현대 과학기술연구개발에서 데이터의 수집, 큐레이션, 분석, 시각화의 효율화는 과학기술발전의 중요한 요소이다. 데이터 집중연구에서 이러한 과학데이터의 가치는 절대적으로 필요하다고 할 수 있다. 과학데이터의 생산량은 기하급수적으로 증가했지만 데이터를 수집하고 배포할 수 있는 수단을 마련하는 측면에서 보면, 현재 분야별로 과학데이터의 개별적인 활용 체제만 운영되고 있어 걸음마 단계이다. 이에 본 논문에서는 국가차원의 국가 과학데이터센터 구축의 경제적 파급효과를 한국은행(2009)의 산업 연관분석을 이용하여 생산유발효과, 부가가치유발효과, 취업자유발효과 및 전 후방연쇄효과로 나누어 분석하여 국가 과학데이터센터 구축에 대한 경제적 타당성을 검증하고자 한다.
현대 과학기술연구개발에서 데이터의 수집, 큐레이션, 분석, 시각화의 효율화는 과학기술발전의 중요한 요소이다. 데이터 집중연구에서 이러한 과학데이터의 가치는 절대적으로 필요하다고 할 수 있다. 과학데이터의 생산량은 기하급수적으로 증가했지만 데이터를 수집하고 배포할 수 있는 수단을 마련하는 측면에서 보면, 현재 분야별로 과학데이터의 개별적인 활용 체제만 운영되고 있어 걸음마 단계이다. 이에 본 논문에서는 국가차원의 국가 과학데이터센터 구축의 경제적 파급효과를 한국은행(2009)의 산업 연관분석을 이용하여 생산유발효과, 부가가치유발효과, 취업자유발효과 및 전 후방연쇄효과로 나누어 분석하여 국가 과학데이터센터 구축에 대한 경제적 타당성을 검증하고자 한다.
In the modern scientific R&D, the efficient acquisition, curation, analysis and visualization are core elements of the science development. The value of scientific data is very important in data intensive research. An output of scientific data is drastically increasing. However we have only each ind...
In the modern scientific R&D, the efficient acquisition, curation, analysis and visualization are core elements of the science development. The value of scientific data is very important in data intensive research. An output of scientific data is drastically increasing. However we have only each individual system of scientific data in now. Therefore We feel a lack of efficiency of scientific data. In this paper, We analyze an economic ripple effects in terms of production inducement effect, added value inducement effect, labor inducement effect and forward backward linkage effect of national scientific data center construction using an input-out analysis of the bank of Korea(2009). We also examine an economic propriety of national scientific data center construction.
In the modern scientific R&D, the efficient acquisition, curation, analysis and visualization are core elements of the science development. The value of scientific data is very important in data intensive research. An output of scientific data is drastically increasing. However we have only each individual system of scientific data in now. Therefore We feel a lack of efficiency of scientific data. In this paper, We analyze an economic ripple effects in terms of production inducement effect, added value inducement effect, labor inducement effect and forward backward linkage effect of national scientific data center construction using an input-out analysis of the bank of Korea(2009). We also examine an economic propriety of national scientific data center construction.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
하지만 과학데이터의 체계적인 수집이나 배포 경로가 미흡하고 또한 방대한 생산에도 불구하고 데이터의 활용, 재사용, 보존에 대한 기준이 미비한 시점에 있다. 본 논문은 현재 분야별로 과학데이터의 개별적 활용체계가 구축되어 활용되고 있는데 국가 과학데이터의 공유 및 활용 체제에 대한 윈-윈 효과를 위해 국가 과학데이터센터 구축을 제안하고 있다. 이에 우선 기초기술연구회 소관기관의 과학데이터부터 구축하여 활용 성과를 파악하기 위해 국가 과학데이터센터 구축의 경제적 파급효과를 한국은행(2009)의 산업연관표를 이용하여 분석했다.
또한 국가 과학데이터센터 구축이 경제 각 부문에 미치는 효과를 한국은행(2009)의 산업연관분석을 이용하여 생산유발효과, 부가가치유발효과, 취업자유발효과 및 전·후방 연쇄효과로 나누어 분석한다. 이러한 경제적 파급효과를 국민 경제적 차원에서 측정하여 향후 관련 연구사업에 대한 예산 배분 등 미래의 투자 계획 및 정책수립 등의 기초자료로 활용하고자 한다.
