소셜 메타데이터는 정보를 기술하는 메타데이터에 사회적 기능이 부여된 것을 말한다. 본 연구는 국내 대학도서관의 소셜 메타데이터와 관련된 현황을 살펴보고 이용자의 상호작용을 통해 공유와 협력을 도모할 수 있는 소셜 메타데이터의 방향성을 제시하고자 하였다. 173개의 국내 대학도서관의 웹 사이트를 조사하여 실제 활용되고 있는 소셜 메타데이터의 유형을 살피고 유형에 따른 활용방식을 조사, 분석하였다. 대부분의 도서관에서 소셜 메타데이터는 제공하고 있는 콘텐츠에 대한 이용자의 의견을 자유롭게 제시하는 표현형 참여 수준에 그치고 있으며, 이용자의 상호작용과 협업을 촉진하는 보다 적극적인 참여 수준에는 미치지 못함을 알 수 있었다. 본 연구의 소셜 메타데이터의 개괄적인 분석의 결과는 대학 도서관에서 소셜 메타데이터를 활용하는 데 기본적인 틀을 마련하는데 도움이 될 수 있을 것으로 기대한다.
소셜 메타데이터는 정보를 기술하는 메타데이터에 사회적 기능이 부여된 것을 말한다. 본 연구는 국내 대학도서관의 소셜 메타데이터와 관련된 현황을 살펴보고 이용자의 상호작용을 통해 공유와 협력을 도모할 수 있는 소셜 메타데이터의 방향성을 제시하고자 하였다. 173개의 국내 대학도서관의 웹 사이트를 조사하여 실제 활용되고 있는 소셜 메타데이터의 유형을 살피고 유형에 따른 활용방식을 조사, 분석하였다. 대부분의 도서관에서 소셜 메타데이터는 제공하고 있는 콘텐츠에 대한 이용자의 의견을 자유롭게 제시하는 표현형 참여 수준에 그치고 있으며, 이용자의 상호작용과 협업을 촉진하는 보다 적극적인 참여 수준에는 미치지 못함을 알 수 있었다. 본 연구의 소셜 메타데이터의 개괄적인 분석의 결과는 대학 도서관에서 소셜 메타데이터를 활용하는 데 기본적인 틀을 마련하는데 도움이 될 수 있을 것으로 기대한다.
This paper attempts to explore the use of social metadata in academic libraries. A total of 173 academic libraries were examined and analyzed. Various social metadata were reviewed, involved with users' participation and contribution. Error-reports, tagging, recommendations, ratings, reviews, commen...
This paper attempts to explore the use of social metadata in academic libraries. A total of 173 academic libraries were examined and analyzed. Various social metadata were reviewed, involved with users' participation and contribution. Error-reports, tagging, recommendations, ratings, reviews, comments, sharing, and community were identified that support selection, sharing and collaboration through social engagement. Suggestions drawn from the findings are offered to utilize social metadata in order to enhance users' contribution and interaction. It is hoped that this exploratory study will provide insight into the use of social metadata in academic libraries.
This paper attempts to explore the use of social metadata in academic libraries. A total of 173 academic libraries were examined and analyzed. Various social metadata were reviewed, involved with users' participation and contribution. Error-reports, tagging, recommendations, ratings, reviews, comments, sharing, and community were identified that support selection, sharing and collaboration through social engagement. Suggestions drawn from the findings are offered to utilize social metadata in order to enhance users' contribution and interaction. It is hoped that this exploratory study will provide insight into the use of social metadata in academic libraries.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 소셜 메타데이터의 사회적 관계를 보다 강조하여, 이용자들의 커뮤니티 형성, 소셜 네트워킹, 협업 활동까지 포괄한 개념으로 이용자 제공 메타데이터, 이용자 생산정보와 구분하여 사용하고자 한다. 대학도서관에서 제공 되는 웹 2.0과 소셜 미디어를 통해 이용자가 참여할 수 있는 소셜 메타데이터의 유형을 살피고 유형에 따른 서비스 활용방식을 조사 분석하고자 한다.
