연구 데이터 관리(Research Data Management: RDM)는 연구데이터를 생산, 수집, 이용, 보전하는데 있어 방향을 제시하고 지원하는 인력, 정책, 자원 및 기술을 포괄하는 시스템이다. RDM은 연구비 신청시 작성하는 DMP(Data Management Plan)의 작성지원, 데이터 컬렉션과 리파지토리 구축, 연구 데이터의 디지털 보전과 유통 등을 포함하는 광범위한 활동들로 구성된다. 선진국의 경우 각 기관들이 RDM을 위한 시스템과 관련 조직을 구성하여 운영하고 있으나 우리나라의 경우에는 연구 데이터에 관한 인식수준이 낮아 미흡한 실정이다. 본 논문에서는 각 조직의 현실에 적합한 연구데이터 관리체계 구축방안을 제안한다. 특히, 최근들어 각 분야마다, 조직마다 빅데이터의 생성과 관리를 위한 빅데이터 플랫폼 구축이 급증하고 있어 이를 조직내 RDM 구축에 반영할 필요가 있다. 또한 블록체인 기술을 활용하여 연구자의 데이터 주권 확보를 지원하고, 데이터 프로비넌스 보장과 P2P 방식의 분산 RDM 구축 방안도 제안한다.
연구 데이터 관리(Research Data Management: RDM)는 연구데이터를 생산, 수집, 이용, 보전하는데 있어 방향을 제시하고 지원하는 인력, 정책, 자원 및 기술을 포괄하는 시스템이다. RDM은 연구비 신청시 작성하는 DMP(Data Management Plan)의 작성지원, 데이터 컬렉션과 리파지토리 구축, 연구 데이터의 디지털 보전과 유통 등을 포함하는 광범위한 활동들로 구성된다. 선진국의 경우 각 기관들이 RDM을 위한 시스템과 관련 조직을 구성하여 운영하고 있으나 우리나라의 경우에는 연구 데이터에 관한 인식수준이 낮아 미흡한 실정이다. 본 논문에서는 각 조직의 현실에 적합한 연구데이터 관리체계 구축방안을 제안한다. 특히, 최근들어 각 분야마다, 조직마다 빅데이터의 생성과 관리를 위한 빅데이터 플랫폼 구축이 급증하고 있어 이를 조직내 RDM 구축에 반영할 필요가 있다. 또한 블록체인 기술을 활용하여 연구자의 데이터 주권 확보를 지원하고, 데이터 프로비넌스 보장과 P2P 방식의 분산 RDM 구축 방안도 제안한다.
Research Data Management (RDM) is a system that encompasses people, policies, resources and technologies that provide and support directions in producing, collecting, using, and preserving research data. RDMs consist of a wide range of activities, including supporting the creation of data management...
Research Data Management (RDM) is a system that encompasses people, policies, resources and technologies that provide and support directions in producing, collecting, using, and preserving research data. RDMs consist of a wide range of activities, including supporting the creation of data management plans (DMPs), building data collections and repositories, and digital preservation and distribution. In advanced countries, systems for RDMs and related organizations are well organized and functioning, but in Korea, the management system is insufficient due to low level of data awareness. In this paper, we propose a plan to establish a research data management system suitable for the reality. In particular, it is important to reflect in RDM that the construction of big data platforms for the collection and management of big data in each field and organization is increasing rapidly. Also, we will discuss how to provide data provision and researchers' data sovereignty using blockchain technology, and propose a P2P-based decentralized RDM scheme.
Research Data Management (RDM) is a system that encompasses people, policies, resources and technologies that provide and support directions in producing, collecting, using, and preserving research data. RDMs consist of a wide range of activities, including supporting the creation of data management plans (DMPs), building data collections and repositories, and digital preservation and distribution. In advanced countries, systems for RDMs and related organizations are well organized and functioning, but in Korea, the management system is insufficient due to low level of data awareness. In this paper, we propose a plan to establish a research data management system suitable for the reality. In particular, it is important to reflect in RDM that the construction of big data platforms for the collection and management of big data in each field and organization is increasing rapidly. Also, we will discuss how to provide data provision and researchers' data sovereignty using blockchain technology, and propose a P2P-based decentralized RDM scheme.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
빅데이터 플랫폼은 데이터를 저장하고 분석하는 방식에 따라 파일 형태, 데이터베이스 형태, 데이터웨어하우스 형태, 데이터 레이크(Data Lake) 형태로 구분할 수 있다(그림 10참고). 데이터셋을 파일 형태나 데이터베이스 형태로 저장하고 관리하는 방식은 널리 알려진 기술이므로 여기서는 나머지 두가지 방식을 소개한다.
