I. 서론

한국의 선사유적 연구는 1960년대 이후 전국적인 조사 체계가 정비되면서 양적･질적으로 비약적인 발전을 이루었다. 구석기에서 청동기에 이르는 방대한 유적이 꾸준히 발굴되고, 각종 발굴조사 보고서와 학술 성과가 누적되어 왔다. 그러나 이 자료들은 기관별･시기별로 분산되어 축적되었으며, 보고서 형식과 기술 용어가 상이하여 통합적 분석이 어려운 형편이다. 특히 대부분의 보고서는 PDF 형태로 제공되어 텍스트･도면･좌표 정보가 기계판독 가능한 구조로 변환되지 못하고 있다(최진무, 2019). 이로 인해 연구자들은 특정 시기･지역의 유적을 종합적으로 비교하거나, 문화 확산의 시공간적 패턴을 정량적으로 분석하는 데 한계를 겪고 있다.

이러한 문제의 본질은 데이터의 부재가 아니라 데이터 구조화와 상호연동의 결여에 있다. 선사유적 조사연구와 관련된 기관들은 각각 고유의 데이터베이스와 검색 체계를 운영하고 있지만, 공통 스키마나 통합 좌표계가 부재하여 서로 연계되지 않는다(최희수･구자용, 2021). 결과적으로 이용자들의 입장에서 종합적인 연구나 보편적인 역사상을 추출하는데 심각한 애로사항을 겪는다. 연구자들은 여전히 개별 보고서들을 수작업으로 비교해야 하며, 각 기관의 정보가 통합된 형태로 시각화되는 일은 거의 없다.

이러한 데이터 단절은 학문적 문제를 넘어, 공교육 및 대중 인식에도 영향을 미친다. 현재 고등학교 한국사 교과서 부속 ‘역사부도’에서 제시되는 선사유적 지도는 일부 대표 유적만을 점 형태로 단순 표시하는 수준이다. 구석기･신석기･청동기 유적의 지역별 분포나 문화권의 확산 관계는 시각적으로 파악하기 어렵다. 그림 1은 현행 교과서 역사 부도(도면회 등, 2022)에 나타난 선사유적 분포의 단순화를 예시한 것이다.

그림 1.

고교 역사부도 선사유적 분포도 예시

여기에 표시된 유적 이외에도 한반도의 구석기, 신석기 유적지는 매우 많다. 주요한 유적지만 표시하고 나머지는 생략한 것인데, 그렇게 되면 유적 분포나 유적의 입지 등을 파악하기가 대단히 어렵다. 이 문제는 단순히 지도 제작의 미비에서 비롯된 것이 아니라, 근본적으로 디지털 문화유산 데이터의 통합 구조가 부재하기 때문이다. 발굴보고서의 시기･좌표･유물 정보가 표준화되지 않은 상황에서는 교육용 지도 제작 또한 경험적 지식에 의존할 수밖에 없다.

기존 연구들(Choi et al., 2022; 최희수･구자용, 2021)은 선사유적 데이터의 구조화, 온톨로지 기반 모델링, 웹 기반 지도 시각화의 기초를 구축한 바 있다. 본 연구는 이러한 성과를 바탕으로 위의 한계들을 극복하기 위해, (1) 선사유적의 고고학적 특성을 반영한 유형별 GIS 데이터 구조 표준화, (2) GeoJSON 기반의 단일 표준에 따른 데이터-시각화-서비스의 일체적 연계 구조, (3) 연구･교육･대중용 계층형 사용자 인터페이스를 통합한 서비스 모델을 제시하고자 한다. 즉, 본 연구의 기여는 기존의 부분적 접근을 단일한 시공간 구조와 서비스 체계로 통합한 ‘연계적 데이터 전환 모델’을 제안한 데 있다.

이에 따른 본 논문의 구성은 다음과 같다. 제2장은 이론적 배경과 선행연구를 검토하여 본 연구의 위치를 규명한다. 제3장은 현행 한국 선사유적 관련 공간정보 및 정보서비스의 운영 실태를 분석하여 구조적 문제와 개선 방향을 도출한다. 제4장은 선사유적의 유형을 학문적 기준에 따라 분류하고, 유형별 공간표현 구조를 설계한다. 마지막으로 제5장은 연구의 성과와 한계를 정리하고, 향후 과제를 제언할 것이다.

II. 이론적 배경 및 선행연구 검토

1. 선사유적 연구의 정보화와 공간 데이터 개념

한국의 선사유적 연구는 오랜 기간동안 유적의 발굴과 분류, 유물의 형태학적 분석에 집중되어 왔다. 그러나 21세기 들어 고고학과 디지털 인문학의 융합이 가속화되면서, 유적 정보를 공간 데이터로 전환하여 시공간적 맥락 속에서 분석하려는 시도가 활발히 이루어지고 있다. 특히 GIS(Geographic Information System)는 문화유산 연구에서 필수적 도구로 자리 잡았으며, 유적의 분포･거리･고도･환경적 변수 등을 계량적으로 분석할 수 있게 되었다(Wheatley and Gillings, 2002).

GIS는 단순히 지리적 위치를 표시하는 기술을 넘어, 공간적 관계(spatial relation)를 통해 문화적 패턴을 해석하는 방법론을 제공한다. 유적 간의 거리, 입지, 자원 접근성, 환경 변화 등을 데이터로 통합함으로써, 인간 활동의 시공간적 구조를 복원할 수 있다(Wheatley and Gillings, 2002). 따라서 발굴조사 보고서에 수록된 좌표･지질･환경･유물 정보를 표준화하고 이를 GIS로 연결하는 과정은, 고고학 연구의 질적 전환을 가능하게 하는 핵심 단계라 할 수 있다.

