공공데이터 기록관리 활성화와 큐레이션 활용방안 연구 - 공공데이터포털, 혜안시스템을 중심으로-

이상헌 한국외국어대학교 정보·기록학연구소 2020 기록과 정보·문화 연구 Vol.- No.11

Our society is now facing the Fourth Industrial Revolution. The vast amount of data, called ‘big data’ in various industrial and research fields, is analyzed and used as a new method of business operation and research. In the field of record management, electronic records of data types, such as administrative information datasets, began to be managed in earnest. In the field of record management, the government has started to manage records information data (hereinafter referred to as data records) such as administrative information data data sets, and in order to capture and manage them as records, it has reorganized the relevant statutes and is carrying out practical projects for data records management at public institutions, which are actually records management sites. However, data logging differs from traditional document types in management and utilization. Data records with the structure of DBMS are managed in a system unit (table unit) unlike the traditional method of record management in the form of iron and building, and Article 34-3 1 of the Enforcement Decree of the Public Records Management Act stipulates that ‘the head of a public institution shall manage administrative information datasets as a basic unit.’ Due to the nature of the data type, there is also a differentiated feature that can discover the convergence value beyond the valuation value of each data record and utilize it as a record information service. Currently, the management and service of public data are represented by the “Public Data Portal” operated by the Korea Information Society Agency of the Ministry of Public Administration and Security and the “Hyean System” operated by the National Intelligence Resource Management Agency of the Ministry of Public Administration and Security. Based on the analysis of the public data portal, which currently manages and utilizes public data, and big data, we will analyze the case of the “Hyean System” that discovers and creates the value of new data information through the convergence of data information values, and present ways to promote public data record management and utilize curation of public data records. 우리사회는 지금 4차산업혁명을 맞이하고 있다. 다양한 산업분야와 연구분야에서 ‘빅데이터’라고 하는 방대한 양의 데이터를 분석하여 새로운 기업운영방식과 연구방법으로 활용하고 있다. 기록관리분야에서도 행정정보 데이터세트와 같은 데이터 유형의 전자기록을본격적으로 관리하기 시작하였다. 기록관리분야에서는 특히, 행정정보 데이트세트와 같은 공공데이터 기록을 관리하기 시작하면서이를 기록으로 포착하고 관리하기 위하여 관련 법령을 정비하고 있다. 그리고 실제 기록관리현장인 공공기관에서는 데이터 기록 관리를 위한 실무사업을 진행하고 있다. 하지만 데이터 기록은 기존의문서형태의 전자기록 유형과는 관리와 활용에 있어서 그 패러다임을 달리한다. DBMS의 구조를 갖는 데이터 기록은 기존의 철.건 형태의 기록관리 방식과 달리 시스템 단위(테이블 단위)로 관리되고있으며 데이터 형태의 특성상 그 활용에 있어서도 각각의 데이터기록의 평가 가치를 넘어서는 융합적 가치를 발견하고 이를 기록정보서비스로 활용할 수 있는 차별화된 특징이 있다. 현재 공공데이터의 관리 및 서비스는 행정안전부 한국정보화진흥원에서 운영하는 ‘공공데이터포털’과 행정안전부 국가정보자원관리원에서 운영하는 ‘혜안시스템’이 대표적이다. 이에 현재 공공데이터를 관리하고 활용하고 있는 ‘공공데이터포털’과 빅데이터 분석을 기반으로 데이터 정보 가치의 융합을 통하여 새로운 공공데이터 정보의 가치를 발견하고 창출하는 ‘혜안시스템’의 사례를 분석하여, 공공데이터 기록 활용 활성화 방안을 제시해 보고자 한다.

Data Science 기반 기후변화 대응 지원 플랫폼 구축을 위한 전략 마련 연구(Ⅱ)

