[논문]한의학 연구 데이터 관리 및 공유를 위한 메타데이터 요소 설계

예상준; 장호; 김선태

doi:10.4275/kslis.2019.53.2.223

[국내논문] 한의학 연구 데이터 관리 및 공유를 위한 메타데이터 요소 설계
Metadata Element Design for Korean Medicine Research Data Management and Re-use 원문보기

한국문헌정보학회지 = Journal of the Korean Society for Library and Information Science, v.53 no.2, 2019년, pp.223 - 246

예상준 (한국한의학연구원) , 장호 (한국한의학연구원) , 김선태 (전북대학교 문헌정보학과)

초록
AI-Helper

본 연구에서는 한의학 연구 데이터 관리 및 공유를 위한 메타데이터 요소를 설계하고 한국한의학연구원에서 생산되는 연구 데이터를 대상으로 요소검증을 수행하였다. TTAK.K0-10.0976 표준과 DataCite 메타데이터 스키마, 한국과학기술정보연구원의 국가 연구 데이터플랫폼 스키마를 대상으로 메타데이터 요소를 도출하였다. 최상위 요소로서 Identifier를 포함한 27개 요소가 도출되었으며, 필수요소 29개, 권고요소 13개, 선택요소 31개를 도출하였다. 한의학 관련 분야별 전문가 6인을 대상으로 도출요소에 대한 필요성 정도를 조사하였으며, 추가적인 메타데이터 요소를 제안 받아 검토하였다. 한의학 연구 데이터 주제 분류를 제안하였으며, 최종 제안하는 메타데이터 요소로 현재 운영 중인 시스템의 메타데이터 수용여부를 검증하였다. 본 연구결과는 향후 한국한의학연구원에 구축되는 데이터 리포지터리에 아이템과 파일을 기술하기 위한 메타데이터 스키마로 활용될 수 있다.

Abstract ▼ AI-Helper

This research makes the metadata element design for Korean medicine research data management and re-use. Derived metadata elements are verified in research data of Korea Institute of Oriental Medicine. TTAK.K0-10.0976 Standard, DataCite metadata Schema and National Research Data Platform of KISTI were analyzed to derive the metadata elements. Including Identifier, 27 elements were derived as top-level elements with 29 mandatory elements, 13 recommended elements and 31 optional elements. The degree of elements' necessity and new metadata elements were investigated and suggested in the survey by six domain experts in korean medicine field. In this study subject classification for the korean medicine research data are suggested. The final version of metadata schema was tested and verified by comparing with the legacy metadata fields. The research results can be used to describe the Korean medicine research data: items and files.

주제어

표/그림 (7)

그림 <그림 1> 메타데이터 스키마 생성 절차
표 <표 1> 한의학 연구 분야별 데이터 유형
표 <표 2> 한국한의학연구원 연구 데이터 구분 및 특징
표 <표 3> 분류체계별 특성
표 <표 4> 사전설계요소 및 KISTI 메타데이터 요소 Crosswalk
표 <표 5> 한국한의학연구원 연구 데이터 관리 및 서비스를 위한 메타데이터 스키마
표 <표 6> 기존 시스템과의 비교

