오픈소스 3D 웹 매핑 생태계

오픈소스 3D 웹 매핑 생태계

1. 요약 (Executive Summary)

본 안내서는 현대 웹 기반 3D 지도 애플리케이션 구축을 위한 오픈소스 기술 생태계에 대한 심층적이고 종합적인 분석을 제공한다. 기술 리더 및 아키텍트가 전략적 의사결정을 내리는 데 필요한 핵심 정보를 제공하는 것을 목표로, 주요 오픈소스 라이브러리인 CesiumJS, Mapbox GL JS(및 그 포크인 MapLibre GL JS), OpenLayers, Deck.gl을 다각도로 비교 평가한다.

분석 결과, 각 라이브러리는 뚜렷한 철학과 강점을 가지고 있으며, 특정 사용 사례에 따라 최적의 선택이 달라짐을 확인했다. CesiumJS는 WGS84 기반의 고정밀 3D 지구본 시각화와 대용량 3D 타일 데이터셋 스트리밍에 독보적인 성능을 보여, 디지털 트윈, 스마트 시티, 국방 및 항공우주 분야에 가장 적합한 솔루션으로 평가된다. Mapbox GL JS는 미려한 벡터 지도 렌더링과 풍부한 2D 지도 제작 기능에 강점을 보이지만, v2부터 도입된 상용 라이선스 정책은 중요한 고려사항이다. 이에 대한 대안으로 등장한 MapLibre GL JS는 완전한 오픈소스의 자유를 제공하며, Mapbox의 생태계에서 벗어나고자 하는 조직에게 매력적인 선택지이다. OpenLayers는 전통적인 GIS 데이터 형식과 OGC 표준에 대한 광범위한 지원을 바탕으로, 2D 중심의 GIS 애플리케이션에 3D 기능을 점진적으로 추가하고자 할 때 ol-cesium 라이브러리를 통해 강력한 확장성을 제공한다. 마지막으로 Deck.gl은 지도 라이브러리가 아닌 데이터 시각화 계층으로서, 대규모 데이터셋의 GPU 가속 렌더링에 특화되어 있어 데이터 분석 대시보드 구축에 필수적인 도구이다.

특히 대한민국 시장을 고려할 때, 국가공간정보 플랫폼인 **브이월드(VWorld)**와의 연동은 핵심적인 요구사항이다. 본 안내서는 브이월드 데이터의 특성과 API 제공 현황을 분석하고, 특정 플랫폼에 종속되지 않는 유연하고 안정적인 시스템 아키텍처 구축 방안을 제시한다. 이는 과거 VWorld의 API 변경 이력을 고려할 때, 장기적인 프로젝트 안정성을 위한 필수적인 전략이다.

결론적으로, 본 안내서는 단순한 기술 비교를 넘어, 각 플랫폼의 라이선스 모델, 생태계, 그리고 총소유비용(TCO)까지 고려한 전략적 청사진을 제시한다. 이를 통해 개발팀은 프로젝트의 목표, 예산, 기술적 요구사항에 가장 부합하는 기술 스택을 선정하고, 성공적인 3D 지도 애플리케이션을 구축하기 위한 명확한 방향성을 수립할 수 있을 것이다.

1.1 부: 현대 3D 지리 공간 웹의 기초

이 파트에서는 3D 웹 매핑 환경의 기본 개념과 주요 기술들을 소개하여, 이어지는 상세 비교 분석에 필요한 배경지식을 제공한다. 특히 대한민국 데이터 생태계와의 통합이라는 중요한 요구사항을 중점적으로 다룬다.

  • 1.1. 3D 웹 지도의 구조: GPU에서 지구본까지

  • 아키텍처 개요

현대의 3D 웹 매핑 애플리케이션은 원시 데이터가 사용자의 브라우저에서 상호작용 가능한 3D 장면으로 렌더링되기까지 여러 단계를 거치는 복잡한 시스템이다. 이 전체 워크플로우를 이해하는 것은 특정 라이브러리를 선택하는 것 이상의 전략적 중요성을 가진다. 전체 아키텍처는 데이터 수집 및 처리, 데이터 타일링 및 스트리밍, 클라이언트 측 렌더링 엔진, 그리고 그래픽 API의 네 가지 핵심 계층으로 나눌 수 있다.

  • 데이터 수집 및 처리 (Data Acquisition & Processing): 모든 3D 매핑 프로젝트의 시작점은 원시 지리 공간 데이터를 수집하는 것이다. 여기에는 항공사진 측량을 통해 얻은 수십 기가바이트의 사진, LiDAR 스캐닝으로 생성된 수억 개의 포인트 클라우드, 또는 건축 및 엔지니어링 분야에서 사용되는 BIM/CAD 모델 등이 포함된다. 이 원시 데이터는 종종 서로 다른 좌표계를 가지고 있거나, 웹에서 직접 사용하기에는 너무 크고 비효율적인 형식을 가지고 있다. 따라서 이 데이터를 사용 가능한 형태로 변환하는 ETL(Extract, Transform, Load) 파이프라인 구축이 필수적이다. 이 단계는 종종 프로젝트의 성공을 좌우하는 보이지 않는 가장 큰 장애물이 되기도 한다.1
  • 데이터 타일링 및 스트리밍 (Data Tiling & Streaming): 처리된 대용량 데이터셋을 웹 환경에서 효율적으로 시각화하기 위해서는 데이터를 작은 조각(타일)으로 나누고, 사용자의 시점에 따라 필요한 타일만 점진적으로 불러오는 스트리밍 기술이 필요하다. 이를 위해 Cesium이 개발하고 OGC(Open Geospatial Consortium) 표준으로 채택된 3D Tiles는 이기종의 대용량 3D 콘텐츠를 스트리밍하기 위한 사실상의 산업 표준으로 자리 잡았다.4 3D Tiles는 건물의 외부와 내부, 사진측량 모델, 포인트 클라우드 등 다양한 유형의 데이터를 계층적 상세 수준(Hierarchical Level of Detail, HLOD) 구조로 구성하여, 사용자가 지도를 확대하거나 이동할 때 필요한 부분만 효율적으로 로드할 수 있게 해준다.
  • 클라이언트 측 렌더링 엔진 (Client-Side Rendering Engine): 사용자의 웹 브라우저에서 실행되는 JavaScript 라이브러리는 3D Tiles와 같은 스트리밍 데이터를 서버로부터 요청하고, 이를 해석하여 화면에 그리는 역할을 담당한다. CesiumJS, Mapbox GL JS와 같은 라이브러리가 여기에 해당하며, 이들은 복잡한 3D 그래픽 연산을 추상화하여 개발자가 쉽게 3D 지도를 구현할 수 있도록 API를 제공한다.
  • 그래픽 API (WebGL/WebGPU): 렌더링 엔진은 최종적으로 브라우저가 제공하는 저수준 그래픽 API를 통해 GPU에 접근하여 하드웨어 가속 렌더링을 수행한다. 현재 가장 널리 사용되는 표준은 WebGL이지만, 차세대 API인 WebGPU가 점차 부상하고 있다. WebGPU는 최신 GPU 아키텍처에 더 최적화되어 있어 CPU 오버헤드를 줄이고 더 높은 성능을 제공할 잠재력을 가지고 있다.7

이처럼 3D 웹 지도는 단순히 하나의 라이브러리를 선택하는 문제가 아니라, 데이터 처리부터 최종 렌더링까지 이어지는 전체 파이프라인을 고려한 아키텍처 설계의 문제이다. 특정 라이브러리가 3D Tiles와 같은 개방형 표준을 얼마나 잘 지원하는지는 자체 데이터셋을 활용하고자 할 때 프로젝트의 실현 가능성과 비용에 직접적인 영향을 미친다. 따라서 렌더링 라이브러리 선택은 전체 데이터 생태계 전략과 맞물려 이루어져야 하는 핵심적인 의사결정이다.

  • 1.2. 오픈소스 3D 매핑의 네 가지 기둥

  • 현재 오픈소스 3D 웹 매핑 시장은 각기 다른 철학과 강점을 가진 네 개의 주요 라이브러리가 주도하고 있다. 이들의 핵심적인 특징과 시장에서의 위치를 이해하는 것은 기술 선택의 첫걸음이다.

  • CesiumJS: 고정밀 3D 지구본

  • 핵심 초점: CesiumJS는 최고의 성능, 정밀도, 시각적 품질을 목표로 처음부터 3D 지구본 및 지도 제작을 위해 설계된 JavaScript 라이브러리다.7 그 기원은 항공우주 분야에 있으며, 이는 측지학적으로 정확한 WGS84 타원체 기반의 시각화와 시간 기반 동적 데이터 분석에 대한 강력한 지원으로 이어진다.12

  • 핵심 기술: 대용량 데이터셋 스트리밍을 위한 개방형 표준인 3D Tiles를 완벽하게 지원하며, 이는 Cesium 생태계의 근간을 이룬다.11

  • 라이선스: 상업적 및 비상업적 용도로 모두 무료인 Apache 2.0 라이선스를 채택하여 매우 허용적인 사용 정책을 가지고 있다.11

  • Mapbox GL JS & MapLibre GL JS: 벡터 지도 강자와 그 오픈소스 포크

  • 핵심 초점: 매우 유연한 맞춤형 스타일링과 빠른 성능의 벡터 지도 렌더링으로 명성을 얻은 클라이언트 측 JavaScript 라이브러리다.8 2D 지도 제작에 강력한 기반을 두고 있으며, 이를 3D로 확장하는 기능을 제공한다.

