초록 ▼

□ 연구개발 목표 및 내용
◼ 최종 목표
디지털 전환을 통한 지능형 과학기술정보 큐레이션체제 구축으로 정보 스펙트럼 확장 및 다양한 서비스에 대응한 유연한 콘텐츠 제공

◼ 전체 내용
- 과학기술정보 구축 업무의 AI 체제로 전환
• AI 기반 과학기술정보 큐레이션 체계 디지털 전환 전략 수립
• 과학기술정보 큐레이션 효율화를 위한 AI 기술 개발
- 과학기술정보/데이터 연계 관리 체계 구축 및 지능형 큐레이션 데이터셋 구축
• 국제표준 식별 체계가 적용된 콘텐츠 구축
• 개체

□ 연구개발 목표 및 내용
◼ 최종 목표
디지털 전환을 통한 지능형 과학기술정보 큐레이션체제 구축으로 정보 스펙트럼 확장 및 다양한 서비스에 대응한 유연한 콘텐츠 제공

◼ 전체 내용
- 과학기술정보 구축 업무의 AI 체제로 전환
• AI 기반 과학기술정보 큐레이션 체계 디지털 전환 전략 수립
• 과학기술정보 큐레이션 효율화를 위한 AI 기술 개발
- 과학기술정보/데이터 연계 관리 체계 구축 및 지능형 큐레이션 데이터셋 구축
• 국제표준 식별 체계가 적용된 콘텐츠 구축
• 개체 인식 기반의 과학기술정보-데이터 연계

◼ 1단계
❏ 목표
AI 기술 기반의 과학기술정보 큐레이션 디지털 전환 기반 구축 (디지털 큐레이션 성숙도 모델 개발 및 검증，“초기”단계)
❏ 내용
- 과학기술정보 구축 업무의 AI 체제로 전환 기반 마련
• AI 기반 과학기술정보 큐레이션 체계 디지털 전환 전략 수립
• 과학기술정보 데이터 구축 효율화를 위한 AI 기반 기술 개발
• 협력 기반의 수요대응형 정보 수집 전략 수립
- 과학기술정보/데이터 연계 관리 체계 구축
• 대내외 데이터 거버넌스 수립(정책, 프로세스, 표준화 등)
• 과학기술정보/데이터 연계 흐름 맵 구성

◼ 2단계
❏ 목표
AI 기술 기반의 과학기술정보 큐레이션 디지털 전환 적용 (디지털 큐레이션 성숙도 “성장” 단계 도달)
❏ 내용
- 과학기술정보 구축 업무의 AI 체제로 전환 추진
• 과학기술정보 데이터 구축 효율 향상을 위한 AI 기술 고도화
• 디지털 큐레이션 성숙도 측정 및 활용확산
- 과학기술정보/데이터 연계 체계 및 지능형 큐레이션 데이터셋 구축
• 과학기술정보 분야 내외부 유관기관과의 협력 체계 수립
• 표준식별정보를 통한 연계 정보 확대

◼ 3단계
❏ 목표
AI 기술 기반의 과학기술정보 큐레이션 디지털 전환 성숙화 (디지털 큐레이션 성숙도 “성숙” 단계 도달)
❏ 내용
- 과학기술정보 구축 업무의 AI 체제로 전환
• AI 기반 과학기술정데이터 구축 플랫폼 개발
• 구조화/객체화 데이터 구축 및 기계학습 데이터 구축 확대
- 과학기술정보/데이터 연계 체계 및 지능형 큐레이션 데이터셋 구축 고도화
• 과학기술정보-데이터 연계 기술 개발 및 확장(개체인식 기술 등)
• 대내외 서비스 플랫폼 연계 기술 개발

□ 연구개발성과
- 1단계
•(정성적) AI기반 과학기술정보 큐레이션 체계를 위한 디지털 전환 전략 수립 및 과학기술정보 구축체계 디지털 전환 핵심 기술 확보
•(정량적) 해외논문 600만건, 국내논문 8만건，보고서 원문 4만권，식별연계율 95%이상
- 2단계
•(정성적) 과학기술정보 디지털 큐례이션 성숙도 “성장”단계 도달 및 개체인식 AI 기술 개발
•(정량적) 지능형 데이터셋 6종(누적) 발굴 및 식별연계율 95%이상
- 3단계
•(정성적) 과학가술정보 디지털 큐레아션 상숙도“성숙"단계 도달 및 개체 기반정보-데아터 연계 강화
•(정량적) 지능형 데이터셋 10종(누적) 발굴 및 식별연계율 95%이상