소셜 메타데이터는 데이터와 메타데이터가 결합되어 이용자가 어떤 정보를 찾아내느냐 뿐 아니라, 그 정보를 어떻게 이해하고 평가하는지에도 영향을 끼칠 수 있다. 본 연구는 국내 대학도서관 환경에서 소셜 메타데이터가 이용자의 정보의 공유, 소통, 협업과정에서 어떻게 활용될 수 있는지 그 현황을 진단하고 소셜 메타데이터의 가능성을 제시하고자 하였다. 본 연구가 국내 대학도서관의 소셜 메타데이터의 현황을 개략적으로 파악하고, 이용자의 참여와 상호작용을 기반으로 하는 소셜 메타데이터를 보다 활성화시킬 수 있는 전략을 세우는데 기초 자료가 되기를 기대한다.
본 연구는 대학도서관에서 적용하고 있는 소셜 메타데이터를 이용자들이 어떠한 방식으로 참여하는지, 참여형태 및 참여내용 측면을 고려 하여 분석하고자 하였다. 분석 기준은 선행연구들 중에서 소셜 메타데이터의 특성과 기능에 관련된 연구내용들을 종합하여 이용자들이 참여하고 사회적 데이터 창출에 기여하는 정도에 따라, ‘표현형 참여’, ‘소통형 참여’, ‘커뮤니티 기반 협업형 참여’의 세 가지 유형으로 구분하였다.
본 연구는 소셜 메타데이터의 사회적 관계를 보다 강조하여, 이용자들의 커뮤니티 형성, 소셜 네트워킹, 협업 활동까지 포괄한 개념으로 이용자 제공 메타데이터, 이용자 생산정보와 구분하여 사용하고자 한다. 대학도서관에서 제공 되는 웹 2.
이에 본 연구는 국내 대학도서관의 소셜 메타데이터와 관련된 현황을 살펴보고 이용자의 참여와 상호작용을 통해 공유와 협력을 도모할수 있는 소셜 메타데이터의 방향성을 탐구하고자 한다. 본 연구의 국내 대학도서관의 소셜 메타데이터에 대한 개괄적인 분석의 결과는 향후 효율적인 소셜 메타데이터를 구축하는데 있어서 기본적인 틀을 마련하는데 도움이 될 수 있을 것으로 기대한다.
소셜 메타데이터의 의의는 단순한 정보 교류, 공유의 차원을 넘어 이용자가 생산하고 기여한 데이터들을 잘 활용하여 다른 이용자들이 찾을 수 있는 유용한 사회적 데이터를 창출하는 데 있다. 이에 본 연구는 분석결과를 바탕으로 국내 대학도서관에서 소셜 메타데이터를 효율적으로 활용할 수 있는 방안을 다음과 같이 제안하고자 한다.
제안 방법
또한 과 같이 태그 클라우드나 인기태그 모음인 ‘hot tags’를 검색창에 연결하여 이용자가 검색과 브라우징에 활용할 수 있도록 제공하였다.
본 연구는 대학도서관 웹 사이트 분석을 통한 소셜 메타데이터의 현황과 그 전망에 대한 기초연구로서 정보서비스에 소셜 메타데이터를 적용할 때 있어서 그 깊이와 유용성에 관하여서는 운영자 인터뷰와 실제 이용자의 설문조사와 같은 심층 적인 연구는 이루어지지 않았다. 또한 대학도서관의 웹 사이트 분석을 통해서 실제 적용하고 있는 소셜 메타데이터들을 빈도 및 유형을 조사 함으로써 그 현황과 전망을 제시하고자 하였는데, 각 유형별 활성화에 대한 비교는 이루어지지 않았다.
본 연구에서는 소셜 메타데이터와 관련하여웹 2.0 개념 및 기술들을 도서관 서비스와 인터페이스 기능에 적용하는 방안들과 소셜 미디어를 주제로 한 연구들을 중심으로 분석하였다. 웹 2.
분석 기준은 선행연구들 중에서 소셜 메타데이터의 특성과 기능에 관련된 연구내용들을 종합하여 이용자들이 참여하고 사회적 데이터 창출에 기여하는 정도에 따라, ‘표현형 참여’, ‘소통형 참여’, ‘커뮤니티 기반 협업형 참여’의 세 가지 유형으로 구분하였다.
오류데이터 신고를 적용하고 있는 114개의 도서관은 모두 목록데이터에 ‘오류데이터 신고’나 ‘소재불명도서’ 등의 신고기능을 제공하여, 이용자가 콘텐츠나 목록데이터에 오류를 발견하면 바로 표현할 수 있도록 하였다.
이를 다시 소셜 메타데이터의 실제 적용사례들에 따라 오류데이터 신고, 태그등록, 추천하기, 평점등록, 주석제공, 서평제공, 자료공유, 커뮤니티 활동 등의 8가지로 세분화하였다(참조).