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 한국한의학연구원에서 구축 예정인 연구 데이터 리포지터리의 데이터 관리구조를 설계하는데 있다. 특히, 한의학 연구 데이터 관리와 검색을 통한 재사용성을 높이기 위해서 관련된 메타데이터를 도출하고 도출된 요소를 통해 리포지터리에서 사용될 스키마를 제안하는데 그 목적을 둔다.
본 연구에서는 한국한의학연구원에서 구축 예정인 연구 데이터 리포지터리의 데이터 관리구조를 설계하는데 있다. 특히, 한의학 연구 데이터 관리와 검색을 통한 재사용성을 높이기 위해서 관련된 메타데이터를 도출하고 도출된 요소를 통해 리포지터리에서 사용될 스키마를 제안하는데 그 목적을 둔다. 연구 범위로는 정보자원의 수집, 저장, 관리, 보존, 배포(출판)와 관련된 메타데이터만을 대상으로 요소 도출 및 스키마 설계를 진행하였다.
6단계에서는 메타데이터 외부 연계를 위한 요소를 검토하였다. 한국과학기술정보연구원에서 개발 중인 국가 연구 데이터 플랫폼 스키마와 표준 IDR(Institutional Data Repository)에서 요구하는 필수 및 권고 요소를 검토하였다. 마지막 7단계에서는 최종 메타데이터 스키마를 작성하여 검증하였다.
한편 북미연구도서관협회(Association of Research Libraries, ARL)는 ‘연구 데이터 관리 서비스’를 주제로 보고서를 발행했다. ARL 회원 도서관을 대상으로 각 도서관의 연구 데이터 관리와 관련된 활동, 액세스 및 아카이빙등에 대해 조사한 결과를 담고 있다. 또한 연구데이터 정책, 데이터 보유 정책, 데이터 관리계획 도구, 작업 기술서, 데이터 보존 웹 페이지, 인력자원 등 각 도서관에서 수행하고 있는 서비스 체제 및 재원 등에 대한 내용을 포함하고 있다(SPEC Kit 334).
본 연구에서는 메타데이터 요소 값으로 사용 될 통제어에 대한 조사를 실시하였다. 또한 연구 데이터 공유 및 관리를 위한 관련 표준으로써 정보통신단체표준 TTAK.
한국한의학연구원에서 생산되는 연구 데이터 수집․공유를 위한 제도를 구축하고 관리․ 활용을 위한 리포지토리 시스템을 개발하기 위해서 한국한의학연구원에서 수행되는 주요사업 및 수탁과제에서 생산되는 원 데이터 및 중간처리 데이터를 분석하여 연구 데이터 분류체계를 개발하였다. 분류체계 초안 작성을 위해, 기존 연구결과(조성복 2012)와 현존하는 기술분류체계(국가과학기술표준분류(2018),보건산업기술분류체계(2013), HT표준기술분류체계(2014))를 참고하였다.
설문 조사서 작성문항에 응답자가 수행하는 연구방법과 질환병증을 표기할 수 있도록 분류표를 작성하여 제시하였다. 연구방법을 표기하도록 한 이유는 특정 연구방법에서 필요로 하는 메타데이터 요소를 도출하고자 함이다. 질환병증을 표기하도록 한 이유도 이와 같다.
둘째, 보다 상세하게 도출된 메타데이터 요소를 수용하여 메타데이터 요소가 확장될 필요가 있다. 이는 한국한의학연구원에서 수집․생산되는 연구 데이터의 특징을 특화해 반영하고자 함을 목표로 한다. 또한 연구 데이터 거버넌스 체계 구축을 위해 KISTI가 수집하고자 하는 메타데이터 요소 항목에 부합하기 위함을 목적으로 한다.
이는 한국한의학연구원에서 수집․생산되는 연구 데이터의 특징을 특화해 반영하고자 함을 목표로 한다. 또한 연구 데이터 거버넌스 체계 구축을 위해 KISTI가 수집하고자 하는 메타데이터 요소 항목에 부합하기 위함을 목적으로 한다. 셋째, 확장 가능한 메타데이터 요소를 설계하기 위해서 통제어로 제시 가능한 메타데이터 요소는 하나의 요소로 도출하며 그 값은 통제어로 관리할 수 있도록 해야 한다.
이를 통해 해당 요소에의 원 정의를 추적할 수 있다. 이는 표준 요소 재사용을 의미하며, 향후, 본 스키마를 활용한 다양한 응용프로파일이 작성 시, 명확한 요소사용을 권고하기 위함이다.
본 연구를 통해 한국한의학연구원에서 생산되는 연구 데이터를 체계적으로 관리하고 재사용하기 위한 메타데이터 요소를 설계하였다. 최상위 요소로서 Identifier를 포함한 27개 요소가 도출되었으며, Title(제목)과 같은 필수요소 29개, Description(설명)과 같은 권고요소 13개, Alternate Identifier(대체식별자)와 같은 선택요소 31개를 도출하였다.