  • 핵심 기술: 서버에서 렌더링된 이미지 타일을 받는 대신, 벡터 타일과 스타일 규칙을 클라이언트 측에서 직접 결합하여 동적으로 지도를 렌더링한다. 이 방식은 사용자와의 상호작용에 따라 지도의 스타일과 데이터를 실시간으로 변경하는 데 유리하다.8 렌더링에는 OpenGL을 사용한다.8

  • 라이선스 분기점: 이 지점이 기술 선택에 있어 매우 중요한 분기점이다. Mapbox GL JS v1은 BSD-3 라이선스의 오픈소스였으나, v2부터는 독점 상용 라이선스로 전환되어 Mapbox 계정과 API 토큰이 없으면 사용할 수 없게 되었다.14 이는 Mapbox의 데이터를 사용하지 않더라도 마찬가지다. 이러한 정책 변화에 대응하여, 커뮤니티는 마지막 오픈소스 버전이었던 v1을 기반으로 MapLibre GL JS라는 새로운 프로젝트를 시작했다. MapLibre는 Mapbox의 오픈소스 정신을 계승하며 완전한 자유를 제공한다.14

  • OpenLayers: 다재다능한 2D 우선 GIS 라이브러리

  • 핵심 초점: 주로 2D 지도 요구사항을 충족시키기 위해 개발된 고성능 라이브러리로, GeoJSON, KML, GML과 같은 벡터 데이터 형식과 OSM, Bing 등 다양한 타일 소스를 포함하여 광범위한 OGC 표준을 지원한다.15

  • 3D 기능: 3D 기능이 내장되어 있지는 않지만, **ol-cesium**이라는 강력한 통합 라이브러리를 통해 3D 시각화를 구현할 수 있다.15 이 라이브러리는 OpenLayers 지도 위에 Cesium 기반의 3D 뷰를 추가하고, 2D와 3D 뷰 간의 지도 컨텍스트, 래스터, 벡터 데이터를 동기화하는 기능을 제공한다.16

  • 라이선스: 허용적인 2-clause BSD 라이선스(FreeBSD 라이선스)를 따른다.15

  • Deck.gl: 고성능 데이터 시각화 레이어

  • 핵심 초점: 독립적인 지도 라이브러리가 아니라, Mapbox, MapLibre, Google Maps와 같은 기본 지도 위에 대규모 데이터셋을 시각화하기 위한 GPU 가속 시각화 계층이다.19

  • 핵심 기술: 수백만 개의 포인트를 표현하는 ScatterplotLayer, 데이터의 흐름을 보여주는 ArcLayer, 데이터를 육각형 격자로 집계하는 HexagonLayer 등 고도로 최적화된 다양한 레이어를 제공한다. 이러한 레이어들은 집계 및 렌더링 연산을 JavaScript가 아닌 GPU에서 직접 수행하여 압도적인 성능을 보여준다.21

  • 라이선스: 허용적인 MIT 라이선스를 따르며, vis.gl 제품군의 일부로 OpenJS Foundation의 지원을 받는다.20

  • 1.3. 대한민국의 필수 과제: VWorld 국가 데이터 플랫폼 연동

  • VWorld 개요

VWorld는 대한민국 국토교통부가 운영하는 공식 공간정보 오픈 플랫폼으로, 국내 시장을 대상으로 하는 애플리케이션 개발에 있어 핵심적인 데이터 소스이다. VWorld는 고품질 2D/3D 지도, 위성 및 항공 영상, 수치표고모델(DEM), 연속지적도와 같은 행정 정보를 포함한 광범위한 국가 데이터를 제공한다.23

  • API 제공 현황

VWorld는 개발자들이 이러한 데이터를 활용할 수 있도록 다양한 OpenAPI를 제공한다. 여기에는 WebGL 기반의 3D 지도 API, 모바일 환경을 위한 API, 그리고 WMS(Web Map Service) 및 WMTS(Web Map Tile Service)와 같은 국제 표준 인터페이스가 포함된다.23

  • 제공 데이터의 특징

VWorld는 전국을 대상으로 하는 3D 건물 모델을 제공하며, 이를 LoD2(Level of Detail 2) 수준 이상으로 고도화할 계획을 가지고 있다. 또한 고해상도 영상과 연속지적도와 같은 상세한 행정 레이어를 제공하여, 부동산, 도시 계획, 재난 관리 등 다양한 분야에서 활용 가치가 높다.23

  • 통합 전략과 잠재적 리스크

VWorld 데이터를 애플리케이션에 통합하는 가장 안정적이고 유연한 전략은 VWorld가 제공하는 특정 JavaScript API에 종속되기보다는, WMTS나 3D Tiles와 같은 표준 프로토콜을 통해 데이터를 소비하는 것이다. 예를 들어, CesiumJS나 OpenLayers와 같은 개방형 클라이언트 라이브러리를 사용하여 VWorld의 WMTS 서비스로부터 배경 이미지를 가져오고, 3D Tiles 서비스로부터 건물 데이터를 스트리밍하는 방식이다.

이러한 아키텍처가 중요한 이유는 VWorld의 API 제공 정책이 과거에 불안정성을 보인 사례가 있기 때문이다. 2019년에는 3D 데이터 API가 폐쇄되었다는 보고가 있었으며, 이는 특정 API에 강하게 결합된 애플리케이션에 심각한 리스크를 초래할 수 있음을 시사한다.30 이러한 이력은 VWorld를 단일 데이터 소스로 의존하는 것의 위험성을 명확히 보여준다. 따라서 장기적인 안정성을 확보하기 위해서는, VWorld의 특정 API가 변경되거나 중단되더라도 다른 데이터 소스(예: 다른 VWorld API 또는 자체 구축 타일셋)로 쉽게 전환할 수 있는 유연한 아키텍처를 채택하는 것이 현명하다. 이는 특정 데이터 제공업체의 정책 변화로부터 애플리케이션의 생존성을 보장하는 핵심적인 전략적 고려사항이다.

1.2 부: 핵심 렌더링 라이브러리 비교 분석

이 파트에서는 주요 라이브러리들을 핵심적인 기술 및 비즈니스 차원에서 직접 비교하여, 데이터 기반의 기술 선정 과정을 지원한다.

  • 2.1. 핵심 렌더링 및 3D 기능

  • CesiumJS: 3D 시각화의 정밀도와 충실도 면에서 타의 추종을 불허한다. CesiumJS는 고정밀 WGS84 지구본 위에서 대규모 지리 공간 데이터를 시각화하는 데 특화되어 있다. 사진측량 모델, BIM/CAD 데이터, 포인트 클라우드와 같은 방대한 데이터셋을 효율적으로 스트리밍하기 위한 3D Tiles를 네이티브로 지원하며, 사실적인 지형 렌더링, 동적 조명 효과, 그리고 시간의 흐름에 따른 데이터 변화를 시각화하는 기능이 매우 강력하다.11 또한, 완전한 3D 뷰, 2.5D 콜럼버스 뷰, 그리고 전통적인 2D 맵 뷰를 런타임에 전환할 수 있는 유연성을 제공한다.11

  • Mapbox GL JS / MapLibre GL JS: 강력한 2D 및 2.5D 지도 제작 능력에 중점을 둔다. 3D 기능은 주로 건물 외곽선 데이터를 입체적으로 돌출시키거나 기본적인 3D 지형을 표현하는 데 초점이 맞춰져 있다.8 three.js와 같은 외부 라이브러리를 사용하여 커스텀 레이어 형태로 3D 모델을 렌더링할 수는 있지만, CesiumJS처럼 대규모 3D 데이터셋을 네이티브로, 그리고 효율적으로 처리하는 기능은 부족하다.32 이 라이브러리의 진정한 강점은 아름답고 유려한 2D 지도 디자인과 빠른 벡터 타일 렌더링 성능에 있다.

  • OpenLayers: 본질적으로 2D 라이브러리이다. 3D 기능은 내장되어 있지 않으며, **ol-cesium**이라는 통합 라이브러리를 통해 구현된다.16 이 접근 방식은 애플리케이션의 주된 기능이 2D 지도이지만, 부가적으로 3D 뷰를 제공하고자 할 때 매우 효과적이다.

ol-cesium은 OpenLayers의 지도 컨텍스트, 래스터 및 벡터 데이터를 Cesium의 3D 뷰와 동기화하여, 두 라이브러리의 장점을 모두 활용할 수 있게 해준다.16 이 방식은 두 개의 라이브러리를 동시에 사용해야 하는 오버헤드가 있지만, 특정 시나리오에서는 최상의 솔루션이 될 수 있다. OpenLayers 공식 예제들을 살펴보면 대부분이 2D 또는 2.5D 기능에 집중되어 있어, 이 라이브러리의 정체성이 2D에 있음을 다시 한번 확인할 수 있다.33

  • Deck.gl: 기본 지도 엔진이 아닌 데이터 시각화 레이어이다. Deck.gl의 3D 기능은 3D 세계 자체를 렌더링하는 것이 아니라, 지도 위에 데이터를 3차원으로 표현하는 데(예: 3D 막대그래프, 아크, 포인트 클라우드 등) 집중되어 있다.19 GPU 가속을 통해 대규모 포인트 데이터셋이나 유동 데이터를 시각화하는 데 있어 탁월한 성능을 발휘한다.21

  • 표: 3D 기능 및 성능 비교

이 표는 각 라이브러리의 3D 관련 강점과 약점을 한눈에 파악할 수 있도록 요약하여, 프로젝트 요구사항에 가장 적합한 기술을 신속하게 식별하는 데 도움을 준다. 의사결정의 핵심 기준이 되는 현실적인 세계 표현, 대용량 데이터 처리 능력, 그리고 성능을 중심으로 비교한다.

