국가연구데이터플랫폼 DataON은
새로운 연구문화를 만듭니다.

ㄷ

testtesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttest테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트

ssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssssss

2019년 인류 최초로 블랙홀의 이미지 관측에 성공한 ‘사건의 지평선 망원경(Event Horizon Telescope, EHTEHT)’ 프로젝트에는 전 세계 과학자 200여 명이 참여했다. 노벨과학상도 2000년 이후 공동 수상한 비율이 무려 90퍼센트에 달한다.이처럼 연구데이터의 공유와 협업이 중요해졌고, 데이터 개방과 공유는 필수가 됐다. 2017년 이코노미스트 기사에서 볼 수 있듯 ‘세계의 가장 가치 있는 자원은 이제 오일이 아닌 데이터’다.이번에는 데이터 가운데서도 연구자들이 피땀 흘려 만든 ‘연구데이터’들을 공유하고 활용할 수 있는 국가연구데이터플랫폼 DataON을 알아보려 한다.연구 패러다임의 변화, 데이터 공유에서 시작!​코로나19 극복을 위해 전 세계 과학자들이 협업해 코로나 바이러스 분석과 백신 개발에 힘쓰고 있다. 협업을 이끌 수 있는 개념인, 연구데이터를 누구나 보고 활용할 수 있는 ‘오픈사이언스’는 더욱 주목받게 됐다.뿐만 아니라 4차 산업혁명 시대, 연구 패러다임의 대전환으로 데이터, 인공지능, 빅데이터 기술 등 ICT를 통해 새로운 과학적 발견 및 사회 현안 문제를 해결하고 있다. 하지만 체계적으로 관리되는 해외의 연구데이터에 비해 우리나라의 연구데이터 활용은 미비한 편이다. 대부분의 데이터 과학자가 연구 시간의 약 80퍼센트를 데이터 수집 및 전처리 과정에 사용하는데도 말이다.국가적 차원의 연구데이터 활용과 공유·연계를 위한 플랫폼 구축 및 서비스 운영 필요를 느낀 과학계와 정부는 2013년부터 거버넌스 체제를 마련해 연구데이터 전문센터, 정부출연연구소, 대학의 연구데이터를 모으기 시작했다. 2018년 12월 17일 국가 연구데이터 플랫폼 시범 서비스를 오픈했다.​국가연구데이터플랫폼 ‘DataON’​세계적인 데이터 강국으로 가는 중심! DataON 국가연구데이터플랫폼​DataON은 오픈사이언스 시대에 발맞춰 공유 기반의 혁신을 마련하기 위한 국가연구데이터플랫폼이다. 연구데이터 전문센터, 정부출연연구소, 대학에서 생산한 데이터를 등록·관리하고, 검색 및 다운로드, 커뮤니티 지원, 연구데이터 분석 환경 지원 기능을 제공한다.그런데 연구데이터는 정확하게 무엇일까? 연구데이터는 국가R&D 사업 중 각종 실험, 관찰, 조사, 분석 등을 통해 산출된 자료로, 연구 성과 재현에 필수적이고 객관적인 사실 데이터를 말한다.DataON은 체계적인 연구데이터의 관리 및 공유 서비스 제공을 위해 국내외 기관들과의 표준화된 연계 방식을 제공한다. 또한 국내 데이터 전문 센터인 KISTI의 GSDC, 한국정보화진흥원의 AI hub, 한국지질자원연구원의 연구데이터를 메타데이터 수준에서 연계를 완료했다. 유럽 최대 연구데이터 플랫폼인 OpenAIRE, 호주 국가연구데이터 플랫폼인 ARDC, 일본 IRDB 등과도 연계돼 메타데이터를 이용할 수 있다.플랫폼의 데이터들은 자동 연계 수집되므로, DataON을 통해 유럽, 호주, 일본 등의 연구데이터를 통합 검색할 수 있다. 앞으로 미국, 중국 등의 연구데이터 플랫폼과도 연계하기 위해 노력하고 있다.​​DataON에 ON 해야 하는 이유​국가연구데이터플랫폼 DataON은 연구 기획부터 결과물 등록까지 연구의 전 과정을 지원해 연구에 필요한 시간과 비용을 획기적으로 단축할 수 있게 해준다. 