제안 방법

메타데이터 요소 도출을 위해 관련 표준들로 DataCite 스키마와 정보통신단체표준을 조사하였다. 이 과정을 통해 메타데이터 요소를 도출하였으며, 해당 내용을 바탕으로 연구자인터뷰를 위한 설문지를 작성하였다.
메타데이터 요소 도출을 위해 관련 표준들로 DataCite 스키마와 정보통신단체표준을 조사하였다. 이 과정을 통해 메타데이터 요소를 도출하였으며, 해당 내용을 바탕으로 연구자인터뷰를 위한 설문지를 작성하였다. 연구자인터뷰는 한의학 연구원의 핵심 연구자 6인을 대상으로 분야별 조사를 실시하였다.
마지막 7단계에서는 최종 메타데이터 스키마를 작성하여 검증하였다. 검증방법으로는 한의학연구원의 기존 시스템에서 연구 데이터관리를 위해 사용 중인 메타데이터 항목을 개발된 메타데이터 요소와 매핑하여 누락되는 요소 없이 기술 가능한지 검토하는 방법을 적용하였다.
이러한 응답 요인으로는 ’연구데이터를 공적 자산으로 인식‘과 데이터 재사용, 연구 결과 검증, 데이터 인용, 연구비 지원기관 요구, 기관 데이터 정책 순으로 응답하였다.
본 연구에서는 메타데이터 요소 값으로 사용 될 통제어에 대한 조사를 실시하였다. 또한 연구 데이터 공유 및 관리를 위한 관련 표준으로써 정보통신단체표준 TTAK.K0-10.0976 및 DataCite 스키마를 검토하였다. 연구 데이터 관리 및 재사용성을 높이고 연구 데이터 관리 시스템 간 상호 운용성을 확보하기 위해 국내외표준에 대한 사전검토를 수행하였다.
0976 및 DataCite 스키마를 검토하였다. 연구 데이터 관리 및 재사용성을 높이고 연구 데이터 관리 시스템 간 상호 운용성을 확보하기 위해 국내외표준에 대한 사전검토를 수행하였다.
따라서 하나의 분류체계로 모든 데이터를 기술하는 것은 분류체계의 간결성 및 직관성을 훼손하여 분류체계 활용성을 저하시킨다는 전문가 의견을 수용하였다. 이에 분류체계는 연구주제, 연구방법, 질환/병증에 따른 세 가지의 분류체계로 구성되었으며, 하나의 연구 데이터에 세 가지 분류체계를 적용하여 자세한 연구 데이터 분류태그가 생성될 수 있도록 고안하였다. 분류체계 특성은 <표 3>과 같으며, [부록 1]을 통해 세부 내용을 확인할 수 있다.
2) polygon 관련 요소를 위한 하위 속성으로, 선택적 사용 가능한 ‘inPolygonPoint’ 요소를 추가 하였다.
5) 자원 사이의 관계를 기술하는 통제어로‘IsDescribedBy’와 ‘Describes’, ‘HasVersion’과‘IsVersionOf’, ‘IsRequiredBy’와 ‘Requires’를 추가하였다.
4) 자원유형을 기술하기 위한 통제어휘 ‘resourceType’으로 ‘DataPaper’를 추가하였다.
8) 관련된 자원의 식별자를 기술하는 ‘relatedIdentifier’의 선택적 하위 속성으로 ‘resourceTypeGeneral’을 추가하였다.
5) 위치정보를 기술하는 ‘GeoLocation’ 요소의 하위 속성으로 ‘geoLocationPolygon’을 추가하였으며, ‘geoLocationPoint’와 ‘geoLocationBox’요소 설명을 재정의 하였다.
본 연구에서 검토된 정보통신단체표준과 DataCite 메타데이터 스키마를 이용해 1차적인 메타데이터 요소가 도출되었다. 이후, 연구자 인터뷰를 통해 메타데이터 요소 추가 및 변경 작업이 이루어졌다.
정보통신단체표준 TTAK.K0-10.0976과 DataCite 메타데이터 스키마를 분석하여 식별자(Identifier) 요소를 포함하여 총 21개 요소를 도출하였다. 이후, 도출된 요소를 바탕으로 메타데이터 요소 도출 설문 조사서를 작성하였다.
0976과 DataCite 메타데이터 스키마를 분석하여 식별자(Identifier) 요소를 포함하여 총 21개 요소를 도출하였다. 이후, 도출된 요소를 바탕으로 메타데이터 요소 도출 설문 조사서를 작성하였다. 설문 조사서 작성문항에 응답자가 수행하는 연구방법과 질환병증을 표기할 수 있도록 분류표를 작성하여 제시하였다.