라이브러리주요 초점3D 지형 렌더링3D 빌딩 렌더링 (네이티브)포인트 클라우드 렌더링시간 기반 동적 시각화대용량 데이터셋 성능
CesiumJS3D최상급 (동적 조명 포함)최상급 (3D Tiles)최상급 (3D Tiles)최상급 (CZML)매우 우수
Mapbox GL JS2D/2.5D기본제한적 (돌출형)제한적 (커스텀 레이어)기본보통
MapLibre GL JS2D/2.5D기본제한적 (돌출형)제한적 (커스텀 레이어)기본보통
OpenLayers (ol-cesium)2D우수 (Cesium 엔진 사용)우수 (Cesium 엔진 사용)우수 (Cesium 엔진 사용)우수 (Cesium 엔진 사용)우수
Deck.gl데이터 시각화해당 없음 (기본 지도에 의존)제한적 (돌출형)최상급 (GPU 가속)우수매우 우수

  • 2.2. 데이터 형식 지원 및 상호운용성

  • CesiumJS: 3D 및 지리 공간 표준에 대한 포괄적인 지원을 자랑한다. 3D Tiles, glTF, CZML과 같은 핵심 3D 데이터 형식을 네이티브로 처리하며, KML, GeoJSON과 같은 전통적인 GIS 형식도 지원한다.11 Cesium 생태계 전체가 개방형 표준을 중심으로 구축되어 있어 강력한 상호운용성을 보장한다.12

  • Mapbox GL JS / MapLibre GL JS: 기본 지도에 대해서는 Mapbox Vector Tiles (MVT) 형식에 크게 의존한다. 데이터 소스로는 GeoJSON, 래스터 타일, 비디오 등을 지원한다.8 3D 모델(glTF)은 커스텀 레이어를 통해 표시할 수 있지만, 이는 핵심 기능이라기보다는 확장 기능에 가깝다.32

  • OpenLayers: 데이터 형식 지원의 “스위스 군용 칼“이라 할 수 있다. WMS, WFS와 같은 OGC 표준을 완벽하게 지원하며, GeoJSON, TopoJSON, KML, GML 등 다양한 벡터 및 래스터 형식을 처리하는 데 탁월하다.15 이 라이브러리의 강점은 다양한 전통적 GIS 소스로부터 데이터를 통합하는 능력에 있다.

  • Deck.gl: 유연한 데이터 입력을 지원한다. 표준 JavaScript 객체 배열, GeoJSON, 그리고 다양한 바이너리 데이터 형식을 소비할 수 있다.20 특히

loaders.gl 라이브러리와의 통합을 통해 광범위한 데이터 형식을 지원한다.20

각 라이브러리가 네이티브로 지원하는 데이터 형식은 그 라이브러리의 설계 철학을 반영한다. CesiumJS는 사전 처리된 대규모 3D 콘텐츠를 스트리밍하기 위해, OpenLayers는 다양한 2D GIS 서비스와 통합하기 위해, Mapbox/MapLibre는 빠르고 멋진 벡터 지도를 위해, 그리고 Deck.gl은 이들 지도 위에 대규모의 추상 데이터를 시각화하기 위해 설계되었다.

  • 2.3. 라이선스, 생태계, 그리고 총소유비용(TCO)

  • CesiumJS: 핵심 라이브러리는 Apache 2.0 라이선스하에 완전히 무료로 제공된다.11 Cesium의 비즈니스 모델은

Cesium ion이라는 SaaS 플랫폼을 중심으로 구축되어 있다. Cesium ion은 3D 데이터의 타일링, 호스팅, 스트리밍 서비스를 제공하며, 전 세계 지형 및 건물 데이터와 같은 큐레이션된 데이터셋을 포함한다.39 따라서 총소유비용(TCO)은 내부 개발 비용에 더해, Cesium ion을 사용할 경우 발생하는 선택적인 구독료로 구성된다.

  • Mapbox GL JS: v2 이상 버전은 독점 상용 라이선스를 따른다.14 라이브러리를 사용하기 위해서는 Mapbox 계정과 유효한 토큰이 필수적이다. 비즈니스 모델은 지도 로드, API 요청 횟수 등에 기반한 종량제(Pay-as-you-go)이다.13 TCO는 서비스 사용량에 직접적으로 연동되며, 대규모 서비스의 경우 비용이 상당히 증가할 수 있다.14

  • MapLibre GL JS: BSD-3 라이선스를 따르는 완전한 오픈소스 프로젝트다.14 Mapbox GL JS v1의 커뮤니티 주도 포크로서 사용에 아무런 제약이 없다. 하지만 지도 타일이나 검색, 라우팅과 같은 부가 서비스는 MapTiler, Stadia Maps와 같은 제3자 제공업체를 이용하거나 직접 구축해야 한다. TCO는 주로 개발 인력과 데이터 호스팅 인프라 비용으로 구성된다.

  • OpenLayers: 2-clause BSD 라이선스하에 완전히 무료로 제공되는 오픈소스 라이브러리다.15 TCO는 개발 및 데이터 호스팅 비용이 전부다.

  • Deck.gl: MIT 라이선스를 따르는 완전한 오픈소스 라이브러리다.21 TCO는 개발 비용으로 한정된다.

이러한 라이선스와 비즈니스 모델의 차이는 단순한 기술 선택을 넘어선 전략적 결정의 핵심이다. Mapbox는 고도로 통합되고 세련된 플랫폼을 제공하지만, 이는 벤더 종속성과 사용량 기반의 비용 증가라는 대가를 수반한다. 반면 Cesium은 완전한 오픈소스 코어를 제공하면서 부가 가치가 높은 플랫폼을 통해 수익을 창출하는 ‘오픈 코어’ 모델을 따른다. MapLibre는 순수한 커뮤니티 기반의 대안으로, 완전한 자유를 보장하지만 솔루션을 완성하기 위한 더 많은 노력을 요구한다. 이는 예산, 리스크 관리, 그리고 기술 통제권에 대한 조직의 우선순위에 따라 최적의 선택이 달라짐을 의미한다.

  • 표: 라이선스 및 생태계 비교

이 표는 라이브러리 선택에 따른 비즈니스 및 전략적 영향을 명확히 하여, 기술적 차이점만큼이나 중요한 의사결정 기준을 제공한다.

라이브러리핵심 라이선스비즈니스 모델주요 플랫폼/생태계일반적인 비용 요인
CesiumJSApache 2.0오픈 코어 (SaaS 플랫폼)Cesium ion (타일링, 호스팅)개발 비용 + (선택적) ion 구독료
Mapbox GL JS상용 (Proprietary)플랫폼 종량제 (PaaS)Mapbox Platform (지도, 검색, 내비)개발 비용 + 지도 로드/API 사용량
MapLibre GL JSBSD-3커뮤니티 기반제3자 타일 제공업체 (MapTiler 등)개발 비용 + 데이터/타일 호스팅 비용
OpenLayers2-clause BSD커뮤니티 기반OGC 표준, 다양한 데이터 소스개발 비용 + 데이터 호스팅 비용
Deck.glMIT커뮤니티 기반vis.gl (데이터 시각화 도구 모음)개발 비용

  • 2.4. 개발자 경험 및 프레임워크 통합

  • 문서 및 예제: 모든 라이브러리는 방대한 문서와 예제를 제공하여 개발자들의 학습을 돕는다. Cesium은 실시간 코딩 환경인 Sandcastle을 제공하며 31, Mapbox는 상세한 가이드와 예제를 제공한다.8 OpenLayers 역시 방대한 예제 컬렉션을 자랑하며 33, Deck.gl은 쇼케이스와 API 문서를 통해 다양한 활용 사례를 보여준다.20

  • React 통합: 현대 웹 개발에서 React와의 통합은 매우 중요하다.

  • CesiumJS: Resium 라이브러리를 통해 React와 통합하는 것이 일반적이다. Resium은 Cesium의 객체들을 React 컴포넌트로 추상화하여 선언적으로 사용할 수 있게 해준다.45 다만 Cesium이 자체적으로 필요로 하는 에셋(웹 워커, 위젯 스타일 등) 때문에 설정이 다소 복잡할 수 있으며, 이를 해결하기 위해

craco-cesium과 같은 도구가 사용되기도 한다.47

  • Mapbox GL JS / MapLibre GL JS: react-mapbox-gl과 같은 래퍼(wrapper) 라이브러리를 통해 쉽게 통합할 수 있다.49

  • Deck.gl: React를 최우선으로 지원하며, react-map-gl과 같은 기본 지도 래퍼와 완벽하게 통합되어 매끄러운 개발 경험을 제공한다.20

  • 커뮤니티: Cesium 7, Mapbox 13, OpenLayers 50 모두 활발한 커뮤니티 포럼을 운영하며 개발자들의 질문에 답변하고 있다. MapLibre의 커뮤니티는 오픈소스라는 사명 아래 빠르게 성장하고 있다. Deck.gl은 OpenJS Foundation 산하의 vis.gl 프로젝트의 일부로서, 안정적인 거버넌스와 강력한 커뮤니티 지원을 받고 있다.20

1.3 부: 필수 기술 및 워크플로우 심층 분석

이 파트에서는 정교한 3D 매핑 애플리케이션을 구축하는 데 필요한 핵심 워크플로우에 대한 실용적이고 구체적인 구현 가이드를 제공한다.

  • 3.1. 3D 타일 파이프라인: 원시 데이터에서 글로벌 스트리밍까지

  • 필요성: 왜 타일링이 필수적인가?

수십 기가바이트에 달하는 CityGML, IFC, 또는 포인트 클라우드와 같은 원시 3D 데이터를 웹 브라우저에 직접 로드하는 것은 현실적으로 불가능하다. 브라우저의 메모리 한계와 네트워크 대역폭 제약 때문이다. 3D Tiles 형식은 이 문제를 해결하기 위해 고안되었다. 원시 데이터를 계층적 상세 수준(HLOD) 구조를 가진 작은 타일들로 분할함으로써, 클라이언트는 현재 시점에서 보이는 영역에 필요한 데이터만 스트리밍하여 렌더링할 수 있다. 이는 사용자가 거대한 3D 세계를 원활하게 탐색할 수 있도록 하는 핵심 기술이다.5

  • 구성 요소: 3D Tiles의 구조

3D Tiles 데이터셋은 크게 두 가지 요소로 구성된다. 첫째는 tileset.json 파일로, 전체 타일셋의 구조와 메타데이터를 정의하는 일종의 목차(manifest) 역할을 한다. 둘째는 실제 3D 모델 데이터를 담고 있는 타일 파일 자체다. 초기에는 b3dm(Batched 3D Model), i3dm(Instanced 3D Model), pnts(Point Cloud) 등의 형식이 사용되었으나, 최신 3D Tiles 1.1 사양에서는 렌더링에 최적화된 개방형 표준인 glTF를 기본 타일 형식으로 채택하였다.5

  • 구축 방법: 실용적인 데이터 변환 워크플로우

자체 데이터를 3D Tiles로 변환하는 과정은 여러 단계를 거친다.