뿐만 아니라 분야 간 연구자 연계 서비스를 통해 이전에는 어려웠던 데이터 기반 융합 연구를 기획·실행이 가능해졌다.​​DataON에 접속해야 하는 보다 자세한 이유를 들여다보자.​① 세계 주요 국가들의 연구데이터 플랫폼과 연계, 전 세계 연구데이터를 원스톱 검색할 수 있다. 또한 정부출연연구소, 대학, 국내외 연구데이터 전문 센터가 생산한 다량의 연구데이터를 손쉽게 수집, 검색, 활용하도록 도와 불필요한 시간, 비용 낭비를 없앴다. 쓸모가 많은 이미지 자료 검색도 가능하다.​② 연구 편의성을 위한 분석 및 저장 공간인 마이드라이브를 제공해 데이터 처리 효율성을 높였다.​③ GPU를 활용한 AI 분석이 가능하도록 공개된 분석 도구와 빅데이터를 손쉽게 활용할 수 있는 클라우드 분석 환경을 제공해 연구자들의 연구 편의를 크게 높인다. 데이터를 온라인에서 분석할 수 있는 워크플로우, Jupyter 기반 개인별 분산 클라우드 분석 환경을 2020년 12월 오픈할 예정이다.​④ 이용자 간 교류를 돕는 커뮤니티 지원 기능이 있어 이전에는 어려웠던 공동연구, 융합연구를 활성화해 새로운 연구 가치를 창출한다.​⑤ 정부 및 정책 입안자는 DataON으로 연구자들의 연구 행태를 분석할 수 있어 연구개발 예산을 효율적으로 투자, 편성할 수 있다.​​DataON이 가져올 연구 환경의 변화​연구 환경 변화, 실험 및 측정 장비 발달 등으로 연구데이터가 대량으로 생산됐다. 연구자들이 자신의 연구 공간에서 데이터를 쉽게 찾을 수 있고, 바로 분석·활용할 수 있는 환경이 제공된다면 데이터 기반 연구를 더욱 가속화시킬 수 있을 것이다.이를 위해 국가연구데이터플랫폼인 DataON이 만들어졌다. DataON에서는 연구개발 전 과정을 편리하게 지원하기에 연구자, 기업인, 시민 과학자 누구나 자신의 데이터를 등록하고, 필요한 데이터를 검색하고, 분석할 수 있다. 더불어 KISTI가 운용하는 슈퍼컴퓨팅 인프라를 지원받거나 DataON이 연계하는 세계 각국의 연구 성과물을 원스톱으로 확인할 수 있다.DataON이 앞으로 탄탄하게 자리 잡는다면, 각 연구자의 데이터를 서로 개방 및 공유해 데이터 품질이 높아지고 연구윤리 문제도 해결될 것으로 기대된다. 무엇보다 연구데이터의 재사용성이 높아지고 중복 연구를 최소화하는 등 연구데이터가 활발히 공유, 활용돼 산학연의 R&D 혁신을 만들어내는 지름길이 열릴 것이다.더 자세히 알고 싶다면지금 바로 클릭해보세요==33국가R&D 정보를 비롯한 NTIS와 DataON의 데이터를상호 연계하여 제공하고 있는 현황 알아보기NTIS에서 연구데이터를 검색하는 방법에 대한 카드뉴스도곧 발행할 예정입니다~.많은 기대 부탁드립니다.[출처] [데이터활용] 새로운 연구 패러다임을 이끌 연구데이터 플랫폼|작성자 NTIS

○ 협의회 운영 목적 - DataON을 활용하고 있는 산·학·연 데이터 기반 연구자 10명 내·외와 플랫폼 기술 관련 전문가 2명 내외로 협의체를 구성하여 DataON에 대한 사용 문제점 및 활용 아이디어의 수렴과 DataON의 안정적인 운영을 위한 기술적인 조언을 수렴함 ·사용자 중심의 플랫폼이므로 데이터를 이용하는 전문가와 실사용자 등으로 구성하여 다양한 의견을 수렴하여 플랫폼의 개선에 반영함 ·기술적인 조언은 우리 플랫폼에 맞는 시스템 전문가로 소수로 구성하여 현재와 미래의 방향을 설정하는데 조언을 받음 ○ 협의회 운영 및 회의 개최 - DataON 협의체는 매년 재구성함을 원칙으로 하며, 금년에는 하반기 1회 개최하고 내년부터는 매년 상반기와 하반기에 각 1회씩 총 2회를 개최하기로 함 - 기술전문가는 경험이 많은 전문가로 구성하여 지속적으로 