진대용,표종철,조윤랑,한국진,김도연 한국환경연구원 2021 기후환경정책연구 Vol.2021 No.-

Ⅰ. 서론 □ 연구 필요성 및 목적 ○ 전 지구적 이상기후 및 자연재해 발생 등 기후변화 현상의 심화는 자연환경뿐만 아니라 인간 활동 영역에까지 다양하게 영향을 미침 ○ 최근 우리나라는 국제 사회와 공조하여 2050 탄소중립(net-zero) 목표를 선언하고, 기후변화 대응에 적극 나서고 있음 ○ 기후변화는 온실가스를 감축하는 완화(mitigation) 연구와 피해 및 위험을 최소화하는 적응(adaptation) 연구로 구분할 수 있으나, 기후변화 원인은 복합적이기 때문에 상호 보완적인 정책이 필요함 ○ 2018년 과학기술정보통신부는 국가 R&D 추진 과정에서 축적되는 연구데이터 관리·공유를 위해『연구데이터 공유·활용 전략』을 수립한 바 있으며, 본격적으로 데이터 집중형 과학 (data-intensive science) 시대가 도래함 - 하드웨어 발전, 고성능 네트워크 등 장비의 발달로 많은 연구데이터를 생산하기 때문에 다양한 연구데이터 관리는 효과적인 연구수행의 필수적 요소가 됨 ○ 본 연구는 기후변화를 데이터 중심으로 연계하여 대응하는 것으로, 기후변화 연구를 ‘데이터 사이언스(Data Science)’로 전환하는 것임 - 데이터 사이언스는 다양한 형태의 데이터로부터 실제 현상을 이해하고 유용한 지식을 도출하는 과정을 총칭함 - 정보통신기술(ICT), 위성 데이터, 기상 재해석 데이터 등 생성되는 데이터양이 점차 증가함에 따라 이를 연계·활용하기 위한 관련 데이터 확보가 중요해짐 ○ 기후변화 대응을 위한 데이터는 다양한 기관에 산재해 있는 데다 환경데이터 분류 표준 체계가 부재한 탓에 데이터 활용에 제약 요소가 많으며, 이를 효율적이고 편리하게 활용하는 방안 마련이 시급함 □ 연구 범위 ○ 기후환경 데이터의 현황분석, 데이터관리계획(DMP)의 실행체계 구축 및 운영, 기후환경 데이터 플랫폼 구축전략과 차별화된 데이터 제공 서비스를 위한 방안을 마련함 - 위성 중심의 기후환경 응용데이터 현황 및 기후변화 완화 부문의 데이터 조사를 통해 기후변화 대응을 위한 완화-감축 부문의 데이터 인벤토리를 작성하고자 함 - 기후환경 데이터 관리의 실질적 이행체계 구축을 위한 연구데이터 범위 설정 및 DMP 도입과 연구데이터 리포지터리(IDR)를 중심으로 한 KEI형 데이터 관리 추진체계를 구축하고자 함 - 구축된 기후환경 데이터 인벤토리 및 관리체계를 토대로 환경정책연구에 활용 가능한 기후환경 데이터 서비스 제공 방안을 모색하고자 함 ㆍ 본 과제에서 기후환경 데이터는 기후변화 대응을 위한 완화 및 적응과 관련된 공개 데이터로 한정함 ㆍ 누적된 다양한 데이터가 단일 연구과제에서만 활용되는 것을 방지하고, 데이터의 공유 및 활용성을 극대화하고자 함 - 기후환경 데이터 플랫폼 구축을 위한 설문조사와 데이터 공유·활용에 관한 법·제도를 검토하고, 기후변화 데이터를 중심으로 한 정책연구의 현실적 방안을 제시하고자 함 □ 연구 내용 및 방법론 ○ 2차 연도 연구는 주요 환경 관계기관의 온실가스 감축데이터를 중심으로 구축·보완하고, 기존 인벤토리 고도화를 추진하고자 함 - 기후환경 데이터 중 위성데이터 산출물과 기상청의 기상·기후 데이터 현황 조사를 통해 기후변화 대응 데이터 범위 확대 가능성을 살펴봄 ○ KEI 연구데이터 관리 실행체계 마련 및 구축을 위한 연구데이터 정의 및 관리 필수요소를 도출하고자 함 ○ KEI 기후환경 데이터 플랫폼 구축전략 마련을 위한 전문가 의견수렴 및 조사된 연구데이터 관리체계 내용을 기반으로 KEI 기후환경 데이터 플랫폼 구축 로드맵을 마련하고자 함 ○ 향후 KEI형 데이터 플랫폼으로 확장하기 위해 수집된 기후변화 대응 데이터의 메타정보를 연구데이터 리포지터리 시스템에 시범적으로 업로드하고, 데이터 마인드맵 시범 서비스를 통해 정책활용도를 제고하고자 함 Ⅱ. 기후환경 데이터 인벤토리 고도화 □ 국내 기후환경 응용 데이터 현황 ○ 기후변화는 강수, 운량, 온도뿐만 아니라 식생분포, 토지분포 등에도 큰 영향을 미치며, 이에 대응하려면 일차적인 자료 확보가 적절히 이루어져야 함 ○ 국외에서는 미국 항공우주국(NASA)과 유럽 우주국(ESA)을 필두로 대기오염기체와 기후 변화 유발기체, 에어로졸, 식생지표 변화 등 다양한 영역을 관찰할 때 위성 자료를 사용함 ○ 국내에서도 통신해양기상위성(COMS)의 후속으로 정지궤도복합위성을 발사하고, 위성 관측을 통해 생산된 자료를 기후변화 대응 정책의 기초자료로 활용하고 있음 ○ 대표적인 국내 위성으로는 천리안해양관측위성, 천리안위성 2A호, 천리안위성 2B호 등이 있음 - 천리안해양관측위성은 적조, 해빙, 해무, 해양투기모니터링, 해사채취활동, 미세먼지 등에 활용됨 ㆍ 주요 산출물로는 용존유기물, 엽록소, 총 부유물질, 적조지수, 육상식생지수 등 총 13종의 데이터를 생산함 - 천리안위성 2A호는 천리안해양관측위성과 비교하여 다양한 관측이 가능하며, 기상재해의 감시 및 대비가 가능함 ㆍ 생산하는 기상산출물은 총 52종으로 구름탐지, 오존량, 강우강도 등 23종의 기본산출물과 산불탐지, 식생지수, 식생률, 지표면 반사도 등 29종의 부가 산출물을 생산함 - 천리안위성 2B호는 해양환경과 생태계를 관측하고, 한반도 밖의 대기오염물질 등을 감시하여, 기후변화 대응 및 미세먼지 감시를 위한 자료를 제공함 ㆍ 주요 산출물로는 대기보정, 고유광특성, 대기산출물, 해색산출물, 해양산출물, 육상 산출물 등 총 26종의 데이터를 생산함 □ 기후변화 대응 관련 데이터 현황 ○ 기후변화 대응은 온실가스를 감축하거나 흡수하는 완화(mitigation) 정책과 기후변화 피해를 저감하는 적응(adaptation) 정책의 두 가지 측면을 모두 고려해야 함 ○ 기후변화 대응을 위한 에너지, 발전, 온실가스 배출 등 기후변화 완화 데이터 현황조사를 통해 기후변화 완화와 적응정책을 연계하고자 함 ○ 기후변화 완화(온실가스 감축) 부문 데이터는 크게 에너지 통계, 국가 온실가스 인벤토리, 기타 연계 및 활용 가능한 데이터로 구분할 수 있음 - 국가에너지 통계종합정보시스템에서는 에너지 밸런스 및 국가에너지 수급 관련 통계를 비롯해 에너지통계 작성 규정에 따른 관련 기관의 통계자료를 연계·통합하여 제공함 - 국가 온실가스 인벤토리에서는 기후변화 대응을 위해 국내 온실가스 배출원·흡수원 및 배출량·흡수량 파악을 위한 데이터를 제공함 - 기타 데이터로는 민·관·학계의 배출량 산정 분석 지원과 온실가스 인벤토리 연계를 위한 교통/수송 및 전력 데이터 등이 제공됨 ○ 기후변화 적응 부문 데이터는 국가기후변화적응센터(KACCC)에서 운영 중인 시스템 내에 구축된 데이터를 기반으로 기후환경 데이터 인벤토리를 구축함 - 대표적인 기후변화 적응 시스템인 부문별 기후변화 영향 및 취약성 통합평가 모형(MOTIVE)과 기후변화 취약성 평가도구(VESTAP)에서는 기후변화 적응을 위한 취약성 평가 데이터를 제공함 ○ 기상청에서 관측·제공하는 각종 기상관측 자료, 방재기상정보 등은 기후변화의 미래예측과 대응정책 수립과 같은 다양한 분야에서 기초자료로 활용됨 - 기후변화 시나리오는 미래 기후변화로 인한 영향평가 및 피해를 최소화하는 연구의 분석 자료로 활용할 수 있으며, 이는 기후변화 대응 및 적응대책 수립·지원을 위한 필수적인 정보로 활용됨 Ⅲ. 기후환경 데이터 관리 실행체계 구축 □ KEI 연구데이터 관리 개요 ○ 2019년 데이터관리계획(DMP: Data Management Plans) 규정이 시행되며 국내 연구 데이터를 공유하고 활용하기 위한 노력이 활발히 이루어지고 있음 - 주요 선진국을 중심으로 국가연구개발사업 과제의 연구데이터 보존 및 재사용의 성공적 사례가 나오고 있으며, 오픈 데이터 활동이 전 세계적으로 확산하고 있음 - 「국가연구개발사업의 관리 등에 관한 규정」에서 연구데이터와 데이터 관리계획을 정의하고, 국가연구개발 사업 수행 시 DMP 제출 요구를 규정하여 국가 차원의 연구데이터 관리 근거를 마련함 ○ 연구데이터를 관리하고 서비스하기 위한 핵심 요소로는 DMP 작성지원, 데이터 파일 정리, 데이터 저장, 데이터 공유 및 접근, 데이터 인용, 데이터 관리교육으로 구분할 수 있음 □ 연구데이터의 수집 및 관리 ○ 연구데이터는 연구개발과제 수행 과정에서 실시하는 각종 실험, 관찰, 조사 및 분석 등을 통하여 산출된 사실 자료로서 연구 결과의 검증에 필수적인 데이터임 - 연구데이터는 연구 과정에서 생성되는 모든 데이터를 지칭하기 때문에 메일이나 기술 보고서 등과 같은 연구 기록과 구별해야 함 - 지속적 연구 활동 지원 및 연구 결과물 보존·공유를 위해서는 연구자가 소속된 연구 기관과 연구자가 활동하는 커뮤니티에서 연구 수행 과정에서 산출되는 데이터 관리가 필요함 ○ DMP란 연구 프로젝트 도중이나 종료 후에 프로젝트를 통해 생산·수집된 연구데이터가 어떻게 관리·공유되는지 기술하는 공식 문서를 의미함 - 데이터 수집 전에 DMP를 통해 충실한 데이터 설명이 가능하고, 이는 데이터에 대한 상세 내용을 기억하기 위한 연구자의 노력이 불필요하게 하며 데이터 재사용을 가능케 함 ○ DMP는 연구 라이프 사이클에 맞추어 연구계획 단계부터 데이터 생산, 수집, 관리, 보존 및 폐기, 출판, 재사용 등의 모든 과정에서 발생하는 행위임 ○ KEI 기후환경 데이터 플랫폼을 개발하려면 연구데이터 라이프 사이클을 도출하고, 이에 관한 세부 내용을 확정하는 것이 중요함 □ 연구데이터 관리 시스템 구축 ○ 데이터 리포지터리는 오픈소스로 개발되어 공개된 소프트웨어를 활용할 수 있으며, 대표적으로 DSpace와 NaRDA가 있음 - DSpace는 웹기반 인터페이스 제공을 통해 파일 제출이 쉽고 다양한 파일 수용이 가능하며, 하나의 기관을 넘어 대규모, 다분야 리포지터리로 확장이 가능함 - NaRDA는 한국과학기술정보연구원(KISTI)에서 개발·보급하는 연구데이터 리포지터리이며, 연구자의 데이터 관리 활동 주기를 고려하여 설계 및 구현됨 ㆍ NaRDA는 DMP 제출양식을 작성하고, 이를 게시 및 공유할 수 있음 ㆍ 연구 수행 중의 관리 단계에서는 연구 수행을 위한 데이터를 자유롭게 업로드·다운로드 할 수 있으며, 데이터 설명을 기술할 수 있음 ㆍ 마지막 단계에서는 연구 결과물 공유를 위한 연구데이터 등록이 가능하며, 이를 위해 메타데이터 추출 및 DOI 부여 기능을 제공함 ○ 연구데이터는 메타데이터와 원천데이터로 구성되며, 메타데이터는 데이터를 설명하는 자료로 데이터 검색 시스템에서 활용되는 색인 요소임 ○ 메타데이터란 데이터에 대한 속성을 기술하고 컨텍스트(context) 및 데이터 품질 정보를 제공하며, 다른 객체나 데이터의 특징을 문서화한 것을 일컬음 □ 연구데이터의 보존 및 공유 ○ 디지털 연구데이터를 보존하는 경우 다양한 편익이 발생하며, 보존을 위해서는 인적·물적 자원이 필요함 - 데이터 보존을 위해서는 해당 정보를 수집할 방법을 시스템화하여 제공하고, 보존 및 출판을 위한 영구식별자(DOI, ARK, UUID 등)가 부여되어야 함 ㆍ 가장 많이 쓰이는 영구식별자는 DOI로, KISTI에서 발급하는 DOI prefix를 이용해 데이터를 출판하는 기관이 suffix를 추가하여 데이터를 출판할 수 있음 ○ 데이터 출판과 관련하여 연구자의 의지가 반영될 수 있도록 하고, 이때 내부 및 외부 공유 범위 설정과 연구자의 요구 수준을 표현할 수 있는 화면 및 기능 설계가 필요함 ○ 연구자의 데이터 리터러시 능력 향상을 통해 효과적인 연구데이터 활용이나 공유, 재사용을 기대할 수 있으며, 연구데이터 공유와 재사용 활성화를 위해 데이터 공개에 대한 보상체계가 마련되어야 함 □ 연구데이터 구축 서비스 사례 및 시사점 ○ 한국지질자원연구원(KIGAM)은 연구데이터의 관리체계 부재로 인해 중복 연구가 이루어진다는 사실을 인지하고, 지질 자료 저장소 GDR을 개발하여 운영 중임 - GDR은 데이터 접근 제어 기능과 외부 연동 데이터에 DOI를 발급하고, 연구소 최초로 사업계획서에 DMP 양식을 포함하는 제도를 시행함 ○ 한국한의학연구원(KIOM)은 한의약 연구데이터 리포지터리(KMDR)를 구축하고, 이를 운영 중임 - KMDR은 한의약 분야 연구데이터의 체계적인 관리 및 공유를 위한 정보 시스템으로 데이터 관리 지원, 활용 제고를 통해 효율적인 연구수행 지원을 목적으로 구축됨 - 외부 위협으로부터 연구데이터 보호를 위한 암호화 모듈 적용과 DMP 작성 및 관리 기능을 연계하여 전 주기적인 연구데이터 관리가 가능함 ○ 국립산림과학원은 「국립산림과학원 연구사업 관리 규정」(예규 제307호)의 일부 개정 (2019.2.11)을 통하여 연구데이터 관리 의무화 조항을 신설함 - 데이터 기반 융·복합 산림과학연구 수행 지원을 위한 적극적인 연구데이터 관리 도모 및 참여 의식 고취를 목적으로 포상계획을 수립함 ○ 연구데이터 관리와 거버넌스 체계를 만들려면 연구자와 경영진 인식이 긍정적으로 변화 될 수 있도록 지속적인 교육이 필요하며, 선행 기관과 지속적 협력이 중요함 □ KEI 연구데이터 활용·관리 체계 정립 ○ 환경정책연구는 데이터 생산 사례가 적고, 사회·자연과학의 융·복합적인 연구 형태로 인해 과학기술계에서 운영 중인 DMP 및 연구데이터 리포지터리 시스템을 적용하는 데 한계가 있음 ○ 주요 기관의 데이터 분류 현황을 토대로 KEI 연구데이터는 데이터 종류 및 형식과 데이터 생산 방법에 따라 분류함 - 데이터 종류 및 형식(지표·지수, 정책 DB, 측정·관측, 시뮬레이션, 문헌, 전문가의견, 발표자료·정책문서, 기타 등) - 데이터 생산 방법(내부-생산, 내부-가공, 외부-생산, 외부-가공 등) ○ KEI는 연구데이터의 유실 방지 및 보존, 지속가능한 환경정책 수립, 데이터 연계를 통한 다학제 간 융·복합 연구체계 마련, 증거 기반의 정책 의사결정 지원 등을 위해 연구데이터의 체계적인 관리가 필요함 - 데이터 성과 관리를 통한 연구성과 관리 효율화와 연구성과 확산 제고, 데이터 기반의 연구 협력 생태계 조성을 위해 2022년 기본과제 제안 시(2021년 6월 시행) DMP를 도입함 - 원내 최초로 적용된 DMP를 효율적으로 운영하고자 연구데이터는 환경(정책) 연구 과정에서 활용된 자료 또는 결과로 나타난 주요 연구 산출물로 정의함 ○ 본 연구에서는 연구데이터 리포지터리를 구축하고 인트라넷 로그인 연동, 메타데이터 등록, DMP-IDR 연계 방안 마련 등을 통해 DMP 중심 데이터 관리체계를 마련함 Ⅳ. KEI 기후환경 데이터 플랫폼 구축전략 □ KEI 기후환경 데이터 플랫폼 구축 개요 ○ 데이터 플랫폼 구축을 통해 다양한 연구데이터를 공유하고 활용하고자 노력 중이며, 국가 차원의 연구데이터 활용 촉진과 융합연구 및 오픈 사이언스 등 선진 연구환경을 조성함 ○ 데이터는 다양한 분야에서 기하급수적으로 생산되고 있으나 이에 대한 소유권 문제, 정보공개 문제 등이 여전히 산재해 있음 - 데이터를 융·복합적으로 활용하고 각계각층에서 공동 활용하기 위한 법·제도는 미흡한 실정임 - ‘데이터 3법’과 「데이터기반행정법」 등의 개정 및 시행으로 데이터 산업 활성화 기반이 마련되고 있으나 중복 규제 등의 문제가 발생할 가능성이 큼 ○ 본 연구에서는 기후환경 연구데이터 관리와 플랫폼 구축전략 마련을 위해 정보 접근성 및 서비스 측면과 연구데이터 관리 측면에 관한 법·제도 현황을 정리함 - 데이터 이용 및 활용에 관한 주요 법·제도로는 「환경정책기본법」, 「전자정부법」, 「국가정보화기본법」, 「공공데이터의 제공 및 이용 활성화에 관한 법률」, 「지능정보화 기본법」, 「데이터기반 행정법」, 「정보통신융합법」, 「국가연구개발사업의 관리 등에 관한 규정」, 「정보통신망법」 등이 있음 ○ 먼저 검토가 필요한 사항인 연구데이터 관리 측면의 데이터 이용 및 활용에 관한 법·제도 개선 필요사항을 도출함 - 「국가연구개발사업의 관리 등에 관한 규정」에 (연구)데이터 관리 권고 조항 추가와 「데이터기반 행정법」에 기관메타시스템 및 IDR 시스템 구축 권고가 필요함 □ KEI 기후환경 데이터 플랫폼 구축전략 수립 ○ 현재 빅데이터 플랫폼 사업이 활발히 진행되고 있으나 다수의 플랫폼에서 기후환경정책 연구 수행에 활용 가능한 데이터 획득에는 여전히 어려움이 있음 ○ 유사 사업과 차별성을 두고 다양한 플랫폼과 연계 방안을 마련하고자 환경 분야 연구를 수행한 각 매체의 전문가들을 대상으로 설문조사를 실시함 - 기후환경 데이터 플랫폼 전략 수립과 데이터 기반의 환경정책연구를 발굴, 향후 KEI형 데이터 플랫폼으로 확장을 위한 거시적 관점의 전략 수립을 위한 기초 자료를 수집함 - 설문은 데이터 이용 및 활용, KEI 기후환경 데이터 플랫폼 구축, 데이터 기반 정책연구 수요 등 3가지 주제로 구분하여 진행함 ㆍ 기후환경 데이터 활용 목적 및 애로사항 유무, 데이터 품질 요소 및 특성에 관한 설문과 향후 플랫폼에서 제공해야 할 데이터 및 서비스와 기타 제안사항 등 의견수렴을 통해 향후 플랫폼 구축 방향성을 수립함 ○ 기후변화 대응을 위한 기후환경 데이터 현황조사, 연구데이터 관리체계 마련 등을 통해 환경 분야 정책연구의 데이터 활용·연계의 ‘통로’ 역할을 수행하기 위한 전략을 수립함 - 연구 간 융합연구 수행 및 시너지 효과 창출을 위한 전략과 지속가능한 정책연구 수행 등 핵심 가치 창출 요구에 대응하고자 로드맵을 마련함 - KEI 연구데이터 활용·관리 로드맵(안)은 데이터 관리 및 활용을 위한 ① 기후환경 데이터 허브 구축, ② 기후환경 데이터 활용체계 전환, ③ 데이터 활용제도 개선 등 목표를 크게 세 가지로 설정하고, 세부 추진 필수요소를 도출함 ㆍ 기후환경 데이터 허브 구축(인프라 구축, 주요 데이터 연계) ㆍ 기후환경 데이터 활용체계 전환(환경데이터 협업 네트워크 구축, 참여형 환경정책을 위한 데이터 체계 구축, 데이터 활용체계 구축) ㆍ 데이터 활용제도 개선(데이터 활용제도 개선, 데이터 관리체계 적용, 데이터 관리 고도화) ※ KEI 연구데이터 활용·관리 로드맵의 세부 내용은 <그림 4-14>~<그림 4-16> 참조. Ⅴ. KEI 기후환경 데이터 제공 서비스 구축 □ KEI 기후환경 데이터 제공 서비스 개요 ○ 기후환경 데이터 인벤토리를 기반으로 데이터 제공 서비스 방안을 마련하고, 기후환경 정책 이슈에 대한 의사결정 지원을 위한 서비스를 제공하고자 함 - KEI에서 기존에 구축한 데이터와 타 기관에서 제공하는 기후환경 관련 플랫폼 데이터로 범위를 설정하고, 이를 토대로 기후환경 데이터 제공 서비스 방안을 마련함 ○ 본 연구는 키워드 중심으로 정책과 데이터를 연계하여 정책연구 시 데이터 활용과 접근성이 개선되도록 하는 방안을 제시함 - 분야별 키워드 선정의 다양화를 통해 사용자에 대한 맞춤형 데이터를 제공하는 방안을 제시함 □ KEI 기후환경 데이터 제공 서비스 방안 ○ 연구데이터를 연구자들이 효율적으로 활용하기 위한 실질적인 방안이 필요하며, 주요 데이터의 메타정보 정리를 통해 서비스를 제공하는 방안을 마련함 ○ 본 연구는 원내외 기후환경 데이터의 현황분석을 통해 DMP를 작성하고, 이를 연계하여 메타데이터 작성 및 DB화하여 연구데이터 리포지터리 시스템에 시범적으로 제공함 - 다양한 기후환경 데이터의 정보 제공을 통해 정책문제 이해 및 의사결정의 근거로 활용하도록 함 - 데이터의 정책 활용성을 높이려면 메타데이터에 데이터의 종류, 매체 정보, 연관 키워드를 포함하여 제공하도록 함 ○ 기후환경 데이터의 정책 활용을 높이기 위한 검색 서비스 마련을 위해 관련 키워드를 저장한 키워드 사전 및 관련 알고리즘을 구축함 ○ 본 연구는 기후변화 데이터에 대한 접근성을 높이기 위해 카테고리 및 키워드 빈도수를 중심으로 데이터를 분류하여 제공하는 마인드맵 서비스를 제안함 - 마인드맵 형태로 데이터를 제공할 때는 ‘검색어’를 중심으로 연관된 데이터를 추출하고, 이를 카테고리별로 분류하여 제공함 ㆍ 데이터명, 데이터 키워드, 데이터 설명, 데이터 원자료명 등 메타데이터를 검색키워드가 연결하여 마인드맵을 구성할 데이터 범위를 우선적으로 선별함 ㆍ 1차 분류 기준은 기후변화 적응 부문, 2차 분류는 부문별 세부주제로 설정하고, 3차 분류는 데이터에 포함된 키워드 빈도수를 중심으로 묶어 제공하는 방식의 마인드맵을 구성함 □ 기후환경 정책-데이터 연계 서비스 방안 ○ 다양한 경로로 데이터 연관 키워드를 충분히 부여하여 연결고리를 만드는 방안을 제시함 - KEI 원내 보고서 수집을 통한 연관 키워드 부여와 주요 환경 이슈별로 활용되는 데이터에 키워드를 부여함 - 텍스트 데이터의 내용 및 성격 등에 따라 키워드 관리 범위 설정이 필요하며, 정책공급자 또는 수요자 입장의 텍스트로 범위를 설정하고 관련 키워드를 부여하는 방안을 고려함 Ⅵ. 결론 및 정책 제언 □ 결론 ○ 본 연구는 기후환경 분야의 데이터 사이언스(Data Science) 대응 플랫폼 전략 구축을 통해 데이터에 기반하여 기후변화 대응을 강화하고, 디지털 전환의 기틀을 마련하기 위한 시범 연구임 ○ 1차 연도 연구에서는 분야별 기후변화 적응에 활용이 가능한 KEI 및 주요 외부기관의 데이터 현황을 조사하고, 기후변화 취약성 평가에 활용하기 위한 추가적인 데이터를 제안함 ○ 2차 연도 연구에서는 기존 적응데이터와 함께 최근 기후변화 연구에 활용도가 높은 응용데이터인 위성 데이터 내용을 포함함 ○ 또한 온실가스 감축 및 기후변화 완화에 활용할 수 있는 산업·수송·가정 등의 분야와 관련된 데이터를 추가로 조사하고, 이를 통합하여 인벤토리를 구축함 ○ 기후환경 데이터 인벤토리 구축을 통해 기후변화 대응을 위한 연구수행 시 관련 데이터를 효율적으로 제공하여 데이터 활용성을 높일 수 있을 것으로 기대됨 ○ 기후환경 데이터를 중심으로 구축한 연구데이터 관리체계를 보완하고, 데이터 관리 및 수집을 위해 타 기관 사례를 조사하여 기본적인 요소들로 연구데이터 관리체계 초안을 작성함 ○ 원내 연구데이터 활용 사례, 데이터 범위 및 DMP 양식 구축 사례 검토, 연구 수행 프로세스 등을 고려하여 DMP 중심의 연구관리체계를 마련함 ○ 본 연구에서는 기후환경 데이터 관리·활용을 위한 DMP 마련과 메타데이터 템플릿 구축 및 보완, DMP 및 연구데이터 제출 프로세스, 데이터 형태 등을 고려하여 KEI에서 실질적으로 활용 가능한 형태의 데이터 관리 실행체계를 구축함 ○ 특히 기후변화 대응 정책 중 하나로 적응 분야 연구 지원을 위해 각 데이터에 대한 부문별 세부 주제를 설정하고, 관련 키워드, 데이터 설명, 데이터 출처 등 해당 데이터의 정보를 제공하기 위한 메타데이터를 구축함 ○ 데이터 기반의 정책 지원을 위해서는 어떤 문서를 기반으로 키워드를 설정할 것인가에 대한 고민이 필요하며, 언론, 정책 관련 문서 등 관련 이슈 및 중요사항을 파악할 수 있는 텍스트를 설정하는 것이 핵심이라 할 수 있음 ○ 기후변화에 대응하고자 기후환경 데이터의 현황을 분석하고 연구데이터 관리 및 실행체계를 마련하였으며, 실제 데이터를 어떻게 제공할 수 있는지를 현실적인 접근 전략으로 제시함 □ 연구의 한계점 및 보완사항 ○ 장기적으로 환경 분야 전체를 포괄하는 뛰어난 플랫폼 구축과 함께 다양한 사용자의 요구를 수용할 수 있는 데이터세트 구축이 필수적임 ○ 데이터 기반 정책연구를 실현하려면 정책연구에 실질적으로 활용 가능한 데이터가 무엇이고, 이를 어떻게 구축할 것인지를 깊이 있게 고민하고 연구수행 결과를 데이터화하여 의미 있는 성과물로 관리하는 노력이 지속적으로 필요함 ○ KEI 기후환경 데이터 플랫폼을 구축하는 로드맵을 마련했으나 이 로드맵을 이행하는 데는 많은 예산과 인력 등의 자원이 필수적이며, 데이터의 공유문화와 플랫폼이 필요하다는 공감대가 형성되어야 함 ○ 전반적인 환경정책연구에서 정책 수립 및 이행에 필요한 데이터세트 구축 사업을 활성화하는 것과 데이터 성과물 영역의 확대 및 구축된 데이터의 활용도를 높이기 위한 실질적인 데이터 협업체계를 마련하는 것이 필요함 Ⅰ. Introduction □ Necessity and purpose of the study ○ The intensification of climate change phenomena such as abnormal weather conditions and natural disasters affects not only the natural environment but also human activities in various ways. ○ Recently, Korea has pledged to reach net-zero emissions by 2050 in cooperation with the international community and has been actively responding to climate change. ○ Climate change can be divided into mitigation efforts to reduce greenhouse gas and adaptation efforts to minimize damage and risk. However, since climate change occurs due to multiple causes, complementary policies on both efforts are needed. ○ In 2018, the Ministry of Science and ICT established the “Strategy for Sharing and Utilization of Research Data” to manage and share research data accumulated during the promotion of national R&D projects, and the era of data-intensive science is coming in earnest. - The development of equipment such as hardware and high-performance networks has produced a great deal of research data, and the management of various research data is an essential element for effective research performance. ○ This study aims to promote the climate change response focusing on data, which means to convert climate change research into one that is based on data science. - “Data Science” is a generic term for the process of understanding actual phenomena and deriving useful knowledge from various types of data. - As more data such as data from information and communication technology (ICT), satellite data, and meteorological reinterpretation data are generated, it is important to secure relevant data to link and utilize them. ○ Data for climate change response are scattered across various organizations and there are many constraints in terms of data utilization due to the absence of a standard system for classifying environmental data. Thus, it is urgent to come up with measures to utilize data efficiently and conveniently. □ Scope of the study ○ Analyze the current status of climate environment data, establish and operate an implementation system of the data management plan (DMP), and prepare a strategy for establishing a climate environment data platform as well as a plan for providing differentiated data services - Prepare a data inventory in the mitigation & reduction sector to respond to climate change based on the status of satellite-centered climate environment application data and data survey in the climate change mitigation sector - Define the scope of research data and introduce a data management plan (DMP) for establishing a practical implementation system for climate environment data management, and establish the KEI-type data management promotion system centered on research data repository (IDR) - Seek ways to provide climate environment data services that can be used for environmental policy research based on the established climate environment data inventory and management system ㆍ Climate environment data is limited to public data related to mitigation and adaptation to respond to climate change in this project. ㆍ This study aims to prevent the use of various accumulated data in a single research project only and maximize the sharing and utilization of data. - Review the laws and systems related to data sharing and utilization, as well as surveys for establishing a climate environment data platform, and suggest realistic plans for policy research centered on climate change data □ Content and methodology ○ In the second year of the study, building and supplementing the greenhouse gas reduction data in major environmental organizations and promoting the advancement of the existing inventory are planned. - This study examines the possibility of expanding the scope of climate change response data based on the satellite data outputs and the status of meteorological and climate data collected by the Korea Meteorological Administration among climate environment data. ○ This study seeks to derive the essential elements for defining and managing research data for the preparation and establishment of the KEI research data management system. ○ This study aims to develop a roadmap for constructing the KEI climate environment data platform based on research data management systems investigated and expert opinions. ○ To expand the above platform and make it the KEI-type data platform in the future, we plan to upload the collected meta-information of climate change response data to the research data repository system on a trial basis, and improve policy utilization through the data mind map trial services. Ⅱ. Advancement of the Climate Environment Data Inventory □ Current status of domestic climate environment application data ○ Climate change greatly affects not only precipitation, cloud amount, and temperature, but also vegetation distribution and land distribution, and to respond to these, primary data needs to be secured. ○ Overseas, satellite data are being used for observation in various areas, such as air-polluting gases, climate change-causing gases, aerosols, and vegetation index changes, led by the National Aeronautics and Space Administration (NASA) and the European Space Agency (ESA). ○ In Korea, a geostationary complex satellite was launched following the Communications Oceanic and Meteorological Satellite (COMS), and the data produced through the satellite observation are used as basic data in developing climate change response policies. ○ Korea’s representative satellites include the Geostationary Ocean Color imgaer (GOCI), Chollian Satellite, Geostationary Korea Multi-Purpose Satellite-2B, and GEO-KOMSAT-2A. - The GOCI is used to monitor red tide, sea ice, sea fog, marine dumping, marine sand mining activities, fine dust, and so on. ㆍ As the major outputs, 13 types of data are produced, including the data on dissolved organic matter, chlorophyll, total suspended matter, red tide index, and terrestrial vegetation index. - Geostationary Satellite 2B observes the marine environment and ecosystem, monitors air pollutants outside the Korean Peninsula, and provides data for responding to climate change and monitoring fine dust. ㆍ A total of 26 types of data are provided, including atmospheric correction, unique optical characteristics, atmospheric data, sea color data, ocean data, and land data. - Compared to the GOCI, GEO-KOMSAT-2A Satellite is capable of various observations, and it is possible to monitor and prepare for meteorological disasters. ㆍ A total of 52 types of meteorological data are produced, 23 types of which being basic ones including cloud detection, ozone amount, and rainfall intensity, and 29 types being additional ones including forest fire detection, vegetation index, vegetation rate, and surface reflectance. □ Current status of climate change response data ○ Responding to climate change should be considered in terms of both mitigation policies (reducing or absorbing greenhouse gases) and adaptation policies (reducing damage from climate change). ○ This study aims to link climate change mitigation policies and adaptation policies by examining the current status of climate change mitigation data such as energy, power generation, and greenhouse gas emissions. ○ Data in the climate change mitigation (greenhouse gas reduction) sector can be largely divided into energy statistics, the national greenhouse gas inventory, and other related and usable data. - The Korea Energy Statistical Information System links and integrates statistics related to energy balance and national energy supply and demand, as well as statistical data from related organizations in accordance with the regulations on preparing energy statistics. - The national greenhouse gas inventory provides data to identify domestic greenhouse gas emission sources, sinks, and the amount of emissions and absorption to respond to climate change. - Other data include traffic/transport and electricity data to support the emission calculation and analysis in the public and private sectors as well as academic world and to link greenhouse gas inventories. ○ The climate change adaptation sector builds the climate environment data inventory based on the data established in the system operated by the National Climate Change Adaptation Center (KACCC). - Vulnerability assessment data for adaptation to climate change are provided by the integrated assessment model for climate change impact and vulnerability by sector (MOTIVE) and climate change vulnerability assessment tool (VESTAP), which are representative climate change adaptation systems. ○ Various weather observation data and disaster prevention meteorological information observed and provided by the Korea