  1. 좌표계 변환 (Vector Data): Shapefile과 같은 2D 벡터 데이터는 대부분의 글로벌 3D 뷰어가 사용하는 WGS84 (EPSG:4326) 좌표계로 변환해야 한다. 이는 GDAL 라이브러리의 ogr2ogr 커맨드라인 도구를 사용하여 쉽게 수행할 수 있다.53
# SHP 파일을 WGS84 좌표계의 GeoJSON 파일로 변환
ogr2ogr -f "GeoJSON" -t_srs EPSG:4326 output_wgs84.geojson input_source.shp
  1. 3D 모델 변환 및 타일링 (3D Models): IFC나 CityGML과 같은 복잡한 3D 모델은 먼저 glTF와 같은 렌더링 친화적인 형식으로 변환한 후 타일링을 진행하는 것이 일반적이다.
  • IFC 처리: IfcOpenShell 라이브러리를 사용하면 Python 스크립트를 통해 IFC 파일의 지오메트리와 속성 데이터를 프로그래밍 방식으로 추출하고 처리할 수 있다.59
  • 타일 생성: 변환된 지오메트리 데이터(예: glTF, GeoJSON)를 입력으로 받아 3D Tiles 데이터셋을 생성한다. Python 기반의 py3dtiles 라이브러리나 JavaScript 기반의 **citygml-to-3dtiles**와 같은 오픈소스 도구를 활용할 수 있다.63
  1. 서버 아키텍처: 생성된 tileset.json과 타일 파일들은 웹 서버를 통해 클라이언트에 제공되어야 한다. 간단한 프로젝트의 경우 정적 파일 서버로도 충분하지만, 대규모 데이터 처리 및 호스팅을 위해서는 AWS S3와 같은 객체 스토리지와 CDN을 결합하는 것이 효율적이다. 더 나아가, 데이터 변환 파이프라인 전체를 자동화하기 위해 AWS Lambda와 같은 서버리스 컴퓨팅을 활용한 아키텍처를 고려할 수 있다. Cesium ion 플랫폼은 이러한 복잡한 데이터 파이프라인을 관리형 서비스(SaaS) 형태로 제공하여 개발자가 인프라 구축의 부담을 덜 수 있게 해준다.71

결론적으로, 대규모 3D 매핑 프로젝트의 성공은 클라이언트 측 렌더링 라이브러리 선택만큼이나, 견고하고 확장 가능하며 자동화된 데이터 처리 파이프라인을 구축하는 데 달려있다. 이 파이프라인의 결과물을 얼마나 효율적으로 소비할 수 있는지가 라이브러리 선택의 중요한 기준이 되어야 한다.

  • 3.2. 세계에 생명을 불어넣다: CZML을 이용한 시간 기반 동적 시각화

  • CZML 소개

CZML(Cesium Markup Language)은 시간에 따라 변화하는 동적인 장면을 기술하기 위해 설계된 JSON 기반의 스키마이다. 이는 위치, 방향, 색상, 크기 등 객체의 속성이 시간에 따라 변하는 시나리오를 표현하는 데 최적화되어 있으며, CesiumJS에서 이러한 데이터를 처리하는 네이티브 형식이다.75 항공기나 위성의 궤적, 차량의 이동 경로, 시계열 데이터 시각화 등에 널리 사용된다.

  • 코드 예제: 항공기 비행 경로 추적

다음은 항공기의 비행 경로를 3D 모델과 함께 시각화하는 완전한 CZML 및 JavaScript 예제이다.

  1. CZML 데이터 구조 (flight.czml)

CZML 문서는 패킷(packet)들의 배열로 구성되며, 각 패킷은 장면의 한 객체를 정의한다.

},
"orientation": {
"velocityReference": "#position"
},
"model": {
"gltf": "path/to/your/aircraft.gltf",
"scale": 20.0,
"minimumPixelSize": 128
},
"path": {
"material": {
"solidColor": {
"color": {
"rgba":
}
}
},
"width": 3,
"trailTime": 120,
"leadTime": 0
}
}
]
  • document 패킷: 전체 장면에 대한 시간 설정(시작/종료 시간, 현재 시간, 재생 속도)을 정의한다.
  • Vehicle 패킷: 항공기 객체를 정의한다.
  • availability: 객체가 존재하는 시간 범위를 지정한다.
  • position: cartographicDegrees 속성을 사용하여 [시간_오프셋(초), 경도, 위도, 고도,...] 형식으로 시간에 따른 위치를 정의한다. epoch는 시간 오프셋의 기준 시간을 설정한다.
  • orientation: velocityReference 속성을 #position으로 설정하면, Cesium이 위치 데이터의 속도 벡터를 기반으로 모델의 방향을 자동으로 계산하여 비행 방향을 바라보게 한다.
  • model: 항공기를 표현할 3D 모델(glTF 형식)과 크기 등을 지정한다.
  • path: 항공기가 지나온 경로를 시각적으로 표시한다. trailTime은 과거 경로를 얼마나 오랫동안 보여줄지를 초 단위로 설정한다.
  • CesiumJS 구현 (index.js)

JavaScript 코드는 위에서 정의한 CZML 파일을 로드하고 뷰어를 설정한다.

// Cesium ion 토큰 설정 (필요 시)
// Cesium.Ion.defaultAccessToken = 'YOUR_CESIUM_ION_TOKEN';

const viewer = new Cesium.Viewer('cesiumContainer', {
shouldAnimate: true, // 애니메이션 자동 재생 활성화
});

// CZML 데이터 소스 로드
const czmlDataSource = Cesium.CzmlDataSource.load('path/to/flight.czml');
viewer.dataSources.add(czmlDataSource).then(dataSource => {
// 데이터 로드가 완료되면 항공기 객체를 찾아서 카메라로 추적
const vehicleEntity = dataSource.entities.getById('Vehicle');
if (vehicleEntity) {
viewer.trackedEntity = vehicleEntity;
}
});

이 예제는 43의 개념들을 종합하여 구성되었다. 이처럼 CZML을 활용하면 복잡한 시간 기반 시나리오도 선언적인 방식으로 쉽게 구현할 수 있다.

  • 3.3. 3D 데이터와의 상호작용: 피킹과 하이라이팅

  • 과제: 특정 객체 식별하기

수백만 개의 건물이나 수십억 개의 포인트로 구성된 대규모 3D 타일셋에서 사용자가 마우스로 클릭한 특정 객체를 식별하고 상호작용하는 것은 중요한 기능이다.

  • CesiumJS의 피킹(Picking) 메커니즘

  • 원리: CesiumJS는 scene.pick(movement.endPosition) 함수를 통해 마우스 커서 위치에 있는 객체를 식별한다. 이 함수는 렌더링된 객체의 정보를 담은 객체를 반환하며, 3D 타일셋의 경우 이는 Cesium3DTileFeature 또는 Cesium3DTilePointFeature 객체가 된다.77

  • 속성 정보 접근: 반환된 feature 객체의 getProperty('propertyName') 메서드를 호출하여 해당 객체가 가지고 있는 메타데이터(예: 건물 ID, 높이, 주소 등)에 접근할 수 있다. 이 메타데이터는 3D 타일의 배치 테이블(Batch Table)에 저장되어 있다.77

  • 하이라이팅: feature.color = Cesium.Color.YELLOW;와 같이 color 속성을 직접 변경하여 선택된 객체를 시각적으로 강조할 수 있다.

  • 코드 예제 (React/Resium): 다음은 Resium을 사용하여 3D 타일셋에서 특정 건물을 클릭했을 때 색상을 변경하는 예제이다.

import React, { useRef, useCallback } from "react";
import { Viewer, Cesium3DTileset, ScreenSpaceEventHandler, ScreenSpaceEvent } from "resium";
import { Cesium3DTileFeature, Color } from "cesium";

function TilesetInteraction() {
const highlightedRef = useRef({ feature: undefined, originalColor: new Color() });

const handleClick = useCallback((movement) => {
const { feature: pickedFeature } = viewer.scene.pick(movement.position);

// 이전에 하이라이트된 피처의 색상을 원래대로 복원
const { feature: highlightedFeature, originalColor } = highlightedRef.current;
if (highlightedFeature instanceof Cesium3DTileFeature) {
highlightedFeature.color = originalColor;
}

// 새로 선택된 피처를 하이라이트
if (pickedFeature instanceof Cesium3DTileFeature) {
highlightedRef.current = {
feature: pickedFeature,
originalColor: Color.clone(pickedFeature.color)
};
pickedFeature.color = Color.YELLOW;

// 속성 정보 출력
const propertyNames = pickedFeature.getPropertyIds();
console.log("Picked Feature Properties:");
propertyNames.forEach(name => {
console.log(`${name}: ${pickedFeature.getProperty(name)}`);
});
}
},);

return (
<ScreenSpaceEventHandler>
<ScreenSpaceEvent action={handleClick} type={Cesium.ScreenSpaceEventType.LEFT_CLICK} />
</ScreenSpaceEventHandler>
);
}

function App() {
return (
<Viewer full>
<Cesium3DTileset url={/* 3D Tileset URL */} />
<TilesetInteraction />
</Viewer>
);
}

이 코드는 77와 151의 개념을 기반으로 작성되었다.

  • Deck.gl의 하이라이팅 메커니즘

  • 원리: Deck.gl은 CPU 기반의 공간 인덱싱 대신, GPU를 활용한 독창적인 “컬러 피킹(color picking)” 기법을 사용한다. 이는 각 객체를 화면에 보이지 않는 오프스크린 버퍼에 고유한 색상으로 렌더링한 후, 마우스 커서 위치의 픽셀 색상을 읽어 어떤 객체가 선택되었는지 즉시 알아내는 방식이다. 이 방식은 매우 빠르고 효율적이다.81

  • 구현: 레이어의 속성에서 pickable: true와 autoHighlight: true를 설정하는 것만으로 자동 하이라이팅 기능이 활성화된다. 하이라이트 색상은 highlightColor 속성으로 쉽게 변경할 수 있다.82

  • 3.4. 데이터 보안: 인증 및 접근 제어

  • 문제 상황: 무단 접근 및 스크래핑 방지

독점적인 3D Tiles 데이터나 기타 민감한 지리 공간 데이터를 웹으로 스트리밍할 때, 허가되지 않은 사용자의 접근을 막고 대규모 데이터 스크래핑을 방지하는 것은 매우 중요한 과제이다.