그러나 국내 선사유적 정보화는 아직 초기 단계에 머물러 있다. 보고서 데이터의 대부분이 비정형 텍스트와 이미지로 구성되어 있어 기계 판독이 어렵고, 각 기관별 데이터베이스의 구조가 상이하다. 또한 좌표계와 명칭 표기 방식의 불일치로 인해 유적 간 관계 분석이 제한적이다. 최진무(2019)는 이러한 문제를 해결하기 위해 지오코딩(geocoding) 방식을 활용하여 유적 위치정보를 표준화하는 방안을 제시한 바 있으며, 이를 통해 보고서 기반 데이터의 GIS 연동 가능성을 입증하였다. 그러나 지오코딩 단계 이후의 데이터 활용, 즉 지도 시각화와 서비스화에 관한 연구는 여전히 부족하다.

이러한 맥락에서 본 연구는 선사유적 데이터를 표준화된 공간 데이터로 전환하여, 발굴보고서-유적-유물 정보를 하나의 시공간 구조로 연결하는 것을 목표로 한다. 이 접근은 단순한 데이터베이스 구축이 아니라, 고고학적 의미망(semantic network)을 기반으로 한 지식 인프라 구축에 가깝다.

2. 공간정보 기반 문화유산 연구의 국내외 동향

해외에서는 이미 2000년대 초반부터 문화유산 분야에 GIS와 웹 기반 공간정보 서비스가 적극 도입되었다. Wheatley and Gillings(2002)는 GIS 기술이 고고학 연구의 해석적 도구로 발전할 수 있음을 주장하며, 공간데이터를 문화적 행위의 결과로 해석하는 “해석적 고고학(interpretive archaeology)” 개념을 제시하였다. 미국의 Digital Archaeological Atlas of the Holy Land, 이탈리아의 Prehistory in Italy 등은 다양한 시기와 유적 유형, 유적유물의 성격 등을 레이어 구조로 표현하여, 시공간적 변화를 시각적으로 탐색할 수 있는 모델을 제시하였다.

국내에서는 2010년대 이후 국가유산청¹⁾의 문화유산 공간정보 서비스(GIS-Heritage)와 국립문화유산연구원의 조사지원 공간정보시스템을 중심으로 공공기관의 GIS 도입이 이루어졌다. 그러나 이들 시스템은 주로 행정적 관리나 보고 목적에 초점을 맞추고 있어, 연구나 교육용 분석 플랫폼으로 활용하기에는 한계가 있다. 최근 들어 민간 차원의 문화재 지도 서비스나 박물관 중심의 온라인 전시 시스템이 확산되고 있으나, 여전히 데이터의 시기별 분류와 시각화의 정합성이 미흡하다.

이와 관련해 최희수･구자용(2021)은 한국 선사유적을 대상으로 콘텐츠 큐레이션 기반 전자지도 구축 모델을 제시하였다. 이 연구는 온톨로지(ontology) 기반 데이터 구조를 적용하여, 유적-시대-유형-기관 간의 관계를 시각화하고, 지도상에서 시기별 필터링과 하이퍼링크를 통한 정보 탐색을 가능하게 했다. 특히 문화유산 데이터를 단순히 등록하는 것이 아니라, 사용자가 직접 탐색하고 관계를 파악하도록 설계했다는 점에서 의미가 크다. 반면, 공간분석 기능보다는 콘텐츠 연결성과 시각적 탐색에 초점을 맞추었다는 한계도 있다.

따라서 본 연구는 선행연구의 시각화 접근을 계승하되, GIS 데이터 모델링과 시공간 분석 기능을 결합하여 보다 정량적이고 구조적인 시스템을 제시한다. 표 1은 기존 국내외 주요 연구를 비교하여 본 연구의 차별성을 정리한 것이다.

3. 선사유적 정보 구조화와 메타데이터 표준화의 필요성

한국의 발굴조사보고서는 유적의 지리, 시대, 유물, 조사기관, 발굴연도 등의 핵심 정보를 포함하지만, 그 구조가 보고서마다 상이하다. 동일한 유적이라도 보고서마다 명칭이나 행정구역 표기가 다르고, 좌표계나 단위도 통일되어 있지 않다. 이로인해 유적별 데이터를 병합하거나 지도화하는 과정에서 오류가 발생한다.

Choi et al.(2022)은 이러한 문제를 해결하기 위해, 유적･보고서･유물･조사기관･조사정보를 각각 독립 엔터티로 정의한 관계형 데이터베이스 모델을 제시하였다. 각 엔터티는 고유 식별자(ID)로 연결되며, 유적은 좌표값을 포함한 공간 엔터티로 정의된다. 이 구조는 다수의 보고서가 동일한 유적을 참조할 수 있도록 설계되어, 중복 등록 문제를 방지한다.

본 연구는 이를 확장하여 GeoJSON 기반의 경량 구조를 제안한다. 선행연구(박용재･이기원, 2008)에 의하면 GeoJSON은 geometry(공간요소)와 properties(속성정보)를 단일 객체로 통합하여, 웹 기반 시각화 도구와 높은 호환성을 보인다. 이를 통해 데이터는 공간좌표와 속성정보를 동시에 표현할 수 있으며, Leaflet이나 OpenLayers 등 다양한 시각화 환경에서 동일한 형식으로 호출된다. 이러한 구조화는 기관 간 데이터 교환의 표준화를 가능하게 하며, 발굴기관･박물관･지자체가 동일한 데이터 구조를 기반으로 협력할 수 있는 기반을 마련한다.

요컨대 본 연구는 선사유적의 비정형 데이터를 정형화된 공간정보로 전환하여, 발굴보고서-유적-유물 간의 관계망을 시각화하고, 이를 통해 연구-교육-대중 서비스의 연계성을 강화하려는 시도이다. 이러한 접근은 한국 고고학의 디지털 전환(Digital Transformation)을 촉진할 뿐 아니라, 문화유산 정보의 공공성과 접근성을 확대하는 데 기여할 것으로 기대된다.