Meteorological Administration are used as basic data in various fields, such as in predicting the future of climate change and establishing response policies. - Climate change scenarios can be used for analysis in impact assessment due to future climate change and research on minimizing the damage, and it is used as essential information for establishing and supporting climate change response and adaptation measures. Ⅲ. Establishment of a Climate Environment Data Management System □ Overview of KEI research data management ○ Efforts to share and utilize domestic research data are actively pursued following the implementation of the regulations on Data Management Plan (DMP) in 2019. - There are successful cases of data preservation and reuse from national R&D projects in major advanced countries, and open data activities are spreading around the world. - Research data and data management plans are defined in the Regulations on the Management of National Research and Development Projects. The basis for managing research data at the national level is established by stipulating the requirement to submit DMP when conducting national R&D projects. ○ Core elements for managing and providing research data can be divided into supporting DMP preparation, data file organization, data storage, data sharing and access, data citation, and data management education. □ Research data collection and management ○ Research data is factual data calculated through various experiments, observations, investigations, and analysis conducted in the course of conducting R&D tasks, and is essential for the verification of research results. - Research data refers to all data generated in the research process, so it must be distinguished from research records such as e-mails or technical reports. - In order to support continuous research activities and to preserve and share research results, it is necessary to manage the data generated during the research process in the research institute to which the researcher belongs and the community in which the researcher is active. ○ DMP refers to an official document describing how research data produced and collected through a research project is managed and shared during or after the research project. - DMP allows faithful data description before data collection, which eliminates the need for researchers to make efforts to memorize details about data and allows data reuse. ○ Research data management is an act that occurs in all processes, from the research planning stage to data production, collection, management, preservation and disposal, publication, and reuse in accordance with the research life cycle. ○ For the development of the KEI climate environment data platform, it is important to identify the research data life cycle and confirm the details. □ Establishment of a research data management system ○ Data repository is developed as an open source and can utilize open software, and DSpace and NaRDA are representative examples. - DSpace makes it easy to submit files and accommodates a variety of files by providing a web-based interface, and it can be expanded to a large-scale, multi-disciplinary repository beyond one institution. - NaRDA is a research data repository developed and disseminated by the Korea Institute of Science and Technology Information (KISTI), designed and implemented in consideration of the cycle of researchers’ data management activities. ㆍ On NaRDA, users can fill out DMP submission forms, post and share them. ㆍ In the stage of conducting research, data for research can be freely uploaded and downloaded, and data description can be provided. ㆍ In the last stage, research data can be registered for sharing research results, and for this purpose, metadata extraction and DOI grant functions are provided. ○ Research data consists of metadata and source data, and metadata is an index element used in data retrieval systems to describe data. ○ Metadata describes the properties of data, provides context and data quality information, and it refers to the documentation of the characteristics of other objects or data. □ Preservation and sharing of research data ○ When digital research data is preserved, various benefits can be generated and preservation of data requires human and material resources. - For data preservation, a method to collect the relevant information should be systematically provided, and there should be given a permanent identifier (DOI, ARK, UUID, etc) for preservation and publication. ㆍ The most commonly used permanent identifier is DOI, and organizations that publish data using the DOI prefix issued by KISTI can publish data by adding a suffix. ○ In relation to data publication, it is necessary to reflect the will of the researcher, and it is also necessary to set the ranges for internal and external sharing and design frames and functions that can express the level of the researcher’s demand. ○ Effective use, sharing, and reuse of research data can be expected by improving the data literacy ability of researchers, and a compensation system for data disclosure should be prepared to promote research data sharing and reuse. □ Research data construction service cases and implications ○ The Korea Institute of Geoscience and Mineral Resources (KIGAM) has been operating GDR, a geological data repository, recognizing that duplicate research is being conducted due to the absence of a management system for research data. - GDR is the first repository that issues DOIs for data access control functions and data linked to external data, and implements a system that includes the DMP form in the business plan. ○ The Korea Institute of Oriental Medicine (KIOM) has been operating the oriental medicine research data repository (KMDR). - KMDR is an information system for systematic management and sharing of research data in the field of oriental medicine, established for the purpose of supporting efficient research performance through data management support and enhancement of utilization. - By linking the encryption module application for the protection of research data from external threats and DMP creation and management functions, it is possible to manage the entire period of research data. ○ The National Institute of Forest Science newly established a provision on the obligatory management of research data through a partial revision (February 11, 2019) of the “Regulations on Research Project Management of the National Institute of Forest Science (Regulation No. 307).” - It established a reward plan to promote active research data management and raise awareness on the participation to support data-based convergence forest science research. ○ In order to create a research data management and governance system, continuous education is required so that the perception of researchers and management can change in a positive way, and continuous cooperation with leading institutions is important. □ Establishment of the KEI research data utilization and management system ○ There are few data production cases in environmental policy research, and applying the DMP and research data repository system operated in the science and technology field has limitations due to the integrated and complex format of social and natural science research. ○ Based on the data classification status of major institutions, KEI research data is classified according to types and formats of data and data production methods. - Types and formats of data (indicator/index, policy database, measurement /observation, simulation, literature, expert opinion, presentation materials /policy document, etc) - Data production methods (internal-produced, internal-processed, external -produced, external-processed, etc) ○ KEI needs to systematically manage research data in order to prevent its loss, establish sustainable environmental policies, prepare a multidisciplinary convergence research system through data linkage, and support evidencebased policy decision-making. - DMP was introduced (implemented in June 2021) when research projects for 2022 were proposed to improve the efficiency of research performance management through data performance management, facilitate the dissemination of research results, and create a data-based research cooperation ecosystem. - For the efficient operation of the first DMP applied in the institute, research data is defined as data used during the environmental (policy) research process or major research outcomes. ○ This study aims to prepare a DMP-centered data management system by establishing a research repository, linking intranet accounts to the repository, registering metadata, and preparing plans to connect DMP and IDR. Ⅳ. KEI Climate Environment Data Platform Construction Strategy □ Overview of KEI climate environment data platform construction ○ Efforts are underway to share and utilize various research data through the establishment of a data platform, promoting the use of research data at the national level, and creating an advanced research environment for convergence research, open science, and so on. ○ Data is being produced exponentially in various fields, but there are still issues related to the ownership and disclosure of information. - There is a lack of appropriate legislation in terms of integrating and using data and using them jointly across sectors. - The foundation is being laid for data industry revitalization through the revision and enforcement of the “Three Data Privacy Acts” and the “Act on the Promotion of Data-based Administration” but there is a high possibility of problems such as overlapping regulations occurring. ○ This study summarizes the current status of laws and systems related to information access and services and research data management to manage climate environment research data and prepare a platform construction strategy. - The main laws and systems related to data use and utilization include the Framework Act on Environmental Policy, Electronic Government Act, Framework Act on National Informatization, Act on Promotion of the Provision and Use of Public Data, Framework Act on Intelligent Informatization, Act on the Promotion of Data-based Administration, Special Act on Promotion of Information and Communications Technology and Vitalization of Convergence Thereof, Regulations on the Management of National Research and Development Projects, and the Act on Promotion of Information and Communications Network Utilization and Information Protection, etc. ○ First, we drew out the requirements for improvement from the current laws and systems related to the use and utilization of data in terms of research data management. - It is necessary to add a clause recommending (research) data management to the Regulations on the Management of National Research and Development Projects and to recommend in the Act on the Promotion of Data-based Administration that institutions establish metasystems and IDR systems be constructed. □ Establishment of the KEI Climate Environment Data Platform Construction Strategy ○ Currently, big data platform projects are being actively carried out, but there are still difficulties in acquiring data that can be used for climate environment policy research on multiple platforms. ○ A survey was conducted among experts in various media who conducted environmental policy research in order to establish a plan to connect various platforms differentiated from those of similar projects. - We collected basic data to develop macroscopic strategies for building a climate environment data platform construction strategy, planning data-based environmental research projects, and expanding the established platform in the future to make it the KEI-type data platform. - The questionnaire was divided largely into three main themes: data use and utilization, KEI climate environment data platform establishment, and data-based policy research demand. ㆍ The direction for construction is set based on the purpose of using climate environment data, whether there are any difficulties, data quality factors and characteristics, the opinions collected on data and services that should be provided in the platform, and other suggestions. ○ We established strategies that can make the platform serve as a “channel” for data utilization and linkage in environmental policy research by conducting a survey on the current status of climate environment data to respond to climate change and preparing a research data management system. - A roadmap to respond to the demands for creating core values was prepared, such as conducting convergence research, conducting strategic research for synergy, and conducting sustainable policy research. - The KEI research data utilization and management roadmap (draft) sets three main goals for data management and utilization and elicits detailed essential elements for promotion: ① establishment of a climate environment data hub, ② conversion of the climate environment data utilization system, and ③ improvement of the data utilization system. ㆍ Establishment of a climate environment data hub (builing an infrastructure, data linkage) ㆍ Conversion of the climate environment data utilization system (building an environmental data collaboration network, a data system for participatory environmental policy, and a data application system) ㆍ Data utilization system improvement (data utilization system improvement, data management system application, data management advancement) ※ For details of the KEI research data utilization and management roadmap, refer to < Figure 4-14 >~< Figure 4-16 >. Ⅴ. Establishment of the KEI Climate Environment Data Provision Services □ Overview of the KEI Climate Environment Data Provision Services ○ Based on the climate environment data inventory, we intend to prepare a data provision service plan and provide services to support decision-making on climate environment policy issues. - We set the scope with the data established by KEI and the platform data on the climate environment provided by other organizations, through which we prepared a plan for providing climate environment data. ○ In this study, we propose a method to improve data utilization and accessibility in policy research by preparing keyword-oriented policies and data linkage plans. - Providing customized data to users by diversifying keywords by field is proposed. □ Plan for providing KEI climate environment data ○ It is necessary to come up with a practical plan for researchers to use research data efficiently, and to provide a service by organizing the meta-information of major data. ○ In this study, the DMP is prepared based on the analysis of the current status of the climate environment data inside and outside the institute, which is connected to create metadata and provided as the pilot data on the research data repository system. - We provide various climate environment data that can be used as a basis for understanding policy issues and making decisions. - In order to improve the utilization of data in policy making, types of data, media information, and related keywords should be included in the metadata. ○ In order to develop a search engine to enhance the policy utilization of climate environment data, a keyword dictionary and related algorithms were built with related keywords stored. ○ To enhance access to climate change data, we propose a service in the form of a mind map that classifies and provides data by category and keyword frequency. - When providing a mind map, related data is extracted centered on ‘search words’ and classified by category. ㆍ Metadata such as name, keyword, and description of data as well as name of data source are matched with search keywords to preferentially select the range of data that will be used in mind mapping. ㆍ The criteria for primary and secondary classification are the climate change adaptation sector and sub-categories by sector, respectively. The tertiary classification consists of a mind map that provides keywords in bundles based on the frequency included in the data. □ Plan for providing a service linking climate environment policy with data ○ We suggest establishing links by giving sufficient amounts of relevant keywords to data through various routes. - Extract relevant keywords from KEI research reports and assign them to each database of major environmental issues - It is necessary to set the scope for keyword management depending on the content and nature of text data, and consider setting the limits to texts reflecting the positions of policy providers or demanders and assigning related keywords. Ⅵ. Conclusion and Policy Recommendations □ Conclusion ○ This study is a pilot study to strengthen data-centered responses to climate change and lay the foundation for digital transformation by establishing a data-science response platform strategy in the field of climate environment. ○ In the first-year study, the current status of data from KEI and other major organizations that can be used for climate change adaptation by sector was investigated, and additional data that can be used in climate change vulnerability assessment was proposed. ○ The second-year study includes the satellite data which are widely used in recent climate change research along with the existing adaptation data. ○ In addition, data in sectors such as industry, transportation, and household that can be used for greenhouse gas reduction and climate change mitigation are additionally investigated, and an inventory is built by integrating them. ○ It is expected that data utilization will be improved with the establishment of a climate environment data inventory with which it is possible to efficiently provide relevant data when conducting research on climate change response. ○ The draft of the research data management system was prepared with basic elements by supplementing the research data management system which focuses on climate environment data and investigating case studies on data management and collection by other institutions. ○ A DMP-centered research management system was prepared in consideration of in-house research data utilization cases, data scope, the review of DMP format construction cases, and research promotion process. ○ This study establishes a data management system that can be practically used in KEI in consideration of DMP preparation for climate environment data management and utilization, metadata template construction and supplementation, DMP and research data submission process, data format, and so on. ○ In particular, as an example of climate change response policy, detailed topics for each data sector are set to support research in the field of adaptation, and metadata is established to provide information on the data such as related keywords, data descriptions, and data sources. ○ To support for data-based policy, it is necessary to think about which document we should choose to extract keywords and the key is to set texts based on which we can identify related issues and important matters such as media reports and policy-related documents. ○ It analyzes the current status of climate environment data to respond to climate change, prepares a research data management and execution system, and presents a realistic approach strategy for how to provide actual data. □ Limitations and points for improvement ○ In the long term, it is necessary to make an effort to build a data set that can accommodate the needs of various users along with building an excellent platform that covers the entire environmental field. ○ In order to realize data-based policy research, in-depth consideration on what data can be practically used for policy research and how to build it, and continuous efforts to manage research results in databases and preserve them as meaningful outcomes are required. ○ To implement the roadmap for developing the KEI climate environment data platform, a large amount of resources including budget and human resources are essential; also, the implementation should be based on the consensus on the need for a data-sharing and a platform for it. ○ In overall environmental policy research, it is necessary to prepare a practical data cooperation system to expand the area of data outcomes and increase the utilization of the established data as well as promoting data set establishment projects necessary for policy making and implementation.

