와이파이 위치 획득 체계

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요
2. 역사
3. 기술 원리
4. 기술적 과제 및 한계
5. 대한민국 내 현황 및 기업
6. 개인 정보 보호 문제
7. 공개 와이파이 위치 데이터베이스
- 7.1. 주요 데이터베이스
8. 같이 보기
참조

1. 개요

와이파이 위치 획득 체계(WPS)는 와이파이 신호의 특징을 분석하여 기기의 위치를 계산하는 기술이다. 주요 기술로는 수신 신호 강도 지표(RSSI), 지문 인식, 도착 각도(AoA), 비행 시간(ToF), 몬테카를로 방법 등이 사용된다. WPS는 개인 위치 정보를 수집하여 개인 정보 보호 문제를 야기할 수 있으며, 이에 대한 옵트아웃 방식이 제시되고 있다. 또한, Combain Positioning Service, Unwired Labs의 LocationAPI.org, Mylnikov GEO, Navizon, radiocells.org, WiGLE, BeaconDB 등 다양한 공개 와이파이 위치 데이터베이스가 존재한다.

더 읽어볼만한 페이지

무선 통신 - 건 다이오드
건 다이오드는 건 효과를 이용하여 마이크로파를 생성하는 발진 소자로, 갈륨 비소와 같은 반도체의 전자띠 구조를 통해 음의 미분 저항을 발생시키며, 스피드건, 레이더 등 다양한 분야에 응용된다.
무선 통신 - 진폭 변조
진폭 변조(AM)는 정보 신호를 반송파의 진폭 변화로 전송하는 통신 변조 방식으로, 잡음에 약하고 전력 효율이 낮지만 포락선 검파가 가능하여 중파 및 단파 방송에 널리 사용되었으며, 현재는 디지털 방송에 밀려 사용이 줄었으나 재난 방송 및 사물 인터넷 분야에서 활용되고 있다.
무선 네트워크 - 무선 통신
무선 통신은 전선 없이 전자기파 등을 이용하여 정보를 전달하는 방식으로, 마르코니의 무선 전신 실험 성공 이후 다양한 형태로 발전해왔으며, 현대 사회에서 필수적인 기술로 자리 잡았다.
무선 네트워크 - 무선랜
무선랜은 유선 케이블 없이 무선으로 근거리 통신망을 구축하는 기술로, IEEE 802.11 표준 기반으로 발전하여 고속 통신과 다양한 운영 방식, 보안 기술을 제공하며 메시 Wi-Fi, 공중 무선랜 등 여러 형태로 발전하고 각국에서 법적 규제를 마련하고 있다.

와이파이 위치 획득 체계
개요
유형	위치 결정 시스템
기술	와이파이 삼각 측량 신호 강도
용도	실내 위치 확인 자산 추적 위치 기반 서비스
상세 정보
작동 원리	와이파이 액세스 포인트의 MAC 주소 및 신호 강도를 이용하여 위치 추정
정확도	환경에 따라 다름 (일반적으로 수 미터 ~ 수십 미터)
장점	GPS 음영 지역에서도 사용 가능 추가적인 하드웨어 불필요 (기존 와이파이 인프라 활용)
단점	와이파이 액세스 포인트 데이터베이스 필요 정확도가 GPS에 비해 떨어짐 와이파이 네트워크 환경에 의존적
기술적 측면
사용 기술	삼변 측량 (Trilateration) 핑거프린팅 (Fingerprinting) 신호 강도 기반 위치 추정
데이터베이스	와이파이 액세스 포인트의 위치 정보 및 신호 강도 데이터베이스 필요
주요 업체	구글 (Google) 애플 (Apple) 마이크로소프트 (Microsoft)
응용 분야
주요 활용 분야	실내 내비게이션 자산 관리 마케팅 응급 서비스
예시	쇼핑몰 내 길찾기 병원 내 의료 장비 추적 광고 및 프로모션 제공 긴급 상황 발생 시 구조 요청
기타
관련 기술	GPS (Global Positioning System) 블루투스 (Bluetooth) 비콘 (Beacon) UWB (Ultra-Wideband)
보안 및 개인 정보 보호	MAC 주소 수집 및 위치 정보 보안 문제

