Google Earth: Pinpoint eyewitness locations.
Google Earth 알아보기.
사진이나 동영상을 검증하려면 그것이 찍힌 장소, 시간, 촬영자를 확인해야 합니다.
대화형 가상 지구본인 Google Earth가 위치 확인을 위한 첫 번째 단계를 완료하도록 도와줍니다.
소셜 미디어에 올라온 보도 가치가 있는 이미지는 종종 건물이나 명소와 같은 단서를 제공하며 이는 위치 확인에 도움이 됩니다. 하지만 외딴 지역이나 시골에서 찍힌 이미지는 위치 확인이 어려운 과제입니다.
인증 절차를 시작하려면 Google Earth의 최신 버전을 다운로드하세요.
이륙 준비하기.
Google Earth를 설치했다면 가장 먼저 하고 싶은 일은 문제의 그 미디어가 촬영됐으리라 추측하는 지역으로 “날아가기”입니다. 나라, 도시, 마을 혹은 명소의 이름을 Google Earth에 입력하면 해당 장소의 위성 보기가 표시됩니다. 더 구체적으로 입력할수록 더 나은 결과를 볼 수 있습니다.
캘리포니아 남부 지역의 산불에 대한 기사를 작성 중 로스앤젤레스의 그리피스 공원 근처에서 찍힌 것으로 주장하는 사진을 Twitter에서 찾았다면.
시작을 위해 그리피스 공원을 Google Earth 검색창에 입력하세요.
Google Earth는 단서를 찾아 화면을 확대합니다.
시각적 단서를 찾아보세요.
이제 Google Earth 설치하고 실행했으므로 검색 위치를 좁힐 수 있는 시각적 단서를 찾아 동영상 혹은 사진을 보고 주의 깊게 조사할 차례입니다.
명소, 간판, 눈에 띄는 건물, 길, 급격한 고도 변화, 인공 폭포, 넓고 트인 공간, 녹지...해당 지역에서 보이는 요소의 목록을 작성하세요. 이 목록은 또한 Google Earth 이미지에 비교할 사진을 인쇄하거나 스크린샷을 찍는 데도 유용하게 쓰입니다.
이 경우에, 로스앤젤레스 강과 평행한 그리피스 공원 지역을 찾고 있습니다. 주요 도로를 지나는 육교도 찾아야 합니다.
슬라이더를 이용해 풍경 사진의 특징을 알아볼 수 있을 때까지 확대한 다음 클릭하고 드래그하여 주변 지역을 탐색하세요.
레이어를 활용하여 뷰 수정하기.
Google Earth의레이어 패널을 이용하면 3D 뷰어에 표시할 정보를 선택할 수 있습니다. 다른 특징을 강조하면서 탐색을 진행하면 위치를 정확히 찾아낼 수 있습니다.
특정 레이어 옆의 체크박스를 선택 및 해제하여 레이어를 사용하거나 중지하세요. 예를 들어 도로 레이어를 사용하면 주요 고속도로는 노란색 선으로, 작은 도로는 흰색 선으로 도로 이름과 함께 표시됩니다. 해당 레이어를 중지하면 이 정보가 표시되지 않습니다.
위치를 정확히 찾아내기.
대략적인 위치를 파악한 후 Google Earth 뷰를 확대하여 뉴스 이미지와 대조해볼 수 있습니다.
더블 클릭으로 원하는 지점을 확대하여 더 상세히 볼 수 있습니다. 오른쪽 상단의 내비게이션 화살표를 사용하여 뷰를 기울이고 시야를 조정해보세요.
너무 가까이 확대한 경우 화면 오른쪽 상단의 지면 수준 보기 종료를 클릭하면 더 넓은 장면으로 돌아갑니다.
정확히 일치하는 위치를 찾은 다음 관련 날짜 혹은 작성자 등의 다른 인증 방법으로 이동할 수 있습니다.
이미지 데이터 조사하기.
모든 디지털 이미지는 촬영한 순간에 기기에서 수집한 EXIF 데이터 정보를 포함합니다.(예: 시간, 날짜, 위도 및 경도 좌표) Google Earth에서 좌표를 입력하면 해당 사진이 찍힌 장소로 즉시 이동합니다.
하지만 대부분의 소셜 네트워크는 EXIF 데이터를 지우기 때문에 항상 소유자로부터 원본 이미지를 이메일로 전달받아 직접 EXIF 데이터를 추출할 수 있도록 하세요. 이 작업의 수행을 위한 많은 도구 중 하나를 만나보세요: http://regex.info/exif.cgi.
Google Earth로 인증하기에 대해 더 알아보려면, 다음을 시청하세요First Draft의 연구 사례.
Google Earth 튜토리얼의 전체 제품군을 보려면, 여기를 클릭하세요.
-
![image9_4xEssf3.png]()
-
![gni_business_lesson_play_17]()
-
![LookingAheadToML-PoweredJournalism]()
Looking ahead to ML-powered journalism
강의Key learnings and recommended resources to deepen your ML knowledge.