연구데이터 품질관리를 위한 프로세스 모델 제안

한나은 한국정보관리학회 2023 정보관리학회지 Vol.40 No.1

This study analyzed the government data quality management model, big data quality management model, and data lifecycle model for research data management, and analyzed the components common to each data quality management model. Those data quality management models are designed and proposed according to the lifecycle or based on the PDCA model according to the characteristics of target data, which is the object that performs quality management. And commonly, the components of planning, collection and construction, operation and utilization, and preservation and disposal are included. Based on this, the study proposed a process model for research data quality management, in particular, the research data quality management to be performed in a series of processes from collecting to servicing on a research data platform that provides services using research data as target data was discussed in the stages of planning, construction and operation, and utilization. This study has significance in providing knowledge based for research data quality management implementation methods. 본 연구는 공공데이터 품질관리 모델, 빅데이터 품질관리 모델, 그리고 연구데이터 관리를 위한 데이터 생애주기 모델을 분석하여 각 품질관리 모델에서 공통적으로 나타나는 구성 요인을 분석하였다. 품질관리 모델은 품질관리를 수행하는 객체인 대상 데이터의 특성에 따라 생애주기에 맞추어 혹은 PDCA 모델을 바탕으로 구축되고 제안되는데 공통적으로 계획, 수집 및 구축, 운영 및 활용, 보존 및 폐기의 구성요소가 포함된다. 이를 바탕으로 본 연구는 연구데이터를 대상으로 한 품질관리 프로세스 모델을 제안하였는데, 특히 연구데이터를 대상 데이터로 하여 서비스를 제공하는 연구데이터 서비스 플랫폼에서 데이터를 수집하여 서비스하는 일련의 과정에서 수행해야하는 품질관리에 대해 계획, 구축 및 운영, 활용단계로 나누어 논의하였다. 본 연구는 연구데이터 품질관리 수행 방안을 위한 지식 기반을 제공하는데 의의를 갖는다.

