㈜피타그래프가 개발한 데이터 시각화 엔진으로 국내외 7건의 특허등록이 완료된 솔루션입니다.

다차원 큐브에 시간, 공간, 사용자정의를 담아 웹상에서 마우스 동작만으로 실시간 중첩, 병합, 계층변경, 차원변경 드릴다운, 드릴업 등의 기능을 구현할 수 있으며, 25종 이상의 그래프 템플릿을 제공하여 사용자가 원하는 모양의 그래프를 만들 수 있도록 합니다.

기본 기능 외에도 색약자를 위한 패턴그래프, 범례의 On&Off, 집계함수, 타 기관의 데이터도 검색해주는 중계검색, 유사한 그래프를 자동으로 추천해주는 수치검색 등 부가기능을 제공합니다.

피타그래프 레드는 지자체의 행정통계 빅데이터 센터, 지역 상권분석 플랫폼, AI형 추정모델 개발 등 다양한 분야에서 활용되며 4차산업의 성장을 견인하고 있습니다.

하이퍼 큐브 또는 데이터 큐브라고도 하는 다차원 큐브는 복잡한 다차원 데이터 세트를 표현하고 분석하기 위해 데이터 웨어하우징 및 비즈니스 인텔리전스에 사용되는 데이터 구조입니다.

간단히 말하면, 다차원 큐브는 각 축이 데이터의 다른 차원을 나타내는 그리드 형태의 형식으로 배열된 데이터 집합이라고 생각할 수 있습니다. 치수는 시간, 제품, 위치 또는 고객 등의 데이터 속성으로 생각할 수 있습니다. 큐브의 각 셀은 차원 값의 특정 조합을 나타내며 분석 중인 매출 수익, 이익률 또는 판매 단위와 같은 측정값을 포함합니다.

예를 들어, 다른 지역에서 제품을 판매하는 소매점을 생각해 보겠습니다. 이 데이터의 다차원 큐브에는 시간, 제품 및 지역의 3차원이 있습니다. 시간 치수는 월 또는 분기로 나눌 수 있으며, 제품 치수는 전자제품, 의류 또는 책과 같은 범주를 포함할 수 있으며, 지역 치수는 시(市 ) 또는 도(道)를 포함할 수 있습니다. 큐브의 각 셀은 시간, 제품 및 지역의 특정 조합을 나타내며 판매 수익 또는 판매 단위와 같은 측정값을 포함합니다.

다차원 큐브는 슬라이스와 네모블록(Dice), 드릴다운, 피벗 테이블 등 다양한 기술을 사용하여 분석 및 시각화할 수 있습니다. 슬라이스와 큐브에서는 각 차원에 대해 특정 값을 선택하여 특정 데이터 서브셋을 분리할 수 있습니다. 드릴다운을 통해 사용자는 각 차원 내에서 더 낮은 수준의 세분화된 층으로 이동함으로써 데이터를 더 자세히 탐색할 수 있습니다. 피벗 테이블을 사용하면 치수와 측정값을 다른 구성으로 재배치하여 다양한 방법으로 데이터를 요약할 수 있습니다.

계층이란 차원을 구성하는 구성요소 간의 수직적인 상하관계를 일컫는 말로 데이터를 입체적으로 표현하는 것을 가능하게 합니다.

피타그래프 레드는 [연도, 분기, 월, 일, 시간(HHMM)]의 시간차원, [국가, 광역시도, 시군구, 읍면동, 기타]의 공간차원, [M1, M2, M3, ...]와 같이 사용자가 정의할 수 있는 사용자차원을 가지고 있습니다.

두 개 이상의 차원은 계층 관계가 생깁니다. 예를 들어 시간차원 중 일(Day)은 월(Month)에 속하고 월은 분기(Quarter)에, 분기는 년(Year)에 속합니다. 이렇게 여러 차원의 가능한 각 조합은 측정 단위 값을 가지고 있는데, 이에 의해 차원 간, 계층 간 변화가 가능해집니다. (※ 피타그래프 레드는 칼럼 1개를 값 영역으로 제공)

중첩 정렬은 각 구분항목을 독립적으로 고려해 구분항목별로 행을 정렬합니다. 병합은 전체 구분항목의 값을 고려하고 모든 구분항목에서 같은 값 순서를 사용합니다. 항목순서대로 정렬되느냐 아니면 값 순서대로 정렬되느냐의 차이로 볼 수 있습니다.