2. 역사

정확한 실내 위치 추적 기술은 증강 현실, 소셜 네트워킹, 건강 관리 모니터링, 개인 추적, 재고 관리 및 기타 실내 위치 인식 응용 프로그램의 활용이 늘어나면서 와이파이 기반 장치에서 그 중요성이 더욱 커지고 있다.^[10]^[11] 또한 무선 보안 분야에서는 불법 AP를 찾아내고 그 위치를 파악하는 데 중요한 방법으로 사용된다.^[12]^[13]

와이파이 네트워크 인터페이스 카드(NIC)가 널리 보급되고 가격이 저렴해지면서, 와이파이를 위치 기반 서비스(LBS)의 기반 기술로 활용하려는 시도가 늘어났다. 이러한 장점 덕분에 지난 15년 동안 관련 분야에서 상당한 연구가 진행되어 왔다.^[5]^[7]^[14] 이는 하이브리드 위치 결정 시스템과도 연관된다.

3. 기술 원리

정확한 실내 위치 추적 기술은 증강 현실, 소셜 네트워킹, 건강 관리 모니터링, 개인 추적, 재고 관리 등 다양한 실내 위치 인식 응용 프로그램의 활용이 늘어나면서 와이파이 기반 기기에서 더욱 중요해지고 있다.^[10]^[11] 또한 무선 보안 분야에서는 불법 AP를 찾아내고 그 위치를 파악하는 데 중요한 방법으로 사용된다.^[12]^[13]

와이파이 네트워크 인터페이스 카드(NIC)가 널리 보급되고 가격이 저렴해짐에 따라, 와이파이 신호를 위치 추적 시스템의 기반으로 활용하려는 연구가 지난 15년 이상 활발히 진행되어 왔다.^[5]^[7]^[14] 와이파이 기반 실내 위치 확인 문제는 기본적으로 클라이언트 기기의 위치를 주변 무선 접속점(AP)들과의 관계 속에서 결정하는 것이다. 이를 위해 다양한 기술들이 개발되었으며, 주로 사용되는 측정 기준에 따라 크게 네 가지로 분류할 수 있다: ''수신 신호 강도 지표(RSSI)'', ''지문 인식'', ''도착 각도(AoA)'', 그리고 ''비행 시간(ToF)''이다.^[14]^[15] 또한 몬테카를로 방법과 같은 통계적 기법도 활용된다.^[17]

대부분의 경우, 기기의 위치를 결정하는 첫 단계는 대상 클라이언트 기기와 주변의 여러 AP 간의 거리를 측정하는 것이다. 이 거리를 알면, AP들의 알려진 위치를 바탕으로 삼변측량법 알고리즘을 사용하여 대상 기기의 상대적인 위치를 계산할 수 있다.^[11] 또는, 클라이언트 기기에 도달하는 신호의 각도를 측정하여 삼각 측량 알고리즘을 기반으로 기기의 위치를 결정할 수도 있다.^[14]

이러한 개별 기술들을 조합하여 사용하면 시스템의 전반적인 위치 추정 정밀도를 더욱 향상시킬 수 있다.^[14] 각 기술에 대한 자세한 원리와 특징은 아래 하위 섹션에서 설명한다.

3. 1. 신호 세기 (RSSI)

수신 신호 강도 지표(RSSI)를 이용한 위치 확인 기술은 여러 무선 접속점(AP)에서 클라이언트 기기가 수신하는 신호의 상대적인 세기를 측정하는 방식이다. 이 측정된 신호 강도 정보를 전파 모델과 결합하여 클라이언트 기기와 각 무선 접속점 사이의 거리를 추정한다.^[11]^[14]

이렇게 얻어진 거리 정보를 바탕으로, 삼변측량법(Trilateration) 또는 다변측량법이라 불리는 기술을 사용하여 무선 접속점들의 알려진 위치를 기준으로 클라이언트 기기의 위치를 계산할 수 있다.^[11]^[14]

RSSI 기반 위치 확인은 가장 비용이 적게 들고 구현하기 쉬운 방법 중 하나이다. 하지만 주변 환경의 변화나 페이딩(다중 경로 페이딩) 현상으로 인해 RSSI 측정값이 자주 변동하는 경향이 있어, 위치 정확도가 상대적으로 낮다는 단점이 있다. 일반적으로 오차 범위의 중앙값은 2m에서 4m 수준이다.^[5]