국외 정부연구비지원기관의 연구데이터 관리정책 분석 - 미국, 영국, 캐나다, 호주를 중심으로 -

김지현 한국문헌정보학회 2013 한국문헌정보학회지 Vol.47 No.3

This study aims to analyze data management policies offered by 15 government funding agencies in the U.S., UK, Canada, and Australia, and to make recommendations for developing data management policies in Korea. For the analysis of data management policies, five criteria were suggested based on literature review as follows: 1) the definition of research data, 2) principles of data management, 3) data management plan, 4) the implementation of data management, 5) legal and ethical issues. It was found that there was no policy that covers all the criteria for the analysis. Several funding agencies, however, commonly dealt with each criteria in their data management policies. Based on the findings from the analysis, this study made the following suggestions: First, data policies provide definitions and types of research data based on the understanding of data creation in the fields of funding interests. Second, data policies include principles of data management applicable to data practices in Korea. Third, data policies implement data management plans to promote responsibility of researchers for managing data. Fourth, data policies specify data management implementations to facilitate and support data sharing practices. Fifth, data policies should minimize legal and ethical challenges in data sharing through the review of the applicability of related laws and regulations and their improvement. 본 연구는 미국, 영국, 캐나다, 호주의 15개 정부연구비지원기관에서 제공하는 데이터관리 정책을 분석하여 국내 데이터 정책 개발을 위한 참고사항을 제시하는 것을 목적으로 하였다. 데이터 정책의 내용 분석을 위해 선행연구를 바탕으로 1) 데이터의 정의, 2) 데이터관리 원칙, 3) 데이터관리 계획, 4) 데이터관리 실행, 5) 법적․윤리적 측면의 5가지 기준을 제시하였다. 분석 결과 이러한 내용들을 모두 포함하고 있는 데이터정책은 존재하지 않았지만 다수의 기관들이 분석기준으로 제시된 내용들을 정책에서 공통적으로 다루고 있음을 확인할 수 있었다. 분석결과를 바탕으로 제시된 데이터 정책 개발을 위한 제언은 다음과 같다. 첫째, 연구비를 지원하는 학문 분야의 데이터 생성에 대한 이해를 바탕으로 데이터의 정의와 유형을 제시하여 관리대상을 명확히 한다. 둘째, 국내 연구데이터 관리에 적용할 수 있는 데이터관리 원칙을 수립하고 이를 정책에 제시한다. 셋째, 연구자들의 데이터관리에 대한 책임을 강화할 수 있는 데이터관리계획 도입을 검토한다. 넷째, 연구자들의 데이터 공유를 촉진하고 지원할 수 있는 데이터관리 실행 내용을 정책에 명시한다. 다섯째, 데이터 공유의 근거가 되는 법제도의 적용 및 개선방안을 검토하여 데이터 공유와 관련된 법적․윤리적 문제를 최소화하는 정책을 마련한다.