이후, 도출된 요소를 바탕으로 메타데이터 요소 도출 설문 조사서를 작성하였다. 설문 조사서 작성문항에 응답자가 수행하는 연구방법과 질환병증을 표기할 수 있도록 분류표를 작성하여 제시하였다. 연구방법을 표기하도록 한 이유는 특정 연구방법에서 필요로 하는 메타데이터 요소를 도출하고자 함이다.
메타데이터 요소 도출을 위한 연구자 인터뷰는 분야별(정보, 기기, 한약효능, 셀, 동물실험, 임상, 유전체, 문헌) 대표 연구자 6인을 대상으로 진행하였다. 보다 깊이 있는 인터뷰와 설문조사를 진행하기 위하여 인터뷰 대상자 교육을 위한 발표 후 인터뷰를 진행하였다.
설문 내용은 기 도출된 요소들에 대한 필수, 권고, 선택 여부를 5점 척도로 의견을 묻는 것과 연구 데이터 관계 기술을 위한 요소 제안, 추가적인 메타데이터 요소 제안으로 구성하였다. 사전 설계 된 메타데이터 요소에 대한 필수, 권고, 선택 여부와 추가적인 메타데이터 요소제안은 한의학 연구 분야 특성을 반영하기 위함이다.
특히 연구 데이터 출판의 기대효과에 대해 연구자들의 이해를 돕도록 해야 한다. 한편, 한국한의학연구원에 구축예정인 데이터 리포지터리가 KISTI에서 운영하는 국가연구 데이터플랫폼과 연동이 되어야하기 때문에 도출된 요소를 한국과학기술정보연구원(KISTI)에서 정의한 연구 데이터 스키마를 대상으로 요소검토를 진행하였다.
한국한의학연구원 메타데이터 사전설계 요소와 KISTI 메타데이터 요소(통합 공통 및 파일 메타요소)를 비교한 crosswalk를 바탕으로 설계된 최종적인 메타데이터 스키마를 설계하였다. 연구 데이터를 식별하기 위한 Identifier 요소를 포함하여 총 6개 필수요소와 연구 데이터의 주제를 기술하는 Subject 요소를 포함하여 총 7개 권고요소, 연구 데이터 저작권 정보를 기술하기 위한 Rights 요소를 포함한 총 16개 임의요소를 설계하였다.
한국한의학연구원 메타데이터 사전설계 요소와 KISTI 메타데이터 요소(통합 공통 및 파일 메타요소)를 비교한 crosswalk를 바탕으로 설계된 최종적인 메타데이터 스키마를 설계하였다. 연구 데이터를 식별하기 위한 Identifier 요소를 포함하여 총 6개 필수요소와 연구 데이터의 주제를 기술하는 Subject 요소를 포함하여 총 7개 권고요소, 연구 데이터 저작권 정보를 기술하기 위한 Rights 요소를 포함한 총 16개 임의요소를 설계하였다.
메타데이터 요소 스키마 검증을 위해, 종료 과제 연구 데이터 제출 시스템과 이미 사용 중이던 메타데이터 항목을 대상으로 crosswalk를 작성하였다. 한의학 연구원에는 종료과제에서 산출되는 연구 데이터를 수집하기 위한 시스템을 개발하여 운영 중이다.
데이터중심 R&D 활성화와 데이터 분석을 활용한 다분야 융합․공동연구가 활성화됨에 따라 연구 데이터 공유․활용 체계의 필요성 부각되는 국내외의 패러다임의 변화에 부응하여 한의학 연구분야 연구 데이터를 효율적으로 수집․관리․공유․활용하기 위해서 연구 분야별 전문가 자문을 통해서 각 분야에서 생성되는 연구 데이터의 특성을 파악하고 이를 명확하게 구분․관리할 수 있는 분류체계를 기존의 분류체계와 선행연구를 바탕으로 고안하였다.
본 연구에서는 향후에 개발될 한국한의학연구원 데이터 리포지터리와 한국과학기술정보연구원에서 구축중인 국가연구 데이터플랫폼과의 연계를 위한 메타데이터 요소도 검토, 적용하였다. 따라서 미래지향적이며 확장성 있는 메타데이터 스키마로 판단된다.
세 가지 상이한 분류체계를 통해서 연구자가 자신의 연구 데이터를 좀 더 명확한 태깅을 통해서, 향후 관리의 용이성 및 검색의 정확성을 향상할 수 있을 것으로 기대된다. 한의학 연구 데이터 메타데이터 요소들은 단일 스키마로 이루어져 다양한 한의학 연구 데이터를 포괄할 수 있는 범용성과 유연성을 가지도록 설계되었다. 그러나 데이터는 그 형식에 있어서 제한이 없으므로 한정된 메타데이터 요소들만으로 데이터와 관련한 모든 사항을 완벽하게 기술하는 것이 용이하지 않은 경우도 적지 않다.