피타그래프 레드는 이런 복잡한 인터페이스를 마우스 클릭&드래그 방식으로 간편화하였으므로 전문가가 아닌 일반인 누구나 마우스 동작 한 번으로 중첩과 병합을 구현할 수 있도록 개발되었습니다.

또한 비교해 볼 데이터를 우측에서 검색하고, 검색된 데이터 목록에는 중첩 또는 병합 대상 그래프인지를 미리 알려주고 있습니다.

어느 하나의 차원을 기준으로 데이터 조회를 상위 수준에서 하위 수준으로 하는 방식을 드릴 다운이라고 합니다. 반대로 하위 수준에서 상위 수준으로 올라가는 것을 드릴업이라고 합니다.
피타그래프 레드는 그래프 상의 항목을 직접 클릭하여 간편하게 드릴업(Drill up)과 드릴 다운(Drill down)을 시도할 수 있습니다.
가령 연➝분기➝월➝일, 광역시도➝시군구➝읍면동 순으로 자세하게 수치를 확인할 수 있으며 그 역으로 상위 그룹의 수치를 확인할 수도 있습니다.

집계함수는 데이터베이스나 스프레드시트와 같은 데이터 처리 도구에서 매우 중요한 기능 중 하나로서 데이터 집합의 값을 계산하거나 집계하여 결과를 반환합니다. 다차원 큐브로 구성된 피타그래프 레드 또한 SUM(), AVG(), CNT() 등과 같은 집계함수를 지원합니다. 복잡한 함수를 코딩하지 않아도 그래프 상의 집계함수 버튼을 클릭할 때마다 함수가 변하며, 대량의 데이터를 간편하고 효율적으로 처리, 분석하거나 특정 값을 빠르고 쉽게 계산하는 것을 도와줍니다. 집계함수가 적용되지 않는 내용의 그래프인 경우에는 집계함수 일부는 작동하지 않을 수 있습니다.

AVG(expression) 모든 값의 평균을 보여 줍니다.
CNT(expression) 그룹의 항목 수를 나타냅니다.
MAX(expression) 모든 값들에서 최대값을 나타냅니다.
MIN(expression) 모든 값들에서 최소값을 나타냅니다.
SUM(expression) 모든 값의 합계를 나타냅니다.

피타그래프 레드 솔루션으로 구축된 데이터센터들은 자체 검색뿐만 아니라 타 사이트의 데이터도 동시에 검색할 수 있습니다. 중계기능은 데이터의 물리적 교환이나 시스템 통합, 데이터표준화 작업 없이도 데이터 공유를 가능하게 합니다.

피타그래프의 중계서버를 통해 네트워크로 연결되면 자체적으로 데이터들을 수집하는데 비용과 노력을 들이지 않더라도 마치 나의 데이터처럼 현재 화면에 검색결과를 보여줄 수 있습니다. 예를 들어 A연구기관이 구축한 A연구원 빅데이터센터 사이트에서 “인구”를 검색하면 B대학교, C시청, D진흥원 등도 동시에 검색해 A연구원 빅데이터센터의 검색페이지에 그 결과를 나타내 줍니다. 현재 동작구청, 동대문구청, 담양군청 등이 중계 네트워크로 연결되었으며 향후 기관, 지자체 중심으로 네트워크가 확대될 예정입니다.

중계검색을 통해 다른 성격의 데이터도 함께 관찰하고 비교할 수 있으므로 폭넓고 새로운 시각의 통찰을 얻을 수 있습니다.

현재의 그래프와 가장 유사한 다른 그래프들을 AI 수치검색엔진이 검색하여 유사성이 높은 그래프부터 자동으로 추천해주는 기능입니다. 통찰을 얻기 위해서는 다른 데이터들을 찾아서 비교해야 하는데 수만 수십만 이상의 데이터를 사람이 직접 다 찾아볼 수는 없는 일입니다. 피타그래프는 이러한 현실의 장벽을 넘어서기 위해 AI 기반 수치검색엔진을 개발하였고, 상관계수(Correlation Coefficient)를 원리로 합니다.

수치검색 버튼 하나가 며칠이 걸릴지 모르는 유사 그래프 탐색 과정을 단 몇 초에 완료합니다. 피타그래프는 보다 완벽한 유사성 산출을 위해 S/W 버전을 지속적으로 업그레이드 하고 있습니다.