사회ㆍ환경이슈 선제적 대응을 위한 환경 데이터 허브 구축 및 운영

진대용,표종철,한국진,김도연,조윤랑 한국환경연구원 2021 사업보고서 Vol.2021 No.-

Ⅰ. 서 론 1. 연구의 필요성 및 목적 □ 사회·경제 대전환의 핵심요소인 ‘데이터 댐’ 구축 필요 ○ 데이터 수집과 활용을 위한 데이터 허브(data hub) 필요 - 공공 및 민간 데이터는 미래 산업의 핵심 동력 - 데이터 지도, 데이터 연계 및 분석 서비스 등 데이터 댐의 新가치 창출 필요 ※ 데이터 댐: 데이터 수집 후 표준화하여 다시 공유하는 것 ○ 대규모 사회·환경 이슈 대응을 위한 데이터 활용 곤란 - 코로나19, 미세먼지, 가습기 살균제 등 대규모 사회·환경 이슈 발생 - 사회·환경 이슈 대응을 위한 환경관련 데이터가 산재되어 수집과 활용 곤란 □ 사회·환경 이슈 대응을 위한 데이터 허브 구축 중장기 로드맵 제시 ○ 환경정책 연구의 디지털 전환을 위한 데이터 허브 구축 방안 마련 - 주요 구축 사례 검토를 통한 환경 데이터 허브 구축의 필수요소 도출 - 연구데이터 리포지터리(IDR)를 기반으로 저장소 중심의 데이터 허브 시범 구축 ○ 효율적인 데이터 허브 구축을 위한 중장기 로드맵 제시 - 다양한 사회·환경 이슈 대응과 데이터 기반 의사결정 지원을 위한 데이터 발굴 - 산재된 데이터와 다양한 데이터 분석 플랫폼 활용을 고려한 중장기 로드맵 제시 2. 연구의 범위 및 방법 □ (시범) 구축 수행 후 향후 개선을 위한 중장기 구축 로드맵 제시 ○ 데이터 허브 구축 사례 검토하여 데이터 허브 필수기능 도출 - 데이터와 분석서비스, 데이터맵, 사용자 접근성 향상 등 주요 기능 사례 분석 ○ 사회·환경 분석 이슈 대응을 위한 데이터 허브의 기능 정의 - 데이터 기반 사회·환경 이슈 분석 사례 축적 및 데이터 분석의 장점과 한계점 검토 ○ 환경 데이터 허브 시범 구축 후 향후 확대 추진을 위한 중장기 로드맵 제안 - IDR 시스템을 중심으로 환경 데이터 허브 시범 구축 후 중장기 로드맵 제안 Ⅱ. 환경 데이터 허브 구축 방안 1. 데이터 허브 구축 개요 □ 환경 분야에 적용 가능한 데이터 허브 검토 필요 ○ 데이터 기반 대비 빈약한 데이터 분석 플랫폼과 데이터 허브 - 영국: 데이터 기반의 사회문제 해결과 행정데이터 분석연구 활용 지원 - 싱가포르: 국가 차원의 이슈 분석을 위한 범정부 플랫폼 운영 - 미국: 사이버 물리시스템(CPS) 기반의 스마트도시 데이터 허브 구축 및 활용 - 우리나라: 환경부 수집-저장 데이터 기반 구축, 연계 및 활용 제한 2. 주요 데이터 허브 사례 □ 공공데이터포털 ○ 국내 최대 데이터 허브로 「공공데이터법」에 따라 설치 및 운영 - 파일데이터 약 4만 건, 오픈데이터 약 7,000건, 표준데이터 약 1만 건 보유 ○ 다양한 관점의 데이터 지도인 국가데이터맵 제공 ○ 시각화, 국민참여지도, 위치정보 시각화 등 시각화 서비스 제공 □ 국가통계포털 ○ 국내 최대 통계 데이터 허브로 「통계법」에 따라 국내외 통계 제공 ○ 다양한 관점 데이터 지도와 e-지방지표(시각화) 등 시각화 제공 ○ 마이크로데이터 통합서비스 등 전문서비스 제공 □ 빅데이터 공통기반 혜안포털 ○ 범정부 빅데이터 분석 플랫폼 서비스 ○ SNS 텍스트 마이닝 분석과 시각화 제공, 대체로 느림 ○ 공동활용데이터 등록관리시스템 제공 □ 환경정보융합 빅데이터 플랫폼(환경데이터포털) ○ 환경 분야 전문 데이터 수집-저장 포털 ○ 데이터 분석 플랫폼 서비스 4종을 제공, 느리고 불편 ○ 2022년 이후 차세대 고도화 예정 □ 환경 비즈니스 빅데이터 플랫폼 ○ 환경 분야 데이터 유통 플랫폼 ○ 다양한 텍스트 마이닝 시각화 결과와 환경 데이터 시각화 예제 제공 ○ 모두 17개 공공과 민간이 참여 □ 연구데이터 리포지터리 ○ 연구데이터를 공유하는 시스템 - Open Science의 핵심 구성요소: 연구데이터 ㆍ NASA, 인공위성 데이터 제공 ㆍ CERN, 국제대형강입자충돌기 실험데이터 제공 ㆍ 바이오 분야의 유전체 데이터 공유 서비스 ㆍ 출판 분야의 Nature와 Springer, Elsevier ○ 연구 결과 및 과정을 개방, 공유하는 오픈 사이언스 개념 대두 - OECD: 개방성, 효과성, 지속가능성 등 13개 원칙 제시 - ISC: 공공데이터에 대한 보편적이고 동등한 접근을 증진하기 위한 14개 권고사항 제시 - 미국: 국가 수준의 연방기구의 디지털 데이터 관리 및 수집 시행, 국가연구기관 중심의 데이터 관리와 공유 정책 시행, 인프라 및 데이터 공유 프로그램 운영 - 유럽: 국가 저장소와 함께 유럽 전체 네트워크 OpenAIRE 구축, 투자 프로젝트의 연구결과 관리, 출판물과 문헌 관리 ○ 국가 차원의 체계적인 연구데이터 관리와 공유를 위한 정책과 제도 - 미국: NSF, NIH 등 연방기금 1억 달러 이상 지출 연방기관 R&D의 연구데이터 관리와 공동 활용을 위한 지침 제정 - 영국, 호주: 연구데이터 관리와 활용을 위한 정책 수립 ○ 국외 연구데이터 플랫폼 운영: 유럽, 미국, 영국, 일본, 호주 등 3. 데이터 허브의 주요 기능 □ 데이터 지도 ○ 방대한 데이터를 효과적으로 이용하는 데 활용 ○ 분류별, 지역별, 키워드별, 분야별 다양한 관점으로 제공 ○ 환경 분야는 키워드 접근 순서에 따라 다중 관점의 분류체계 필요 □ 데이터 표준화 ○ 누구든 해당 데이터를 쉽게 활용할 수 있도록 가공하는 것 의미 ○ 국제 표준화는 빅데이터의 수직, 수평적 상호운용성을 고려하여 추진 ○ 국내 표준화는 빅데이터 처리를 위해 일부 요소에만 적용 중 □ 빅데이터 분석 및 활용체계 ○ 데이터 지도와 연계하여 데이터를 확인 및 분석, 시각화하는 체계를 의미 ○ 데이터 분석 플랫폼 서비스와 유사한 기능 □ 공공데이터와 데이터 기반 행정의 업무 지원 ○ 최근 데이터 관련 법률과 관련 계획·평가 대응 증가 ○ DMP-연구데이터 등록으로 데이터 발굴, 현황 파악, 실적 증명이 가능해짐 ○ 다만, 환경 데이터 허브와 인트라넷 정보시스템 연동 필요 Ⅲ. 환경 데이터 허브 중심 코로나19 이슈 분석 1. 데이터 현황 검토 □ 환경통계 데이터는 신뢰도가 높지만 통계 산출에 많은 시간이 소요되며 시공간적 한계 존재 □ 신용카드 데이터는 지역별, 업종별 카드이용 현황 및 코로나19, 미세먼지 등 사회·환경 이슈 분석을 위한 소비 빅데이터 제공 ○ ’20~’21년 데이터바우처 사업을 통해 코로나19 관련 BC카드 소비데이터 확보 및 분석 수행 □ 사회·환경 이슈 도출 및 분석을 위해 SNS, 언론 보도자료 등 텍스트 자료 수집 및 활용 가능 ○ 텍스트 마이닝 분석으로 코로나19 사태 이후 발현한 환경 이슈* 도출 * 환경 이슈: 1) 쓰레기(폐기물 등) 증가, 2) 대기오염(대기질) 감소, 3) 에너지(전기, 가스 등) 증가 2. 코로나19에 의해 (준)실시간으로 발생한 환경 이슈 분석 □ 코로나19로 발현한 환경 이슈를 카드데이터와 환경 데이터를 융합 분석하여 (준)실시간으로 발생하는 환경 이슈에 대응하는 시의적절한 정책 개발 가능 ○ 카드데이터 기반 소비형태 변화 분석을 통해 발현 가능한 환경 이슈(폐기물 증가, 대기오염 감소, 에너지 사용량 증가) 분석 ○ 분석 결과, 코로나19 확진자가 증가하면 배달앱의 이용금액 및 건수가 모두 증가하고 대중교통과 주유 이용금액 및 건수는 모두 감소, 지역난방은 양의 상관관계로 보이나, 계절적인 특징으로 겨울철 지역난방 사용이 높아서 나타난 것으로 판단 3. 코로나19 사회적 거리두기 정책 전후 분석 □ 코로나19 사태 이후 사회적 거리두기 정책 전후 코로나 확진자 및 카드이용 변화 분석을 통해 정부 개입 효과 분석 수행 ○ 사회적 거리두기 기간을 기준으로 전후 4주(1개월) 데이터를 비교 분석 - 사회적 거리두기 단계에 따라 4개 구간(’20.3.22~’20.4.19, ’20.8.30~’20.9.13, ’20.9.14~’20.10.11, ’20.12.8~’20.12.28) ○ 코로나19 확진자 증감량의 산식에 사용되는 변수의 평균 변화 분석을 통해 정책 전후 차이 확인 ○ 정책 전과 후 추세에 대한 검증 및 검증된 추세를 기반으로 비교 분석 결과 4개 구간 모두에서 추세 변화 확인 4. 환경 데이터 허브의 추가 요구사항 □ 사회·환경 이슈의 탐지 및 현황 분석 제공 ○ 문헌, 언론, 보도자료와 포털 등의 데이터 수집 자동화 필요 ○ 사회·환경 이슈 조기 탐지를 위한 연관·관련 이슈 분석, 절차 필요 □ 사회·환경 이슈 분석을 위한 데이터 확보 및 공유기반 구축 ○ 공공 및 민간 데이터를 효율적으로 제공하기 위한 기능 필요 ○ 사회·환경 이슈 분석을 위한 데이터의 범위 검토, 데이터의 제공 및 분석 사례 구축 □ 데이터의 특성 및 범위의 검토 ○ 데이터의 신뢰도와 이슈 대응의 신속성 등 상황을 고려하여 데이터 활용 ○ 데이터의 공통 활용성 측면에서 검토하여 공동활용데이터로 활용 ○ 데이터의 접근성과 지속가능성을 고려하여 연구데이터 선정 □ 사회·환경 이슈 분석을 위한 분석 도구 활용방안 검토 ○ 모든 연구데이터가 분석데이터로 활용되지 않음 ○ 사회·환경 이슈 분석을 위한 분석 도구와 활용사례 발굴 필요 □ 정책적인 시사점을 도출할 수 있는 데이터 기반 정책 의사결정 지원체계 구축 ○ 빅데이터는 함축적 의미를 가진 간소화를 통해 분석되기 때문에 전문가의 해석과 정책화 등 의사결정을 위한 추가적인 절차가 반드시 필요 ○ 데이터기반 정책의사결정 지원체계 구축 필수 Ⅳ. 환경 데이터 허브 시범 구축 1. 환경 데이터 허브 구축의 필수요소 □ 데이터 세트 ○ 질적으로 우수한 데이터 확보 방안 필요 - 환경정책에 활용 가능한 데이터 수요조사 - 수집경로별 데이터 수집 자동화 - 환경부 데이터 실무협의체 참여 등 데이터 네트워크 발굴 - 데이터 세트 구축 사업과 데이터 지원 사업의 공모 참여 - 연구자 접근성 개선과 업무효율성 홍보 등 □ 데이터 저장소 ○ 메타정보 운영관리의 편리성과 무결성 유지를 병행할 방안 필요 - 데이터의 제출, 갱신, 검색 기능과 메타데이터 관리 기능 필요 - DMP, 권한관리, 외부 데이터와 데이터 분석 플랫폼 연계 활용 □ 데이터 분석 플랫폼 ○ 데이터 분석을 위한 데이터 파이프라인 구축 방안 필요 - 데이터의 적재, 전처리, 분석, 검증과 시각화 확인이 가능해야 함 - 프로그래밍 언어와 라이브러리 등 코드 사용의 편리함 고려 - 데이터 저장소와의 데이터 연계, 데이터 분석 결과의 유연한 저장 - 수치예측, 텍스트·이미지 분석 등 주요 AI 및 데이터 분석 모듈의 이용자 편의 2. 환경 데이터 허브 구축 □ 사전 검토사항 ○ 연구데이터 컬렉션 - 효율적인 조회와 검색결과 제공: 원본 데이터 여부, 출처, 데이터의 위치 등 - 최상위 컬렉션에 공동활용데이터와 과제수행 연도 반영 ㆍ 공동활용데이터: 기후변화, 녹색전환, 대기환경, 물관리, 국토환경, 자원순환, 환경 보건, 환경영향평가, 지표통계, 기타(외부) 등 모두 10개 ㆍ 과제수행 연도별 컬렉션은 과제종류별 컬렉션을 담고, 그 하위에 과제명 컬렉션 존재 ※ 컬렉션: 연구데이터와 연구데이터의 메타데이터를 담고 있는 캐비닛 - 연구데이터 분류체계 ○ 데이터 인용 - 효율적인 연구수행으로 데이터 활용의 선순환 생태계 조성 ㆍ 선행 연구자의 공로 인정 ㆍ 후행 연구자는 연구 과정·결과의 재생 및 활용 ㆍ 연구결과의 재이용을 통해 연구성과 확산에 기여 ㆍ 연구자 간 연구결과의 신뢰와 투명성 제고 - KEI 형식, MLA, APA, ISO 690 등 모두 4종의 인용 문구 표시 - DOI 출판 기능 제공 ○ 데이터 지도 - 효율적인 데이터 검색 ㆍ 활용하고자 하는 데이터에 대한 명확한 지식이 없는 이용자도 사용 ※ 통합 데이터 지도: 분류별, 지역별, 키워드별, 분야별 접근방식 제공 ※ 공공데이터포털: 트리맵과 검색기능 병행 제공, 데이터의 비중 파악 유리 ○ 데이터 관리 절차 - 데이터 구축과 관리를 통하여 체계적인 연구데이터 수집-저장 가능 ㆍ 데이터 구축: 데이터 확인과 검토를 통해 데이터 분류 수행과 데이터 표준화를 위한 메타데이터 부여 ㆍ 데이터 관리: 우선순위를 구분하여 중요데이터와 일반데이터로 분류하고 데이터 품질관리, 데이터 공개 여부 결정, 데이터 보완, 생애주기 관리 수행 ㆍ DMP-연구데이터 동기화와 기획-수행-종료에 따라 단계별 생애주기 관리 필요 ○ 프레임워크 구축 - KEI-IDR 시스템은 연구데이터 저장소로 이용하고 DMP-연구데이터를 활용 - 연구DB는 인트라넷 시스템을 이용하고 연구정보 연동 - 빅데이터 분석 플랫폼은 KEI 빅데이터 분석 플랫폼 시범서비스를 활용 - 외부 허브는 데이터, 분석, 인프라 등 목적에 맞도록 연동 - 외부 데이터는 공공데이터포털, 국가통계포털, AI데이터허브, 빅카인즈 등 목적에 맞게 연동 ○ 시범 구축 - 사전 검토사항과 데이터 관리 절차, 환경 데이터 허브 프레임워크를 기반으로 환경 데이터 허브를 시범 구축 ㆍ 자동으로 갱신되는 데이트를 수집하기 위해 동적 데이터 기능 구축 ㆍ 이용자 간 데이터 공유 기능과 데이터 보호를 위해 보존 기간 기능 구축 ㆍ 외부 학술DB 검색 기능과 데이터 지도, 외부 데이터 기능을 구축 ㆍ 물리적인 저장소 NAS로 교체 ○ 외부 데이터 활용방안 - 공동활용데이터 컬렉션 분리: 연구 수행에 자주 사용하는 데이터, 분류기준이 범용적인 데이터 ㆍ OpenAPI, WebDAV, FTP 등을 통해 원격에서 데이터 활용 가능 - 데이터포털과 데이터 분석 플랫폼 ㆍ 환경 빅데이터 분석 플랫폼 시범서비스, 환경 Data Science 전환연구 서비스와 개인 분석환경 활용 ㆍ 데이터의 활용이 더 중요한 경우, 외부의 데이터 분석 플랫폼을 이용하는 것이 유리함 ㆍ MLOps: 분석환경을 온라인으로 전환하는 조직에서 활용 ○ 환경 데이터 허브 고도화 방안 - DMP 관리기능 개선: 템플릿 복사, 순서 변경, 엑셀 반출 등 - 개인 저장소 기능 개선: 업로드/다운로드, 공유, OpenAPI 사용, 프로그래밍 코드 연동 등 3. 환경 데이터 허브 확대 구축 로드맵 □ KEI형 환경 데이터 허브 로드맵 제시 ○ 제약조건을 고려하여 KEI형 환경 데이터 허브 로드맵(간소화) 제시 - 제약조건 ㆍ 모든 연구데이터의 특성을 고려하여 환경 데이터 허브를 구축하는 것은 불가능 ㆍ 일반적인 정보시스템 구축 방법론 적용도 현실성이 없음 ㆍ 과업수행기간, 예산, 인력, 사회·환경 변화 고려 ㆍ 연구자, 정책가, 수요기업과 대국민 등 수요자를 단계적으로 확대 - 제안사항 ㆍ 환경 데이터 허브 구축 계획 수립: 2021년 표준 IDR 최신 업데이트가 마무리되는 시점부터 8개월간 수행, 제약조건을 고려하여 약 2개년에 대한 추진계획 작성 ㆍ 환경 데이터 허브 인프라 구축: KEI-IDR 시스템과 외부 분석 플랫폼 서비스, 외부 데이터포털 등 다른 시스템과의 연계를 고려하여 구축, 유연한 분류체계 반영 ㆍ 환경 데이터 허브 고도화: 외부 서비스 변경사항 반영, 수요조사 후 결과반영, 데이터 지도 확대 ○ 로드맵(간소화) 제약조건을 고려하여 환경 데이터 허브 확대 로드맵 제시 - 데이터 구축 ㆍ 1단계(2020~2021년): 연구데이터 등록과 내부 공개 시범 운영, 환경 데이터 플랫폼 현황 파악과 분석, 외부 데이터 연동기능 구축 ㆍ 2단계(2022~2024년): 모든 정부출연금 과제까지 연구데이터 등록 대상과제 확대, 연구데이터의 외부공개 절차 마련, 환경 전문가 수요조사 결과에 따른 AI데이터 구축 ㆍ 3단계(2025년~): 수탁과제까지 연구데이터 등록 대상과제 확대, 연구데이터의 외부공개 대상 확대 - 데이터 저장소 구축 ㆍ 1단계(2020~2021년): 표준 IDR 도입과 KEI-IDR 구축, 인트라넷 정보시스템 연동, 기본 데이터 통계, 데이터 지도와 외부 데이터 검색 기능 구축 ㆍ 2단계(2022~2024년): KEI-IDR 안정화, 데이터 연계와 활용 기능 확대 ㆍ 3단계(2025년~): 데이터 저장소 구축 완료, 데이터 아카이빙 서비스의 고도화 추진 - 데이터 분석 플랫폼 도입 ㆍ 1단계(2020~2021년): 기존의 분석 플랫폼 서비스와 서버, 개인 분석환경 활용으로 1단계 없음 ㆍ 2단계(2022~2024년): 분석환경에서 연구데이터를 직접 연결하는 기능개선과 전문가 중심의 대시보드 구축 ㆍ 3단계(2025년~): 데이터 융합 활용사례 제공과 대시보드 고도화 - 성공조건: 전담조직 운영 > 예산확보, 제도개선 병행 ㆍ 제도개선: 안전하고 유연한 접근이 가능하도록 정보보안 정책 개선 ㆍ 전담조직: 데이터 관련 법률에 따라 전담조직 설치, 데이터 과학자와 기술자 자체 수급(전문교육 등 활용), 환경 매체별 부서와 전담조직의 협업 강화 ㆍ 예산확보: KEI에서 집행 가능한 수준으로 조정(협의) 가능. 다만, 예산이 연속적으로 보장되어야 함 Ⅴ. 결론 (학술적 성과) 1. 결론 □ 연구자 인식전환 및 협업 생태계 구축 ○ 다양한 사회·환경 이슈 파악, 분석, 정책 결정을 위한 현실적인 방안과 사전대응체계 마련 필요 - 지속적인 사회·환경 이슈 발생으로 데이터 기반 대응사례 증가 추세 - 환경통계와 사회통계 융복합, 환경정책연구의 경계 약화 ○ 빠른 데이터 생산에 유연한 데이터 활용을 통한 정책 반영 - 사람과 사물 등 물리적 요소가 모두 연결되고, 상호작용하는 상황 반영 - 데이터에 대한 관점 변화: 적시적인 결과 도출과 데이터 신뢰의 중요도 판단 - 환경정책연구의 제약: 시의성 높은 이슈 분석에 사용할 수 있는 데이터가 미미 ○ 통계 구축의 주기성 단축과 대체재로서의 데이터 선별 지원 - 사회·환경 이슈 분석에 있어 다양한 데이터의 범위와 한계점 검토 - 의료 폐기물 발생량이 폭증하였으나, 2021년 쓰레기 배출량 공식통계 없음 □ 환경 데이터 허브 시범 구축과 환경 데이터 활용 기반 구축 - 환경 데이터 허브 구축의 필수요소 도출: 데이터 세트, 데이터 저장소, 데이터 분석 플랫폼 - KEI형 중장기 환경 데이터 허브 로드맵 제시 □ 사회·환경 이슈 분석을 위한 환경 데이터 허브의 요건 제시 - 사회·환경 이슈 분석을 데이터의 확보, 데이터 공유를 위한 기초 기반 구축, 분석 도구 구축 등 필요 - 정책적인 시사점을 도출할 수 있는 데이터 기반 정책 의사결정 지원체계 구축 필요 Ⅰ. Background and Aims of Research 1. Heading □ Construction of ‘data dam’, a key element of the great social and economic transformation ○ A data hub is required for data collection and utilization - Public and private data are the key drivers of the future industry - It is necessary to create new values for ‘data dam’ such as data maps, data linkage and analysis services. ※ Data Dam: Collecting data, standardizing it, and sharing it againn ○ Difficulty in using data to respond to large-scale social and environmental issues - Large-scale social and environmental issues such as COVID-19, fine dust, and humidifier disinfectant occurred - It is difficult to collect and utilize environment-related data to respond to social and environmental issues. □ Present a mid- to long-term roadmap for building a data hub to respond to social and environmental issues ○ Prepare a plan to build a data hub for the digital transformation of environmental policy research - Derivation of essential elements for building an environmental data hub through a review of major implementation cases - Based on Institutional Data Repository (IDR), build a storage-centric data hub pilot ○ Present a mid- to long-term roadmap for building an efficient data hub - Discovering data to respond to various social and environmental issues and support data-based decision-making - Presenting a mid- to long-term roadmap considering scattered data and utilization of various data analysis platforms 2. Research Scope and Methods □ (Pilot) After implementation, present a mid-to-long-term roadmap for future improvement ○ Deriving essential data hub functions through data hub implementation case review - Major functions : data and analysis service, data map, and user accessibility improvement ○ Functional definition of data hub to respond to social/environmental analysis issues - Accumulation of data-based social and environmental issue analysis cases and review of strengths and limitations of data analysis ○ Proposal of mid- to long-term roadmap for future improvement after pilot implementation of environmental data hub - Proposal of mid- to long-term roadmap after pilot implementation of environmental data hub based on IDR system Ⅱ. Strategies to Build an Environmental Data Hub 1. Overview of building a data hub □ Applicable data hubs in the environmental field need to be reviewed ○ Poor data analysis platform and data hub - UK: Support for data-based social problem solving and administrative data analysis research use - Singapore: Pan-government platform operation for national issue analysis - U.S.: Establishment and utilization of smart city data hub based on cyber physical system (CPS) - Korea: Establishment of collection-storage data base by the Ministry of Environment, and restriction of connection and use 2. Key Data Hub Examples □ Public Data Portal ○ Installed and operated according to the Public Data Act as the largest data hub in Korea - About 40,000 file data, 7,000 open data, and 10,000 standard data ○ Provides a national data map from various perspectives ○ Provide visualization services such as public participation map, location information visualization and so on □ National Statistics Portal ○ As the largest statistical data hub in Korea, domestic and foreign statistics are provided in accordance with the Statistical Act ○ Provide visualizations such as data maps from various viewpoints and e-local indicators (visualization) ○ Provide professional services such as micro data integration service □ Big data common-based insight portal ○ Pan-government big data analysis platform service ○ SNS text mining analysis and visualization provided, generally slow ○ Provide joint use data registration management system □ Environmental information convergence big data platform (environmental data portal) ○ Specialized data collection-storage portal in the environmental field ○ Provides 4 types of data analysis platform services, but it is slow and inconvenient ○ Next-generation upgrade planned after 2022 □ Environmental Business Big Data Platform ○ Environment field data distribution platform ○ Provide various text mining visualization results and environmental data visualization examples ○ A total of 17 public and private sectors participated □ Research data repository ○ A system for sharing research data - Core components of Open Science: Research data ㆍ NASA provides satellite data ㆍ CERN provides experimental data for the International Large Hadron Collider ㆍ Genomic data sharing service in the bio field ㆍ Nature, Springer, and Elsevier in publishing ○ The rise of the concept of open science to open and share research results and exaggerations ㆍ OECD: 13 principles including openness, effectiveness, and sustainability ㆍ ISC: makes 14 recommendations to promote universal and equal access to public data; ㆍ U.S.: Implementation of digital data management and collection by federal agencies at the national level, implementation of data management and sharing policies centered on national research institutes, and operating programs for infrastructure and data sharing ㆍ Europe: Establishment of OpenAIRE, an entire European network with national repositories, management of research results of investment projects, management of publications and literature ○ Overseas research data platform operation: Europe, USA, UK, Japan, Australia, etc. 3. Key Features of Data Hub □ Data Map ○ Utilize to effectively use vast amounts of data ○ Provide various viewpoints by classification, region, keyword, and field ○ In the environmental field, a multi-view classification system is required according to the keyword access order □ Data standardization ○ It means processing the data so that anyone can use it easily. ○ International standardization is promoted in consideration of the vertical and horizontal interoperability of big data ○ Domestic standardization is being applied only to some elements for big data processing □ Big data analysis and utilization system ○ Refers to a system for checking, analyzing, and visualizing data in connection with the data map ○ Support for functions similar to data analysis platform services □ Support for public data and data-based administration work ○ Recently, data-related laws have increased and related plans and evaluation responses have increased ○ DMP-Research data registration makes it possible to discover data, understand the current status, and prove performance ○ However, necessary to connect environmental data hubs and intranet information systemsm. Ⅲ. Analysis of COVID-19 Issues Centered on Environmental Data Hub 1. Data Status Review □ Although environmental statistics data is highly reliable, it takes a lot of time to calculate statistics, and there are temporal and spatial limitations □ Credit card data provides consumption big data for analysis of card usage status by industry by sector and social and environmental issues such as COVID-19 and fine dust. ○ Securing and analyzing data on BC card consumption related to COVID-19 through ‘data voucher business’ in ’20~’21 □ Possible to collect and use text data such as SNS and press releases for deriving and analyzing social and environmental issues. ○ Deriving environmental issues* that emerged after the COVID-19 crisis through text mining analysis * Environmental issues: 1) Increase in garbage (waste, etc.), 2) Decrease in air pollution (air quality), 3) Increase in energy (electricity, gas, etc.) 2. Analysis of environmental issues caused by near real-time due to COVID-19 □ Possible to develop timely policies to respond to environmental issues that occur in (quasi) real-time by convergence analysis of card data and environmental data for environmental issues that have emerged due to COVID-19 ○ Analysis of possible environmental issues (increase in waste, decrease in air pollution, increase in energy consumption) through card data-based consumption pattern change analysis ○ As a result of the analysis, when the number of confirmed COVID-19 cases increases, both the amount and number of delivery apps use increases, and the amount and number of use of public transportation and gas both decrease. It is considered that this is due to the high 3. Analysis of before and after COVID-19 social distancing policy □ Analyze the effect of government intervention by analyzing the changes in COVID-19 confirmed cases and card use before and after the social distancing policy after the COVID-19 inciden ○ Comparative analysis of data before and after 4 weeks (1 month) based on the social distancing period - 4 sections according to the social distancing stage (‘20.3.22~`20.4.19, `20.8.30~`20.9.13, `20.9.14~`20.10.11, `20.12.8~`20.12.28) ○ Confirm the existence of differences before and after the policy by analyzing the average change of the variables used in the calculation of the increase or decrease of the number of COVID-19 confirmed cases ○ Verification of the trend before and after the policy and comparison analysis based on the verified trend confirms that there is a trend change in all 4 sections 4. Additional Requirements for Environment Data Hub □ Detection of social/environmental issues and provide current status analysis ○ Need to automate data collection of documents, press, press releases and portals ○ Relevant and related issue analysis and procedures required for early detection of social and environmental issues □ Securing data for analysis of social/environmental issues and building a base for sharing ○ Need functions to efficiently provide public and private data ○ Review the scope of data for analyzing social and environmental issues, provide data, and establish examples of analysis □ Review of the nature and scope of the data ○ Data is utilized in consideration of circumstances such as reliability of data and prompt response to issues ○ Used as data for common use by reviewing the aspect of common use of data. ○ Research data was selected in consideration of data accessibility and Sustainability □ Review of the use of analysis tools to analyze social and environmental issues ○ Not all research data is used as analysis data ○ Necessary to discover analysis tools and use cases to analyze social and environmental issues □ Establishment of data-based policy decision support system that can draw policy implications ○ Since big data is analyzed through simplification with implications, additional procedures for decision-making such as expert interpretation and policymaking are absolutely necessary ○ Essential to establish a data-based policy decision support system Ⅳ. Implementation of a Pilot Environment Data Hub 1. Essentials of Building an Environmental Data Hub □ Data set ○ Demand for measures to secure quality data - Data demand survey that can be used for environmental policy - Automate data collection by collection path - Discover data networks such as participation in the data working group of the Ministry of Environment - Participation in competition for data set construction and data support projects - Improving researcher access and promoting work efficiency, etc. □ Data Repository ○ Demand for a method that can simultaneously maintain the convenience and integrity of meta information operation and management - Data submission, update, search function and metadata management function are required - Utilization of DMP, authority management, connection of external data and data analysis platform □ Data analysis platform ○ Need to build a data pipeline for data analysis - Data loading, pre-processing, analysis, verification, and visualization should be possible - Consider the convenience of using codes such as programming languages and libraries - Data linkage with data storage, flexible storage of data analysis results - User convenience of major AI and data analysis modules such as numerical prediction and text/image analysis 2. Building an Environmental Data Hub □ Preliminary considerations ○ Research data collection - Provide efficient inquiry and search results: whether original data, source, location of data, etc. - The joint use data and the year of the assignment are reflected in the top-level collection ㆍ Shared data: climate change, green transition, atmospheric environment, water management, land environment, resource circulation, environmental health, environmental impact assessment, index statistics, other (external), etc. ㆍ The collection by year of task execution contains collections by task type, and the task name collection exists under it ※ Collection: Cabinet containing research data and metadata of research data Research data categorization system ○ data citation - Creating a virtuous cycle ecosystem of data utilization through efficient research ㆍ Recognition of merits of previous researchers ㆍ Subsequent researchers can reproduce and utilize the research process and results ㆍ Contribute to the spread of research results through reuse of research results ㆍ Enhance the trust and transparency of research results among researchers - All 4 types of quotation marks including KEI format, MLA, APA, ISO 690 - DOI publishing function provided ○ Data map - Efficient data search ㆍ Users who do not have clear knowledge of the data they want to use can also use it ※ Integrated data map: Provides approaches by classification, region, keyword, and field ※ Public data portal: Treemap and search function are provided concurrently, and it is advantageous to understand the weight of data ○ Data management procedure - Systematic research data collection and storage possible through data construction and data management ㆍ Data construction: data classification and data standardization through data verification and review ㆍ Data management: Classify priorities into important data and general data, and perform data quality management, data disclosure decision, data supplementation, and life cycle management ㆍ Step-by-step life cycle management is required according to DMP-research data synchronization and planning-execution-completion ○ Building a framework - The KEI-IDR system is used as a research data repository and DMP-research data is used - Research DB uses intranet system and research information is linked - Big data analysis platform utilizes KEI big data analysis platform pilot service - External hubs are linked to suit the purpose of data, analysis, infrastructure, etc. - External data is linked according to the purpose of public data portal, national statistics portal, AI data hub, Big Kinds, etc. ○ Pilot build - Pilot implementation of an environmental data hub based on preliminary reviews, data management procedures, and ㆍ Build dynamic data capabilities to collect automatically updated data ㆍ Establishment of data sharing function among users and retention period function for data protection ㆍ Build external academic DB search function, data map, and external data function ㆍ Replace with physical storage NAS ○ External data utilization - Separation of data collection for common use: data frequently used for research, data with universal classification criteria ㆍ Data can be used remotely through OpenAPI, WebDAV, FTP, etc. - Data portal and data analysis platform ㆍ Use of environmental big data analysis platform pilot service, environmental data science conversion research service and personal analysis environment ㆍ When the use of data is more important, it is advantageous to use an external data analysis platform ㆍ MLOps: Used by organizations moving their analytics environment online ○ Environmental data hub upgrade plan - Improvement of DMP management function: copy template, change order, export to Excel, etc. - Improvement of personal storage function: upload/download, sharing, use of OpenAPI, interworking with programming code, etc. 3. Roadmap for expanding the environmental data hub □ Presenting a roadmap for the KEI-type environmental data hub ○ Presenting a KEI-type environmental data hub roadmap (simplification) in consideration of constraints - Constraints ㆍ Impossible to build an environmental data hub considering the characteristics of all research data. ㆍ Not practical to apply the general information system construction methodology ㆍ Consider changes in task execution period, budget, manpower, and social/environment ㆍ Step by step expansion of consumers such as researchers, policy makers, demanding companies and the general public - Proposals ㆍ Establishment of environmental data hub construction plan: Implemented for 8 months from the time the latest update of the 2021 standard IDR is completed ㆍ Establishment of environmental data hub infrastructure: Considering the linkage between the KEI-IDR system and other systems such as external analysis platform services and external data portals, and reflecting the flexible classification system ㆍ Environmental data hub upgrade: reflect external service changes, reflect results after demand survey, expand data map ○ Roadmap (simplification) Presenting a roadmap for expanding the environmental data hub in consideration of constraints - Data construction ㆍ Stage 1 (2020~2021): Research data registration and internal public pilot operation, environmental data platform status identification and analysis, and external data interlocking function establishment ㆍ Stage 2 (2022~2024): Expand research data registration projects to all government subsidy projects, prepare procedures for external disclosure of research data, and build AI data based on the results of environmental expert demand surveys ㆍ Stage 3 (from 2025): Expand research data registration target projects to consignment projects, expand research data disclosure target - Construction of data repository ㆍ Stage 1 (2020~2021): Introduction of standard IDR and establishment of KEI-IDR, interworking of intranet information system, establishment of basic data statistics, data map and external data search function ㆍ Stage 2 (2022~2024): stabilization of KEI-IDR, expansion of data linkage and utilization functions ㆍ Stage 3 (from 2025): Completion of data storage construction, advancement of data archiving service - Introduction of data analysis platform ㆍ Stage 1 (2020~2021): No phase 1 due to the use of the existing analysis platform service, server, and personal analysis environment ㆍ Stage 2 (2022~2024): Function improvement to directly connect research data in the analysis environment and establishment of an expert-oriented dashboard ㆍ Stage 3 (from 2025): Provide data convergence use cases and upgrade dashboard - Success conditions: Operation of a dedicated organization > Securing a budget and improving the system ㆍ Data policy improvement: information security policy improvement to enable safe and flexible access ㆍ Dedicated organization: Establishment of a dedicated organization in accordance with data-related laws, self-supply of data scientists and technicians (using professional training, etc.), and strengthening collaboration between departments and dedicated organizations by environmental media ㆍ Budget Securing: Possible to adjust (negotiate) to a level that is enforceable by KEI, however, the budget must be continuously guaranteed Ⅴ. Conclusion 1. Conclusion □ Improvement of researcher awareness and establishment of a collaborative ecosystem ○ Practical measures are needed to identify, analyze, and make policy decisions on various social and environmental issues, and it is necessary to prepare a system to respond in advance - Data-based response cases are increasing due to the continuous occurrence of social and environmental issues - Convergence of environmental statistics and social statistics, weakening the boundaries of environmental policy research ○ Policy reflection through flexible data utilization for rapid data production - Reflects the situation in which all physical elements such as people and objects are connected and interacted - Changes in perspective on data: timely results and determination of the importance of data trust - Constraints in environmental policy research: There is very little data available for timely issue analysis ○ Support for shortening the periodicity of statistical construction and screening data as a substitute - Review of the scope and limitations of various data in analyzing social and environmental issues - Although the amount of medical waste has increased significantly, there are no official statistics on the amount of waste in 2021 □ Establishment of a pilot environment data hub and foundation for environmental data utilization - Derivation of essential elements of building an environmental data hub: data set, data storage, data analysis platform - KEI-type mid- to long-term environmental data hub roadmap presented □ Suggestion of requirements for environmental data hub for social/environmental issue analysis - Necessary to secure data for analysis of social and environmental issues, to establish a foundation for data sharing, and to establish an analysis tool - Necessary to establish a data-based policy decision support system that can draw policy implication