  • 토큰 기반 인증 (Token-Based Authentication)

가장 표준적인 접근 방식은 토큰 기반 인증이다. 클라이언트는 서버에 데이터를 요청할 때 유효한 토큰을 함께 제시해야 하며, 서버는 이 토큰을 검증한 후에만 데이터를 전송한다.

  • Cesium ion: Cesium ion은 액세스 토큰을 통해 이 기능을 제공한다. 각 토큰은 특정 데이터셋에 대한 접근 권한만 가지도록 범위를 제한할 수 있으며, 허용된 도메인(URL)에서만 토큰이 사용되도록 설정하여 보안을 강화할 수 있다.84

  • Google Maps 3D Tiles: Google의 서비스는 요청 URL에 API 키를 포함해야 한다. 이 API 키는 특정 API에 대해서만 사용하도록 제한하거나, 특정 IP 주소 및 웹사이트 리퍼러(referrer)에서만 유효하도록 설정할 수 있다.85

  • 자체 구축 솔루션: 자체 서버를 운영할 경우, JWT(JSON Web Token)와 같은 표준 기술을 사용하여 토큰 기반 인증 시스템을 직접 구현할 수 있다. 특히 AWS Lambda@Edge나 Cloudflare Workers와 같은 엣지 컴퓨팅 서비스를 활용하면, 데이터가 사용자에게 전달되기 직전인 CDN 엣지 로케이션에서 토큰을 효율적으로 검증할 수 있어, 중앙 서버의 부하를 줄이면서도 강력한 보안을 유지할 수 있다.74

  • 스크래핑 방지 기술

완벽한 방어는 어렵지만, 다음과 같은 기술들을 조합하여 대규모 자동 스크래핑을 효과적으로 억제할 수 있다.

  • 요청 빈도 제한 (Rate Limiting): 특정 IP 주소에서 비정상적으로 많은 요청이 들어올 경우, 해당 IP의 접근을 일시적으로 차단한다.87
  • 리퍼러 검사 (Referrer Checks): HTTP 요청 헤더의 리퍼러를 확인하여, 허용된 웹사이트에서 시작된 요청인지를 검증한다.
  • 단기 유효 토큰 (Short-Lived Tokens): 토큰의 유효 기간을 짧게 설정하여, 클라이언트가 주기적으로 재인증을 받도록 강제한다. 이는 탈취된 토큰의 사용을 어렵게 만든다.88
  • 데이터 난독화 (Obfuscation): 타일 데이터 자체에 적용하기는 어렵지만, API 응답이나 클라이언트 측 코드에 난독화를 적용하여 분석을 어렵게 만들 수 있다.89

데이터 스트림의 보안은 프로젝트 후반에 추가할 수 있는 기능이 아니라, 데이터 호스팅 및 전송 아키텍처를 설계하는 초기 단계부터 반드시 고려해야 할 핵심 요소이다. Cesium ion과 같은 관리형 플랫폼을 사용하면 이러한 복잡성의 상당 부분을 위임할 수 있지만, 자체 호스팅 솔루션을 선택할 경우 전담 보안 구현이 필수적이다.

1.4 부: 전략적 권장 사항 및 미래 전망

이 마지막 파트에서는 앞선 분석 내용을 종합하여 실제 적용 가능한 아키텍처 청사진을 제시하고, 해당 분야의 미래를 형성할 신기술 동향을 조망한다.

  • 4.1. 주요 사용 사례별 아키텍처 청사진

  • 이 섹션은 중립적인 비교를 넘어, 명확하고 전문적인 의견을 바탕으로 다양한 프로젝트 유형에 맞는 구체적인 기술 스택을 추천한다.

  • 청사진 A: 고충실도 디지털 트윈 (스마트 시티, 국방, 부동산)

  • 권장 기술: CesiumJS

  • 근거: 이 유형의 프로젝트에서 가장 중요한 요구사항은 현실 세계를 높은 정밀도로 가상 공간에 재현하는 것이다. CesiumJS는 측지학적으로 정확한 3D 렌더링, 대규모 실세계 데이터셋 처리 능력, 그리고 3D Tiles 표준의 네이티브 지원 측면에서 타의 추종을 불허한다.11 CityGML이나 IFC에서 변환된 도시 규모의 모델이나 고해상도 사진측량 데이터를 스트리밍하는 데 3D Tiles는 필수적이며, CesiumJS는 이를 위해 태어난 라이브러리다.73 또한, CZML을 통한 강력한 시간 기반 동적 시각화 기능은 시뮬레이션 및 분석에 매우 중요하다.75 Cesium ion 플랫폼은 원시 데이터로부터 최종 애플리케이션까지의 개발 경로를 명확하게 제시하며, 이는 서울시의 S-Map 91이나 팀네이버의 사우디아라비아 프로젝트 93와 같은 실제 대규모 디지털 트윈 프로젝트의 요구사항과 정확히 일치한다.

  • 청사진 B: 데이터 집약적 분석 대시보드 (물류, 기상, 통신)

  • 권장 기술: Deck.gl + MapLibre GL JS

  • 근거: 이러한 애플리케이션은 사실적인 세계 묘사보다는, 수백만 개의 데이터 포인트, 이동 경로, 집계된 통계와 같은 추상적인 데이터를 효과적으로 시각화하는 데 중점을 둔다. Deck.gl은 GPU 기반 아키텍처를 통해 이러한 대규모 데이터 시각화에 독보적인 성능을 제공하도록 설계되었다.19 기본 지도로는 Mapbox의 라이선스 제약과 비용 부담에서 자유로운 완전한 오픈소스인 MapLibre GL JS를 사용하는 것이 가장 합리적이다.14 이 조합은 데이터 시각화에 있어 최고의 성능과 유연성을 제공한다.

  • 청사진 C: 3D 뷰를 갖춘 전통적 GIS (자산 관리, 환경 계획)

  • 권장 기술: OpenLayers + ol-cesium 라이브러리

  • 근거: 이러한 프로젝트들은 대부분 2D 지도를 중심으로 하며, WMS, WFS와 같은 다양한 기존 GIS 데이터 소스 및 OGC 표준과의 통합이 매우 중요하다.15 OpenLayers는 이 분야에서 가장 강력하고 성숙한 라이브러리다.

ol-cesium 라이브러리를 사용하면, 기존의 2D 중심 아키텍처를 크게 변경하지 않으면서도 강력한 Cesium 기반의 3D 뷰를 저비용으로 추가할 수 있다. 2D와 3D 모드 간의 부드러운 전환과 데이터 레이어 동기화 기능은 기존 2D GIS 애플리케이션을 3D로 확장하는 가장 실용적인 경로를 제공한다.16

  • 4.2. 프로덕션급 지리 공간 파이프라인 구축 (CI/CD & MLOps)

  • 지리 공간 애플리케이션을 위한 CI/CD

  • 개념: CI/CD(Continuous Integration/Continuous Delivery)는 웹 애플리케이션(예: Resium을 사용하는 React 앱) 자체의 빌드, 테스트, 배포 파이프라인을 자동화하는 것을 의미한다.95

  • 도구: GitHub Actions, Azure DevOps, Jenkins 등 표준 CI/CD 도구를 사용한다.98

  • 워크플로우: 소스 코드에 변경사항이 발생할 때마다(예: git push), 파이프라인이 자동으로 코드 린팅, 단위 테스트, 애플리케이션 빌드를 수행하고, 테스트가 통과하면 스테이징 환경에 자동으로 배포한다.

  • 데이터를 위한 CI/CD (지리 공간의 특수성)

  • 개념: 더 복잡하고 중요한 과제는 데이터 ETL 파이프라인을 자동화하는 것이다. 이는 IFC를 glTF로 변환하고, 다시 3D Tiles로 변환하는 등의 데이터 처리 워크플로우를 코드로 관리(Infrastructure as Code, IaC)하는 것을 의미한다.

  • 워크플로우: 원본 데이터가 업데이트되거나 처리 스크립트가 변경되면, 파이프라인이 자동으로 트리거되어 데이터 재처리 및 3D 타일셋 재게시 과정을 수행하고, 결과물을 S3 버킷과 같은 호스팅 환경에 배포한다.100

  • 지리 공간 딥러닝을 위한 MLOps

  • 개념: 포인트 클라우드의 의미론적 분할(semantic segmentation) 101이나 위성 이미지로부터 3D 건물을 복원하는 106 등 고급 분석 기능을 구현하기 위해서는 완전한 MLOps(Machine Learning Operations) 아키텍처가 필요하다.

  • 아키텍처: MLOps는 데이터 수집, 데이터 검증, 모델 훈련, 모델 평가, 모델 배포(예: AWS Lambda와 같은 서버리스 엔드포인트), 그리고 지속적인 모니터링에 이르는 머신러닝 모델의 전체 수명 주기를 자동화하고 관리하는 것을 목표로 한다.111

  • 파이프라인 예시 (이미지 분할): 새로운 위성 이미지가 S3 버킷에 업로드되면, 이를 트리거로 Lambda 함수가 SageMaker 파이프라인을 실행한다. 이 파이프라인은 컨테이너화된 PyTorch 모델을 사용하여 이미지 분할을 수행하고, 추출된 건물 외곽선과 같은 벡터 데이터를 다음 단계인 3D Tiles 생성 파이프라인으로 전달한다.116

지리 공간 분석에 AI/ML이 깊숙이 통합됨에 따라, 전통적인 ETL 파이프라인은 완전한 MLOps 워크플로우로 진화할 것이다. 이는 단순히 데이터를 처리하는 것을 넘어, 데이터를 생성하고 분석하는 모델 자체의 전체 수명 주기를 관리하는 패러다임의 전환을 요구한다.

  • 4.3. 새로운 지평: 신기술과 미래 전망

  • WebGPU: WebGL의 공식적인 후계자인 WebGPU는 개발자에게 GPU 기능에 대한 더 저수준의 제어권을 제공한다. 이는 CPU 오버헤드를 줄이고 병렬 처리 능력을 극대화하여 상당한 성능 향상을 약속한다.10 특히 웹 환경에 컴퓨트 셰이더(compute shader)를 도입하여, GPU를 활용한 실시간 데이터 분석을 브라우저에서 직접 수행할 수 있게 한다.9

  • 영향: WebGPU는 웹에서 더 풍부하고 복잡하며 성능이 뛰어난 3D 매핑 애플리케이션을 가능하게 할 것이다.

