도 다 들어갔다. 이 수를 포함하면 1위를 위협하는 정도가 되지 않을까 추측해 본다.

KT

조금 모호하다. 그동안 여러경로로 확인한 바에 의하면 매장 안을 타깃으로 한다기 보다, 주요상권들에서 길을 걸어가고 있는 사람, 즉 주변에 있는 사람에게 푸시를 알리기위한 의도로 비콘을 설치한 것으로 보인다.

전체적으로 봤을 때, 편의점을 제외한다면 실제 비콘이 깔려있는 곳은 참으로 적지 않나 생각한다. 

이번 포스팅은 여기서 마무리를 하고자 하는데, 이번 글을 상당히 짧게 쓴 이유는 해당 데이터로 어떠한 결론을 논하는게 섣부를수도 있다는 생각과 잘 정리된 도표를 바탕으로 각자가 판단하기를 기대하기 때문이다. 우리의 시각과 상세한 내용은 로플랫 비지니스&데이터분석 이상호팀장이 정리한 보고서를 참고하면 좋을 것 같다. 비콘 현황 보고서 다운로드

Measure Offline

for Better Business Decision

[로플랫의 오프라인 측정 #2] 10대 20대 남자를 대상으로 마케팅을 하기에 좋은 장소는?

타이틀이 그렇게 좋진 않다. 20대 여자 대상이었다면 좀 더 흥미로웠을 텐데, 아쉬움은 있지만 현재 가지고 있는 데이터를 최대한 활용할 수 밖에 ㅠㅠ

스타벅스, 커피빈, 이디야, 파리바게뜨, 롯데리아, 맥도날드, 공차, 배스킨라빈스, 던킨도너츠. 

10대 20대 초반의 남자들을 실제 어느 매장을 더 자주 방문할까?
(로플랫의 고객사 중 10대 20대 남자들이 많이 사용하는 앱을 통해 얻게된 방문 기록이므로 데이터가 특정 사용자 군에 편향되어 있을 수 있다는 것은 미리 말씀드린다.)

프랜차이즈 매장 방문 트래픽

3/21일 월요일의 프랜차이즈 매장 실제 방문 foot traffic을 바탕으로 상위 8개를 추려보았다. 결과는 파리바게뜨와 롯데리아가 1,2위를 차지했다. 요일별로 조금 다르긴 하지만 파리바게뜨와 롯데리아의 실제 방문 수가 엎치락 뒤치락 했다. 한가지 재미난 사실은 이들이 가장 많이 방문하는 커피매장은 이디야였다. (개인적으로는 스타벅스와 커피빈을 가장 선호한다. 연령대가 차이가 나서인가 ^^;;) 그리고 이들보다 훨씬 많이 방문하는 특정 카테고리의 장소가 있었으나, 고객사와 관련이있어 여기선 생략한다.

여기에 조금 색다른 종류의 장소데이터를 한번 추가해 보자. 아래 그림에서 위쪽에 있는 숫자 '2890'과 휴대폰 화면속의 숫자 '2890'이 보이는가? 우리는 지난 2월달에 지하철 2호선 모든 객차(약 800량)의 와이파이 신호를 모두 수집해서, 현재 지하철 어느 칸에 사용자가 있는지를 인식하고 있다.

자, 이 데이터를 위의 차트에 추가해 보자. 

지하철 2호선은 위에서 본 프랜차이즈 매장들과 비교해서 월등히 많은 방문 횟수를 나타낸다. 이게 뭐지!

지하철 2호선

지하철 2호선 객차 이용 패턴이 궁금해서 좀 더 자세히 들여다 보기로 했다. 평일과 휴일로 구분하고 시간대 별로 방문 기록을 살펴보니 평일은 오전 8시와 오후 6시 시간대에 가장 많은 사용이 있었고, 휴일은 낮시간대에 골고루 지하철을 이용하는 것으로 나타났다. 음... 어느정도 추정이 가능하다...

조금더 긴 시간의 데이터를 살펴보자. 4월부터 5월 중순까지 한달 반 정도의 기간동안 지하철 2호선 객차 인식기록을 펼쳐보았다. 분홍색박스로 표시되어 있는 부분이 평일 부분이다. 자세히 들여다 보자. 특정 패턴을 찾을 수 있는가?

신기하게도 휴일 전날(분홍색 박스의 마지막 부분)에는 다른날보다 조금 더 많은 지하철 사용이 있음을 볼 수 있다. 그럼 일반 평일과 휴일 전날을 다시 자세히 비교해서 볼까?