시스코(Cisco)와 같은 기업은 자사의 무선 접속점을 통해 기기의 위치를 파악하는 데 RSSI 기술을 활용한다. 무선 접속점은 기기의 위치 데이터를 수집하고, 이 정보를 '시스코 DNA 스페이스(Cisco DNA Spaces)'라는 시스코 클라우드 서비스에 업데이트하여 관리한다.^[16]

3. 2. 지문 인식 (Fingerprinting)

전통적인 지문 인식(Fingerprinting) 방식 역시 RSSI를 기반으로 한다. 이 방식은 미리 여러 액세스 포인트로부터 오는 신호의 세기를 특정 위치에서 측정하고, 이 정보를 해당 위치의 좌표와 함께 데이터베이스에 저장하는 방식으로 작동한다. 이 저장된 정보를 '지문(fingerprint)'이라고 부른다. 이 정보는 결정론적^[5]이거나 확률적^[7]일 수 있다. 이후 실제 위치를 추적할 때는, 현재 위치에서 측정한 RSSI 값들의 패턴(벡터)을 데이터베이스에 저장된 지문들과 비교한다. 가장 유사한 패턴을 가진 지문을 찾아 해당 지문이 기록된 위치를 현재 사용자의 위치로 추정하는 것이다. 이러한 시스템은 중간값 기준으로 0.6m, 최대 오차 범위 기준으로 1.3m 정도의 정확도를 제공할 수 있다.^[14]^[19]

이 방식의 주요한 단점은 주변 환경 변화에 취약하다는 점이다. 예를 들어 가구를 새로 놓거나 건물을 증축 또는 철거하는 경우, 각 위치에서의 와이파이 신호 특성, 즉 '지문'이 달라질 수 있다. 따라서 환경이 변하면 지문 데이터베이스를 새로 업데이트해야 하는 번거로움이 있다. 그러나 이러한 단점을 보완하기 위해, 카메라와 같은 다른 센서들을 함께 사용하여 변화하는 환경에 더 효과적으로 대응하려는 연구도 진행되고 있다.^[20]

3. 3. 도착 각도 (AoA)

여러 개의 안테나를 사용하는 다중 입출력(MIMO) Wi-Fi 인터페이스가 등장하면서, 신호의 도착 각도(Angle of Arrival, AoA)를 추정하는 것이 가능해졌다. 이를 통해 액세스 포인트의 안테나 배열에서 수신된 다중 경로 신호에 대해 삼각 측량을 적용하여 클라이언트 장치의 위치를 계산할 수 있다. SpotFi,^[14] ArrayTrack,^[10] LTEye^[21] 등은 이러한 AoA 기술을 활용하는 대표적인 위치 추정 시스템이다.

일반적으로 AoA 계산에는 MUSIC 알고리즘이 사용된다.

M

개의 안테나가

d

거리만큼 동일하게 떨어져 있는 안테나 배열이 있고,

L

개의 서로 다른 경로를 통해 신호가 도달한다고 가정해 보자. 신호가 배열의 첫 번째 안테나에서 다음 안테나로 도달하기 위해서는

d \sin\theta

만큼의 추가 거리를 이동해야 한다.^[14]

k

번째 전파 경로가 액세스 포인트 안테나 배열의 법선(수직선)에 대해

\theta_k

각도로 도착하고, 신호의 복소 감쇠(신호 세기와 위상 변화 포함)를

\gamma_k

라고 하자. 이 감쇠는 신호가 이동한 추가 거리로 인해 발생하는 각 안테나에서의 위상 변화를 제외하면 모든 안테나에서 동일하다고 가정한다. 즉, 신호는 두 번째 안테나에 다음과 같은 위상 변화를 가지고 도착한다.^[14]

-2\pi \cdot d \cdot \sin(\theta) \cdot (f/c) \cdot (2-1)

그리고

m

번째 안테나에는 다음과 같은 위상 변화를 가지고 도착한다.^[14]

-2\pi \cdot d \cdot \sin(\theta) \cdot (f/c) \cdot (m-1)

여기서

f

는 신호의 주파수,

c

는 빛의 속도이다. 이 위상 변화는 각 안테나가 경험하는 신호 도착 시간의 미세한 차이를 나타낸다.