  • 현황: Deck.gl v9은 이미 “WebGPU 준비” 상태이며 121, Cesium 커뮤니티에서도 활발한 논의가 진행 중이다. 이는 향후 몇 년간 기술 스택 선택의 핵심적인 차별화 요소가 될 것이다.

  • 실시간 협업 매핑 (Real-Time Collaborative Mapping):

  • 개념: 여러 사용자가 Google Docs처럼 동일한 지도를 동시에 보고 편집하며 상호작용하는 기술이다.

  • 기술: 이를 구현하기 위해서는 전통적인 요청-응답 모델에서 벗어나, WebSockets을 사용하여 서버와 클라이언트 간의 지속적인 연결을 유지하며 저지연 데이터 교환을 해야 한다.122 또한, 중앙 잠금 메커니즘 없이 여러 사용자의 동시 편집 충돌을 수학적으로 해결하기 위해 **CRDTs(Conflict-free Replicated Data Types)**라는 데이터 구조가 핵심적인 아키텍처 패턴으로 주목받고 있다.126

  • NeRF와 3D 가우시안 스플래팅 (3D Gaussian Splatting):

  • 개념: 여러 장의 2D 이미지만으로 사실적인 3D 장면을 생성하는 새로운 렌더링 기술이다. 특히 3D 가우시안 스플래팅은 실시간으로 고품질 렌더링을 달성하며 놀라운 결과를 보여주고 있다.132

  • 영향: 이 기술들은 3D 콘텐츠를 캡처하고 표현하는 방식을 혁신할 잠재력을 가지고 있으며, 전통적인 사진측량 메시보다 더 효율적이고 높은 품질의 대안을 제시할 수 있다. Cesium은 이미 3D Tiles에서 가우시안 스플래팅을 지원하는 데모를 선보이며 이 기술을 적극적으로 수용하고 있다.44

  • 최종 결론: 3D 웹 매핑 분야는 빠르게 진화하고 있다. WebGL에서 WebGPU로의 전환, 그리고 가우시안 스플래팅과 같은 새로운 장면 표현 기술의 등장은 앞으로 성능과 사실성의 기준을 재정의할 것이다. 오늘날의 전략적인 기술 선택은 이러한 미래 변화에 얼마나 잘 적응할 수 있는지를 반드시 고려해야 한다. 개방성, 표준 준수, 그리고 연구 개발에 대한 강력한 의지가 플랫폼의 미래 준비 상태를 가늠하는 가장 중요한 지표가 될 것이다.