활용함 .tg {border-collapse:collapse;border-spacing:0;} .tg td{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px; overflow:hidden;padding:10px 5px;word-break:normal;} .tg th{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px; font-weight:normal;overflow:hidden;padding:10px 5px;word-break:normal;text-align:center;} .tg .tg-0lax{vertical-align:center;} .tg-0lax{width:20%;text-align:center;} .tg_01az{width:80%} 구분 자문내용 사용자 가이드 - 각 기능에 대해 상세히 안내하고 있는 사용자 가이드라고 생각함. 하지만, 몇몇 부분에서 사용자 가이드가 업데이트가 필요한 것 같음, 예를 들면, 등록 탭의 리포지터리 연계 부분은 현재 확인할 수 없음. 그리고 분석 서비스 부분의 워크플로우는 조금 더 상세한 사용자 가이드가 필요한 것 같음. 일반적으로 사용하는 쉘 프로그래밍과 같이 터미널에서 진행했던 방법과는 달라서 이해하는데 어려움이 있음. 동영상 가이드가 추가된다면 사용자들에게 큰 도움이 될 것 같음. - 연구데이터 등록 시 인물정보에 생산자, 담당자, 기여자를 입력하 게 되어 있는데 필수는 2로 나오고 필수입력 표시(*)가 없음 - 다음 단계로 진행이 되지 않을 때 어디서 오류가 난 건지 안내가 없어333 어느 부분이 잘못된 건지 확인할 수 없고, 정상 입력한 경우에도 다음 단계로 넘어가지 않는 현상이 발생함 데이터의 등록과 이용 - 데이터 등록에서 "로컬파일 업로드하기" 기능이 정상 동작하지 않음 - 데이터 등록이 체계적으로 구성되어 있으나, 입력 및 선택 항목이 너무 많음 - 데이터 등록에서 공동소유일 경우, 이에 대한 정보를 등록하는 기능이 필요함 - 일반적인 수치 데이터 이외에 화학 분야에서 많이 사용되는 화합물 구조 데이터를 입력 및 활용할 수 있는 기능이 있다면 많은 도움이 될 것으로 생각됨 데이터 품질 - 현재 DataON에서 1,000,000개가 넘는 데이터를 제공하고 있는데 이는 굉장히 고무적인 수치라고 생각함. 다만, 제공되는 데이터의 품질과 완전성 면에서 보완이 필요한 것 같다고 생각함. 데이터가 깨져 있거나 데이터의 일부분만이 있는 경우가 있음 화면구성/검색결과/파일정보 표출 - 화면의 가로 폭이 상단 메뉴 폭보다도 좁아서 자료 확인이 어려움 - 여러 그림 파일을 등록한 경우, 미리보기창과 프로그램 코드창의 크기가 작아 확대·축소의 의미가 없음 - 검색 결과에서 표·그림이 같은 원문의 자료인데도 검색 결과창 에서는 같은 원문인지 알 수 없어 표·그림마다 원문을 확인해야 하는 불편함이 있음. 검색 시 자료의 해당 내용만 표출하지 않고 제목도 같이 표출되도록 보완하면 좋겠음 - 표·그림 검색 결과를 클릭하면 화면 정보가 "표·그림 검색"으로 나와야 하는데 그렇지 않고 "데이터셋 검색"으로 나옴. 데이터셋·소프트웨어을 클릭하면 화면 정보가 일관되지 않고 "데이터셋 검색"일 때도 있고 "소프트웨어 검색"일 때도 있음 - 검색결과 창에서 데이터셋 의미관계 정보를 그래프 데이터베이스로 제공하고 있는데, 그래프 데이터베이스의 유용성이 잘 반영되지 않고 있는 것 같음. 그래프 데이터베이스를 사용하는 이유에는 검색결과(target)의 다양성 및 노드 간 관계성 도출 등이 있는데, 현재는 이러한 부분보다는 단순히 시각화에 초점이 맞춰져 있는 것 같음. 