전체적으로는 비슷한 패턴을 보이나, 휴일 전날에 상대적으로 늦은 시간대에 좀 더 많이 지하철을 이용하는 것을 볼 수 있다. 이것도 상상이 간다. 다음날 쉰다는 마음의 여유로 늦게까지 즐긴다는 것(?). 그런데 오전 시간대에 좀 더 적은 건 왜일까? 우리도 궁금하다.

장소, 장소, 장소

이번엔 간단하게 프랜차이즈 매장 방문과 지하철이란 곳의 실제 foot traffic을 살펴보았다. 사람들이 머무르는 장소라는 것을 고려할 때, 지하철이라는 공간이 얼마나 중요한지, 그리고 요즘 이디야가 정말 잘 나가고 있다고 하던데 실제 그렇구나 라는 것도 확인해 볼 수 있었다.

Measure Offline

for Better Business Decision

다음번엔 조금 다른 시도를 해 볼려고 한다. 우린 이번 5월 한달 동안 강남구 주요 브랜드 (옷, 음식, 카페, 약국, 은행, 화장품 등) 2500여 매장의 무선신호를 수집했다. 그런데 여기에는 와이파이 뿐만 아니라 비컨도 함께 포함됐다. 이 데이터를 바탕으로 도대체 비컨은 누가 얼마나 깔았는지 살펴보고자 한다. 기대하시라~

[로플랫의 오프라인 측정 #1] 맥도날드 vs. 롯데리아. 매장당 방문자수가 더 많은 곳은?

우리는 구글 혹은 네이버를 통해서 온라인 상에 있는 어떠한 정보든 찾을 수 있고, 홈페이지에 방문하는 사람들이 몇명인지 어디를 통해서 들어왔는지도 알 수 있다. 우리의 손가락 끝에 있는 이러한 온라인에서는 국내에서만 44조의 상거래가 일어난다고 한다. 그렇다면 우리의 발가락 끝에 닿아있는 오프라인에서는 얼마의 상거래가 일어날까?

오프라인 상거래 규모는 온라인의 7배가 넘는 무려 320조에 이른다고 한다. 그런데 우리는 이 오프라인이라는 곳에 대해 알 수 있는 정보가 너무나도 적다. 우리 매장에 방문한 사람중에 몇명이나 실제 구매를 하는지, 또 얼마나 많은 사람들이 경쟁매장을 방문해서 물건을 구매하는지. 내가 지금가는 음식점은 사람들이 실제 많이 가는 곳인지. 지하철 정류장에 게임광고를 했는데 얼마나 많은 사람이 그걸 보고 게임설치를 하는지.

오프라인 데이터 분석

우리는 작년 가을에 서울시내 주요 커피숍 및 패스트푸드 (롯데리아, 맥도날드) 에 대해 매장 방문을 정확하게 인식할 수 있도록 와이파이 신호를 수집했다. 그리고 최근에 10대 20대 남성 사용자가 많은 모바일 서비스를 통해 오프라인 매장의 실제 방문 데이터를 얻을 수 있었다. 그 데이터를 토대로 롯데리아와 맥도날드의 방문 패턴 차이점을 간략히 살펴 보았다.

서울시 동별 방문 빈도수

현재 우리 시스템은 서울시내 롯데리아와 맥도날드 매장의 80% 정도를 인식하고 있다. 전체 매장을 다 인식할 수 있었다면 조금더 다양하고 정확한 분석을 할 수 있었겠지만, 대략적인 추세를 보기엔 충분한 수준의 데이터이지 않을까 생각한다. 이번 데이터에서 방문이 인식된 총 매장수는 롯데리아가 157곳, 맥도날드가 91곳, 총 방문 인식 횟수는 롯데리아가 11871회, 맥도날드가 8860회다. 롯데리아가 맥도날드 대비 매장수는 1.7배 많고, 총 방문 횟수는 1.3배가 더 많다. 서울시내 동별 매장 방문수는 아래 그림에서 확인 할 수 있다. 빨간색 원이 롯데리아를 표시하고 노란색 원이 맥도날드를 나타낸다. 원의 크기는 방문횟수에 비례한다. 아래 차트에서 두드러진 차이점이라면 강남구에 맥도날드가 우세라는 점(?)

매장당 평균 방문 수

조금더 재미난 사실을 확인해 보기 위해 매장당 방문 횟수를 확인해 보았다. 그랬더니 맥도날드가 97회, 롯데리아가 76회로, 맥도날드가 롯데리아 대비 매장당 방문횟수가 1.3배 가량 높았다. 아래 그림은 매장당 방문 횟수를 보여준다. 이전 그림과 자세히 비교해 보면 원의 크기가 줄어든 것을 확인할 수 있는데, 그 변화폭이 롯데리아가 훨씬 큼을 알 수 있다. 이 데이터를 보기 전에도 다들 심적으로는 그렇게 추정하고 있지 않았을까?