2. 참고 자료

  1. 3D Geospatial Data Analysis with Open Source Tools | by Abhinav Bhaskar - Medium, accessed July 5, 2025, https://medium.com/@animagun/3d-geospatial-data-analysis-with-open-source-tools-e024654c766e
  2. The 6 ETL Best Practices You Need to Know - Boomi, accessed July 5, 2025, https://boomi.com/blog/6-etl-best-practices/
  3. ETL Best Practices for GIS - Number Analytics, accessed July 5, 2025, https://www.numberanalytics.com/blog/etl-best-practices-for-gis
  4. How to Use 3D Geospatial Data for Immersive Environments with Cesium, accessed July 5, 2025, https://developer.nvidia.com/blog/leverage-3d-geospatial-data-for-immersive-environments-with-cesium/
  5. CesiumGS/3d-tiles: Specification for streaming massive … - GitHub, accessed July 5, 2025, https://github.com/CesiumGS/3d-tiles
  6. 3D Tiles Standard | OGC Publications, accessed July 5, 2025, https://www.ogc.org/standards/3dtiles/
  7. CesiumGS/cesium: An open-source JavaScript library for world-class 3D globes and maps, accessed July 5, 2025, https://github.com/CesiumGS/cesium
  8. Mapbox GL JS | Mapbox - Mapbox Documentation, accessed July 5, 2025, https://docs.mapbox.com/mapbox-gl-js/guides/
  9. Data-Driven Compute Overlays for Interactive Geographic Simulation and Visualization, accessed July 5, 2025, https://arxiv.org/html/2506.23364
  10. (PDF) WEBGPU: A NEW GRAPHIC API FOR 3D WEBGIS APPLICATIONS - ResearchGate, accessed July 5, 2025, https://www.researchgate.net/publication/378843017_WEBGPU_A_NEW_GRAPHIC_API_FOR_3D_WEBGIS_APPLICATIONS
  11. CesiumJS – Cesium, accessed July 5, 2025, https://cesium.com/platform/cesiumjs/
  12. Why Cesium, accessed July 5, 2025, https://cesium.com/why-cesium/
  13. Mapbox Maps, accessed July 5, 2025, https://www.mapbox.com/maps
  14. Mapbox GL new license and 6 free alternatives - Geoapify, accessed July 5, 2025, https://www.geoapify.com/mapbox-gl-new-license-and-6-free-alternatives/
  15. OpenLayers - Welcome, accessed July 5, 2025, https://openlayers.org/
  16. Ol-Cesium | OpenLayers - Cesium integration library, accessed July 5, 2025, https://openlayers.org/ol-cesium/
  17. ol-cesium - npm, accessed July 5, 2025, https://www.npmjs.com/package/ol-cesium
  18. 2023 | State of the OL-Cesium library - Guillaume Beraudo - YouTube, accessed July 5, 2025, https://www.youtube.com/watch?v=0PZ-IqdWRtU
  19. Home | deck.gl, accessed July 5, 2025, https://deck.gl/
  20. Introduction - Deck.gl, accessed July 5, 2025, https://deck.gl/docs
  21. visgl/deck.gl: WebGL2 powered visualization framework - GitHub, accessed July 5, 2025, https://github.com/visgl/deck.gl
  22. Roadmap - Deck.gl, accessed July 5, 2025, https://deck.gl/docs/roadmap
  23. 브이월드는 대국민 지도서비스 입니다. - 공간정보산업진흥원, accessed July 5, 2025, http://www.spacen.or.kr/vworld_mgm/business_info.do
  24. 공간정보 서비스 ‘브이월드’ 고도화한다 - 국토교통부, accessed July 5, 2025, https://www.molit.go.kr/LCMS/DWN.jsp?fold=koreaNews/mobile/file&fileName=230818%28%EC%A1%B0%EA%B0%84%29_%EA%B3%B5%EA%B0%84%EC%A0%95%EB%B3%B4_%EC%84%9C%EB%B9%84%EC%8A%A4_%EB%B8%8C%EC%9D%B4%EC%9B%94%EB%93%9C_%EA%B3%A0%EB%8F%84%ED%99%94%ED%95%9C%EB%8B%A4%28%EA%B5%AD%EA%B0%80%EA%B3%B5%EA%B0%84%EC%A0%95%EB%B3%B4%EC%84%BC%ED%84%B0%29.pdf
  25. accessed January 1, 1970, https://www.vworld.kr/dev/v4dv_2ddataguide.do
  26. 국토교통부_3D모바일 API | 공공데이터포털, accessed July 5, 2025, https://www.data.go.kr/data/15140370/openapi.do?recommendDataYn=Y
  27. 국토교통부_웹지엘 3D 지도 API | 공공데이터포털, accessed July 5, 2025, https://www.data.go.kr/data/3073144/openapi.do?recommendDataYn=Y
  28. OpenLayers를 여행하는 개발자를 위한 안내서 - 11. VWorld 맵 만들기, accessed July 5, 2025, https://blog.itcode.dev/projects/2022/03/21/gis-guide-for-programmer-11
  29. [논문]디지털 트윈 구현을 위한 3차원 공간정보 구축사례 연구, accessed July 5, 2025, https://scienceon.kisti.re.kr/srch/selectPORSrchArticle.do?cn=JAKO202029062617633
  30. VWORLD에서 건물 가져오기, accessed July 5, 2025, https://www.vw-lab.com/53
  31. CesiumJS – Cesium, accessed July 5, 2025, https://cesium.com/learn/cesiumjs-learn/
  32. Examples | Mapbox GL JS, accessed July 5, 2025, https://docs.mapbox.com/mapbox-gl-js/example/
  33. OpenLayers Examples, accessed July 5, 2025, https://openlayers.org/en/latest/examples/
  34. Draw Features - OpenLayers, accessed July 5, 2025, https://openlayers.org/en/latest/examples/draw-features.html
  35. OpenLayers Examples - MapTiler documentation, accessed July 5, 2025, https://docs.maptiler.com/openlayers/examples/
  36. d3 Integration - OpenLayers, accessed July 5, 2025, https://openlayers.org/en/latest/examples/d3.html
  37. Showcase | deck.gl, accessed July 5, 2025, https://deck.gl/showcase
  38. OpenLayers - Wikipedia, accessed July 5, 2025, https://en.wikipedia.org/wiki/OpenLayers
  39. Cesium: The Platform for 3D Geospatial, accessed July 5, 2025, https://cesium.com/
  40. Cesium ion, accessed July 5, 2025, https://cesium.com/platform/cesium-ion/
  41. Mapbox pricing, accessed July 5, 2025, https://www.mapbox.com/pricing
  42. How does mapbox pricing work? - Reddit, accessed July 5, 2025, https://www.reddit.com/r/mapbox/comments/hx1m2y/how_does_mapbox_pricing_work/
  43. Cesium Sandcastle, accessed July 5, 2025, https://sandcastle.cesium.com/?src=CZML%20Path.html
  44. Cesium Sandcastle, accessed July 5, 2025, https://sandcastle.cesium.com/
  45. Guide | Resium - Re:Earth, accessed July 5, 2025, https://resium.reearth.io/guide
  46. React Cesium: A powerful Library for Creating Stunning 3D Globes and Maps - DhiWise, accessed July 5, 2025, https://www.dhiwise.com/post/react-cesium-a-powerful-library-for-creating-3d-globe
  47. Installation | Resium - Re:Earth, accessed July 5, 2025, https://resium.reearth.io/installation
  48. How to use Cesium with React without using the Resium library, accessed July 5, 2025, https://community.cesium.com/t/how-to-use-cesium-with-react-without-using-the-resium-library/13886
  49. Plugins and frameworks | Mapbox GL JS, accessed July 5, 2025, https://docs.mapbox.com/mapbox-gl-js/plugins/
  50. OpenLayers - GitHub, accessed July 5, 2025, https://github.com/openlayers/openlayers
  51. 3d-tiles/specification/README.adoc at main - GitHub, accessed July 5, 2025, https://github.com/CesiumGS/3d-tiles/blob/main/specification/README.adoc
  52. 3d-tiles/Q-and-A.md at main - GitHub, accessed July 5, 2025, https://github.com/CesiumGS/3d-tiles/blob/main/Q-and-A.md
  53. ogr2ogr Convert vector data between different formats - RDocumentation, accessed July 5, 2025, https://www.rdocumentation.org/packages/gdalraster/versions/1.12.0/topics/ogr2ogr
  54. GDAL - Reproject a Shapefile - North River Geographic Systems Inc, accessed July 5, 2025, https://www.northrivergeographic.com/gdal-reproject-a-shapefile/
  55. ogr2ogr - GDAL documentation, accessed July 5, 2025, https://gdal.org/en/stable/programs/ogr2ogr.html
  56. ogr2ogr reprojection works on command line but shifts output when same command run from inside python? - GIS Stack Exchange, accessed July 5, 2025, https://gis.stackexchange.com/questions/112174/ogr2ogr-reprojection-works-on-command-line-but-shifts-output-when-same-command-r
  57. Using OGR2OGR to Convert, Reproject, and Load Spatial Data to SQL Server, accessed July 5, 2025, https://alastaira.wordpress.com/2011/02/21/using-ogr2ogr-to-convert-reproject-and-load-spatial-data-to-sql-server/
  58. GDAL/OGR Quickstart - OSGeo-Live 5.0 Documentation, accessed July 5, 2025, https://live.osgeo.org/archive/5.0/en/quickstart/gdal_quickstart.html
  59. IfcOpenShell code examples - OSArch - Wiki, accessed July 5, 2025, https://wiki.osarch.org/index.php?title=IfcOpenShell_code_examples
  60. IfcConvert - IfcOpenShell 0.8.3 documentation, accessed July 5, 2025, https://docs.ifcopenshell.org/ifcconvert.html
  61. Usage - IfcOpenShell 0.8.3 documentation, accessed July 5, 2025, https://docs.ifcopenshell.org/ifcconvert/usage.html
  62. Code examples - IfcOpenShell 0.8.3 documentation, accessed July 5, 2025, https://docs.ifcopenshell.org/ifcopenshell-python/code_examples.html
  63. njam/citygml-to-3dtiles: Convert from CityGML to Cesium 3D Tiles. - GitHub, accessed July 5, 2025, https://github.com/njam/citygml-to-3dtiles
  64. basic conversion from CityGML to 3DTiles - CesiumJS - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/citygml-to-3dtiles-basic-conversion-from-citygml-to-3dtiles/6722
  65. basic conversion from CityGML to 3DTiles - Google Groups, accessed July 5, 2025, https://groups.google.com/g/cesium-dev/c/Ah0nl1FNUFE
  66. py3dtiles, accessed July 5, 2025, https://py3dtiles.org/
  67. py3dtiles - PyPI, accessed July 5, 2025, https://pypi.org/project/py3dtiles/
  68. PY3DTILERS: AN OPEN SOURCE TOOLKIT FOR CREATING AND MANAGING 2D/3D GEOSPATIAL DATA, accessed July 5, 2025, https://isprs-annals.copernicus.org/articles/X-4-W3-2022/165/2022/isprs-annals-X-4-W3-2022-165-2022.pdf
  69. Welcome to py3dtiles’s documentation!, accessed July 5, 2025, https://py3dtiles.org/v8.0.2/
  70. VCityTeam/py3dtilers: Tilers accepting various input formats (OBJ, 3DCity databases, GeoJson, IFC) and producing 3DTiles tilesets. - GitHub, accessed July 5, 2025, https://github.com/VCityTeam/py3dtilers
  71. Understanding serverless architectures - AWS Documentation, accessed July 5, 2025, https://docs.aws.amazon.com/whitepapers/latest/optimizing-enterprise-economics-with-serverless/understanding-serverless-architectures.html
  72. Serverless Architecture: What It Is & How It Works | Datadog, accessed July 5, 2025, https://www.datadoghq.com/knowledge-center/serverless-architecture/
  73. 3D Tiling Pipeline – Cesium, accessed July 5, 2025, https://cesium.com/platform/cesium-ion/3d-tiling-pipeline/
  74. Cesium ion Cloud Architecture, accessed July 5, 2025, https://cesium.com/blog/2018/03/12/cesium-ion-server-architecture/
  75. Visualizing Time Dynamic Data with Cesium Stories, accessed July 5, 2025, https://cesium.com/learn/ion/stories-time-dynamic/
  76. Cesium Time Animation using CZML, accessed July 5, 2025, https://cesium.com/blog/2018/03/21/czml-time-animation/
  77. Cesium3DTilePointFeature - Cesium Documentation, accessed July 5, 2025, https://cesium.com/learn/cesiumjs/ref-doc/Cesium3DTilePointFeature.html
  78. 3D tiles point cloud feature picking - CesiumJS - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/3d-tiles-point-cloud-feature-picking/5232
  79. Scene.pick and obtaining position of picked entity - CesiumJS - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/scene-pick-and-obtaining-position-of-picked-entity/6585
  80. Select features from 3D tileset by ID - 3D Tiles - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/select-features-from-3d-tileset-by-id/33664
  81. Picking | deck.gl, accessed July 5, 2025, https://deck.gl/docs/developer-guide/custom-layers/picking
  82. Automatic, GPU-based object highlighting in deck.gl Layers | by Ravi Akkenapally - Medium, accessed July 5, 2025, https://medium.com/vis-gl/automatic-gpu-based-object-highlighting-in-deck-gl-layers-7fe3def44c89
  83. Layer Class - Deck.gl, accessed July 5, 2025, https://deck.gl/docs/api-reference/core/layer
  84. Cesium ion Access Tokens, accessed July 5, 2025, https://cesium.com/learn/ion/cesium-ion-access-tokens/
  85. Photorealistic 3D Tiles | Google Maps Tile API - Google for Developers, accessed July 5, 2025, https://developers.google.com/maps/documentation/tile/3d-tiles
  86. Use API Keys with Map Tiles API - Google for Developers, accessed July 5, 2025, https://developers.google.com/maps/documentation/tile/get-api-key