이러한 위상 변화를 간단히 표현하기 위해 다음과 같은 복소 지수 함수를 사용할 수 있다. 이는 전파 경로의 AoA(

\theta_k

)에 따라 각 안테나가 경험하는 위상 변화를 나타낸다.^[14]

\phi(\theta_k) = \exp(-j\cdot 2\pi\cdot d\cdot \sin(\theta_k)\cdot f/c)

여기서

j

는 허수 단위이다.

이제

k

번째 전파 경로로 인한 수신 신호 벡터는

\vec a(\theta_k)\gamma_k

로 표현될 수 있다. 여기서

\vec a(\theta_k)

는 조향 벡터(steering vector)라고 하며, 각 안테나에서의 위상 변화를 벡터 형태로 나타낸 것이다.^[14]

\vec a(\theta_k) = [ 1,\ \phi(\theta_k),\ \dots,\ \phi(\theta_k)^{M-1}]^T

각 전파 경로(

L

개)마다 하나의 조향 벡터가 존재하며, 이들을 모아 조향 행렬(steering matrix)

\mathbf{A}

(크기

M \times L

)를 정의할 수 있다.^[14]

\mathbf{A} = [\vec a(\theta_1), \dots, \vec a(\theta_L)]

최종적으로 안테나 배열에서 수신된 전체 신호 벡터

\vec x

는 다음과 같이 표현된다.^[14]

\vec x = \mathbf{A}\vec \Gamma

여기서

\vec \Gamma = [\vec \gamma_1 \dots \vec \gamma_L]^T

는

L

개 경로 각각의 복소 감쇠를 나타내는 벡터이다.^[14] (원본 소스의

\vec \Gamma

정의를 따름)

직교 주파수 분할 다중화(OFDM) 방식은 여러 개의 부반송파를 통해 데이터를 전송한다. 따라서 각 부반송파에 대해 측정된 수신 신호

\vec x

들을 모아 행렬

\mathbf{X}

를 구성할 수 있다.^[14]

\mathbf{X} = [\vec x_1 \dots \vec x_N] = \mathbf{A} [\vec \Gamma_1 \dots \vec \Gamma_N] = \mathbf{AF}

(원본 소스에서는 부반송파 개수를 N으로 표기하지 않았으나, 일반적으로 L(경로 수)과 N(부반송파 수)은 다름. 여기서는 원본 표기

\mathbf{X} = \mathbf{AF}

를 유지하되,

F

가

[\vec \Gamma_1 \dots \vec \Gamma_N]

형태임을 명시)

이 행렬

\mathbf{X}

는 채널 상태 정보(CSI) 행렬로 알려져 있으며, Linux 802.11n CSI 도구와 같은 특수 도구를 사용하여 최신 무선 카드에서 추출할 수 있다.^[22]

CSI 행렬

\mathbf{X}

가 구해지면 다중 신호 분류(MUSIC) 알고리즘을 적용한다. 먼저 공분산 행렬

\mathbf{X}\mathbf{X}^H

(여기서

\mathbf{X}^H

는

\mathbf{X}

의 켤레 전치 행렬)의 고유값 분해를 수행한다. 신호 부공간과 잡음 부공간을 분리한 뒤, 잡음 부공간에 직교하는 조향 벡터를 찾아 AoA(

\theta_k

)를 추정한다.^[14] 이렇게 얻어진 AoA 정보는 삼각 측량을 통해 클라이언트 장치의 위치를 추정하는 데 사용된다.

AoA 기반 위치 추정 기술은 일반적으로 다른 기술보다 정확도가 높지만, 6~8개의 안테나 배열^[10]이나 회전 안테나^[21]와 같은 특수한 하드웨어가 필요할 수 있다. 그러나 SpotFi^[14]와 같은 시스템은 3개의 안테나만 가진 일반 Wi-Fi 카드를 사용하면서도 초해상도 알고리즘을 적용하고 비행 시간(Time of Flight, ToF) 기반 측정을 결합하여 정확도를 높이는 방법을 제안하기도 했다.

3. 4. 비행 시간 (ToF)

비행 시간(Time of flight, ToF) 위치 추정 방식은 무선 인터페이스에서 제공하는 타임스탬프를 사용하여 신호의 ToF를 계산하고, 이 정보를 이용하여 액세스 포인트(AP)에 대한 클라이언트 장치의 거리와 상대 위치를 추정하는 기술이다.^[14]^[15] 이 방식은 신호가 AP와 기기 사이를 왕복하는 데 걸리는 시간을 측정하여 거리를 계산하는 원리를 이용한다.