대상 데이터

특히, 한의학 연구 데이터 관리와 검색을 통한 재사용성을 높이기 위해서 관련된 메타데이터를 도출하고 도출된 요소를 통해 리포지터리에서 사용될 스키마를 제안하는데 그 목적을 둔다. 연구 범위로는 정보자원의 수집, 저장, 관리, 보존, 배포(출판)와 관련된 메타데이터만을 대상으로 요소 도출 및 스키마 설계를 진행하였다.
이 과정을 통해 메타데이터 요소를 도출하였으며, 해당 내용을 바탕으로 연구자인터뷰를 위한 설문지를 작성하였다. 연구자인터뷰는 한의학 연구원의 핵심 연구자 6인을 대상으로 분야별 조사를 실시하였다. 인터뷰에 앞서 연구 데이터란 무엇인지? 설문조사는 왜 이루어지는지? 향후 설문결과가 어떻게 사용되는지에 대해, 인터뷰 전 1시간동안 인터뷰대상자 교육을 실시하였다.
다른 학문 분야와 유사하게 한의학에서도 연구 데이터에 대한 연구자간의 공감대 형성이 부족한 상황이어서, 한의연구원의 3개 연구부서장(미래의학부, 임상의학부, 한약연구부)의 추천을 통해, 분야별 전문가 20명을 선정하였다. 선정된 전문가 중에서 18명이 연구 데이터 자문회의에 참석하였다.
다른 학문 분야와 유사하게 한의학에서도 연구 데이터에 대한 연구자간의 공감대 형성이 부족한 상황이어서, 한의연구원의 3개 연구부서장(미래의학부, 임상의학부, 한약연구부)의 추천을 통해, 분야별 전문가 20명을 선정하였다. 선정된 전문가 중에서 18명이 연구 데이터 자문회의에 참석하였다. 회의에서 전문가들의 논의를 거쳐서 확정된 한의학 분야의 연구 데이터에 대한 정의는 다음과 같다.
또한 연구자들은 데이터 보존 장소로서 기관형 데이터 리포지터리(Institutional Data Repository, 이하 IDR이라함)와 연구 데이터 장기 보존을 요구하고 있다. 설문에 응답한 연구자 1,185명 연구자 중에 68% 응답자는 이미 연구 데이터를 공유하고 있거나 미래에 그러기를 희망한다고 응답하였다. 이러한 응답 요인으로는 ’연구데이터를 공적 자산으로 인식‘과 데이터 재사용, 연구 결과 검증, 데이터 인용, 연구비 지원기관 요구, 기관 데이터 정책 순으로 응답하였다.
(2017)는 유럽 연구도서관협회(LIBER)에서 학술연구도서관들을 대상으로 연구 데이터 서비스에 관한 설문 조사를 진행하였다. 22개국 119개 기관이 응답하였다. 설문 결과를 분석한 결과, 도서관은 현재 기술형 서비스(데이터 저장 등) 보다 상담형 서비스(어떻게 정보를 찾는가, 데이터 관리 계획, 메타데이터 표준, 데이터 인용 등)를 제공하고 있다.
DataCite 메타데이터 스키마 3.1 버전은 2회에 걸쳐 갱신이 이루어져 2017년 10월에 메타데이터 스키마 4.1 버전을 발표하였다. 이전 버전과 달라진 주요 변경사항을 살펴보면, 1)‘GeoLocation’ 요소에 복수의 polygons 정보를 기술할 수 있도록 허용하고 있다.
연구방법과 질환병증과 관련된 메타데이터 요소는 연구 데이터 제출 시점과 검색시점에 입력과 검색 포인트로 활용될 수 있기에 매우 중요하다. 메타데이터 요소 도출을 위한 연구자 인터뷰는 분야별(정보, 기기, 한약효능, 셀, 동물실험, 임상, 유전체, 문헌) 대표 연구자 6인을 대상으로 진행하였다. 보다 깊이 있는 인터뷰와 설문조사를 진행하기 위하여 인터뷰 대상자 교육을 위한 발표 후 인터뷰를 진행하였다.