또한, 감응도계수와 영향력계수를 통한 전·후방연쇄효과를 살펴봄으로써 국가 과학데이터센터 구축의 경제적 타당성을 검증한다. 이를 바탕으로 과학데이터 관련 발전 방향을 제공할 수 있다는 점에서 본 논문은 의미가 있다.
현재 국내에서는 과학데이터와 관련해서 분야별로 과학데이터를 개별적으로 활용하는 체제가 구축되어 국가차원에서의 수집 및 관리가 되지 않고 있다. 이에 미국, 호주, 영국 등에서 진행되고 있는 과학데이터의 보존과 활용 사례를 간략히 설명하고 국가 과학데이터센터 구축의 효과에 대해 설명하고자 한다. 또한 국가 과학데이터센터 구축이 경제 각 부문에 미치는 효과를 한국은행(2009)의 산업연관분석을 이용하여 생산유발효과, 부가가치유발효과, 취업자유발효과 및 전·후방 연쇄효과로 나누어 분석한다.
제안 방법
9조원으로 이 막대한 예산을 통해 생산되는 과학데이터의 양은 어느 정도인지, 또 이를 체계적으로 축적하지 않아 재사용되지 못해 발생하는 손실비용은 도대체 얼마나 되는지 가늠조차 어려운 실정이다. 과학데이터의 경제적인 효과 분석과 관련된 선행 논문이 존재하지 않아 본 논문에서는 우선 기초기술연구회 소관기관을 대상으로 국가 과학데이터센터 구축을 통해 국가 과학데이터센터 구축이 우리나라 경제 각 부문에 미치는 경제적인 효과를 한국은행(2009)의 산업연관분석을 이용하여 생산유발효과, 부가가치유발효과, 취업자유발효과로 나누어 경제적 파급효과를 분석한다. 또한, 감응도계수와 영향력계수를 통한 전·후방연쇄효과를 살펴봄으로써 국가 과학데이터센터 구축의 경제적 타당성을 검증한다.
국가 과학데이터센터 구축의 경제적 파급효과를 분석하기 위해 한국은행(2009)의 투입·산출표인 산업연관표에 의거하여 분류함으로써 국가 과학데이터센터 구축이 국내 산업부문 중 어느 부문에 속해 있는지 파악할 것이다.
그리고 국가 과학데이터센터 구축에 대한 파급효과를 이론적 차원에서 생산유발효과, 부가가치유발효과, 취업자유발효과 및 전·후방 연쇄효과를 나누어 분석하고 국가 과학데이터센터 구축에 대한 각각의 파급효과를 한국은행의 투입-산출모형에 입각하여 분석할 것이다.
노동유발계수는 어느 산업의 생산물을 한 단위 생산하는데 직접 필요한 노동량 뿐 아니라 생산파급과정에서 간접적으로 필요한 노동량까지 포함하고 있으며 식(5)로 나타내며, 본 논문에서는 취업자유발계수를 이용하여 취업자유발효과를 분석한다.
또한 국가 과학데이터센터 구축이 경제 각 부문에 미치는 효과를 한국은행(2009)의 산업연관분석을 이용하여 생산유발효과, 부가가치유발효과, 취업자유발효과 및 전·후방 연쇄효과로 나누어 분석한다.
또한, 감응도계수와 영향력계수를 통한 전·후방연쇄효과를 살펴봄으로써 국가 과학데이터센터 구축의 경제적 타당성을 검증한다.
데이터를 원활하게 수집, 접근하려면 연구자들이 데이터를 적극적으로 공유할 필요가 있으며 과학데이터를 공유하는 목적은 크게 5가지로 요약할 수 있다. 첫째, 데이터의 보존과 재사용을 위해, 둘째, 반복 실험 및 결과의 검증을 위해, 셋째, 반복할 수 없거나 반복하는데 많은 비용이 드는 실험 및 관찰의 경우, 넷째, 교육적 목적을 위해서, 마지막으로, 이외에도 비교연구나 여러 실험에서 생성된 데이터를 결합하는 메타연구, 모델링을 위해 과학데이터를 공유하며 국내에 산재되어 있는 과학데이터를 국가 과학데이터센터를 구축함으로써 공유 및 활용하고자 한다.