III. 현행 한국 선사유적 관련 공간정보 및 정보서비스 현황 분석

1. 분석 절차

한국의 선사유적 정보는 다양한 공공기관, 연구기관, 민간 플랫폼에서 구축･운영되고 있으나, 기관별 데이터 구조와 접근 방식이 달라 통합적 활용이 어렵다. 각 서비스는 일정 수준의 검색 기능과 시각화를 제공하지만, 데이터의 시기별 분류와 공간적 관계 분석에는 한계가 있다. 본 장에서는 국가유산청, 국립문화유산연구원, 한국문화정보원 등 주요 기관의 공간정보 서비스 및 데이터 서비스 현황을 분석하고, 그 특징과 문제점을 파악한 후 향후 개선 방향을 제시하고자 한다.

2. 국가유산청 발굴조사보고서 데이터베이스

국가유산청의 발굴조사보고서 서비스는 전국의 매장문화재 조사보고서를 집적하여 공개하는 대표적인 공공 데이터베이스이다(그림 2). 사용자는 보고서 제목, 조사기관, 지역, 조사연도 등을 기준으로 검색할 수 있으며, PDF 원문을 직접 열람할 수 있다. 이 서비스는 1970년대 이후 축적된 수만 건의 보고서를 디지털화했다는 점에서 의의가 크지만, 선사유적 전용 필터나 공간적 시각화 기능은 미비하다(최희수･구자용, 2021).

그림 2.

국가유산청 발굴조사 보고서 화면

보고서 데이터는 서지적 정보 중심으로 구성되어 있으며, 유적의 위치나 시대 구분은 텍스트 내부에 비정형적으로 기술되어 있다. 지도 기반의 시각화 기능이 제공되지 않아, 동일 지역 내 여러 시기의 유적 분포를 한눈에 비교하기 어렵다. 또한 동일 유적에 대해 여러 조사기관이 반복 조사한 사례가 다수 존재하지만, 이를 통합해 보여주는 기능은 마련되어 있지 않다. 이러한 점에서 해당 데이터베이스는 “축적 중심형 정보시스템”으로 평가된다.

향후 개선을 위해서는 보고서 본문에서 핵심 항목(유적명, 좌표, 시기, 유물 목록 등)을 자동 추출하여 구조화하는 기술적 접근이 필요하다. 인공지능 기반 텍스트 마이닝을 활용하면, 비정형 보고서를 자동으로 분류하고 좌표 정보를 추출해 지도화하는 단계적 연계가 가능하다(Choi et al., 2022).

3. 국가유산 공간정보서비스(GIS-Heritage)

국가유산청의 GIS-Heritage 서비스는 국내 문화유산의 위치 정보를 지도 기반으로 제공하는 웹 GIS 시스템이다(그림 3). 사용자는 문화재 명칭, 지정번호, 유형, 지역을 기준으로 검색할 수 있으며, 결과는 지도상 점(Point)으로 표시된다. 그러나 이 시스템은 주로 지정문화재를 중심으로 구성되어 있어, 발굴조사 성격의 비지정 선사유적은 대부분 누락되어 있다.

그림 3.

GIS-Heritage 서비스 화면

GIS-Heritage의 강점은 공간좌표와 속성정보를 일원화했다는 점이다. 하지만 목적 자체가 유산의 보존관리에 있으므로 행정적 편의를 위한 용도가 강하고, 유적의 시대 구분, 유물 정보, 보고서 링크 등은 속성 데이터에 포함되어 있지 않아, 문화사적 분석에는 한계가 있다.

선행연구에서는 이러한 공공 GIS 시스템이 문화재의 행정관리에는 적합하지만, 연구 중심 서비스로 확장되기 위해서는 시기별 필터링 기능과 외부 데이터 연계가 필수적이라고 지적하였다(최희수･구자용, 2021). 따라서 향후 이 시스템은 GeoJSON 기반의 외부 연동 API를 개발하여, 문화유산포털 및 연구용 GIS 데이터베이스와 상호운용성을 확보해야 한다.

4. 국가유산포털의 지역유산 지도 서비스

국가유산포털은 국가유산청이 운영하는 종합 포털로, ‘우리 지역 국가유산’ 기능을 통해 문화재의 위치를 지도 기반으로 제공한다(그림 4). 사용자는 시･도별 문화재 분포를 클릭하면 사진, 지정연도, 소재지 등의 정보를 확인할 수 있다. 그러나 이 지도는 지정문화재 중심으로 구축되어 있어, 선사유적의 상당 부분이 반영되지 않는다. 또한 지도상 표시 단위가 단일 점에 불과하여, 유적군이나 문화권 단위의 공간적 범위를 인식하기 어렵다. 예를 들어 김해･부산 지역의 패총 유적군은 하나의 점으로 축약 표시되어, 시기별 변천과 확산 양상을 파악하기 힘들다.

그림 4.

국가유산포털 지역유산 지도 서비스

이 서비스의 장점은 사용자 친화적 인터페이스와 접근성에 있으나, 학문적 분석 기능은 미흡하다. 향후에는 선사유적 전용 필터, 시기별 레이어, 보고서 링크 기능을 추가하여, 연구 및 교육 목적에 부합하는 구조로 확장할 필요가 있다.

5. 문화빅데이터플랫폼의 문화재 시각화 서비스

한국문화정보원이 구축한 문화빅데이터플랫폼은 문화재, 도서, 공연, 관광 등 다양한 문화 관련 데이터를 통합 관리하는 시스템으로, 시각화 기반 통계 서비스를 제공한다(그림 5). 문화재 부문에서는 시대별, 종교별, 재질별 필터를 통해 전국 문화재의 분포를 그래프와 지도 형태로 확인할 수 있다.

그림 5.

문화 빅데이터 플랫폼 전국 문화재 시각화

이 서비스는 대중적 시각화 측면에서는 우수하지만, 개별 유적의 상세정보(발굴기관, 유물, 좌표 등)를 포함하지 않아 학술연구에 직접 활용하기는 어렵다. 다만, 문화유산의 분포를 거시적으로 파악하거나 정책 기획 자료로 활용하는 데에는 유용하다. Wheatley and Gillings(2002)는 고고학에서 이러한 시각화 시스템이 초기 단계의 패턴 탐색과 가설 설정에 효과적이라고 평가한 바 있다.