이론/모형

한국한의학연구원에서 생산되는 연구 데이터 수집․공유를 위한 제도를 구축하고 관리․ 활용을 위한 리포지토리 시스템을 개발하기 위해서 한국한의학연구원에서 수행되는 주요사업 및 수탁과제에서 생산되는 원 데이터 및 중간처리 데이터를 분석하여 연구 데이터 분류체계를 개발하였다. 분류체계 초안 작성을 위해, 기존 연구결과(조성복 2012)와 현존하는 기술분류체계(국가과학기술표준분류(2018),보건산업기술분류체계(2013), HT표준기술분류체계(2014))를 참고하였다. 또한 다양한 선행연구(Süt 2014; Zeng et al.

성능/효과

” 자문회의에서 전문가들이 제시한 한의학 주요 연구 분야에서 생성되는 데이터 유형은 <표 1>과 같다. 한의학연구의 특성상 기초 생물 응용 연구에서부터 임상 연구를 거처 기기․정보 연구에 이르는 광범위한 분야에서 연구 데이터가 생성되는 것으로 분석되었으며 최근에 각광 받고 있는 오믹스 연구 및 뇌 연구에서 생성되는 데이터도 존재하는 것으로 밝혀졌다.
22개국 119개 기관이 응답하였다. 설문 결과를 분석한 결과, 도서관은 현재 기술형 서비스(데이터 저장 등) 보다 상담형 서비스(어떻게 정보를 찾는가, 데이터 관리 계획, 메타데이터 표준, 데이터 인용 등)를 제공하고 있다. 연구 데이터 서비스 정책을 가지고 있는 기관은 아직 절반 이하에 불과하며, 응답한 도서관장이나 정보센터 책임자 중 2/3가 도서관의 연구 데이터 서비스 필요성에 강하게 동의하고 있다고 조사되었다.
설문 결과를 분석한 결과, 도서관은 현재 기술형 서비스(데이터 저장 등) 보다 상담형 서비스(어떻게 정보를 찾는가, 데이터 관리 계획, 메타데이터 표준, 데이터 인용 등)를 제공하고 있다. 연구 데이터 서비스 정책을 가지고 있는 기관은 아직 절반 이하에 불과하며, 응답한 도서관장이나 정보센터 책임자 중 2/3가 도서관의 연구 데이터 서비스 필요성에 강하게 동의하고 있다고 조사되었다.
연구를 통해서 효과적인 연구 데이터 관리를 위한 유연한 조직구성과 조직문화가 필요함을 역설하였으며 적절한 보상체계가 마련되어야 함을 밝혔다. 또한, 연구 데이터 수집․관리 및 통합 DB 시스템을 관리 운영할 수 있는 조직과 지속적인 예산 지원이 필요함을 주장하였다.
1) 선택적 요소였던 ‘resourceTypeGeneral’ 요소가 필수요소로 변경되었다.
2) 연구비 지원기관 정보를 기술할 수 있도록 ‘FundingReference’ 요소가 추가되었다.
본 연구에서 검토된 정보통신단체표준과 DataCite 메타데이터 스키마를 이용해 1차적인 메타데이터 요소가 도출되었다. 이후, 연구자 인터뷰를 통해 메타데이터 요소 추가 및 변경 작업이 이루어졌다.
설문조사 결과, 1) 데이터 출판에 대한 이해 부족으로 연구 데이터 출판을 위한 필수요소(생산자/creator, 출판자/publisher, 출판년도/pulication year)에 대해서 선택 및 불필요 요소로 응답한 경우가 존재, 2) 데이터 생산자(creator)를 선택 요소로 응답한 경우가 존재. 이는 데이터 생산자가 연구 데이터 검색 및 재사용에 있어 반드시 필요한 요소가 아닐 수 있는 연구 분야가 존재함을 의미함, 3) 날짜 유형(data type) 요소의 경우, 선택 및 불필요 요소로 응답한 사례가 존재. 이는 메타데이터 요소 값 중 표준적 기술 방법 적용의 필요성을 인식하고 있지 못함을 의미, 4) 공헌자(contributor) 요소의 경우, 연구 분야에 따라 선택적 요소로 판단되지 않는 경우 발생, 5) 데이터 셋 범위(coverage)를 불필요 요소로 판단하는 연구 분야 상존, 6) 파일 크기(size), 파일 크기 단위(unit), 위치 정보(Geographic Location)는 선택요소 이거나 불필요 요소로 판단되는 경우가 존재하였다.
이는 데이터 생산자가 연구 데이터 검색 및 재사용에 있어 반드시 필요한 요소가 아닐 수 있는 연구 분야가 존재함을 의미함, 3) 날짜 유형(data type) 요소의 경우, 선택 및 불필요 요소로 응답한 사례가 존재. 이는 메타데이터 요소 값 중 표준적 기술 방법 적용의 필요성을 인식하고 있지 못함을 의미, 4) 공헌자(contributor) 요소의 경우, 연구 분야에 따라 선택적 요소로 판단되지 않는 경우 발생, 5) 데이터 셋 범위(coverage)를 불필요 요소로 판단하는 연구 분야 상존, 6) 파일 크기(size), 파일 크기 단위(unit), 위치 정보(Geographic Location)는 선택요소 이거나 불필요 요소로 판단되는 경우가 존재하였다.
이상의 내용을 종합적으로 판단해 볼 때, 스키마 설계에 반영되어야 하는 시사점과 설계가 완료된 스키마 활용과 관련된 시사점이 도출되었다. 첫 째, 스키마 생성 시 분야별 특징을 포용할 수 있도록 확장성 있는 설계가 이루어져야 한다.
또한 연구 데이터 거버넌스 체계 구축을 위해 KISTI가 수집하고자 하는 메타데이터 요소 항목에 부합하기 위함을 목적으로 한다. 셋째, 확장 가능한 메타데이터 요소를 설계하기 위해서 통제어로 제시 가능한 메타데이터 요소는 하나의 요소로 도출하며 그 값은 통제어로 관리할 수 있도록 해야 한다.
국가연구 데이터 플래폼을 통해서 한국한의학연구원으로의 인바운드 링크가 유입되어 연구원 데이터의 대국민 서비스가 가능하다. 셋째, 한국한의학연구원에서 연구 데이터 관리를 위해 기존에 사용하던 메타데이터 요소를 모두 포함하고 있으므로 본 연구에서 제안하는 메타데이터 요소를 기반으로 한 새로운 시스템 구축 시 성공적인 데이터 이관을 보장한다.
‘연구 데이터 제출 가능여부’, ‘연구 데이터 미제출사유’, ‘연구 데이터 수정요청사유’, ‘데이터파일 제출가능여부’, ‘데이터파일 미제출사유’는 연구 데이터 수집과정 중에 필요한 정보들을 담고 있는 요소들로서 마찬가지로 메타데이터 요소로서 추후에 데이터의 활용을 위해서 이용될 만한 것들이 아니다. 따라서 제안된 연구 데이터 메타데이터 요소들만으로 기존 시스템에서 사용된 요소들을 대체할 수 있음을 확인하였다. 본 연구에서 개발된 메타데이터 스키마는 향후에 기관연구 데이터 리포지터리 시스템에 XML 인코딩 스키마 형태로 반영되어 활용할 수 있을 것이다.
본 연구를 통해 한국한의학연구원에서 생산되는 연구 데이터를 체계적으로 관리하고 재사용하기 위한 메타데이터 요소를 설계하였다. 최상위 요소로서 Identifier를 포함한 27개 요소가 도출되었으며, Title(제목)과 같은 필수요소 29개, Description(설명)과 같은 권고요소 13개, Alternate Identifier(대체식별자)와 같은 선택요소 31개를 도출하였다. 한국한의학연구원에서 운영중인 기존 시스템의 메타데이터 관리요소와 본 연구에서 도출한 메타데이터 요소를 비교하여 기존 요소에서 누락되는 요소가 없음을 확인 하였다.
최상위 요소로서 Identifier를 포함한 27개 요소가 도출되었으며, Title(제목)과 같은 필수요소 29개, Description(설명)과 같은 권고요소 13개, Alternate Identifier(대체식별자)와 같은 선택요소 31개를 도출하였다. 한국한의학연구원에서 운영중인 기존 시스템의 메타데이터 관리요소와 본 연구에서 도출한 메타데이터 요소를 비교하여 기존 요소에서 누락되는 요소가 없음을 확인 하였다. 한의학 분야 주제분류를 제안했으며, 제안된 주제분류를 코드화해 스키마에 적용할 수 있을 것이다.