이론/모형
본 논문은 현재 분야별로 과학데이터의 개별적 활용체계가 구축되어 활용되고 있는데 국가 과학데이터의 공유 및 활용 체제에 대한 윈-윈 효과를 위해 국가 과학데이터센터 구축을 제안하고 있다. 이에 우선 기초기술연구회 소관기관의 과학데이터부터 구축하여 활용 성과를 파악하기 위해 국가 과학데이터센터 구축의 경제적 파급효과를 한국은행(2009)의 산업연관표를 이용하여 분석했다. 이를 통해 경제적 타당성을 파악하고자 했는데 분석결과 분야별 과학데이터를 개별적으로 활용하는 체제보다 국가 과학데이터센터를 구축하였을 경우 생산유발효과에서 1.
성능/효과
5배의 경제적 효과가 발생함을 분석결과를 통해 알 수 있었다. 또한, 부가가치유발효과와 취업자유발효과가 전체 산업 평균보다 훨씬 높음을 분석결과를 통해알 수 있었다. 즉, 과학데이터는 데이터 획득, 수집, 큐레이션, 분석, 가시화 단계 등의 생애주기를 거치면서 많은 비용과 시간이 소요되나 데이터 관리주체가 산재되어 있어 상호협력체제가 이루어지지 않아 비효율성을 보이고 있지만 국가 과학데이터센터를 구축함으로써 그 효율 및 효과를 극대화 할 수 있다.
<표 10>은 기초기술연구회 소관기관을 중심으로 국가 과학데이터센터를 구축하였을 경우 유발되는 경제적 파급효과를 설명하고 있다. 먼저 국가 과학데이터센터 구축의 생산유발효과는 2.8조원, 부가가치유발효과는 2.6조원, 취업자유발효과는 63,453명으로 분야별로 과학데이터의 개별적 활용 체제를 구축하였을 경우보다 국가 과학데이터센터가 구축되면 1.5배의 생산유발효과가 유발될 것으로 예상된다.
<표 6>을 살펴보면 생산유발계수는 1.487496으로 전체 평균인 1.940보다 작지만 부가가치유발계수는 전체 평균 0.722보다 큰 0.924146이고, 취업자유발계수도 전체 평균 10.4명보다 훨씬 큰 22.8명으로 부가가치유발과 취업자유발효과가 전체 평균보다 훨씬 큼을 알 수 있다.
을 통해 2011년 정부 R&D 투자는 14.9조원으로 2010년에 비해 8.7% 증가한 수치이며, 최근 4년간 연평균 정부 R&D 투자 증가율은 10.3%로 높은 수준이다.
이에 우선 기초기술연구회 소관기관의 과학데이터부터 구축하여 활용 성과를 파악하기 위해 국가 과학데이터센터 구축의 경제적 파급효과를 한국은행(2009)의 산업연관표를 이용하여 분석했다. 이를 통해 경제적 타당성을 파악하고자 했는데 분석결과 분야별 과학데이터를 개별적으로 활용하는 체제보다 국가 과학데이터센터를 구축하였을 경우 생산유발효과에서 1.5배의 경제적 효과가 발생함을 분석결과를 통해 알 수 있었다. 또한, 부가가치유발효과와 취업자유발효과가 전체 산업 평균보다 훨씬 높음을 분석결과를 통해알 수 있었다.
산업연관분석은 경제부문 간의 재화와 서비스의 흐름이 비교적 안정적이라는 점을 활용하여 경제체계의 모습을 보다 자세하게 통계적으로 분석함으로써 경제현상에 대한 설명을 보다 구체적으로 해주는 역할을 하고 있다. 특히 산업연관분석은 한 나라의 경제정책 수립 및 효과분석과 관련된 분야에 많이 이용되고 있어 본 논문에서 분석하고자 하는 국가과학데이터센터 구축에 경제적 파급효과를 분석하는데 적절하며 타당하다고 볼 수 있다.