평가하는 대상은 추천과 마찬가지로, 목록정보를 비롯하여 다른 이용자들이 올린 태그, 주석, 서평이 포함되기도 한다. 평점기능이 단독으로 제공되는 도서관은 26개 중 단 1개(3.8%)의 도서관으로 전체 평점을 부여한 이용자의 수와 부여된 평균 평점을 보여줌으로써 얼마나 많은 이용자가 그 자료에 평점을 입력했는지 관찰하게 하였다. 나머지 25개(96.
총 220개의 대학도서관 중, 조사시점에서 동일 대학의 2개 이상 캠퍼스 도서관이 정보자원에 대한 메타데이터와 그에 해당하는 모든 소셜 메타데이터를 공유하는 경우, 이를 하나의 대학도서관으로 보고 이를 제외한 총 173개 대학도서관을 분석대상으로 하였다. 해당 도서관의 웹 사이트를 2013년 2월 5일부터 3월 10일까지 조사하여, 실제 활용되고 있는 소셜 메타데이터의 유형을 살피고 유형에 따른 활용방식을 조사 분석하였다.
대상 데이터
국내 대학도서관의 소셜 메타데이터 현황을 조사하기 위해 학술정보통계시스템의 일반 대학도서관 전체를 대상으로 하였다. 총 220개의 대학도서관 중, 조사시점에서 동일 대학의 2개 이상 캠퍼스 도서관이 정보자원에 대한 메타데이터와 그에 해당하는 모든 소셜 메타데이터를 공유하는 경우, 이를 하나의 대학도서관으로 보고 이를 제외한 총 173개 대학도서관을 분석대상으로 하였다.
국내 대학도서관의 소셜 메타데이터 현황을 조사하기 위해 학술정보통계시스템의 일반 대학도서관 전체를 대상으로 하였다. 총 220개의 대학도서관 중, 조사시점에서 동일 대학의 2개 이상 캠퍼스 도서관이 정보자원에 대한 메타데이터와 그에 해당하는 모든 소셜 메타데이터를 공유하는 경우, 이를 하나의 대학도서관으로 보고 이를 제외한 총 173개 대학도서관을 분석대상으로 하였다. 해당 도서관의 웹 사이트를 2013년 2월 5일부터 3월 10일까지 조사하여, 실제 활용되고 있는 소셜 메타데이터의 유형을 살피고 유형에 따른 활용방식을 조사 분석하였다.
성능/효과
둘째, 소셜 메타데이터를 확장하기 위해서 이용자의 관심과 참여를 유도할 수 있도록 게시판과 커뮤니티 기능을 적극 활용하는 방안을 고려할 필요가 있다. 본 연구에서 이용자의 태그와 서평 활동이 비교적 활발한 도서관들을 살펴보면, 목록데이터뿐 아니라 게시판과 커뮤니티를 통해 평점, 추천, 주석 등 다양한 소셜 메타데이터들을 종합하여 제공하고 있음을 알 수있었다. 이는 개인의 무엇인가를 결정할 때 다른 사람들의 말과 행동으로부터 영향을 받게 된다는 사회적 증거의 법칙을 보여주는 것이라할 수 있다(Potter, J.
첫째, 소셜 메타데이터를 효율적으로 활용하기 위해서는 무엇보다 목록데이터에 이용자들의 다양한 커뮤니케이션과 상호작용을 구현할수 있는 환경이 마련되어야 할 것이다. 본 연구의 분석결과 대학도서관에서 가장 많이 활용되고 있는 소셜 메타데이터의 유형은 오류데이터 신고, 서평, 태그 기능들이었다. 이러한 소셜 메타데이터에 따른 이용자들의 참여방식과 내용 들을 살펴보면 이용자가 제공된 정보자원에 대해 자신의 의견을 표현하고 다른 이용자들이 정보를 선택, 이해하는데 도울 수 있는 표현형과 소통형 소셜 메타데이터로 파악되었다.