□ 연구개발성과 활용계획 및 기대 효과
(활용계획)
1) 데이터 역량을 강화하여 지능화된 데이터를 기반으로 연구개발 문제해결을 위한 지원，2) 니즈에 기반한 고부가가치화된 데이터를 다양한 서비스/플랫폼에 활용가능，3) 데이터의 가용성, 유용성, 통합성 등을 관리하기 위한 정책과 프로세스를 기반으로 전사적 과학기술정보/ 데이터 관리체계 정립하과 국내외 유관기관과의 데이터 구축 협력체계안을 통해 기관 간 역할 분담 및 책임 등에 대한 국가 과학기술분야 데이터 거버넌스 수립에 주도적 역할 수행
(기대효과)
과학기술정보/데이터의 연결을 통해 과학연구성과의 발견•접근•재활용성을 제고하고 국가전략과제와 현안 관련 맞춤형 과학기술정보 적시 제공으로 사회현안 문제해결 지원하며, 과학기술정보 가공 AI 기술 개발 및 모델 공개를 통한 데이터 개방으로 과학기술분야 글로벌 협업 촉진

(출처 : 요약문 7p)

Abstract ▼

IV. Research and development results
1. Completing the foundation for digital transformation by entering the “growth” stage of science and technology information curation maturity
1) Discovery of new scientific and technological information content and establishment of data sharing system
O

IV. Research and development results
1. Completing the foundation for digital transformation by entering the “growth” stage of science and technology information curation maturity
1) Discovery of new scientific and technological information content and establishment of data sharing system
O Discovery of new science and technology content based on scenarios and construction of test bed
- To support data-based research, discover new data through researcher demand analysis, establish selection criteria, and develop a data construction storyboard.
2) Establishment of a quick and flexible curation system by establishing a next-generation science and technology information curation system and developing technology
O Design and development of a next-generation curation system to transform the science and technology information curation system
- Design and development of a PnP (Plug and Play) curation system to build flexible science and technology content
- Applying the concept of a human curation platform that improves quality through human intervention in the data learning process
- Design and prototype development of an integrated metadata DB for domestic and foreign academic papers focusing on core resources for optimizing academic information services
O Development of AI-based digital curation core technology
- Development of Al-based technology reflecting the 3-track strategy to enhance and expand digital transformation core technologies
- Development and pilot application of AI technology (table/figure extraction technology, topic classification technology) to improve the efficiency of scientific and technological information database construction and service intelligence
- Efficient DB construction through practical application of verified metadata extraction technology and reference extraction technology to the construction system
3) Systematize curation management by measuring curation maturity and developing standards
O Standardization of digital curation maturity model and measurement standards in the field of science and technology data
- Promotion of domestic group standard for digital curation maturity model (Korea Information and Communication Technology Association)
- KISTI digital curation maturity “growth” level achieved as a result of measurement by standard expert evaluation group (achievement of maturity goal in research performance plan)
- Promoting the expansion of the use of the digital curation maturity model: promotional activities such as proposals for use of overseas related organizations and presentations/seminars at academic conferences