6. 민간 데이터베이스의 현황

민간 부문에서는 다양한 기관이 발굴조사 데이터를 자체적으로 관리하고 있으며, 그중 일부는 온라인 서비스 형태로 공개되어 있다. 대표적인 예로 “한국역사문화조사자료 DB”는 여러 기관의 발굴보고서를 통합하여 제공하며, 시기･유형･발굴기관별 필터링을 지원한다(그림 6).

그림 6.

한국 역사 문화 조사 자료 데이터베이스

기본 검색과 상세 검색으로 구분되어 있으며 검색어 입력, 검색 필드(전체, 키워드, 서명, 대상지역, 시대, 발간기관), 발간연도, 발간기관 등을 이용해 검색이 가능하다. 그러나 회원가입 제한, 부분 유료화, 원문 접근 제한 등으로 인해 공공 데이터베이스와의 연계는 원활하지 않다.

표 2는 본 연구에서 분석한 주요 기관의 공간정보 및 데이터 서비스 현황을 비교한 것이다.

8. 시사점 및 개선 방향

현행 선사유적 관련 데이터 서비스는 다음과 같은 구조적 문제를 지닌다. 첫째, 데이터 구조가 기관별로 상이하여 통합 검색이 어렵다. 둘째, 지도 기반 시각화가 제공되더라도 유적군 단위의 계층적 표현이 미흡하다. 셋째, 보고서 원문과 위치정보 간의 연계성이 부족하여 시공간적 분석이 불가능하다. 넷째, 학술･교육･대중 간 데이터 접근 수준이 불균형하다. 이러한 한계를 극복하기 위해 본 연구는 다음 세 가지 개선 방향을 제시한다.

① 데이터 구조 표준화: 발굴보고서의 핵심 항목을 공통 스키마로 정리하여 기관 간 상호운용성을 확보한다.

② 공간 시각화 고도화: GeoJSON 기반 다층 구조를 적용해 시기별･유형별 변화를 시각적으로 표현한다.

③ 공공-학술-민간 협력 체계 구축: 오픈 API를 기반으로 연구기관, 교육기관, 일반 사용자 간의 데이터 공유를 촉진한다.

Ⅳ. 선사유적의 유형과 공간표현 구조 설계

1. 선사유적의 분류 체계와 공간적 특징

한국의 선사유적은 시대적 다양성과 공간적 확산, 그리고 기능적 중층성을 지니고 있다. 이러한 복합성은 공간정보에서 단순히 점(Point)으로 표현하기 어렵게 만들며, 유적의 성격에 따라 서로 다른 공간적 표현 구조를 요구한다. 본 장에서는 선사유적을 공간적 속성과 시기적 특성을 기준으로 네 가지 유형으로 분류하고, 각 유형에 적합한 데이터 구조와 시각화 방식을 설계한다. 이는 발굴보고서 메타데이터를 기반으로 구축한 공간정보 서비스 시스템의 핵심 구성요소이며, 시공간 분석과 교육 콘텐츠 개발의 기초가 된다.

선사유적은 시기적 범위와 공간적 규모, 기능적 특성에 따라 다음 네 가지 유형으로 구분할 수 있다.²⁾

① 단일유적형(Single-layered Site Type) : 하나의 시기･성격으로 한정된 유적.

② 집적유적형(Clustered Multi-site Type) : 동일 성격의 유적이 한 지역에 시기적으로 누적된 형태.

③ 중첩유적형(Stratified Multi-layer Site Type) : 한 지점에 서로 다른 시기와 성격의 문화층이 중첩된 형태.

④ 연속유적군형(Linear Sequential Site Type) : 동일 시기의 유적들이 일정한 지리적 경로를 따라 분포한 형태.

표 3은 각 유형의 구조적 특징과 공간정보 표현 방식을 정리한 것이다.

이러한 분류는 단순히 시기 구분을 위한 범주화가 아니라, 공간 데이터 구조 설계의 근거로 작용한다. 각 유형별로 유적 객체의 계층 구조가 다르며, 데이터 필드의 설계 또한 달라진다. 예를 들어 단일유적형은 단일 좌표와 속성 필드만을 갖지만, 복합유적형은 동일 좌표에 시기별 하위 레이어가 중첩되는 구조를 지닌다(최희수･구자용, 2021).

2. 단일유적형(Single-layered Site Type)

단일유적형에 해당하는 단일 시기･단일 성격의 단일 유적은 간단한 점 데이터 유형으로 표현이 가능하다. 공간적으로 분포한 유적의 위치는 포인트 데이터로 표현하고, 그 위치 데이터의 속성에 시기와 기능 등의 속성정보를 표현하는 것이다. 하나의 유적별로 하나의 위치를 가지고 있으며, 해당 위치마다 이를 설명하는 속성정보를 제공하는 것이다. 대표적인 사례는 충청북도 제천 점말동굴유적이다. 점말동굴은 약 6만~8만 년 전의 중기 구석기시대 유적으로, 하나의 문화층에서 석기제작 유구와 짐승뼈 화석이 함께 출토되었다. 그림 7의 사례와 같이 유적의 위치는 공간적으로 하나의 점으로 표현되며, 그 점의 속성정보에는 이 유적을 설명하는 내용을 포함할 수 있다. 그림 7은 단일유적형의 공간 표현 구조를 보여준다. 그림은 단일유적형의 공간정보 데이터를 GeoJSON으로 구성하고 이를 표출하는 사이트(http://geojson.io)를 이용하여 지도의 형태로 구현한 것이다.

그림 7.

단일유적형 예시

이러한 유형으로 공간정보 서비스로 구현하기 위해서는 점 데이터 기반의 공간 표현을 활용한다. GeoJSON 포맷에서는 Point 객체 유형을 이용하여 이러한 유형을 표현할 수 있다. 각 유적의 위치는 위도와 경도로 표현된 Point 객체로 표현하고, 이 객체의 속성 정보는 GeoJSON의 Property 클래스로 표현하는 것이다. GeoJSON 포맷을 이용하여 이러한 유형의 선사 유적을 표현한 사례는 다음과 같다.