0 기술 및 어플리케이션을 도입하고 단순히 도서관 목록에 결합하는 것으로 이용자 참여를 바탕으로 하는 공유, 협력이 이루어지는 소셜 메타데이터의 역할을 기대할 수는 없다. 본 연구의 분석결과, 대부분 도서관에서 활용되고 있는 소셜 메타데이터는 제공하고 있는 콘텐츠에 대한 이용자의 의견을 자유롭게 제시하는 표현형 참여 수준에 그치고 있을 뿐, 이용자의 상호작용과 협업을 촉진하는 보다 적극적인 참여형 수준에는 미치지 못함을알 수 있었다. 소셜 메타데이터의 의의는 단순한 정보 교류, 공유의 차원을 넘어 이용자가 생산하고 기여한 데이터들을 잘 활용하여 다른 이용자들이 찾을 수 있는 유용한 사회적 데이터를 창출하는 데 있다.
세 번째 유형인 협업형 참여는 가장 높은 이용자 참여와 상호작용을 전제로 한다. 태그, 서평 등의 소셜 메타데이터를 통해 관심 있는 이용자들을 발견하고 서로간에 사회적 관계를 맺는 과정에서 커뮤니티가 형성된다.
후속연구
둘째, 소셜 메타데이터를 확장하기 위해서 이용자의 관심과 참여를 유도할 수 있도록 게시판과 커뮤니티 기능을 적극 활용하는 방안을 고려할 필요가 있다. 본 연구에서 이용자의 태그와 서평 활동이 비교적 활발한 도서관들을 살펴보면, 목록데이터뿐 아니라 게시판과 커뮤니티를 통해 평점, 추천, 주석 등 다양한 소셜 메타데이터들을 종합하여 제공하고 있음을 알 수있었다.
본 연구는 국내 대학도서관 환경에서 소셜 메타데이터가 이용자의 정보의 공유, 소통, 협업과정에서 어떻게 활용될 수 있는지 그 현황을 진단하고 소셜 메타데이터의 가능성을 제시하고자 하였다. 본 연구가 국내 대학도서관의 소셜 메타데이터의 현황을 개략적으로 파악하고, 이용자의 참여와 상호작용을 기반으로 하는 소셜 메타데이터를 보다 활성화시킬 수 있는 전략을 세우는데 기초 자료가 되기를 기대한다.
이에 본 연구는 국내 대학도서관의 소셜 메타데이터와 관련된 현황을 살펴보고 이용자의 참여와 상호작용을 통해 공유와 협력을 도모할수 있는 소셜 메타데이터의 방향성을 탐구하고자 한다. 본 연구의 국내 대학도서관의 소셜 메타데이터에 대한 개괄적인 분석의 결과는 향후 효율적인 소셜 메타데이터를 구축하는데 있어서 기본적인 틀을 마련하는데 도움이 될 수 있을 것으로 기대한다.
Delicious나 Connotea 등 폭소노미 서비스들이 이러한 태그의 사회적 성격을 적극 활용하여 이용자들간의 연결 관계를 구축하고 공유와 협력을 지원하는 대표적인 사례라 할 것이다(Potter 2008). 본 연구의 분석결과, 분석 대상의 국내 대학도서관 중 이러한 태그의 활용 사례를 찾아볼 수 없었으나, 이용자와 정보자원의 연결뿐 아니라, 이용자들끼리 서로 의미 있는 관계를 이룰 수 있는 소셜 메타데이터로서의 활용을 고려할 만하다.
북 클럽이나 독서모임과 같은 커뮤니티는 관심이 비슷한 이용자들이 서로 만나 활발하게 정보를 공유하고 소통할 수 있는 중요한 사회적 정보공간이 된다. 정보의 공유 과정에서 이용자들끼리 보다 다양한 사회적 관계로 발전할 수 있으며, 이를 통해 협력과 협업을 통한 새로운 정보의 생산으로 확장할 수 있는 계기가 될 것이다.
첫째, 소셜 메타데이터를 효율적으로 활용하기 위해서는 무엇보다 목록데이터에 이용자들의 다양한 커뮤니케이션과 상호작용을 구현할수 있는 환경이 마련되어야 할 것이다. 본 연구의 분석결과 대학도서관에서 가장 많이 활용되고 있는 소셜 메타데이터의 유형은 오류데이터 신고, 서평, 태그 기능들이었다.
질의응답
핵심어
질문
논문에서 추출한 답변
대학도서관에서 적용하고 있는 소셜 메타데이터의 유형에대해서 설명하면 무엇인가?