시간대별 / 요일별 방문 패턴

한가지 더 궁금한게 있다. 두 패스트푸드 체인은 평일과 주말 그리고 시간대별로 방문 형태가 다를까? 

우리는 시간에 따른 매장의 평균 방문 횟수를 살펴 보았다. 아래 차트에서 맥도날드는 붉은색, 롯데리아는 노란색, 그리고 점선은 주말, 실선은 주중의 방문 기록을 나타낸다. 두 매장 모두 주말에 30% 이상 많은 고객이 방문하고 있다. 예상대로 점심시간대와 저녁시간대에 많은 사람이 방문한다. 그런데 롯데리아는 주중 점심시간대에 저녁시간대비 낮은 방문율을 보여준다. 이 이유는 뭘까? 만약 롯데리아 방문자층이 10대가 많고 맥도날드는 20대가 많다면 아무래도 점심시간에 밖에 나와서 먹기 어려운 10대 비중이 높은 롯데리아가 평일 점심시간에 취약할 수도 있겠다는 생각이 든다. 아니면 맥도날드가 높은 이유가 맥카페 때문일까? 예전엔 나도 몇번 점심 먹고 맥도날드에서 커피를 사 마신적이 있다. 롯데리아에 커피를 사러간 적은 없지만...

한가지 재미난점은 맥도날드가 평일 오전 7시에서 8시 사이에 방문자 수가 도드라지게 많았다. 우리는 기억을 더듬어 봤다. 왜 이른 아침에 맥도날드를 많이 방문할까? 아하, '맥모닝!'. 나도 맥모닝을 사먹으로 그 시간에 맥도날드를 들렀던 기억이 떠올랐다.

이번 데이터가 롯데리아와 맥도날드를 분석하기 위한 목적으로 계획하에 수집된 것이 아니라 다른 서비스의 부산물로 획득된 것이고, 방문기록 외에 다른 정보가 없어서 유익한 분석이 되었는지는 모르겠다. 하지만 의외로 재미난 결과를 볼 수 있었고, 추후 오프라인에 대해 다양한 측정/분석이 가능하다는 것을 확인할 수 있었다.

Measure Offline

for Better Business Decision

질문) 스타벅스, 커피빈, 이디야, 파리바게뜨, 롯데리아, 맥도날드, 공차, 배스킨라빈스, 던킨도너츠.
만약 10대 20대 남자들을 타깃으로 한다면 위의 리스트 중 어느 매장에 광고를 하는 것이 가장 효율적일까요?

답은 다음번 포스팅에서~~~ ^^

여기 어디지? 실내에서 장소 이름을 자동으로 인식할 수 있을까?

[범 지구적 실내 위치 제공을 위한 걸음 - 1]

실내 위치(장소) 인식을 범 지구적(?)으로 제공할려고 하다보니, 장소 인식 시스템은 구축을 위해 필요로하는 사람의 노동력을 최소로 만들수 있는가가 가장 중요한 문제라는 결론에 도달하게 되었다.

가장 좋은 것은 처음 가는 실내 장소에서도 여기가 어디인지 자동으로 인식할 수 있는 시스템을 만드는 것! 그렇다고 휴대폰의 다양한 리소스를 엄청(?) 써서 장소인식을 자동으로 해보겠다 라는 발상은 논문에나 쓸법한 방식이므로 일단 제외를 하고...

이 문제를 놓고 계속 고민해 오던 방식이 있었다. 사람들은 WiFi AP를 설치할때 AP의 이름(ssid)으로 장소와 관련이 있는 이름을 주로 사용하는 경향이 있다. (예를 들어 xxx_house, starbucks, ...) 물론 iptime, olleh 와 같이 장소하고 아무런 관련이 없는 값도 있다. 그런데, 매장들의 경우는 (특히 커피숍, 베이커리 등) 고객들에 편의를 주기 위해 무료 WiFi를 설치하고 자기 매장을 구별할 수 있게 매장 이름을 ssid로 사용 한다 (와이파이 관련 사업하시는 대표님이 오프라인 매장들을 이런 경향이 아주 강하다고 알려 주심 ^^).

때마침 어제 극심한 스트레스를 받고 있던 차, 이를 해결하기 위해 하루 종일 코딩 하기로 결심하면서 그동안 미뤄뒀던 이 일을 해 보기로 했다. 우리 회사는 (로플랫 이에요~) 지난 9월에 거금 300만원을 들여 아르바이트를 통해 서울시내 주요 커피/베이커리/패스트푸드 브랜드 매장 4000여곳을 직접 방문해서 WiFi 신호를 수집했다. 브랜드는 총 24개. 장난아니죠!