고준위방사성폐기물 처분 관련 자료 관리 해외사례 분석

김민정,박선주,김혜림,윤운상,박정훈,이정환 대한지질공학회 2023 지질공학 Vol.33 No.2

The vast volumes of data that are generated during site characterization and associated research for the disposal of high-level radioactive waste require effective data management to properly chronicle and archive this information. The Swedish Nuclear Fuel and Waste Management Company, SKB, established the SICADA database for site selection, evaluation, analysis, and modeling. The German Federal Company for Radioactive Waste Disposal, BGE, established ArbeitsDB, a database and document management system, and the ELO data system to manage data collected according to the Repository Site Selection Act. The U.K. Nuclear Waste Services established the Data Management System to manage any research and survey data pertaining to nuclear waste storage and disposal. The U.S. Department of Energy and Office of Civilian Radioactive Waste Management established the Technical Data Management System for data management and subsequent licensing procedures during site characterization surveys. The presented cases undertaken by these national agencies highlight the importance of data quality management and the scalability of data utilization to ensure effective data management. Korea should also pursue the establishment of both a data management concept for radioactive waste disposal that considers data quality management and scalability from a long-term perspective and an associated data management system. 고준위방사성폐기물 처분을 위한 다양한 조사와 연구를 진행하는 과정에서 막대한 양의 자료가 생산되며 이를 관리하기 위한 자료 관리가 필요하다. 스웨덴의 SKB는 SICADA를 구축하여 부지선정, 평가, 해석, 분석 및 모델링에 활용할 수 있게 하였고, 독일의 BGE는 부지선정법에따라 자료를 관리하기 위해 데이터베이스 및 문서 관리시스템 ArbeitsDB와 자료시스템 ELO를 구축하였다. 영국의 NWS는 DMS를 구축하여 연구, 조사 자료를 관리할 수 있도록 하였다. 미국의 DOE와 OCRWM은 부지특성화 조사를 진행하면서 자료 관리 및 이후의 인허가 절차를 위하여 TDMS를 구축하였다. 해외사례 조사, 분석을 통해 자료의 품질관리와 자료 활용의 확장성이 자료 관리에 있어 중요한 부분임을 확인할 수 있다. 향후 우리나라도 장기적인 관점에서 자료의 품질관리와 확장성을 고려한 자료 관리 개념을 확립하고 그에 맞춘 자료 관리 시스템 및 체계를 구축해야 할 것이다.