후속연구

예를 들어 유전체 염기서열 데이터라고 하면 염기서열 전 단계의 실험 조건이나 염기서열 데이터를 만들어주는 시퀀서 제품명 등도 메타데이터의 요소로써 활용이 될 수 있을 것이다. 더 나아가 한의학 도메인의 연구 데이터들은 그 도메인의 특성상 한약제제의 유효성 및 안전성 연구 고문헌의 분석 및 한의학적 치료법과 같은 특정한 주제에 특화되어 있으므로 그러한 도메인의 특성이 잘 반영되도록 메타데이터를 항목을 설계하는 것이 요구된다.
이에 따라 국가 R&D 연구과제에 데이터 관리 계획서 제출이 의무화되었다. 제출된 DMP는 과제 선정 시나 최종평가 시에 이행여부점검에 사용될 예정이다. 연구재단 및 정보통신기획평가원 연구과제에 시범적용하고 있으며, 국가 출연연구원에도 2020년 과제기획에 관련된 내용이 적용될 예정이다.
조성복 등(2012)은 개별 연구자가 보유하고 있는 Non-digital/Digital 연구 데이터를 수집하고 수집된 연구 데이터에 대한 범주화를 거쳐 한국한의학연구원에서 생성되는 연구 데이터 활용에 대한 요구사항을 분석하였다. 연구를 통해서 효과적인 연구 데이터 관리를 위한 유연한 조직구성과 조직문화가 필요함을 역설하였으며 적절한 보상체계가 마련되어야 함을 밝혔다. 또한, 연구 데이터 수집․관리 및 통합 DB 시스템을 관리 운영할 수 있는 조직과 지속적인 예산 지원이 필요함을 주장하였다.
본 연구를 통해 도출한 분류체계는 한의학 분야 연구 데이터 리포지터리가 구축될 경우, 컬렉션 구성에 활용될 수 있을 것이다. 또한 연구데이터를 기술한 아이템의 주제 정보를 통일된 방식으로 기술할 수 있는 기준이 될 수 있다.
이상의 내용을 종합적으로 판단해 볼 때, 스키마 설계에 반영되어야 하는 시사점과 설계가 완료된 스키마 활용과 관련된 시사점이 도출되었다. 첫 째, 스키마 생성 시 분야별 특징을 포용할 수 있도록 확장성 있는 설계가 이루어져야 한다. 이는 특정 요소에 대해 필요정도가 다르기 때문이다.
이는 특정 요소에 대해 필요정도가 다르기 때문이다. 둘째, 본 연구 결과로 도출된 메타데이터 스키마 활용 시에 연구자 교육이 반드시 필요하다 판단된다. 특히 연구 데이터 출판의 기대효과에 대해 연구자들의 이해를 돕도록 해야 한다.
이는 TTA 표준에서 제시한 것을 따르고 있다. 따라서 본 연구에서 사전에 설계한 메타데이터 요소를 데이터 셋과 파일 수준의 메타데이터 수준으로 구분할 필요가 있다. 이를 위해서, 사전 설계된 요소의 용도에 대한 구체적 재정의가 필요하다.
이를 위해서, 사전 설계된 요소의 용도에 대한 구체적 재정의가 필요하다. 둘째, 보다 상세하게 도출된 메타데이터 요소를 수용하여 메타데이터 요소가 확장될 필요가 있다. 이는 한국한의학연구원에서 수집․생산되는 연구 데이터의 특징을 특화해 반영하고자 함을 목표로 한다.
따라서 제안된 연구 데이터 메타데이터 요소들만으로 기존 시스템에서 사용된 요소들을 대체할 수 있음을 확인하였다. 본 연구에서 개발된 메타데이터 스키마는 향후에 기관연구 데이터 리포지터리 시스템에 XML 인코딩 스키마 형태로 반영되어 활용할 수 있을 것이다. 실제 운영을 바탕으로 적용사례 연구를 수행하여 더욱 효율적인 스키마로 개선 될 수 있을 것이다.
본 연구에서 개발된 메타데이터 스키마는 향후에 기관연구 데이터 리포지터리 시스템에 XML 인코딩 스키마 형태로 반영되어 활용할 수 있을 것이다. 실제 운영을 바탕으로 적용사례 연구를 수행하여 더욱 효율적인 스키마로 개선 될 수 있을 것이다.
한국한의학연구원에서 운영중인 기존 시스템의 메타데이터 관리요소와 본 연구에서 도출한 메타데이터 요소를 비교하여 기존 요소에서 누락되는 요소가 없음을 확인 하였다. 한의학 분야 주제분류를 제안했으며, 제안된 주제분류를 코드화해 스키마에 적용할 수 있을 것이다.
데이터중심 R&D 활성화와 데이터 분석을 활용한 다분야 융합․공동연구가 활성화됨에 따라 연구 데이터 공유․활용 체계의 필요성 부각되는 국내외의 패러다임의 변화에 부응하여 한의학 연구분야 연구 데이터를 효율적으로 수집․관리․공유․활용하기 위해서 연구 분야별 전문가 자문을 통해서 각 분야에서 생성되는 연구 데이터의 특성을 파악하고 이를 명확하게 구분․관리할 수 있는 분류체계를 기존의 분류체계와 선행연구를 바탕으로 고안하였다. 세 가지 상이한 분류체계를 통해서 연구자가 자신의 연구 데이터를 좀 더 명확한 태깅을 통해서, 향후 관리의 용이성 및 검색의 정확성을 향상할 수 있을 것으로 기대된다. 한의학 연구 데이터 메타데이터 요소들은 단일 스키마로 이루어져 다양한 한의학 연구 데이터를 포괄할 수 있는 범용성과 유연성을 가지도록 설계되었다.
연구 데이터에 대한 더욱 상세한 사항들은 Readme 파일과 같은 보조 파일에 자연어로 기술하여 관리하는 것도 연구데이터가 효율적으로 활용되기 위한 보완책이 될 수 있을 것이다(Lee and Stvilia 2017). 본 연구를 통해 제안되는 메타데이터 스키마는 한국한의학연구원에서 수집, 생산되는 데이터와 정보, 지식을 관리하고 검색하는데 사용되기를 바란다.