1: {

2: "type": "Feature",

3: "geometry": { "type": "Point", "coordinates": [128.224314, 37.195977] },

4: "properties": { "유형구분": "1유형", "Site_ID": "PA0001", "명칭(Name)":

5: "제천 점말동굴 유적", "시기(Period)": "구석기", ... }

6:}

이 사례에 나타난 바와 같이 유형1의 선사유적의 위치는 3번 행과 같이 Point 형태이며, 그 위치는 3번 행의 Coordinates 클래스에 위도와 경도로 표현된다. 해당 유적의 속성정보는 4번 행의 properties 클래스에서 표현되며, 해당 속성 정보의 유형과 내용은 다음 행부터 유형 종류와 그 내용을 표현할 수 있다.

3. 집적유적형(Clustered Multi-site Type)

집적유적형은 다양한 시기와 단일 성격의 여러 유적의 경우 여러 지역에 위치한 유적들을 공간적으로 묶어서 표현한다. 이를 공간적으로 표현하기 위해서는 Polygon Layer 내부에 다수의 Point 객체를 배치하여 표현한다. 이때 전체 지역의 경계는 Polygon 객체로 정의하고, 내부 유적들은 각각의 Point로 구성한다. 그림 8은 집적유적형의 공간 표현 사례를 geojson.io를 이용하여 지도의 형태로 표현한 것이다.

그림 8.

집적유적형 예시

이러한 유형을 공간정보 서비스로 제공하기 위해 GeoJSON 형태로 표현한 사례는 다음과 같다. 사례에서와 같이 선사 유적이 밀집된 구역은 Polygon 객체로 표현하며 각각의 유적지의 위치는 Point로 표현되어 표현한다. 이들 객체는 FeatureCollection 구조를 통하여 하나의 데이터로 통합된다.

1: {

2: "type": "FeatureCollection",

3: "features": [

4: {"type": "Feature", "geometry": {"type": "Polygon",

5: "coordinates": [[[128.8218, 35.21418], [128.838431, 35.217652],

6: [128.877854, 35.229999], [128.898949, 35.201356],

7: [128.881581, 35.155846], [128.8218, 35.21418]]]},

8: "properties": {"name": "김해 패총 권역"} },

9: {"type": "Feature", "geometry": { "type": "Point",

10: "coordinates": [128.877854, 35.229999] },

11: "properties": { "유형구분": "2유형", "Site_ID": "NE0001", "명칭(Name)":

12: "김해 봉황동 유적(김해 회현리 패총)", "시기(Period)": "원삼국시대-삼국시대", ... }

13: {"type": "Feature", "geometry": { "type": "Point",

14: "coordinates": [128.838431, 35.217652] },

15: "properties": { "유형구분": "2유형", "Site_ID": "NE0002", "명칭(Name)":

16: "김해 수가리 패총", "시기(Period)": "신석기-철기", ... }

17: ... ] }

이 사례에 나타난 바와 같이 유형 2의 선사유적의 위치는 Polygon과 Point가 함께 표현되므로 2번 행과 같이 FeatureCollection 객체로 정의되며, 4번 행부터는 내부 영역을 표현하는 Polygon의 꼭지점의 좌표가 저장된다. 내부 지역의 유적지를 표현하는 Point는 각각 9번 행과 13번 행에 표현된다.

4. 중첩유적형(Stratified Multi-layer Site Type)

중첩유적형은 다양한 시기와 다양한 성격의 단일 유적이란 공간적으로는 단일한 위치의 유적에서 여러 시기별 문화층이 반복･중첩되는 경우이다. 이러한 유형의 유적을 표현하기 위해서는 공간적으로는 하나의 포인트 데이터에 또다른 종류의 속성 정보가 관계형 테이블로 표현되어야 한다. 따라서 하나의 포인트 데이터를 설명하는 속성 정보를 중심으로 다른 시기와 종류를 표현하는 별도의 속성 테이블을 연결하여 표현한다. 공주 석장리유적이 대표적인 예이다. 석장리는 전기･중기･후기 구석기를 거쳐 청동기 초기까지 연속된 문화층이 확인된 복합 유적으로, 발굴조사 결과 각 층마다 유물의 제작기법과 생활양식이 상이하다. 이러한 유형의 사례를 공간정보로 표현한 사례는 그림 9와 같다.

그림 9.

중첩유적형 예시

그림과 같이 선사 유적에 대한 위치 정보는 포인트 데이터로 표현되며, 해당 위치에 대한 기본적인 정보는 속성 정보로 저장된다. 해당 지점에 대한 다른 시기나 유형에 대한 정보는 별도의 테이블로 구성되어 속성 정보와 관계형 테이블로 연결된다. 이러한 유형의 데이터를 GeoJSON 포맷으로 표현한 사례는 다음과 같다.

1: {"type": "FeatureCollection", "features": [

2: {"type": "Feature", "geometry": {"type": "Point",

3: "coordinates": [127.189614, 36.446958]},

4: "properties": { "유형구분": "3유형", "Site_ID": "PA0002", "명칭(Name)":

5: "공주 석장리 유적", "시기(Period)": [

6: { "id": "paleolithic", "name": "구석기" },

7: { "id": "mesolithic", "name": "중석기" },

8: { "id": "bronze", "name": "청동기" }

9: ],

10: "layers": [

11: {"id": "paleolithic", "layer_name": "1문화층", "age_range": "55-45만 년 전",

12: "period": "전기 구석기"},

13: {"id": "paleolithic", "layer_name": "2문화층", "age_range": "35-32만 년 전",

14: "period": "중기 구석기"},

15: {"id": "paleolithic, "layer_name": "3문화층", "age_range": "21만 년 전",

16: "period": "후기 구석기"}

17: ]}

18: }]}

GeoJSON의 사례에서 3행까지는 포인트 데이터를 위치정보를 표현한 것으로 유형 1과 내용이 거의 동일하다. 그러나 5행부터는 시기에 따라서 “id” 속성이 별도로 표시되어 다른 테이블과 관계를 맺기 위한 연결고리 역할을 한다. 위의 사례와 같이 구석기 시기의 경우 “id” 속성값이 “palaeolithic”으로 부여되고, 이 값에 따라 10행 이후의 테이블과 연결된다. 공간정보 서비스에서 테이블 연결을 지원하기 위해서는 하이퍼링크를 작동할 수 있도록 자바스크립트 프로그래밍이 필요하다.