다른 브랜드 매장에는 잘 발견이 안 되지만, 특정 브랜드 매장에서만 유독 관찰되는 ssid 가 과연 있을까? 만약 명확한 패턴이 관찰이 된다면, 실제 학습하지 않은 브랜드 장소들도 앞으론 자동으로 인식할 수 있지 않을까?

이 패턴이 있는지 확인하기 위해서 TFIDF (Term Frequency Inverse Document Frequency) 라는 방식을 사용해 보기로 했다. 간략히 설명하자면 TFIDF는 다른 문서에는 잘 없지만 특정 문서에서는 유독 자주 관찰되는 단어를 찾아서 그 문서를 대표하는 키워드로 사용하고자 할때 사용하는 방식이다. 

여기서는 term은 ssid를 조금 손 봐서 (공백, 1F, 2F, -, 등 몇가지 불필요한 정보 삭제) 사용했고, 하나의 브랜드에서 보이는 term 전체 리스트를 하나의 document로 생각했다.

실제 사용한 데이터와 파이썬 코드는 아래 링크에서
와이파이 데이터 및 파이썬 코드 다운받기

자.. 그렇게 해서 우리가 찾은 결과는... (상위 2개만 표시했어요~)

스무디킹
     smoothieking 122.680970654
     lmart 37.1551271931
망고식스
     mangosix 117.962471782
     ohtsamoris 34.0064151724
탐앤탐스
     tomntoms 353.566062149
     tomntoms2 143.976117873
달콤
     dalkomm 67.4360154759
     dkstaff 48.0901373952
배스킨라빈스
     *baskinrobbinsfreewifi 351.874426106
     baskinstaff 316.311356495
설빙
     sulbing 177.466778557
     publicwifi@seoul 37.6269488538
할리스
     hollys 346.06287093
     hollyscoffee 205.464673366
파리크라상
     pariscroissant 47.3940463793
     u+net7063 21.9376604943
투썸플레이스
     twosome 299.706186749
     twosomeplace 108.219123484
롯데리아
     freeu+zone 88.7228391117
     netis 84.2126950537
오설록
     osulloc 54.1014045696
     osullocoffice 34.0064151724
커핀그루나루
     coffine 180.172415342
     coffinestaff 119.309873534
스타벅스
     ollehstarbucks 777.623609645
     starbucksap 763.155045796
카페베네
     bene 432.322186157
     caffebene 179.032554836
폴바셋
     telecop 72.0622928439
     paulbassett 68.4053228807
이디야
     ediya 435.833696014
     ediyacoffee 294.886922454
잠바주스
     jambajuice 50.745192024
     jjgn 25.8583532148
파스쿠찌
     pascucci 309.194823577
     *pascuccifreewifi 260.112876875
던킨도너츠
     dunkin 169.064771011
     *dunkindonutsfreewifi 150.868885425
맥도날드
     현대hcnwifiphone 108.219123484
     mcdonaldsfreewifi 90.071033507
공차
     gongcha 156.376995187
     publicwifi@seoul 66.2951003614
커피빈
     gangnamwifi 108.186485868
     dummy 77.5799315416
엔제리너스
     angelinus 163.497102488
     angel 100.184377114
파리바게뜨
     *parisbaguettefreewifi 576.698454226
     parisstaff 476.708074552

와우....
예상은 했지만... 생각보다 패턴이 아주 잘 나온다... 물론 없는 경우도 있다.

스타벅스가 서울시내 330개 정도, 전국적으로 720개가 있다고 한다. 나머지 절반은 수집하러 다니지 않아도 될 것 같다... 물론, 조금더 분석하고 자동으로 장소 이름을 설정하기 위해선 알고리즘을 더 devise 해 봐야겠지만...

전문가 분들께~
위에 링크를 통해서 실제 서울시내 4000개 장소 데이터를 오픈했습니다. 관심 있으신 분들은 오픈해 드린 데이터를 활용해서 더 좋은 방법들을 찾아볼 수 있을 거 같애요... 그렇게 하신 분들은 저에게도 좀 알려 주세요~~ ^^

애플은 실내에서 WiFi 신호를 수집하는 앱(Indoor Survey)을 왜 private하게 릴리즈 했나?

이번주 세상을 살짝 달군 하나의 사건이 있었다. 그 이름 Apple Indoor Survey.