시간 측정의 정밀도는 나노초(ns) 단위이며, ToF 기술을 사용하는 시스템은 약 2m 정도의 위치 오차를 보이는 것으로 보고되었다.^[14] 이 기술은 주로 건물 내 자산 태깅 및 위치 추적과 같은 분야에 응용되며, 이러한 경우 일반적으로 실내 수준의 정확도(약 3m)면 충분하다.^[23]

무선 인터페이스에서 수행되는 시간 측정은 전자기파(RF)가 빛의 속도에 가깝게 이동하며, 이 속도는 실내 환경의 대부분 전파 매체에서 거의 일정하게 유지된다는 사실에 기반한다. 따라서 신호 전파 속도(결과적으로 ToF)는 수신 신호 강도 지표(RSSI) 측정 방식만큼 환경의 영향을 크게 받지 않는다.^[24]

레이더(RADAR) 시스템에서 사용되는 전통적인 ToF 기반 에코 기술과 달리, Wi-Fi 에코 기술은 일반 데이터 프레임과 승인 프레임(ACK)을 사용하여 ToF를 측정한다.^[24]

RSSI 방식과 마찬가지로 ToF는 클라이언트 장치와 AP 간의 거리를 추정하는 데 주로 사용된다. 이렇게 추정된 거리 정보를 바탕으로 삼변측량법 알고리즘을 적용하여 AP에 대한 장치의 상대적 위치를 계산할 수 있다.^[23]

ToF 방식의 주요 과제로는 클럭 동기화 문제, 노이즈, 샘플링 아티팩트(sampling artifacts), 그리고 다중 경로채널 효과 등을 처리하는 것이 있다.^[23] 일부 기술에서는 수학적 기법을 활용하여 클럭 동기화의 필요성을 제거하려는 시도도 이루어지고 있다.^[15]

최근에는 IEEE 802.11mc 표준의 일부인 Wi-Fi 왕복 시간(Wi-Fi Round Trip Time, RTT) 기능이 도입되어 Wi-Fi 환경에서 더욱 정밀한 ToF 기반 거리 측정 기능을 제공하게 되었다.

3. 5. 몬테카를로 방법

몬테카를로 샘플링은 실내 와이파이 매핑에서 무선 노드의 위치를 추정하는 데 사용되는 통계적 기법이다. 이 과정은 2단계 매개변수 및 측정 기반 광선 추적 접근 방식을 사용하여 무선 신호 강도 지도를 생성하는 것을 포함한다. 이때 실내 환경에 있는 다양한 장애물의 흡수 및 반사 특성을 고려한다.^[17]

이렇게 생성된 지도를 바탕으로 위치 추정은 몬테카를로 샘플링으로 얻은 샘플 세트에 대해 베이즈 필터링을 적용하여 계산된다. 이 방법은 단일 AP(액세스 포인트)에서 수신된 RSSI(Received Signal Strength Indication) 값만을 사용하더라도, 방 내부 수준의 정밀도로 사용자의 위치를 비교적 정확하게 추정할 수 있는 것으로 알려져 있다.^[18]

4. 기술적 과제 및 한계

와이파이 위치 획득 체계(WPS)는 여러 기술적 과제와 한계를 가지고 있다. 가장 큰 문제는 정확도인데, 이는 다양한 요인에 의해 영향을 받는다.

우선, WPS는 주변 와이파이 접근점(AP)의 MAC 주소와 신호 세기(RSSI) 정보를 이용하는데, 이 정보는 주변 환경에 따라 쉽게 변할 수 있다. 건물 내부 구조, 벽의 재질, 사람들의 움직임 등이 와이파이 신호를 흡수하거나 반사시켜 신호 세기를 왜곡하고 위치 오차를 유발할 수 있다. 또한, AP의 밀도가 낮은 지역, 예를 들어 농어촌 지역에서는 측위 정확도가 크게 떨어지거나 아예 위치를 파악하기 어려울 수 있다.

WPS의 정확도는 AP 위치 정보 데이터베이스의 정확성과 최신성에 크게 의존한다. 만약 데이터베이스에 등록된 AP의 위치 정보가 정확하지 않거나, AP가 이전 또는 제거되었음에도 데이터베이스가 갱신되지 않았다면 위치 오차가 발생한다. 새로운 AP가 설치되었으나 데이터베이스에 아직 등록되지 않은 경우에도 마찬가지이다.