본 논문에서는 빅데이터와 블록체인 등 신기술과 연계하여 기관내 연구 데이터 관리 기법의 확장 방안을 제시하였다. 선진국에서는 많은 대학 및 연구소들은 연구 과정에서 발생한 데이터 (: 연구데이터)의 체계적인 관리를 위해 RDM(Research Data Management)을 도입하여 시행하고 있으나 국내에서는 아직 논의 단계에 있다.
제안 방법
다양한 연구환경에서 기존 데이터와 함께 위성영상 데이터, IoT 데이터, 연구보고서 등 비정형 빅데이터가 대량으로 발생하므로 이들을 수용하는 빅데이터 플랫폼의 구축방안이 고려되어야 한다. 또한 연구데이터셋 관리에서 개별 연구자의 참여도를 높이기 위한 방안으로 블록체인 기반의 연구자 중심 데이터셋 관리방안도 제시한다. 블록체인 기술을 활용하여 원본 데이터의 변경이력을 관리하고 투명한 공유 및 유통 방안과 원본데이터의 조작방지 방안을 제시한다.
다음으로, 향후 연구과제 수행시 발생하는 데이터를 DMP 제안부터 아카이빙까지 체계적으로 관리하는 방안을 제시한다. 마지막으로, 연구데이터 관리에서 빅데이터와 블록체인을 수용하여 업그레이드하는 방안을 제시한다. 다양한 연구환경에서 기존 데이터와 함께 위성영상 데이터, IoT 데이터, 연구보고서 등 비정형 빅데이터가 대량으로 발생하므로 이들을 수용하는 빅데이터 플랫폼의 구축방안이 고려되어야 한다.
본 논문에서는 한 기관 내에서 연구활동으로 발생하는 빅데이터를 수용하는 연구데이터 관리(RDM) 방안을 3단계로 나누어 제시한다. 먼저 조직 내에서 그동안 파편화되어 존재하는 기존 연구데이터 (대부분 연구자 혹은 부서별 PC에 저장되어 있음)를 조직 내 연구데이터 리파지토리로 수집하여 저장, 관리하는 방안을 제시한다. 다음으로, 향후 연구과제 수행시 발생하는 데이터를 DMP 제안부터 아카이빙까지 체계적으로 관리하는 방안을 제시한다.
본 논문에서는 한 기관 내에서 연구활동으로 발생하는 빅데이터를 수용하는 연구데이터 관리(RDM) 방안을 3단계로 나누어 제시한다. 먼저 조직 내에서 그동안 파편화되어 존재하는 기존 연구데이터 (대부분 연구자 혹은 부서별 PC에 저장되어 있음)를 조직 내 연구데이터 리파지토리로 수집하여 저장, 관리하는 방안을 제시한다.
본 장에서는 빅데이터 및 블록체인을 활용하여 RDM 서비스의 확장방안을 제안한다.
또한 연구데이터셋 관리에서 개별 연구자의 참여도를 높이기 위한 방안으로 블록체인 기반의 연구자 중심 데이터셋 관리방안도 제시한다. 블록체인 기술을 활용하여 원본 데이터의 변경이력을 관리하고 투명한 공유 및 유통 방안과 원본데이터의 조작방지 방안을 제시한다. 블록체인은 각종 디지털 자산의 투명한 관리와 유통을 보장하고, 이력을 관리하는데 유용한 기술로 알려져 있다[Shi].
여기서는 각 기관의 연구 데이터 관리방안을 단기적 방안(: 연구자 개인보유 지식을 DB화하는 방안)과 중장기적 방안(: 일상적인 연구활동에서 생산되는 데이터의 DB화 방안)으로 나누어 제시한다.
RDM은 연구자들과 그들이 속한 기관에서 연구데이터를 생산, 수집, 이용, 보전하는데 있어 방향을 제시하고 지원하는 인력, 정책, 자원 및 기술을 포괄하는 시스템을 의미한다[김지현]. 연구과제 신청시 DMP를 작성하고, 데이터 컬렉션 및 리포지토리(repository) 구축하며, 연구데이터 관리 조직을 신설하는 등 광범위한 활동들로 구성된다. 그림 3은 Monash 대학의 RDM 라이프사이클을 보여주고 있다.
2002년 Monash 대학 정보기술 전략계획 수립에서 정보관리 문제에 대한 우려가 제기되었고, 이러한 문제를 다루는 광범위한 운영위원회가 구성되었다. 정보관리를 위한 분과로 관리 및 지원; 학습 및 교육; 연구 및 연구관리를 구분하였고, 연구지원 측면에서 연구 공동작업공간을 개발하고 데이터 관리를 개선하였다. 이 대학이 다른 대학과 차별화하는 것은 연구활동 단계에서 데이터 관리 기능 및 플랫폼을 개발하는 접근 방식이며, 연구데이터는 그림2의 생명주기 다이어그램에 따라 RDM 플랫폼을 통해 데이터 관리 방식을 연구하기 위해 연합적이고 규율적인 접근법을 채택하였다.