우연히 외국 사이트에서 봤는데, 한글 기사로도 나오고 페이스북에서 지인이 나에게 확인하라고 알려도 줬다.

http://appleinsider.com/articles/15/11/02/apple-indoor-positioning-app-indoor-survey-spotted-on-ios-app-store

http://www.theverge.com/2015/11/2/9657304/apple-indoor-mapping-survey-app

Survey 라는 단어는 위치시스템을 구축할 때 장소를 학습한다는 의미로 쓰이는 단어다. 즉 애플이 사람들에게 실내 위치시스템을 구축하기 위한 도구를 뿌리고 있고, 사람들을 위치시스템 구축에 끌어들이고 있다는 의미로 해석된다.

원문을 살짝 보면 "By dropping 'points' on a map within the Survey App, you indicate your position within the venue as you walk through. As you do so, the Indoor Survey App measures the radio frequency (RF) signal data and combines it with an iPhone's sensor data."

즉, 이 앱을 통해서 우리가 무선신호 (== WiFi)를 알아서 잘 수집하겠습니다 라는 뜻이다.

10여년이 넘은 와이파이 실내 위치기술을 지금에 와서 왜 이런 방식으로? 

첫번째, 실내 위치시스템은 아무리 큰 회사도 혼자서는 구축할 수 있는게 아니다. 실내 장소가 너무 많고 구축을 위한 노동력이 많이 필요하기 때문에 결국은 일반 사람들(최소한 비즈니스 파트너들)을 실내위치 시스템 구축에 동참시켜야 한다. 

두번째, "전문가의 노력이 많이 드는일을 일반인이 쉽해 할 수 있다?" 여기에 문제가 있었기 때문이다. 일반 사람들이 하기에 쉽지 않은 일이었다. 2013년 200억을 주고 인수한 WiFi SLAM 회사의 기술은 간단히 생각하면 실내에서 WiFi 신호 수집 자체를 아주 쉽게 해 주는 기술이다. 이제 이 회사 기술의 내재화가 끝났다는 말인 것 같다.

최근에 계속 WiFi SLAM이라는 단어가 나를 귀찮게 하고 있어서 문득 예전 자료를 찾아봤다. 무려 7년전 2008년 12월 13일. "A Solution to the Simultaneous Localization and Map Building (SLAM) Problem" 이라는 논문을 랩 세미나에서 발표했다. 그해부터 였나보다. 실내위치 시스템은 구축에 드는 시간(비용)이 항상 문제라는 걸 깨달았다. 그리고 이걸 어떻게 풀까만을 계속 고민했던 것 같다. 그러다 찾은 방법이 로보틱스에서 사용되던 SLAM 이라는 기술이었고, 박사학위 주제로 이걸 연구해 봐야겠다고 생각했었다. 하지만 결국은 그것도 한계가 있다고 생각했었고 지금도 그 생각에는 변함은 없다.

자... 어쨋든... 현재 애플은 WiFi SLAM이라는 기술을 일부 활용해서 실내위치시스템을 확장하고자 하는 것 같다. 그런데 재미난 사실은 애플은 2013년 iBeacon을 릴리즈하고, 실내에서 어디에 있는지 알고 싶으면 iBeacon을 활용하라고 했다. 그리고 그 즈음부터 WiFi 신호를 일반 앱에서는 활용할 수 없게 막아버렸다. 그리고 2년후 다시 찾아온 것이 Indoor Survey 인 것이다.

현재 애플의 정책 변화에 따라 실내위치 시스템에서는 다양한 기술들이 혼재되어 각각의 길을 열심히 찾아가고 있는 중이다. 대표적인 iBeacon, 지자계 센서, 사운드, light, 그리고 WiFi. 어떤 기술이 어떠한 포지션을 갖게 될지 시간만이 알겠지만...

그래도 이 해묵은 WiFi를 실내위치 기술이 앞으로 어떻게 갈지 너무 궁금하다. 왜나하면 내가 그 자리에 서 있으니깐. 개인적인 생각은 fundamental 이다. 다른 기술들은 상황에 따라 필요한 곳, 적합한 곳에 적용이 될 것이다. 그런데 WiFi는 기본이다. 지금 설치되어 있는 인프라, 기술, 및 비용을 고려했을 때 세상 어디에있든 실내 장소를 구별해 줄 수 있는 실현 가능한 유일한 기술이기 때문이다. 즉, WiFi를 이용한 방식이 전 세계의 실내위치에 대한 기본 시스템이 된다는 것이다. 다른 것들은 더하기. 다만 iOS에서는 애플의 control 하에 있다는 것.

근데 WiFi SLAM 으로 가능하겠어?

줸장! 언젠간 애플에게 한방 먹이고말테다!