동일한 SSID(네트워크 이름)를 사용하는 여러 AP가 가까운 거리에 존재할 경우, 기기가 어떤 AP에 접속해야 할지 혼동하여 위치 측정에 오류가 발생할 가능성도 있다. 또한, GPS와 달리 고도 정보를 정확하게 파악하기 어렵다는 점도 한계로 지적된다.

이러한 한계 때문에 WPS는 단독으로 사용되기보다는 GPS, 셀룰러 네트워크 기반 측위 등 다른 기술과 결합하여 하이브리드 위치 획득 체계 형태로 사용되는 경우가 많다. 이를 통해 각 기술의 단점을 보완하고 전반적인 위치 기반 서비스의 정확도를 높일 수 있다.

5. 대한민국 내 현황 및 기업

대한민국은 세계적으로 높은 수준의 와이파이 보급률과 발전된 IT 인프라를 갖추고 있어, 와이파이 위치 획득 체계(WPS) 기술 개발과 이를 활용한 위치 기반 서비스(LBS)가 활발하게 이루어지고 있다. 특히 스마트폰의 대중화로 실내외에서의 정확한 위치 정보에 대한 수요가 높아지면서 WPS의 중요성이 더욱 커지고 있다.

주요 이동통신사인 SK텔레콤, KT, LG유플러스는 전국적으로 구축된 자사의 와이파이 액세스 포인트(AP) 정보를 기반으로 자체적인 WPS 데이터베이스를 구축하고 운영하며, 서비스 품질 향상을 위해 지속적으로 기술 개발에 투자하고 있다. 또한, 네이버나 카카오와 같은 주요 포털 기업들도 네이버 지도, 카카오맵 등 자사의 지도 서비스를 통해 WPS 기술을 적극적으로 활용하고 있다. 이들 기업은 GPS 신호가 약한 실내 공간에서의 정확한 위치 측정을 위해 WPS뿐만 아니라 블루투스 비콘, 자기장, 관성 센서 등 다양한 기술을 결합한 하이브리드 위치 획득 체계 개발에도 힘쓰고 있다.

이 외에도 다양한 스타트업들이 특정 상업 시설(대형 쇼핑몰, 백화점, 공항 등)이나 공공 시설에 특화된 실내 내비게이션 및 위치 기반 마케팅 솔루션을 개발하며 WPS 기술 생태계의 확장에 기여하고 있다.

한편, 위치 정보의 활용이 늘어나면서 개인의 사생활 보호 문제 또한 중요한 사회적 과제로 부각되고 있다. 방송통신위원회는 위치정보의 보호 및 이용 등에 관한 법률을 통해 위치 정보의 수집, 이용, 제공 등에 관한 사항을 규제하고 있으며, 기술 발전과 함께 개인 정보 보호 강화 및 관련 산업 활성화 사이의 균형점을 찾기 위한 노력이 지속되고 있다. WPS 기술은 향후 사물인터넷(IoT) 기기와의 연동, 스마트 시티 구축 등 다양한 분야에서 활용될 잠재력이 높은 기술로 평가받는다.

6. 개인 정보 보호 문제

와이파이 위치 획득 체계(WPS)는 개인의 위치 정보를 수집하고 활용하는 과정에서 개인 정보 침해에 대한 우려가 제기된다. 이에 구글은 특정 무선 접속점이 위치 결정에 사용되지 않도록 제외하는 방식을 제안했다. 이는 접속점 소유자가 의도적으로 옵트아웃하는 방식으로 이루어진다.^[25] 무선 접속점의 SSID에 "_nomap"을 추가하면, 해당 접속점은 구글의 WPS 데이터베이스에서 제외된다.^[26] 모질라 역시 자사의 위치 서비스에서 "_nomap"을 이용한 옵트아웃 방식을 지원한다.^[27]

7. 공개 와이파이 위치 데이터베이스

위치 기반 서비스 등에서 활용되는 와이파이 신호 기반 위치 추정을 위해 여러 공개 데이터베이스가 구축되어 운영되고 있다. 이러한 데이터베이스들은 GPS 등 다른 기술과 결합하여 하이브리드 위치 획득 체계의 일부로 사용되기도 한다.