5. 연속유적군형(Linear Sequential Site Type)

연속유적군형은 한 시기의 동일 문화권 유적들이 띠 모양으로 분포하는 경우이다. 이는 유형 2의 경우와 같이 다수의 포인트 데이터와 이를 문화권 경로로 연결하는 선형 데이터로 표현한다. 각 유적의 위치는 포인트 데이터로 표현되며, 이들을 연결하는 라인 데이터를 이용하여 문화권의 경로를 표현할 수 있다. 대표적인 예는 연천 전곡리･파주 가월리･주월리 일대의 구석기 유적군으로, 한탄강 유역을 따라 유사한 석기제작 기술이 분포한다. 이를 geojson.io를 이용하여 지도의 형태로 표현한 사례는 그림 10과 같다.

그림 10.

연속유적군형 예시

그림과 같이 선사 유적의 지점들은 각각의 포인트 데이터로 표현되며, 이들은 선으로 연결되어 문화권 연결 경로를 표현하고 있다. 이러한 유형을 GeoJSON 포맷으로 표현한 사례는 다음과 같다.

1: {

2: "type": "FeatureCollection",

3: "features": [

4: {"type": "Feature", "geometry": {"type": "LineString",

5: “coordinates": [[126.877333, 37.973133], [126.905748, 37.981596],

6: [127.065358, 38.011919]]},

7: "properties": { "name": "파주-연천 연속유적군" } },

8: {"type": "Feature", "geometry": { "type": "Point",

9: "coordinates": [127.065358, 38.011919] },

10: "properties": { "유형구분": "4유형", "Site_ID": "PA0004", "명칭(Name)":

11: "연천 전곡리 유적", "시기(Period)": "구석기", ... }

12: {"type": "Feature", "geometry": { "type": "Point",

13: "coordinates": [126.905748, 37.981596] },

14: "properties": { "유형구분": "4유형", "Site_ID": "PA0005", "명칭(Name)":

15: "파주 가월리.주월리 유적", "시기(Period)": "구석기", ... }

16: ... ]}

사례와 같이 각 유적지의 문화권 경로는 LineString을 이용하여 선 사상으로 연결하여 표현하고 각각의 선사유적의 위치는 Point를 이용하여 포인트 데이터로 표현한다. 이들 포인트와 라인스트링 데이터는 FeatureCollection을 이용하여 하나의 객체로 표현한다. 지도상에서는 점과 선이 함께 표시되며, 선의 방향성과 길이를 통해 문화 확산 경로를 분석할 수 있다.

6. 공간정보 속성 데이터(메타데이터) 사례

네 가지 유형은 각각 독립적으로 존재하지만, 공간정보 서비스에서는 통합 구조로 운영되어야 한다. 앞의 사례와 같이 선사유적의 위치정보와 속성정보를 가공하여 공간정보 서비스로 제공할 수 있다. 공간정보 서비스로 제공되는 정보에는 선사유적의 위치정보와 함께 해당 선사 유적에 대한 구체적인 데이터를 속성 정보로 제공한다. 공간정보 서비스에서 표현되는 점(Point) 또는 영역(Polygon)와 연결되는 메타데이터 테이블 구조 예시는 표 4와 같다. 이들 테이블은 GeoJSON에서 “properties” 클래스에서 구현된다.

이 데이터 구조는 관계형 데이터베이스(PostGIS)에 저장되며, GeoServer를 통해 GeoJSON 포맷으로 전송되어 웹 GIS 환경에서 실시간 호출된다.

본 장에서는 한국 선사유적의 유형을 고고학적 성격과 공간적 구조에 따라 네 가지로 분류하고, 각 유형의 GIS 표현 방식을 제시하였다. 이를 통해 선사유적의 시공간적 다양성을 데이터 모델로 구체화할 수 있었으며, 향후 공간정보 기반 선사유적 역사정보 서비스의 구현을 위한 기초 틀을 마련하고자 하였다.

V. 공간정보 기반 선사 역사정보 서비스 모델 구축 방안

1. 시스템 구성 개요

앞선 장에서 논의한 선사유적 유형별 데이터 구조를 바탕으로, 본 장에서는 공간정보 기반 역사정보 서비스 모델의 구체적 구축 방안을 제시한다. 이 서비스 모델은 발굴보고서-유적-유물 정보를 하나의 공간데이터 네트워크로 통합하고, 이를 연구자･교육자･대중이 각각의 목적에 따라 활용할 수 있도록 설계하는 것을 목표로 한다. 시스템은 데이터 수집･정제･저장･시각화･서비스화의 다섯 단계로 구성되며, 각 단계는 상호 순환적으로 연결된다. 그림 11은 본 연구에서 제시하는 공간정보 기반 역사정보 서비스의 전체 구조를 개념적으로 나타낸 것이다.

그림 11.