  87. How do I prevent site scraping? [closed] - Stack Overflow, accessed July 5, 2025, https://stackoverflow.com/questions/3161548/how-do-i-prevent-site-scraping
  88. Protect a Wowza CDN on Fastly stream target with token authentication in Wowza Video Legacy, accessed July 5, 2025, https://www.wowza.com/docs/protect-a-wowza-cdn-on-fastly-stream-target-with-token-authentication-in-wowza-video
  89. iis 7 - I’m being scraped, how can I prevent this? - Stack Overflow, accessed July 5, 2025, https://stackoverflow.com/questions/28995620/im-being-scraped-how-can-i-prevent-this
  90. Prevent Web Scraping: 9 Fast Measures to Keep Your Data Safe, accessed July 5, 2025, https://www.data-mania.com/blog/prevent-web-scraping-9-fast-measures-to-keep-your-data-safe/
  91. 서울시, 도시문제 해결 시뮬레이션 ‘디지털 트윈 S-Map’ 전국 최초 구축 - 보안뉴스, accessed July 5, 2025, http://www.boannews.com/media/view.asp?idx=96183&kind=2
  92. 3D로 보는 ‘스마트서울맵’…부동산/교통정보도 한눈에! > 내 손안에 서울 > 서울이야기 > 시민소통 > 정보소통광장, accessed July 5, 2025, https://opengov.seoul.go.kr/mediahub/20688086
  93. 팀네이버, 사우디 3개 도시 디지털 트윈 구축 완료… 스마트시티 기반 마련 - 이코노믹데일리, accessed July 5, 2025, https://www.economidaily.com/view/20250610100259061
  94. [우수기술] 메가시티 디지털 트윈, accessed July 5, 2025, https://smartcity.go.kr/2024/12/13/%EB%A9%94%EA%B0%80%EC%8B%9C%ED%8B%B0%EB%94%94%EC%A7%80%ED%84%B8%ED%8A%B8%EC%9C%88/
  95. How do you use CI/CD in GIS? - Reddit, accessed July 5, 2025, https://www.reddit.com/r/gis/comments/1l7cunm/how_do_you_use_cicd_in_gis/
  96. GigaOm Radar for CI/CD for Kubernetes, accessed July 5, 2025, https://gigaom.com/report/gigaom-radar-for-ci-cd-for-kubernetes/
  97. Automating CI/CD and Testing Best Practices for ArcGIS Maps SDK Projects - Esri Videos, accessed July 5, 2025, https://mediaspace.esri.com/media/t/1_274g6nh3
  98. microsoft/MLOps: MLOps examples - GitHub, accessed July 5, 2025, https://github.com/microsoft/MLOps
  99. MLOPS Github Action With CICD Pipeline One Shot Tutorial - YouTube, accessed July 5, 2025, https://www.youtube.com/watch?v=ciqWMIf7Pz0
  100. GIS Software Development - Kontur Inc., accessed July 5, 2025, https://www.kontur.io/services/gis-software-development/
  101. Point Cloud Based Scene Segmentation: A Survey - arXiv, accessed July 5, 2025, https://arxiv.org/html/2503.12595v1
  102. [2502.06227] Unsupervised deep learning for semantic segmentation of multispectral LiDAR forest point clouds - arXiv, accessed July 5, 2025, https://arxiv.org/abs/2502.06227
  103. Unsupervised deep learning for semantic segmentation of multispectral LiDAR forest point clouds - arXiv, accessed July 5, 2025, https://arxiv.org/html/2502.06227v1
  104. Know What Your Neighbors Do: 3D Semantic Segmentation of Point Clouds - Computer Vision, accessed July 5, 2025, https://www.vision.rwth-aachen.de/media/papers/know-what-your-neighbors-do-3d-semantic-segmentation-of-point-clouds/W63P26.pdf
  105. Deep-Learning-Based Point Cloud Semantic Segmentation: A Survey - MDPI, accessed July 5, 2025, https://www.mdpi.com/2079-9292/12/17/3642
  106. CVPR Poster 3D Building Reconstruction from Monocular Remote Sensing Images with Multi-level Supervisions, accessed July 5, 2025, https://cvpr.thecvf.com/virtual/2024/poster/31847
  107. 3D Building Reconstruction from Monocular Remote Sensing Images with Multi-level Supervisions - CVF Open Access, accessed July 5, 2025, https://openaccess.thecvf.com/content/CVPR2024/papers/Li_3D_Building_Reconstruction_from_Monocular_Remote_Sensing_Images_with_Multi-level_CVPR_2024_paper.pdf
  108. 3D Building Reconstruction From Monocular Remote Sensing Images - CVF Open Access, accessed July 5, 2025, https://openaccess.thecvf.com/content/ICCV2021/papers/Li_3D_Building_Reconstruction_From_Monocular_Remote_Sensing_Images_ICCV_2021_paper.pdf
  109. 3D reconstruction from satellite images - Kitware, Inc., accessed July 5, 2025, https://www.kitware.com/3d-reconstruction-from-satellite-images/
  110. DEEP LEARNING FOR 3D BUILDING RECONSTRUCTION: A REVIEW - ResearchGate, accessed July 5, 2025, https://www.researchgate.net/publication/360958629_DEEP_LEARNING_FOR_3D_BUILDING_RECONSTRUCTION_A_REVIEW/fulltext/6295794b55273755ebc4c657/DEEP-LEARNING-FOR-3D-BUILDING-RECONSTRUCTION-A-REVIEW.pdf
  111. What is Geospatial MLOps and how it works? - Deep Block, accessed July 5, 2025, https://www.deepblock.net/blog/what-is-geospatial-mlops-and-how-it-works
  112. Geospatial MLOps in Defense: Trends and Challenges in 2023 - Deep Block, accessed July 5, 2025, https://www.deepblock.net/hubfs/Downloadables/Deep%20Block%20E-Book_Geospatial%20MLOps%20in%20Defense_Trends%20and%20Challenges%20in%202023.pdf?utm_medium=email&_hsmi=249446010&_hsenc=p2ANqtz–czEZAOu3jdzkTsfRTayzRvmtXZKSXYhgUzSXzQHvMF4oUV5RI4qsRhmn3UivgrzftopJJRJJIQsJkifqCTIygUU-fSQ&utm_content=249446010&utm_source=hs_email
  113. MLOps: Continuous delivery and automation pipelines in machine learning - Google Cloud, accessed July 5, 2025, https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning
  114. MLOps Architecture Guide - neptune.ai, accessed July 5, 2025, https://neptune.ai/blog/mlops-architecture-guide
  115. Architecture for MLOps using TensorFlow Extended, Vertex AI Pipelines, and Cloud Build, accessed July 5, 2025, https://cloud.google.com/architecture/architecture-for-mlops-using-tfx-kubeflow-pipelines-and-cloud-build
  116. satellite-image-deep-learning/model-training-and-deployment - GitHub, accessed July 5, 2025, https://github.com/satellite-image-deep-learning/model-training-and-deployment
  117. Using container images to run PyTorch models in AWS Lambda | Artificial Intelligence, accessed July 5, 2025, https://aws.amazon.com/blogs/machine-learning/using-container-images-to-run-pytorch-models-in-aws-lambda/
  118. Deploying PyTorch on AWS Lambda - Segments.ai, accessed July 5, 2025, https://segments.ai/blog/pytorch-on-lambda/
  119. The Implementation of a WebGPU-Based Volume Rendering Framework for Interactive Visualization of Ocean Scalar Data - MDPI, accessed July 5, 2025, https://www.mdpi.com/2076-3417/15/5/2782
  120. WEBGPU: A NEW GRAPHIC API FOR 3D WEBGIS APPLICATIONS - ResearchGate, accessed July 5, 2025, https://www.researchgate.net/publication/378843017_WEBGPU_A_NEW_GRAPHIC_API_FOR_3D_WEBGIS_APPLICATIONS/fulltext/65ec5c3baaf8d548dcbc623e/WEBGPU-A-NEW-GRAPHIC-API-FOR-3D-WEBGIS-APPLICATIONS.pdf
  121. Announcing Deck.gl v9: WebGPU ready & with TypeScript support - Carto, accessed July 5, 2025, https://carto.com/blog/announcing-deck-gl-v9-webgpu-ready-with-typescript-support
  122. Navixy Websocket API: empowering developers for real-time data exchange, accessed July 5, 2025, https://www.navixy.com/blog/navixy-websocket-api-real-time-data-exchange/
  123. WebSocket Protocol Usage in a Real-time Web Application - Visual Craft, accessed July 5, 2025, https://www.visual-craft.com/blog/using-websocket-protocol-for-real-time-applications/
  124. WebSocket-ArcGIS Velocity - Esri Documentation, accessed July 5, 2025, https://doc.arcgis.com/en/velocity/ingest/websocket.htm
  125. Data Visualization Real Time with WebSockets & LightningChart JS, accessed July 5, 2025, https://lightningchart.com/blog/data-visualization-websockets/
  126. Design and Development of a Local-First Collaborative 3D WebGIS Application for Mapping, accessed July 5, 2025, https://www.mdpi.com/2220-9964/14/4/166
  127. Active-Active geo-distribution - Redis, accessed July 5, 2025, https://redis.io/active-active/
  128. Code (Implementations) - Conflict-free Replicated Data Types, accessed July 5, 2025, https://crdt.tech/implementations
  129. Real-Time Co-Editing of Geographic Features - MDPI, accessed July 5, 2025, https://www.mdpi.com/2220-9964/13/12/441
  130. Understanding CRDTs and Their Role in Distributed Systems | TiDB, accessed July 5, 2025, https://www.pingcap.com/article/understanding-crdts-and-their-role-in-distributed-systems/
  131. Large-Scale Geo-Replicated Conflict-free Replicated Data Types - Distributed, Parallel and Secure Systems - INESC-ID, accessed July 5, 2025, https://www.dpss.inesc-id.pt/~ler/reports/carlosbartolomeu-midterm.pdf
  132. GARAD-SLAM: 3D GAussian splatting for Real-time Anti Dynamic SLAM - arXiv, accessed July 5, 2025, https://arxiv.org/html/2502.03228v1
  133. [2403.14244] Isotropic Gaussian Splatting for Real-Time Radiance Field Rendering - arXiv, accessed July 5, 2025, https://arxiv.org/abs/2403.14244
  134. 3D Gaussian Splatting for Real-Time Radiance Field Rendering - ResearchGate, accessed July 5, 2025, https://www.researchgate.net/publication/372989904_3D_Gaussian_Splatting_for_Real-Time_Radiance_Field_Rendering
  135. 3D Gaussian Splatting for Real-Time Radiance Field Rendering - Hugging Face, accessed July 5, 2025, https://huggingface.co/papers/2308.04079
  136. RTG-SLAM: Real-time 3D Reconstruction at Scale using Gaussian Splatting - arXiv, accessed July 5, 2025, https://arxiv.org/abs/2404.19706
  137. RP-SLAM: Real-time Photorealistic SLAM with Efficient 3D Gaussian Splatting - arXiv, accessed July 5, 2025, https://arxiv.org/html/2412.09868v1
  138. Formatted CZML examples - CesiumJS - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/formatted-czml-examples/38417
  139. CZML in Cesium - GitHub, accessed July 5, 2025, https://github.com/CesiumGS/cesium/wiki/CZML-in-Cesium
  140. Build a Flight Tracker - Cesium, accessed July 5, 2025, https://cesium.com/learn/cesiumjs-learn/cesiumjs-flight-tracker/
  141. idkburkes/Flight-Tracker: This project builds on the CesiumJS platform to deliver a 3D modeling of historical data and live flight paths. I’ve collected geospatial data from aircrafts with a paid subscription to Flightradar24. The data, as shown below, is exported from .csv files containing altitude, heading, latitude, - GitHub, accessed July 5, 2025, https://github.com/idkburkes/Flight-Tracker
  142. CZML Flight Path - CesiumJS - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/czml-flight-path/1221
  143. track pedestrian with trail using cesium CZML - Stack Overflow, accessed July 5, 2025, https://stackoverflow.com/questions/47244682/track-pedestrian-with-trail-using-cesium-czml
  144. Drawing flying/moving line on Cesium? - Geographic Information Systems Stack Exchange, accessed July 5, 2025, https://gis.stackexchange.com/questions/300511/drawing-flying-moving-line-on-cesium
  145. accessed January 1, 1970, https://github.com/CesiumGS/cesium/blob/main/Apps/Sandcastle/gallery/CZML%20Path.html
  146. accessed January 1, 1970, https://raw.githubusercontent.com/CesiumGS/cesium/main/Apps/SampleData/Vehicle.czml
  147. cesium/Apps/Sandcastle/gallery/CZML.html at main / CesiumGS …, accessed July 5, 2025, https://github.com/CesiumGS/cesium/blob/main/Apps/Sandcastle/gallery/CZML.html
  148. cesium/Apps/Sandcastle/gallery/Multi-part CZML.html at main - GitHub, accessed July 5, 2025, https://github.com/CesiumGS/cesium/blob/main/Apps/Sandcastle/gallery/Multi-part%20CZML.html
  149. Difficulty Loading CZML - CesiumJS - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/difficulty-loading-czml/2072
  150. Reading in Custom Data from a Czml file - CesiumJS - Cesium Community, accessed July 5, 2025, https://community.cesium.com/t/reading-in-custom-data-from-a-czml-file/3403
  151. Cesium3DTileset - Resium - Re:Earth, accessed July 5, 2025, https://resium.reearth.io/components/Cesium3DTileset