현재 활성 상태인 여러 공개 와이파이 위치 데이터베이스가 존재하며, 각 데이터베이스는 수집하는 고유 와이파이 네트워크의 수, 관측 데이터의 양, 데이터베이스의 무료 다운로드 제공 여부, SSID 또는 BSSID 기반 조회 지원 여부, 데이터 라이선스(독점, MIT, ODbL 등) 등에서 다양한 특징을 보인다. 또한, 일부 데이터베이스는 사용자가 자신의 와이파이 정보가 수집되는 것을 거부할 수 있는 옵트 아웃(opt-out) 기능을 제공하기도 한다.

주요 공개 와이파이 위치 데이터베이스의 목록과 상세 비교 정보는 아래 하위 섹션에서 확인할 수 있다.

7. 1. 주요 데이터베이스

다음은 현재 운영 중인 주요 공개 와이파이 위치 데이터베이스 목록이다.^[28]

이름	고유 와이파이 네트워크	관측	무료 데이터베이스 다운로드	SSID 조회	BSSID 조회	데이터 라이선스	옵트 아웃	범위 지도	코멘트
Combain Positioning Service^[28]	>2,400,000,000^[29]	>67,000,000,000^[29]	아니요	예	예	독점	예	지도	또한 셀 ID 데이터베이스이다.
Unwired Labs의 LocationAPI.org ^[30]	>1,500,010,000^[31]	>4,100,000,000	아니요	아니요	예	독점	아니요	지도	또한 셀 ID 데이터베이스이다.
Mylnikov GEO^[32]	860,655,230^[32]		예^[33]	아니요	예	MIT^[34]	애그리게이터	지도	또한 셀 ID 데이터베이스이다.^[35]
Navizon^[36]	480,000,000	21,500,000,000	아니요	아니요	예	독점	아니요	지도	크라우드소싱 데이터를 기반으로 한다. 또한 셀 ID 데이터베이스이다.^[37]
radiocells.org^[38]	13,610,728		예^[39]	아니요	예^[40]	ODbL^[41]	예	지도	크라우드소싱 데이터를 기반으로 한다. 또한 셀 ID 데이터베이스이며 원시 데이터를 포함한다.
WiGLE^[42]	1,205,634,974^[43]	16,460,980,303^[43]	아니요	예^[44]	예^[44]	독점	예,^[45] 요청 시	지도	또한 셀 ID 및 블루투스 데이터베이스이다.
BeaconDB^[46]	11,049,092^[47]		아니요	아니요	예^[47]	독점	예	지도	크라우드소싱 데이터를 기반으로 한다. 퍼블릭 도메인 라이선스로 데이터를 게시할 계획이다. 또한 셀 ID 및 블루투스 데이터베이스이다.