후속연구
마지막으로, 본 논문을 통해 과학데이터는 지속적으로 관심을 갖고 투자가 필요한 분야이며 성공적으로 국가 과학데이터센터를 구축 하였을 경우 무한한 부가가치를 창출해 낼 수 있을 거라 생각한다. 따라서 이 연구결과를 활용하여 과학데이터에 대한 연구개발의 필요성과 중요성을 널리 알리고 국가의 핵심 과제로 부각이 되어 국내에서도 과학데이터를 효과적으로 활용하기 위한 정책이 수립되었으면 한다.
이에 국가 과학데이터는 의 As-Is인 각 데이터들이 결합되지 못하고 각 분야별로 산재되어 있으나 과학데이터의 중요성 및 필요성으로 본 논문에서는 기초기술연구회 소관기관을 중심으로 국가 차원의 국가 과학데이터센터를 구축하여 To-Be 모형으로 국가 과학데이터센터를 구축하여 분야별 과학데이터를 공유 및 활용 체계를 갖춰 나가야 한다고 제안한다.
따라서 이 연구결과를 활용하여 과학데이터에 대한 연구개발의 필요성과 중요성을 널리 알리고 국가의 핵심 과제로 부각이 되어 국내에서도 과학데이터를 효과적으로 활용하기 위한 정책이 수립되었으면 한다. 향후 국가 과학데이터센터를 통해 지구적 문제 공동해결을 위한 연구 인프라를 제공하고 국가적 아젠다의 효율적 수행을 통해 물리, 화학, 생의학 분야에 노벨상 수상자를 배출하여 국가적 위상이 높아졌으면 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
CODATA를 설립한 이유는 무엇인가?
이에 관한 대표적인 국제기구로 CODATA(Committee on Data for Science and Technology)가 있다. CODATA는 유용하고 신뢰할 수 있고 손쉽게 입수할 수 있는 과학기술 데이터에 대한 세계 각계의 요구를 인식하고 국제학술연합(ICSU: International Council for Science Union)이 1966년에 전세계에 걸쳐 과학기술분야 데이터의 평가, 축적, 보급을 진흥하고 이 분야에서 국제 협력을 촉진하기 위해 설립했다. 최근 정보통신기술의 발달과 더불어 데이터 집중연구시대에 돌입하면서 미국, 독일, 영국 등은 과학데이터를 효과 적으로 활용하기 위한 정책을 추진하고 있다.
과학데이터의 생애는 어떻게 이루어지는가?
과학데이터는 처음에 데이터 획득이라는 수집단계에서 생성되어 데이터 처리, 평가, 선정, 보존, 접근이라는 큐레이션 단계와 데이터 마이닝이나 시뮬레이션을 통한 분석 단계를 거쳐 가시화 단계에 이르면 논문으로 출판되거나 제품으로 출시되는 산업화 과정을 거쳐 소멸된다. <그림 1>은 이러한 과정을 설명하고 있다.
학술논문 발표의 데이터 공개는 구체적인 혜택이 없는 이유는 무엇인가?
엄청난 공공재원으로 수행된 연구과제의 성과물인 학술지 논문, 연구보고서 등은 다양한 경로를 통해 배포, 접근하는데 반해 과학데이터의 경우는 체계적으로 수집하고 배포하는 경로가 상대적으로 미흡한 실정이다. 이러한 이유로는 학술논문 발표는 연구자의 임용, 승진이나 명성에 직·간접적으로 긍정적인 영향을 미치지만 데이터 공개는 아직까지 구체적인 혜택이 없다.
한국과학기술정보연구원. 2010. 과학데이터의 체계적 보존/활용을 위한 큐레이션 정책연구 및 시범 구축. 대전: 한국과학기술정보연구원.
한국은행. 2009. 2007년 산업연관표. 서울: 한국은행.
한국은행. 2009. 산업연관분석 해설. 서울: 한국은행.
한선화. 2011. 국가 과학데이터 공유?활용체제 구축. 과학데이터 TFT 제3차 자문회의, 2011년 2월 28일. [대전: 스파피아호텔].
Cheng, Jinpei. 2006. Strategies for Preservation of and Open Access to Scientific Data in China: Summary of a Workshop, Washington, DC: National Academies Press.
OECD. 2007. OECD Principles and guidelines for access to research data from public funding. [cited 2011. 3. 21]. .
※ AI-Helper는 부적절한 답변을 할 수 있습니다.