2. Strengthen the usability of data by building core scientific and technological information and building and releasing intelligent data sets based on this.
1) Implementation of core science and technology information collection/connection/construction strategy
O As an agency dedicated to national research and development performance, improve data-related systems and strengthen collection cooperation.
- Proposal to improve the enforcement ordinance system of the National Research and Development Innovation Act
- Diversification of research results acquisition channels and promotion of electronic source text acquisition through cooperation in linking with the pan-ministerial integrated research support system
2) Establishment of core scientific and technological information such as papers and reports
O Construction on domestic science and technology paper database
- Domestic paper meta (including abstract) database construction; 31,488
- Domestic papers (academic journals/conferences/association journals) digital original text correction/supplementation/processing: 31,488
- Paper DOI deposited: 19,953 (total: 382,891)
- Reference database construction: 939,908 (total: 19,384,634)
O Construction and management of nationally available academic information e-Gate DB
- Established additional 4,790,068 metadata for papers included in domestic and international academic journals (total: 123 million)
- Establishment of Free/Open Access information (27 million cumulative items)
- DB quality control (error rate 0.0001%)
O Construction on national R&D research report database
- Constructed 40,276 original reports (total: 256,876)
- Establishment of table of contents, references, and table/figure data for the original report (92 million cumulative items)
O Machine learning data
- Establishment of 5 types of machine learning data in the field of science and technology (5.5 million cumulative data)
3) Development and expansion of intelligent science and technology information curation dataset
O Development of scientific and technological information intelligent curation dataset (2 new types, 8 updated types)
- Develop entity (table/figure) extraction data, document subject classification data, and release AIDA (approximately 1.35 million items, scheduled to be released in November)
- Established a total of 8 additional types: 2 types of metadata extraction, 2 types of reference extraction, 2 types of machine-readable text, and 2 types of semantic inference type (approximately 1.1 million items)
O Discover use cases to measure the value of data
- Discovered 2 papers using intelligent datasets and models (SCIE, KCI)
4) Systematic continuous monitoring and quality control, data utilization and dissemination
O Increasing data usability and systematic management of the entire data construction management cycle
- Secure the original text of more than 90% of domestic scientific journals and increase data usability by building original text/identification data/question and answer set machine learning data, etc.
- Quickly respond to data quality and information user needs through continuous monitoring and management of data collection/construction/provision status and user VOC
O Enhancing data usability by expanding data provision and utilization channels
- (ScienceON, AIDA) Utilizing intelligent datasets to hold AI competitions and develop academic information-based services
- (DiCuON) Collect and provide dataset requirements necessary for AI technology and service development

3. Expansion of data spectrum through international standard identifier (PID)-based science and technology data/information linkage
1) Operation and expansion of Korea DOI Center
O Strengthening the distribution base for standard identifiers by expanding the operation and use of DOI services
O Advancement of DOI management system and improvement of user functions
O Performing the role of Korea’ s only DOI registration agency through domestic related organizations and international cooperation activities
2) Establishment of a comprehensive linking system centered on global identifiers (PID)
O Laying the foundation for comprehensive PID management at the national level by establishing a global standard identifier database
O Promote joint use of identifiers and open science ecosystem through operation of a PID-centered inter-agency cooperation system
O Promoting domestic and international cooperation centered on PID and revitalizing the community

(source : Summary 21p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 3
• 연차보고서 초록 ... 5
• 요 약 문 ... 7
• SUMMARY ... 18
• CONTENTS ... 27
• 목차 ... 28
• 표목차 ... 29
• 그림목차 ... 30
• 1. 연구개발과제의 개요 ... 35
• 가. 연구개발 최종 목표(2021-2026 기준) ... 35
• 나. 국내·외 기술개발 현황 ... 35
• 다. 단계별 연구개발 로드맵 ... 39
• 라. 단계별 연구개발과제 목표 및 내용 ... 40
• 1) 성과지표 및 연차별 목표 ... 40
• 2) 2023년 성과지표 달성도 ... 40
• 마. 전략목표(대과제)-성과목표(중과제)-성과지표(세부과제) 성과 연계도 ... 42
• 바. 추진전략 및 협력 네트워크 ... 43
• 사. 2023년 대표성과 ... 47
• 아. 2023년 실적 및 2024년 계획 ... 49
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 50
• 3. 연구개발과제의 수행 결과 ... 105
• 가. 정성적 연구개발성과 ... 105
• 나. 정량적 연구개발성과 ... 109
• 다. 계획하지 않은 성과 및 관련 분야 기여사항 ... 112
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 114
• 5. 연구개발성과의 관리 및 활용 계획 ... 116
• 가. 연구데이터 관리계획(DMP) 추진실적 ... 118
• 6. 참고문헌 ... 119
• 끝페이지 ... 120