성능/효과
연구 데이터셋 관리에서 표준화된 메타 데이터와 변조 방지가 필요한 데이터셋에 대한 해시 데이터를 블록체인에 저장함으로써 기관간 데이터 연계와 공유 및 유통을 활성화할 수 있다. 그 동안 연구 데이터셋의 유통과 활용에 걸림돌로 작용한 데이터 소유권과 유통과정의 투명성 문제를 블록체인으로 극복할 수 있을 것으로 보인다.
후속연구
먼저 조직 내에서 그동안 파편화되어 존재하는 기존 연구데이터 (대부분 연구자 혹은 부서별 PC에 저장되어 있음)를 조직 내 연구데이터 리파지토리로 수집하여 저장, 관리하는 방안을 제시한다. 다음으로, 향후 연구과제 수행시 발생하는 데이터를 DMP 제안부터 아카이빙까지 체계적으로 관리하는 방안을 제시한다. 마지막으로, 연구데이터 관리에서 빅데이터와 블록체인을 수용하여 업그레이드하는 방안을 제시한다.
블록체인 기술을 도입함으로써 각 기관의 특성을 반영한 연구 데이터셋 관리 체계를 각자가 구축하고, 메타 데이터를 블록체인에 저장하여 서로 연계하는 방식으로 전체적인 연구 데이터셋을 관리할 수 있을 것이다. 더구나 데이터셋의 소유자가 데이터의 활용과 유통과정에서 주된 역할을 담당하도록 설계함으로써 데이터 프로비넌스와 연구자 주도의 데이터셋 관리가 가능하게 될 것이다.
이 경우 그래프 정보를 활용하여 언제든지 동일한 데이터셋을 생성할 수 있다. 따라서 연구결과의 신뢰도를 높이고, 분석결과의 재현성을 보장하는데 기여할 수 있을 것이다.
또한, 중앙집중식 리파지토리 시스템으로 연구 데이터를 관리하는 방식에서 블록체인 기술을 활용하여 비대하고 비효율적인 중간자를 P2P 기반 분산 관리방식으로 전환하는 방안도 제시되고 있다. 블록체인 기술을 도입함으로써 각 기관의 특성을 반영한 연구 데이터셋 관리 체계를 각자가 구축하고, 메타 데이터를 블록체인에 저장하여 서로 연계하는 방식으로 전체적인 연구 데이터셋을 관리할 수 있을 것이다. 더구나 데이터셋의 소유자가 데이터의 활용과 유통과정에서 주된 역할을 담당하도록 설계함으로써 데이터 프로비넌스와 연구자 주도의 데이터셋 관리가 가능하게 될 것이다.
또한, 클라우데라(Cloudera)와 같이 다수의 노드로 구성되는 빅데이터 시스템을 효과적으로 구축하고 관리하는 도구를 사용하여 오픈소스 위주로 시스템을 구축할 수도 있다. 오픈소스를 활용하는 경우 빅데이터 플랫폼의 구축과 운영에는 상당한 노력과 비용이 요구되므로 연구데이터 중에서 온라인, 실시간 분석이 필요한 데이터셋 등으로 제한하고, 보관 위주의 데이터셋은 라파지토리(파일 시스템 위주)에 저장하면서 서로 연동하여 통합서비스를 제공하는 방안도 고려해야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
연구 데이터 관리란 무엇인가?
연구 데이터 관리(Research Data Management: RDM)는 연구데이터를 생산, 수집, 이용, 보전하는데 있어 방향을 제시하고 지원하는 인력, 정책, 자원 및 기술을 포괄하는 시스템이다. RDM은 연구비 신청시 작성하는 DMP(Data Management Plan)의 작성지원, 데이터 컬렉션과 리파지토리 구축, 연구 데이터의 디지털 보전과 유통 등을 포함하는 광범위한 활동들로 구성된다.
RDM의 구성은 무엇인가?
연구 데이터 관리(Research Data Management: RDM)는 연구데이터를 생산, 수집, 이용, 보전하는데 있어 방향을 제시하고 지원하는 인력, 정책, 자원 및 기술을 포괄하는 시스템이다. RDM은 연구비 신청시 작성하는 DMP(Data Management Plan)의 작성지원, 데이터 컬렉션과 리파지토리 구축, 연구 데이터의 디지털 보전과 유통 등을 포함하는 광범위한 활동들로 구성된다. 선진국의 경우 각 기관들이 RDM을 위한 시스템과 관련 조직을 구성하여 운영하고 있으나 우리나라의 경우에는 연구 데이터에 관한 인식수준이 낮아 미흡한 실정이다.
