top of page

DTG, 차량이 매초 남기는 블랙박스 기록

1일 전
3분 분량

DTG(Digital Tachograph, 디지털 운행기록계)는 차량의 운행 상태를 초 단위로 기록하는 장치입니다. 비행기의 블랙박스와 비슷한 역할을 하는데, 화물차·버스·택시 같은 사업용 차량에는 장착이 의무화되어 있습니다. 기록 항목은 속도, 엔진 회전수(RPM), 브레이크 신호, 주행거리, GPS 위치와 방위각, 가속도 등입니다. 원래 목적은 사고 원인을 규명하고 과속·급가속·급제동 같은 위험 운전 습관을 관리하는 것이었습니다. 요즘은 운행 효율 분석, 연료 절감, 차량 관제, 보험 연계 서비스까지 활용 범위가 넓어졌습니다.


문제는 데이터의 양입니다. 차량 한 대가 하루에 남기는 기록만 86,400건입니다. 차량이 수백, 수천 대로 늘고 기간이 몇 달, 몇 년으로 길어지면 쉽게 수십억 건을 넘깁니다. 게다가 이 데이터는 시계열이면서 위치 정보를 가진 데이터입니다. "어제 가장 오래 운행한 차량은 어느 차인가", "이 차량은 어떤 길로 달렸는가", "언제 멈췄고 언제 과속했는가" 같은 질문에 빠르게 답할 수 있어야 쓸모가 있습니다. 

이런 DTG 데이터를 Machbase Neo가 얼마나 효율적으로 저장하고, 얼마나 빠르게 분석하고, 얼마나 직관적으로 보여주는지 알아 봅시다.



실제 도로 위를 달리는 100대, 30일의 기록



실제 운행 데이터는 개인정보와 위치 민감성 때문에 공개하기 어렵습니다. 그래서 수도권 도로를 따라 주행하도록 차량 100대의 30일치 합성 운행기록을 만들었습니다. 차량마다 서로 다른 경로를 생성했고, 주행뿐 아니라 신호 대기나 휴식 같은 정차 구간도 포함했습니다. 기록은 실제 DTG처럼 1초 단위입니다. 속도 변화와 GPS 궤적이 서로 어긋나지 않는지도 따로 검증했습니다. 그 결과 총 2억 5,920만 건(100대 × 30일 × 86,400초)의 데이터셋이 만들어졌습니다.



입력과 압축: 27.675GB가 6.007GB로



데이터는 CSV 형태로 준비했고, Machbase Neo의 TQL(Transforming Query Language)로 입력했습니다. 별도의 ETL 도구나 개발 없이 TQL 스크립트로 CSV를 읽어 곧바로 테이블에 적재할 수 있어서, 데모 데이터를 올리는 과정도 간단했습니다.



원본 CSV 크기는 27.675GB였습니다. 이를 적재한 뒤 데이터, 인덱스, Rollup까지 모두 포함한 실제 저장 공간은 6.007GB였고, CSV와 비교해 약 78.3%의 공간 절감 효과를 확인했습니다. 이 수치에서 눈여겨볼 점은 순수 데이터만 센 것이 아니라는 점입니다. 일반 DB에서는 인덱스를 만들면 원본보다 저장 공간이 오히려 늘어나는 경우가 흔합니다. 이번에는 조회를 빠르게 하려고 만든 인덱스와 집계용 Rollup까지 전부 포함하고도 원본 대비 5분의 1 수준으로 줄었습니다. 한 건당으로 환산하면 CSV에서는 약 107바이트였던 기록이 인덱스와 Rollup을 포함해도 약 23바이트에 저장된 셈입니다.



이런 압축 효율은 DTG처럼 시간 순서로 쌓이고 인접한 값끼리 비슷한 데이터에서 특히 크게 나타납니다. 저장 공간이 줄면 디스크 비용만 아끼는 것이 아닙니다. 읽어야 할 데이터량이 줄어 조회 성능에도 도움이 되고, 같은 서버에서 더 오랜 기간의 데이터를 보관할 수 있습니다. 차량 수가 늘어나는 운영 환경에서는 이 차이가 곧바로 인프라 규모와 유지 비용으로 이어집니다.



Rollup으로 "하루 동안 가장 오래 달린 차"를 즉시 찾기



원천 데이터가 2억 건이 넘으면 "어제 가장 오래 운행한 차량은?" 같은 단순한 질문도 원본을 전부 훑어서는 오래 걸립니다. 이럴 때 쓰는 것이 Rollup입니다. Machbase는 데이터가 들어올 때 시간 단위 등으로 집계값을 미리 계산해 두는 Rollup 기능을 제공합니다.



이번 데모에서는 시간별 운행시간과 순간 최고속도를 Rollup으로 만들었습니다. 덕분에 하루 동안 가장 오래 운행한 차량과 순간 최고속도가 가장 높았던 차량을 원본 전체를 스캔하지 않고 집계 결과만 읽어서 빠르게 조회할 수 있었습니다. 운영 관점에서는 일일 운행 리포트, 위험 운전 차량 선별, 차량별 가동률 같은 반복적인 통계를 대시보드에 실시간으로 띄울 수 있다는 뜻입니다. 원본 기록은 그대로 보존되므로, 집계에서 눈에 띈 차량을 골라 초 단위 원본까지 파고들 수도 있습니다.



시각화: 차트와 지도를 하나로



DTG 데이터를 분석하는 일은 숫자를 보는 것에서 끝나지 않습니다. 속도와 주행거리는 시간축 차트로 봐야 하고, 이동 경로는 지도 위에서 봐야 합니다. Machbase Neo는 별도 BI 도구 없이 내장 차트와 지도 차트 기능으로 이 두 가지를 모두 표현합니다.



시연에서는 차량 한 대의 하루치 기록 86,400건을 그대로 내장 차트에 그렸습니다. 속도와 누적 주행거리가 시간에 따라 어떻게 변하는지 한눈에 보이고, 속도가 0으로 떨어지는 정차 구간도 선명하게 드러납니다. 관심 구간은 확대해서 볼 수 있고, 툴팁으로 특정 시점의 값을 정확하게 확인할 수 있습니다. 8만 6천 개가 넘는 점을 그리는데도 확대와 이동이 부드럽다는 점이 인상적입니다.



더 흥미로운 부분은 지도입니다. 저장된 GPS 좌표를 지도 차트에 올리면 차량의 궤적이 그려지는데, 합성 데이터임에도 점들이 도로를 벗어나지 않고 실제 도로망을 따라 자연스럽게 이어집니다. 앞에서 GPS 궤적의 일관성을 검증했다고 한 부분이 눈으로도 확인되는 대목입니다. 여기서 한 걸음 더 나아가 같은 궤적을 20배속으로 재생해 보았습니다. 지도 위의 점이 도로를 따라 달리다가 신호에서 멈추고 다시 출발하는 모습이 그대로 재현됩니다. 하루치 운행을 몇 분 만에 돌려보면서 어디에서 오래 정차했는지, 어느 구간에서 속도가 빨라졌는지를 직관적으로 파악할 수 있습니다. 사고 상황을 재구성하거나 운전 습관을 코칭할 때 이런 재생 기능이 특히 유용합니다.

 
 
연락처 보기
bottom of page