선사유적 역사정보 서비스 개념도

한국 선사유적 공간정보 서비스는 일반적인 공간정보 웹 서비스와 마찬가지로 4 티어(Tier)의 다층 구조로 설계된다(안재성 등, 2020; 전상환･도경태, 2013). 일반적인 클라이언트와 서버의 구조에 추가적으로 애플리케이션 서버와 지도 서버가 포함된 계층 구조를 4 티어 구조라 한다. 클라이언트(사용자) 측에서는 사용자 인터페이스(UI) 계층이 존재하며, 특히 지도 라이브러리를 이용한 지도의 초기 시각화 기능을 제공한다. 지도 라이브러리는 leaflet과 같은 오픈소스 라이브러리와 OpenStreetMap과 같은 지도 데이터를 사용할 수 있다. 사용자는 지도에서 유적을 클릭하거나 필터링을 통해 시기별･유형별 데이터를 탐색할 수 있다. 웹 서버는 인터넷을 통하여 사용자의 요청을 받아 그 처리 결과를 화면에 표시할 수 있는 중계 역할을 수행한다. 애플리케이션 서버는 복잡한 처리를 수행하고 동적 콘텐츠를 작성하는 역할을 한다. 공간정보의 경우 사용자의 요청을 받아 Javascript 처리를 수행하는데, 특히 GeoJSON 데이터를 작성하고 반환하는 역할을 수행한다. 지도 서버는 공간정보 웹 서비스의 핵심 기능으로 공간 데이터베이스로부터 공간 데이터를 질의하고, 그 결과를 지도로 표현하는 역할을 수행한다. Geoserver는 공간 서버의 대표적인 오픈소스 소프트웨어이며, OpenStreetMap이나 구글 맵과 같은 배경 지도를 활용하기 위해 Tile Server를 이용하고 있다. 마지막으로 데이터베이스 층에서는 오픈소스 DBMS를 활용하여 공간 및 비공간 데이터를 저장하고 관리한다. 공간 데이터의 경우 PostGIS를, 비공간 데이터의 경우 PostgreSQL를 활용하여 데이터를 구축하여 관리할 수 있으며 애플리케이션 서버와 맵 서버에서 질의를 요청하면 데이터 검색과정을 거쳐 그 결과를 각각의 서버에 전달한다.

3. 데이터 구조와 GeoJSON 변환 절차

데이터의 구조화는 서비스 모델의 핵심 단계이다. 발굴보고서 메타데이터는 CSV 혹은 XML 형태로 수집되며, 데이터 정제 과정을 거쳐 PostGIS에 저장된다. 이후 웹GIS 서비스와의 연동을 위해 GeoJSON 포맷으로 변환된다(최희수･구자용, 2021).

GeoJSON 객체는 geometry(공간정보)와 properties(속성정보)로 구성된다. geometry는 좌표값(Point, MultiPoint, Polygon, LineString 등)을 포함하며, properties는 유적명, 시기, 조사기관, 보고서링크 등 텍스트 데이터를 포함한다.

이 구조는 각 유적 유형에 따른 시각화 방식을 일관성 있게 유지할 수 있게 한다. 예를 들어 단일유적형(Type I)은 Point 객체 하나로 표현되고, 중첩유적형(Type III)은 동일 좌표 내 여러 기간(period array)을 포함한다. 연속유적군형(Type IV)은 다수의 Point를 LineString으로 연결하여 시공간적 확산 경로를 표현한다(Choi et al., 2022).

데이터 정제 과정에서는 다음과 같은 단계가 수행된다.

① 명칭 표준화: 보고서별 상이한 유적명을 ‘표준명’ 필드로 통합.

② 시기 코드화: 구석기-신석기-청동기로 구분된 3단계 코드 체계 적용.

③ 좌표 검증: 오기입된 좌표값을 지도 상에서 시각적으로 검토하여 보정.

④ 속성 보강: 보고서의 참고문헌, 조사기관 정보 등을 추가하여 정보의 완결성을 확보.

이 과정을 통해 생성된 GeoJSON은 연구자용 분석 플랫폼, 교육용 지도, 대중용 웹 서비스 등으로 확장될 수 있다.

현재 수만 건에 달하는 발굴조사보고서를 전면 자동 변환하는 것은 기술적으로 한계가 있다. 따라서 반자동 데이터 처리 파이프라인’이 가장 적절한 대안으로 보인다. 1차 단계에서는 보고서의 기관명･좌표･시기 등 정형 필드를 규칙 기반 텍스트 마이닝으로 자동 추출하고, 2차 단계에서는 유물･층위와 같은 비정형 속성을 검수･보정하는 방식으로 수작업을 최소화하는 방식이다. 이것도 국가적 차원에서 진행되지 않으면 빠른 시간내 해결하기 힘들다. 따라서 국가유산청의 적극적인 정책적 지원이 필요한 상황이다.

4. 사용자 인터페이스(UI) 및 서비스 기능 설계

본 연구의 공간정보 서비스는 연구자･교육자･일반 사용자 등 다양한 이용 계층을 고려한 계층형 인터페이스(Hierarchical UI)로 설계해야 한다.

1. 연구자용 서비스(Research Mode) : 시기･유형･지역 필터링, 거리분석(Buffer/Distance), 유적 비교, 보고서 원문 다운로드 기능을 포함한다. 연구자는 데이터 시각화를 통해 시공간적 패턴을 분석할 수 있으며, PostGIS 기반의 공간 쿼리를 활용하여 데이터 추출이 가능하다. 또한 GIS에서 제공하는 접근성 분석이나 네트워크 분석기능을 활용하면 유적 간 거리, 네트워크 중심성, 교류권의 범위를 정량적으로 산출할 수도 있다(구자용, 2020).

2. 교육자용 서비스(Education Mode) : 간략화된 지도와 핵심 유적만 표시하며, 학습자에게 직관적인 시각정보를 제공한다. 교사는 특정 시기의 레이어를 선택하여 문화권의 확산 과정을 수업자료로 활용할 수 있다.

3. 대중용 서비스(Public Mode) : 스토리맵(StoryMap) 형식을 적용하여, 지도 위에서 주요 유적을 클릭하면 사진, 설명, 발굴영상 등이 팝업으로 표시된다. 이 모드는 문화관광 및 디지털 전시 콘텐츠와의 연계도 가능하다.