본 논문에서 제시하는 연구데이터 관리 (RDM) 방안 3단계는 무엇인가?
본 논문에서는 한 기관 내에서 연구활동으로 발생하는 빅데이터를 수용하는 연구데이터 관리 (RDM) 방안을 3단계로 나누어 제시한다. 먼저 조직 내에서 그동안 파편화되어 존재하는 기존 연구데이터 (대부분 연구자 혹은 부서별 PC에 저장되어 있음)를 조직 내 연구데이터 리파지토리로 수집하여 저장, 관리하는 방안을 제시한다. 다 음으로, 향후 연구과제 수행시 발생하는 데이터를 DMP 제안부터 아카이빙까지 체계적으로 관리하는 방안을 제시한다. 마지막으로, 연구데이터 관리에서 빅데이터와 블록체인을 수용하여 업그레이드하는 방안을 제시한다. 다양한 연구환경에서 기존 데이터와 함께 위성영상 데이터, IoT 데이터, 연구보고서 등 비정형 빅데이터가 대량으로 발생하므로 이들을 수용하는 빅데이터 플랫폼의 구축방안이 고려되어야 한다.
참고문헌 (35)
[김선태] 연구 데이터 관리와 데이터 관리 계획서 (DMP), 2017 한국정보관리학회 하계학술대회, 2017.8.22.
김지현, 대학도서관의 연구데이터 관리 서비스에 관한 연구 - 미국 연구중심대학 도서관을 중심으로, 한국비블리아학회지, 25(3), 2014.
Andrey Demichev, et al., The Approach to Managing Provenance Metadata and Data Access Rights in Distributed Storage Using the Hyperledger Blockchain Platform, In Proc. Ivannikov Ispras Open Conference (ISPRAS), 2018.
Austin, Claire C., et al. "Research data repositories: review of current features, gap analysis, and recommendations for minimum requirements.", IASSIST Quarterly, 39.4, pp. 24-24, 2016.
Bhoi, Narendra, Mendeley Data Repository as a platform for Research Data Management, In B. Rautaray, D. K. Swain, & C. Swain (Eds.), Marching Beyond Libraries: Managerial Skills and Technological Competencies, pp. 481-487, 2018.
Realities of Research Data Management (OCLC, 2017/10).
How ChainTrail Uses Blockchain to Track Data Provenance https://medium.com/@chaintrail/how-chaintrail-uses-blockchain-to-track-data-provenance-9440392d10a5.
CKAN, https://ckan.org/.
Copenhagen Business School Research Data management, https://www.cbs.dk/en/research/cbsresearch-profile/research-data-management.
Data Lake vs. Data Warehouse, https://www.educba.com/data-lake-vs-data-warehouse/.
DMP Tool Build your data management plan, https://dmptool.org/.
Elena G. B., et al., Deploying metadata on blockchain technologies, In Proc. 11th International Conference, MTSR, 2017.
The ERC Scientific Council, Open Research Data and Data Management Plans, ERC Repoort, 2018. 4.
Fujimura, S.,et al., BRIGHT: A concept for a decentralized rights management system based on blockchain. In Proc. of the IEEE 5th International Conference on Consumer Electronics, pp. 345-346.
The IBM Big Data Platform, IBM Report (https://www.slideshare.net/vmanoria1/overview-ibm-big-data-platform).
Information Technology - Governance of IT - THe Application of ISO/IEC 38500 to th governance of data, ISO/IEC JTC1/SC40 N199 (2015.2.3.).
Jones, S., Pryor, G. and Whyte, A. (2013). How to Develop Research Data Management Services - a guide for HEIs. DCC How-to Guides. Edinburgh: Digital Curation Centre. p.5.
Pingcheng Ruan, et al., FineGrained, Secure and Efficient Data Provenance on Blockchain Systems, In Proc. Intl. Conf. VLDB 2019.
https://rdp.kisti.re.kr/.
re3data.org, http://www.re3data.org.
Ricardo Neisse, et al., A Blockchain-based Approach for Data Accountability and Provenance Tracking, In Proc. 12th International Conference on Availability, Reliability and Security, 2017.
Shinsaku Kiyomoto, et al., On Blockchain -based Anonymized Dataset Distribution Platform, In Proc. Intl. Conf. SERA 2017, London, UK, 2017. 6.
Rong Tang and Zhan Hu, Rorviding Research Data Management Services in Libraries: Preparedness, Roles, Challenges, and Training for RDM Practice, Data and Information Management, 3(2), pp.84-101, 2019.
Uzair Javaid, et al., BlockPro: Blockchain based Data Provenance and Integrity for Secure IoT Environments, In Proc. Intl. Conf. BlockSys 2018, China, 2018. 11.
Kisti Research Data Platform, http://nrdp.kr/htm/information.do.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.