건설정보 디지털 데이터에 적용 가능한 동적 객체 데이터의 스키마 불가지론적 교환 방법론 (Schema-agnostic Dynamic Object Data Exchange Methodology Applicable to Digitalized Construction Engineering Information)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 24권 / 10호 / 848 ~ 855페이지
· 저자명 : 유석준, 김상욱

초록

인프라 시설물의 건설 프로젝트에 사용되는 다양한 소프트웨어 플랫폼 간에 필요한 데이터를 원활하게 교환하기 위해서는 표준화된 데이터 형식의 구현이 필수적이며, 이러한 표준화는 중요 정보의 손실이나 변질을 방지하는 기능을 한다. 이를 위해 예전부터 중립적 객체모델 기반의 데이터 형식과 교환 방법론이 제안되었다. 그러나, 기존 소프트웨어에 사용되는 데이터 모델은 호환성이 결여된 고정적인 데이터 모델을 기반으로 함으로써 다수의 출처에서 오랜 경험을 거쳐 생성되는 다양한 형식의 데이터를 매개하는 데에는 한계가 있다. 이러한 상황에서 고정된 중립 모델보다 유연한 데이터 교환 메커니즘을 통해 당사자 간 직접 정보를 교환하는 것이 더 현실적일 수 있다. 본 연구에서는 JSON(JavaScript Object Notation) 형식에 기반한 동적 객체를 이용해 고정된 객체모델 정의인 스키마 없이 다양한 데이터를 교환하는 방법을 제시하고자 한다. 본 방법론에서 인프라 시설물의 객체모델 정의는 데이터 구조에 대한 엄격한 규정을 적용하기보다는 수신 데이터의 의미 파악을 위한 지침 역할을 하며, 주어진 데이터와 객체모델과의 일치 여부를 강제하지 않는다. 이를 바탕으로 2종의 JSON 샘플 데이터를 이용해 동적 객체의 구조와 형식을 유추할 수 있는지 실험한 결과, 두 샘플 모두 원래 클래스의 상위클래스까지는 75% 정도 유추할 수 있어 본 연구의 스키마 불가지론적 방법론의 실현 가능성을 보여주었다.

영어초록

The implementation of a standardized data format is imperative to facilitate the seamless exchange of essential data across diverse software platforms in construction projects for infrastructure facilities. This standardization serves as a safeguard against the loss or corruption of critical information. However, the inherent rigidity of this unalterable data format within standard data models exposes vulnerabilities when mediating a wide range of data types from sources beyond CAD or BIM software. Given these complexities, a more pragmatic approach might involve the direct exchange of information between stakeholders through a flexible data interchange mechanism. In this paper, we introduce a technique for the exchange of diverse data by leveraging a dynamic object based on the JavaScript Object Notation (JSON) format. In this methodology, the object model definition for infrastructure facilities assumes the role of a reference guide that aids in the comprehension of incoming data rather than imposing strict regulations on data structures. Tests show that about 75% of the superclass of the original classes in two sample JSON datasets could be reconstructed, which demonstrates the feasibility of our schema-agnostic methodology.

참고자료

· 없음