이처럼 하나의 데이터 구조가 세 가지 서비스 모드에서 서로 다른 인터페이스로 재구성될 수 있다는 점은, 본 연구의 모델이 지닌 확장성과 범용성을 보여준다.

5. 서비스 확장과 교육･콘텐츠 연계

본 공간정보 서비스는 단순히 연구 데이터를 시각화하는 것을 넘어, 교육 및 문화콘텐츠 산업으로의 확장성을 내포한다. 예를 들어 각 유적의 메타데이터를 기반으로 AR(증강현실) 콘텐츠를 제작하면, 학습자는 스마트기기를 통해 특정 지역의 선사유적을 시각적으로 체험할 수 있다. 또한 주요 유적의 3D 스캔 데이터를 연동하면, 가상 전시나 메타버스 기반 학습공간으로도 활용 가능하다. 그림 12는 서비스 확장 구조의 개념을 보여준다.

그림 12.

서비스 확장 개념도

이와 같은 융합형 서비스는 문화재청의 ｢문화유산 보존･관리･활용 기본계획(2022-2026)｣에서 제시한 디지털 전환 전략과도 일맥상통한다. 본 연구의 모델은 연구 중심 데이터베이스를 교육 및 대중 콘텐츠로 확장할 수 있는 실질적 경로를 제시함으로써, 디지털 헤리티지의 공공성과 지속가능성을 동시에 확보할 수 있다.

본 장에서는 공간정보 기반 역사정보 서비스 모델의 구조를 데이터-응용-표현의 3계층으로 구체화하고, GeoJSON을 중심으로 한 표준 데이터 구조와 다계층 사용자 인터페이스를 제시하였다. 이 모델은 단일 플랫폼에서 연구･교육･대중 서비스가 공존할 수 있는 유연한 구조를 지니며, 향후 공공데이터와 학술연구의 경계를 허무는 통합형 시스템으로 발전할 수 있다.

VI. 결론 및 제언

본 연구는 기존 연구가 데이터 구조화 또는 지도 시각화에 국한되었던 접근을 넘어, 선사유적의 시공간 구조와 서비스 아키텍처를 통합적으로 제시했다는 점에서 의의를 갖는다. 특히 기존 연구에서 논의되지 않았던 유형별 GIS 구조의 표준화와 다계층 서비스 모듈의 통합 설계를 통해 연구-교육-대중 서비스 간의 연속성을 구체화하였다. 그 과정에서 한국 선사유적 정보를 공간정보 기반의 공간 데이터로 구조화하고, 이를 학술연구･교육･대중서비스로 확장할 수 있는 역사정보 서비스 모델을 제시하였다. 아울러 이 연구에서는 데이터의 표준화, GeoJSON 기반의 시각화, 사용자 맞춤형 인터페이스를 결합하여 통합형 디지털 공간정보 서비스 방안을 제안하였다.

본 연구의 학문적 기여는 고고학적 데이터의 디지털 전환(digital transformation)을 실질적으로 구현했다는 점에 있다. 기존 연구가 발굴성과의 서지 축적에 머물렀던 반면, 본 연구는 데이터 구조화-공간화-시각화를 통합하여 연구-교육-대중서비스의 순환체계를 제시하였다. Wheatley and Gillings(2002)가 강조한 “공간적 사고(spatial thinking)”의 확장은 이제 한국 선사유적 연구에서도 구체적 실천으로 가능함을 보여주었다.

또한 선사유적의 유형 분류(Type I-IV)와 그에 따른 GIS 표현 방식을 제시함으로써, 국내 고고학 연구에서 통일된 데이터 구조 모델을 처음으로 정립하였다. 이는 향후 선사문화 연구뿐 아니라 청동기 이후의 고대유적 데이터에도 적용될 수 있는 확장형 표준이 될 것이다. 아울러 데이터 설계에 있어서도 GeoJSON 포맷으로 재구성함으로써, 웹 기반의 실시간 시각화와 다층적 레이어 구성을 동시에 구현할 수 있음을 검증하였다. 이러한 모델은 향후 “한국 고고학 데이터 표준안”으로 발전할 가능성을 지닌다.

그러나 이같은 서비스가 정착되기 위해서는 정책적인 지원과 보완 연구가 필요하다. 첫째, 국가 차원의 선사유적 통합 데이터 플랫폼 구축이 필요하다. 현재 국가유산청, 국립문화유산연구원, 지자체가 각각의 시스템을 운영하고 있으나, 데이터 구조와 좌표계가 상이하다. 이를 통합하기 위해 공통 메타데이터 스키마와 API 규격을 제정해야 한다. 이를 기반으로 발굴기관･연구소･박물관이 동일한 데이터 표준을 공유할 수 있도록 제도적 기반을 마련해야 한다.

둘째, 교육 연계형 디지털 지도 콘텐츠 개발이 필요하다. 고등학교 역사 교과서 부속 ‘역사부도’는 여전히 소수의 대표 유적만 표시하고 있으며, 시기별 분포 변화를 반영하지 못한다. 공간정보 기반의 시각화 자료를 활용하면, 학습자가 직접 시기별 레이어를 탐색하며 문화의 확산 과정을 체험할 수 있다. 이는 문화유산교육의 질적 전환을 촉진할 것이다(문화재청, 2022).

셋째, 민관 협력형 오픈 데이터 생태계 조성이 중요하다. 민간의 발굴조사 데이터와 공공 데이터 간의 연계가 가능하도록 API를 공개하고, 오픈소스 기술을 활용해 누구나 접근 가능한 데이터 생태계를 조성해야 한다. 이를 통해 디지털 헤리티지의 활용도를 높이고, 지역문화산업 및 관광 콘텐츠 개발로의 확장도 가능하다.

이러한 후속 연구는 문화재청의 ｢문화유산 보존･관리･활용 기본계획(2022-2026)｣이 제시한 디지털 전환 정책과도 연계될 수 있으며, 향후 ‘국가유산 디지털 통합지도(National Heritage Geo-Map)’ 구축의 실질적 기초가 될 것이다.