8. 같이 보기

하이브리드 위치 획득 체계 Hybrid positioning system^eng
위치 기반 서비스

참조

_[1] 간행물 Exploitation of Public and Private WiFi Coverage for New Business Models Springer US 2004
_[2] 문서 Detecting visibility in heterogeneous simulated environments for positioning purposes https://hal.archives[...]
_[3] 문서 New techniques for indoor positioning, combining deterministic and estimation methods https://hal.archives[...]
_[4] 문서 A universal and autonomous positioning system based on wireless networks connectivity https://hal.archives[...]
_[5] 문서 RADAR: an in-building RF-based user location and tracking system 2000-03
_[6] 문서 Signal strength based indoor geolocation 2002-04
_[7] 서적 Proceedings of the First IEEE International Conference on Pervasive Computing and Communications, 2003. (PerCom 2003) 2003-03-01
_[8] 웹사이트 Wi-Fi Positioning System http://gps.about.com[...] 2014-12-19
_[9] 간행물 A Bayesian approach to detect pedestrian destination-sequences from WiFi signatures http://infoscience.e[...]
_[10] 문서 Arraytrack: A fine-grained indoor location system
_[11] 서적 GLOBECOM 2009 - 2009 IEEE Global Telecommunications Conference 2009-11-01
_[12] 간행물 Locating Rogue Access Point Using Fine-Grained Channel Information 2017-09
_[13] 웹사이트 Cisco Prime Network Control System Configuration Guide, Release 1.0 - Chapter 6: Monitoring Maps [Cisco Prime Network Control System Series Appliances] https://www.cisco.co[...] 2020-12-19
_[14] 서적 Proceedings of the 2015 ACM Conference on Special Interest Group on Data Communication ACM 2015-01-01
_[15] 서적 Proceedings of the 4th international conference on Mobile systems, applications and services ACM 2006-01-01
_[16] 간행물 Fast locate in Cisco https://www.cisco.co[...]
_[17] 서적 IEEE Global Telecommunications Conference, 2004. GLOBECOM '04 IEEE 2004
_[18] 간행물 Indoor location tracking using RSSI readings from a single Wi-Fi access point http://link.springer[...] 2007-04
_[19] 간행물 The Horus location determination system 2007-01-04
_[20] 문서 Ubiquitous WLAN/Camera Positioning using Inverse Intensity Chromaticity Space-based Feature Detection and Matching: A Preliminary Result 2012
_[21] 서적 Proceedings of the 6th annual workshop on Wireless of the students, by the students, for the students ACM 2014-01-01
_[22] 웹사이트 Linux 802.11n CSI Tool https://dhalperi.git[...] 2015-11-10
_[23] 간행물 Radio Frequency Time-of-Flight Distance Measurement for Low-Cost Wireless Sensor Localization 2011-03-01
_[24] 서적 Proceedings of the 10th ACM International on Conference on emerging Networking Experiments and Technologies ACM 2014-01-01
_[25] 웹사이트 Infosecurity Blogs http://www.infosecur[...] Infosecurity Magazine 2015-09-17
_[26] 문서 Google Help - Location-based services - How do I opt out? https://support.goog[...] 2012-05-30
_[27] 웹사이트 MLS-Opt-Out https://location.ser[...] 2014-09-02
_[28] 웹사이트 Combain Positioning Service http://combain.com/ 2019-01-03
_[29] 웹사이트 Wifi Positioning {{!}} Wifi Location {{!}} Cell ID - Combain https://combain.com 2019-01-03
_[30] 웹사이트 Unwired LocationAPI Coverage http://unwiredlabs.c[...] 2017-06-06
_[31] 웹사이트 Unwired Labs Location API - Geolocation API and Mobile Triangulation API, Cell Tower database http://www.locationa[...] 2017-06-06
_[32] 웹사이트 Mylnikov GEO Wi-Fi https://www.mylnikov[...] 2015-05-19
_[33] 웹사이트 Mylnikov GEO Wi-Fi Database Download https://www.mylnikov[...] 2015-05-19
_[34] 웹사이트 Mylnikov GEO license https://www.mylnikov[...] 2014-12-19
_[35] 웹사이트 Mylnikov GEO Mobile Cells Database https://www.mylnikov[...] 2014-12-19
_[36] 웹사이트 Navizon Global Positioning System https://web.archive.[...] 2015-06-21
_[37] 웹사이트 Navizon WiFi Coverage Map https://web.archive.[...] 2015-06-21
_[38] 웹사이트 Radiocells.org https://web.archive.[...] 2018-07-06
_[39] 웹사이트 Radiocells.org Database Download https://web.archive.[...] 2018-07-06
_[40] 웹사이트 Wifi Access Point finder https://web.archive.[...] 2015-01-30
_[41] 웹사이트 Radiocells.org license https://web.archive.[...] 2018-07-06
_[42] 웹사이트 WiGLE https://wigle.net 2014-12-19
_[43] 웹사이트 WiGLE Stats https://www.wigle.ne[...] 2018-12-24
_[44] 웹사이트 WiGLE Wireless Network Map https://wigle.net/ma[...] 2014-12-19
_[45] 웹사이트 On _nomap and _optout - WiGLE.net https://www.wigle.ne[...] 2019-09-15
_[46] 웹사이트 beaconDB https://beacondb.net[...] 2024-11-15
_[47] 웹사이트 beaconDB https://beacondb.net[...] 2024-11-15
_[48] 논문 Sensor Data Fusion for Pedestrian Navigation UsingWLAN and INS
_[49] URL https://www.google.c[...]
_[50] 논문 RADAR: an in-building RF-based user location and tracking system Proceedings of 19th Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM ’00) 2000-03
_[51] 논문 Signal strength based indoor geolocation Proceedings of the IEEE International Conference on Communications (ICC ’02) 2002-04
_[52] 웹인용 보관된 사본 https://web.archive.[...] 2011-03-01

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com