고준위방사성폐기물 심층처분시설 안전성평가 입력자료 관리를 위한 해외사례 분석

강미경(Mi Kyung Kang),박하나(Hana Park),박선주(Sunju Park),정해식(Hae Sik Jeong),윤운상(Woon Sang Yoon),이정환(Jeonghwan Lee) 대한자원환경지질학회 2023 자원환경지질 Vol.56 No.6

스웨덴, 스위스, 영국 등 폐기물 처분 선도국들은 고준위방사성폐기물 심층처분시설의 계획, 부지선정, 건설, 운영, 폐쇄, 그리고 폐쇄 후 관리 전 단계에서 안전성평가를 수행하고 있다. 안전성평가는 각 단계에서 반복적으로 이루어지며, 장기간에 걸쳐 다양하고 방대한 양의 데이터를 생성하므로, 안전성평가 자료를 위한 데이터베이스를 구축하고 효과적으로 관리하기 위한 자료 관리체계를 구축하는 것이 필수적이다. 본 연구에서는 폐기물 처분 분야에서 선도적인 국가의 안전성평가 자료관리체계를 1) 안전성평가 입력 및 참조자료, 2) 자료관리 지침, 3) 자료관리 조직, 그리고 4) 자료관리 전산시스템으로 구분하여 분석하였다.각 국가는 특정 부분에서는 차이를 보였지만, 안전성평가 입력자료를 처분 시스템 구성 요소를 기반으로 분류하고, 이를 제공, 사용, 관리하는 조직을 설립하며, 지침 및 매뉴얼에 따라 품질관리 체계를 구현하는 등 공통적인 특성을 보이고 있다. 이러한 사례들은 고준위방사성폐기물 처분시설의 안전성을 확보하고 신뢰성을 향상시키기 위해 효과적으로 데이터 관리 시스템과 문서 관리 시스템을 구축하는 것이 중요하다는 것을 시사한다. 이를 위해서는 유연하게 활용 가능한 입력자료의 분류, 입력자료의 일관성과 추적성 보장, 그리고 입력자료와 문서관리를 위한 품질관리 체계를 수립하는 것이 필요하다. Leading waste disposal countries, such as Sweden, Switzerland, and the United Kingdom, conduct safety assessments across all stages of High-Level Radioactive Waste Deep Geological Disposal Facilities-from planning and site selection to construction, operation, closure, and post-closure management. As safety assessments are repeatedly performed at each stage, generating vast amounts of diverse data over extended periods, it is essential to construct a database for safety assessment and establish a data management system. In this study, the safety assessment data management systems of leading countries, were analyzed, categorizing them into 1) input and reference data for safety assessments, 2) guidelines for data management, 3) organizational structures for data management, and 4) computer systems for data management. While each country exhibited differences in specific aspects, commonalities included the classification of safety assessment input data based on disposal system components, the establishment of organizations to supply, use, and manage this data, and the implementation of quality management systems guided by instructions and manuals. These cases highlight the importance of data management systems and document management systems for securing the safety and enhancing the reliability of High-Level Radioactive Waste Disposal Facilities. To achieve this, the classification of input data that can be flexibly and effectively utilized, ensuring the consistency and traceability of input data, and establishing a quality management system for input data and document management are necessary.

Evolution of Aviation Safety Regulations to cope with the concept of data-driven rulemaking- Safety Management System & Fatigue Risk Management System

이근영 한국항공우주정책⋅법학회 2018 한국항공우주정책·법학회지 Vol.33 No.2

Article 37 of the International Convention on Civil Aviation requires that rules should be adopted to keep in compliance with international standards and recommended practices established by ICAO. As SARPs are revised annually, each ICAO Member State needs to reflect the new content in its national aviation Acts in a timely manner. In recent years, data-driven international standards have been developed because of the important roles of aviation safety data and information- based legislation in accident prevention based on human factors. The Safety Management System and crew Fatigue Risk Management Systems were reviewed as examples of the result of data-driven rulemaking. The safety management system was adopted in 2013 with the introduction of Annex 19 and Chapter 5 of the relevant manual describes safety data collection and analysis systems. Through analysis of safety data and information, decision makers can make informed data-driven decisions. The Republic of Korea introduced Safety Management System in accordance with Article 58 of the Aviation Safety Act for all airlines, maintenance companies, and airport corporations. To support the SMS, both mandatory reporting and voluntary safety reporting systems need to be in place. Up until now, the standard of administrative penal dispensation for violations of the safety management system has been very weak. Various regulations have been developed and implemented in the United States and Europe for the proper legislation of the safety management system. In the wake of the crash of the Colgan aircraft, the US Aviation Safety Committee recommended the US Federal Aviation Administration to establish a system that can identify and manage pilot fatigue hazards. In 2010, a notice of proposed rulemaking was issued by the Federal Aviation Administration and in 2011, the final rule was passed. The legislation was applied to help differentiate risk based on flight according to factors such as the pilot's duty starting time, the availability of the auxiliary crew, and the class of the rest facility. Numerous amounts data and information were analyzed during the rulemaking process, and reflected in the resultant regulations. A cost-benefit analysis, based on the data of the previous 10 year period, was conducted before the final legislation was reached and it was concluded that the cost benefits are positive. The Republic of Korea also currently has a clause on aviation safety legislation related to crew fatigue risk, where an airline can choose either to conform to the traditional flight time limitation standard or fatigue risk management system. In the United States, specifically for the purpose of data-driven rulemaking, the Airline Rulemaking Committee was formed, and operates in this capacity. Considering the advantageous results of the ARC in the US, and the D4S in Europe, this is a system that should definitely be introduced in Korea as well. A cost-benefit analysis is necessary, and can serve to strengthen the resulting legislation. In order to improve the effectiveness of data-based legislation, it is necessary to have reinforcement of experts and through them prepare a more detailed checklist of relevant variables.

데이터 경영 실현을 위한 데이터 플랫폼에 관한 연구

정재안,문용관,김한중,정회경 한국지식정보기술학회 2023 한국지식정보기술학회 논문지 Vol.18 No.3

The triggering of the 4th industrial revolution goes beyond the area of ​​office automation, which is information system construction and operation management based on information infrastructure, which has been the axis of traditional informatization. In addition, it is breaking away from the traditional work framework by utilizing data-based AI services, big data analysis services, digital convergence services, and platform businesses. Accordingly, another axis of digital transformation was formed, in which the company's organizational culture was further innovated through bold innovation in processes and services. Accordingly, companies recognize data as a key factor that determines corporate competitiveness and make various efforts to realize data management, but the level of comprehensive data management and utilization at the corporate level is low. The main reason for this phenomenon is that it is not easy and time-consuming to successfully establish data governance for data management and utilization areas required for data management in enterprises. In this paper, requirements for data standards, metadata management, data flow management, and data quality management were derived, and various user opinions on data access and utilization were collected. Based on these, a data platform was designed and developed. Through pilot operation of the developed data platform, the functional integrity of the data platform was confirmed, and based on users' opinions, areas requiring functional improvement and directions for expanding the data platform were presented.

Evolution of Aviation Safety Regulations to cope with the concept of data-driven rulemaking - Safety Management System & Fatigue Risk Management System

( Gun-young Lee ) 한국항공우주정책·법학회(구 한국항공우주법학회) 2018 한국항공우주정책·법학회지 Vol.33 No.2

국제민간항공협약 37조는 ICAO에서 제정하는 국제표준 및 권고에 따라 각국의 사정에 맞는 입법을 할 것을 요구하고 있다. 국제표준 및 권고는 매년 개정되고 있으므로 각 회원국은 적기에 해당 내용을 자국 항공법규에 반영할 필요가 있다. 최근에는 데이터 기반 국제표준이 만들어지고 있으며 그 이유는 인적요소를 주축으로 하여 사고예방을 위해서는 항공안전 데이터와 정보에 기반한 입법이 중요하게 되었기 때문이다. 데이터 기반 입법의 예로 안전관리시스템과 승무원 피로위험관리시스템이 검토 되었다. 안전관리시스템은 부속서 19가 2013년 채택되었으며 관련 매뉴얼 제5장에는 안전데이터의 수집과 분석 시스템에 기술되어 있다. 안전데이터와 정보의 분석을 통하여 의사결정권자는 데이터에 기반한 결정을 할 수 있다. 대한민국은 항공안전법 제58조에 따라 모든 항공사, 정비업체, 공항공사 등이 안전관리시스템을 도입하고 이행하여야 한다. 이러한 안전 관리시스템을 뒷받침하기 위해서는 의무보고와 자발적 안전보고 시스템이 활성화 될 필요가 있으며 현재까지는 안전관리시스템 도입 위반에 대한 행정처분 기준은 아주 미미한 상태이다. 미국과 유럽도 안전관리시스템의 적절한 입법을 위하여 다양한 규정이 개발되어 시행되고 있다. 피로위험관리시스템의 경우 2009년 Colgan 항공기 추락을 계기로 미국교통안전위원회는 미연방항공청에 조종사 피로위험을 확인하고 관리할 수 있는 시스템 구축을 권고하였으며 2010년 미연방항공청에서 발행한 입법예고에는 약 8,000여개의 제안이 있었다. 2011년 최종 법안이 통과되었으며 조종사의 조종사가 업무를 시작한 시간, 보조 승무원의 탑승여부, 휴식시설의 등급 등에 따라 승무시간을 차등 적용하는 입법이 이루어지게 되었다. 이러한 입법과정에 수많은 데이터와 정보가 분석되었으며 그 내용이 승무시간에 반영되었다. 최종 입법이 이루어지기 이전에 비용 대비 효과 분석이 실시되었으며 10년간 운영할 경우 비용보다는 효과가 더 크다는 결론이 이루어 졌다. 대한민국도 승무원 피로위험 관련 항공안전법 조항이 있으며 항공사는 전통적인 승무시간 제한 방법 또는 피로위험관리시스템 둘 중 하나를 선택할 수 있다. 데이터 기반 입법을 위하여 미국의 경우 항공입법위원회를 구성하여 운영하고 있는데 이는 대한민국에도 도입이 필요한 내용이며 유럽에서 시행하고 있는 D4S 도 고려할 만한 시스템이다. 비용 대비 효과 분석은 입법을 견고하게 할 수 있어 필요하다고 판단되며 데이터 기반 입법의 실효성을 제고하기 위해서는 전문 인력의 보강, 보다 자세한 점검표 작성 등이 필요하다. Article 37 of the International Convention on Civil Aviation requires that rules should be adopted to keep in compliance with international standards and recommended practices established by ICAO. As SARPs are revised annually, each ICAO Member State needs to reflect the new content in its national aviation Acts in a timely manner. In recent years, data-driven international standards have been developed because of the important roles of aviation safety data and information-based legislation in accident prevention based on human factors. The Safety Management System and crew Fatigue Risk Management Systems were reviewed as examples of the result of data-driven rulemaking. The safety management system was adopted in 2013 with the introduction of Annex 19 and Chapter 5 of the relevant manual describes safety data collection and analysis systems. Through analysis of safety data and information, decision makers can make informed data-driven decisions. The Republic of Korea introduced Safety Management System in accordance with Article 58 of the Aviation Safety Act for all airlines, maintenance companies, and airport corporations. To support the SMS, both mandatory reporting and voluntary safety reporting systems need to be in place. Up until now, the standard of administrative penal dispensation for violations of the safety management system has been very weak. Various regulations have been developed and implemented in the United States and Europe for the proper legislation of the safety management system. In the wake of the crash of the Colgan aircraft, the US Aviation Safety Committee recommended the US Federal Aviation Administration to establish a system that can identify and manage pilot fatigue hazards. In 2010, a notice of proposed rulemaking was issued by the Federal Aviation Administration and in 2011, the final rule was passed. The legislation was applied to help differentiate risk based on flight according to factors such as the pilot's duty starting time, the availability of the auxiliary crew, and the class of the rest facility. Numerous amounts data and information were analyzed during the rulemaking process, and reflected in the resultant regulations. A cost-benefit analysis, based on the data of the previous 10 year period, was conducted before the final legislation was reached and it was concluded that the cost benefits are positive. The Republic of Korea also currently has a clause on aviation safety legislation related to crew fatigue risk, where an airline can choose either to conform to the traditional flight time limitation standard or fatigue risk management system. In the United States, specifically for the purpose of data-driven rulemaking, the Airline Rulemaking Committee was formed, and operates in this capacity. Considering the advantageous results of the ARC in the US, and the D4S in Europe, this is a system that should definitely be introduced in Korea as well. A cost-benefit analysis is necessary, and can serve to strengthen the resulting legislation. In order to improve the effectiveness of data-based legislation, it is necessary to have reinforcement of experts and through them prepare a more detailed checklist of relevant variables.