첫 번째 유형인 표현형 참여는, 이용자들이 오류데이터 신고와 태그 등록과 같이 제공되는 정보에 대해 제공되고 있는 데이터를 검증하고 다른 이용자들이 그 정보자원을 찾고 발견하는데 유용한 접근점을 제공하는데 활용된다. 오류데이터 신고와 태그는 이용자들이 콘텐츠에 대한 자신의 의견을 표현할 수 있는 방법으로 다소 소극적인 이용자 참여를 통해 이루어진다.
두 번째 유형인 소통형 참여는 첫 번째 유형과 비교하여 이용자들이 코멘트를 통해 개인적 지식과 경험을 다른 이용자와 공유하는 커뮤니케이션을 포함하고 있다. 이용자들은 평가 기능을 통해 제공된 콘텐츠에 대한 간단한 피드백을 제공할 수 있으며, 댓글과 서평 등의 코멘트 기능을 통해 콘텐츠에 대한 자신의 지식과 경험을 다른 이용자들과 공유할 수 있다. 정보 자원과 이용자가 제공한 메타데이터에 대한 코멘트는 중요한 이용자 콘텐츠가 되며, 이를 통해 양방향의 소통이 이루어진다. 소통형 참여 유형의 소셜 메타데이터는 다른 이용자들의 해당 정보자원에 대한 이해를 돕고 선택, 평가하는데 활용되는 추천, 평점, 주석, 서평이 포함된다.
세 번째 유형인 협업형 참여는 가장 높은 이용자 참여와 상호작용을 전제로 한다. 태그, 서평 등의 소셜 메타데이터를 통해 관심 있는 이용자들을 발견하고 서로간에 사회적 관계를 맺는 과정에서 커뮤니티가 형성된다. 커뮤니티 활동 속에서 이용자는 지식과 정보의 공유를 통해서 서로 간에 다양한 관계를 맺을 수 있으며, 자발적인 협업을 통해 새로운 데이터를 창출할수 있을 것이다. 커뮤니티 활동 속에서 이용자는 자신이 소장하고 있는 정보자원을 공개하거나 공유함으로써 다른 이용자의 참여를 이끌어 내고, 그와 관련된 토론과 연구를 통해 서로 협업을 도모하는 관계로 발전해나갈 수 있다. 협업형 참여 유형의 소셜 메타데이터는 이용자들 간의 사회적 관계를 형성하고 정보를 공유, 협업하는데 활용되는 자료공유, 커뮤니티활동 등이 포함된다.
소셜 메타데이터란 무엇인가?
소셜 메타데이터는 정보를 기술하는 메타데이터에 사회적 기능이 부여된 것을 말한다. 본 연구는 국내 대학도서관의 소셜 메타데이터와 관련된 현황을 살펴보고 이용자의 상호작용을 통해 공유와 협력을 도모할 수 있는 소셜 메타데이터의 방향성을 제시하고자 하였다.
메타데이터란 무엇인가?
메타데이터란 정보원을 발견, 기술, 이용, 관리, 보존하기 위해 작성한 구조화된 정보를 일컫는다. 전통적으로 메타데이터는 도서관, 기록관, 박물관에서 조직이 소장한 정보자원에 대해 표준화된 방식으로 기술함으로써 이용자들이 객체를 구별하고 찾고 획득하고 그 내용을 알수 있도록 돕는 역할을 해왔다(Hodge 2001).
참고문헌 (14)
구중억, 곽승진. 2007. 차세대 OPAC의 인터페이스와 기능에 관한 연구. , 18(2): 61-88.
Alemu, G., B. Stevens, P. Ross, and J. Chandler. 2012. "The Social Space of Metadata: Perspectives of LIS Academics and Postgraduates on Standards-Based and Socially Constructed Metadata Approaches." Journal of Library Metadata, 12(4): 311-344.
Hodge, G. 2001. Metadata Made Simpler. National Information Standards Organization. [cited 2013.5.15]. .
Morville, P. 2005. Ambient Findability. Sebastopol, CA: O'Relly.
OCLC. 2012. Social Metadata for Libraries, Archives and Museums. [cited 2013.5.15]. .
Potter, J. 2008. Designing for the Social Web. Berkeley, CA: New Riders.
Yang, Sharon Q. and Melissa A. Hofmann. 2011. "Next generation or current generation?: A study of OPACs of 260 academic libraries in USA and Canada." Library Hi Tech, 29(2): 266-300.
Yang, Sharon Q. and Melissa A. Hofmann. 2010. "Evaluating and comparing discovery tools: how close are we towards next generation catalog?" Library Hi Tech, 28(4): 690-709.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.