질의응답

핵심어	질문	논문에서 추출한 답변
	연구 데이터가 널리 활용되기 위해서는 어떤 작업이 필요한가?	연구 데이터가 널리 활용되기 위해서는 데이터가 적절하게 기술되어 특정 연구 데이터를 원하는 이용자에게 쉽게 노출되도록 하는 작업이 필수적으로 요구된다. 즉 연구 데이터가 잘 관리되고 활용될 수 있는 적절한 메타데이터 요소를 선정하는 작업이 필요하다. 그러나 연구 데이터는 그 형식과 종류를 한정 지을 수 없으므로 논문과 같은 저작물들을 관리하기 위한 기존에 알려진 일부 메타데이터 요소들만으로는 충분히 기술될 수 없다.
	연구 데이터란 무엇인가?	연구 데이터는 연구과정에서 생산되는 데이터로서 연구 결과를 재현, 복제, 일반화하는데 사용될 수 있는 데이터를 말한다. 좀 더 구체적으로는 논문이나 보고서와 같은 연구 출판물 내용을 증명할 수 있는 데이터로서 관찰, 관측, 조사, 실험, 분석 등과 같은 연구 활동을 통해 생산되는 데이터라 할 수 있다.
	한의학 연구원에서 생산되는 연구 데이터는 어떻게 구분되는가?	한의학 연구원에서 생산되는 연구 데이터는 크게 진단 연구 데이터, 약물치료 연구 데이터, 비약물치료 연구 데이터, 예방/협진 연구 데이터, 정보 연구 데이터, 정책/교육 연구 데이터로 구분될 수 있는 것으로 자문회의에서 협의되었으며 각각의 특징에 대해서 논의되었다. <표 2>는 한의학 연구 데이터 구분과 각각의 특징을 보여준다.

참고문헌 (26)

과학기술정보통신부. "국가과학기술표준분류." 2018 [cited 2019. 1. 6.]
Kim, Suntae et al. 2017. "The metadata for the managing and sharing research data." Telecommunications Technology Association. TTAK.K0-10.0976
Shin, Eun-jung. 2018. "Introduction of the National R&D Project Data Management Plan" STEPI Science and Technology Policy Forum.
Cho, SungBok. 2012. "A Study on Strategy for Oriental Medicine resources An Integrated Database System."
한국보건산업진흥원. "보건산업기술분류체계." 2013 [cited 2019. 1. 6.]
한국보건산업진흥원. "HT융합기술의 분류체계 연구." 2015 [cited 2019. 1. 6.]
한국보건산업진흥원. "HT표준기술분류체계." 2014 [cited 2019. 1. 6.]
Adams Becker, S. et al. 2017. NMC Horizon Report: 2017 Library Edition. Austin, Texas: The New Media Consortium.
DataCite Statistics. [online] [cited 2018. 12. 11.]
Europe 2020 strategy. [online] [cited 2019. 3. 6.]
European Commission. 2016. Open Innovation, Open Science, Open to the World. ISBN 978-92-79-57346-0 doi:10.2777/061652
Horizon 2020. [online] [cited 2019. 2. 6.]
Innovation Union. [online] [cited 2019. 2. 6.]
Johnson, R., Chiarelli, A. and Parsons, T. 2016. Data asset framework (DAF) survey results. figshare. Fileset. https://doi.org/10.6084/m9.figshare.3796305.v4
JST. 2017a. JST Policy on Open Access to Research Publications and Research Data. Management. https://www.jst.go.jp/EN/about/openscience/policy_openscience_en.pdf
JST. 2017b. Implementation Guidelines: JST Policy on Open Access to Research Publications and Research Data Management. https://www.jst.go.jp/EN/about/openscience/guideline_openscience_en.pdf
National Academy of Sciences (US), National Academy of Engineering (US) and Institute of Medicine (US) Committee. 2009. Ensuring the Utility and Integrity of Research Data in a Digital Age. Ensuring the Integrity, Accessibility, and Stewardship of Research Data in the Digital Age. Washington (DC): National Academies Press (US). https://www.ncbi.nlm.nih.gov/books/NBK215264/ doi: 10.17226/12615
Rohrig, B. et al. 2009. "Types of study in medical research: part 3 of a series on evaluation of scientific publications." Deutsches Arzteblatt International, 106(15): 262.

상세보기
Rolando, L. 2015. "Data Management Plans as a Research Tool." Bul. Am. Soc. Info. Sci. Tech, 41: 43-45. doi:10.1002/bult.2015.1720410510

상세보기
Rylance, R. et al. 2016. Concordat on Open Research Data. https://www.ukri.org/files/legacy/documents/concordatonopenresearchdata-pdf/
SPEC Kit 334. [online] [cited 2019. 2. 6.]
Starr, J. and Gastl, A. 2011. "isCitedBy: A Metadata Scheme for DataCite." D-Lib Magazine, 17(1).
Sut, N. 2014. "Study designs in medicine." Balkan medical journal, 31(4): 273.

상세보기
Tenopir, C. et al. 2017. "Research Data Services in European Academic Research Libraries." LIBER Quarterly, 27(1): 23-44. DOI:http://doi.org/10.18352/lq.10180

상세보기
Uman, L. S. 2011. "Systematic reviews and meta-analyses." Journal of the Canadian Academy of Child and Adolescent Psychiatry, 57.
Zeng, X. et al. 2015. "The methodological quality assessment tools for preclinical and clinical studies, systematic review and meta-analysis, and clinical practice guideline: a systematic review." Journal of evidence-based medicine, 8(1): 2-10.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증