제공되는 노드들도 데이터 리포지토리, 데이터수집처 등으로 의미 있는 관계를 볼 수 있을지 의문이 듬. 한편, 시각화 부분에도 조금 불편한 부분이 있는데, 데이터셋에 관한 여러 속성을 노드와 엣지로 설명한 것은 참신하나, 현재 인터페이스는 가독성이 떨어져 노드들에 관한 정보를 읽기 어려움 - 동일 검색 결과에서 어느 경우에는 파일목록이 빈칸으로 나오는 현상이 발생함 - 소프트웨어 검색에서 원문보기를 클릭하면 새탭으로, 원문정보 를 클릭하면 새창으로 열림. 왜 다르게 설정했는지 의문임 - 파일의 메타정보 입력 개선 필요함 메타데이터/데이터 링크 - 데이터를 이해하기 위해서는 메타데이터 부분이 충실해야 하는데, 그렇지 않은 경우가 많아서, 원하는 데이터를 찾더라도 그 데이터를 사용하기 위해서는 추가적인 노력이 필요하였음. 링크를 통해 연결된 외부 데이터 역시 마찬가지임. raw data의 품질면에서 메타데이터가 제대로 설명되어 있지 않음. - DataON에서 제공하는 데이터 중에는 외부 링크를 통해 제공하는 데이터가 많은데, 제공하는 인터페이스에서 데이터가 제공되고 있는지 여부를 확인하기 어려운 문제가 있음 데이터 확보 - DataON과 출연연의 연구데이터 연계의 원활하고 추진력을 갖추기 위해서는 출연연의 연구분야별로 “데이터 센터”지정이 필요한 것으로 판단됨 - DMP와 같은 정책으로 절차를 강화하여 국가연구개발 과제의 결과 데이터를 과제 종료 시 모두 제출하도록 하는 등 제도적인 뒷받침이 필요함 - 데이터를 생산하고 공유, 활용을 활성화하기 위해서는 논문인용도와 같이 데이터가 얼마나 많이 인용되고 있는지 파악할 수 있는 데이터인용도를 제공할 필요가 있음 - Dataon에서 제공하고 있는 데이터 오류 점검, 기능 오류 점검과 다양한 제안사항에 대해 모니터링할 수 있는 ‘Dataon’모니터링단 운영을 제안함 - 데이터 분석 환경을 보다 활성화하기 위한 컴퓨터 파워를 늘려서 제공하면 좋은 유인책이 될 수 있지 않을까 제안함 보안 - 웹상에서 동적인 요소가 많아질수록 보안이 취약해지는 것은 당연한 일임. 관련하여 정기, 수시로 전체 서비스의 취약점 점검이 필요함. 이는 서비스가 확대되고 사용자가 늘어날수록 더욱 필요함. 일례로 주피터랩의 취약점을 이용하여 채굴 프로그램을 돌린 사례가 있음 - 취약점뿐만 아니라 upload 되는 데이터에 악성코드가 있지는 않은지, 개인정보가 포함되어 있지는 않은지 검사할 필요도 있음 - 최근 연구회에서 주관하는 기관장 간담회가 월 1회 열리고 있음. 연구회 힘을 빌려 기관장 모임에서 데이터 공유에 대한 공감대 형성 노력을 하면 좋을 것 같음 연구분석 환경 측면 - 분석서비스에서 대용량 데이터의 업로드 기능의 제한 및 결과 가시화의 제약에 대해서 개선이 필요함 - PyTorch 이용자는 CUDA 10.2 이상으로 지원되면 좋겠고, Environment Modules 지원이 고려되면 더 좋을 것 같음 - 애플리케이션 ·자세한 작성 튜토리얼이 동영상으로 있으면 함 ·이미 승인된 애플리케이션을 업그레이드할 때, 구버전의 정보를 불러와서 수정하는 방식이 필요. 현재는 다시 모두 작성해야 하는 번거로움이 있음 ·라이브러리 설치와 공용/내 가상환경 동기화에 에러가 있음. 동기화가 잘 되는지 관련 설명이 튜토리얼 영상에 포함되면 함 ·애플리케이션 승인 과정은 개발을 지연시킴. 공개되기 이전에는 자신의 워크플로우에서만 작동할 수 있게 한다면, 개발 후 완성된 애플리케이션을 한 번만 승인 요청할 것임 ·애플리케이션 등록 시 등록 절차에서 입력 포트 추가하는 단계에서 포트 타입을 폴더로 하고 샘플 파일을 등록하려는데 파일 등록에서 로드 에러가 남. 분석플랫폼 사용에서와 같은 에러이며, 이후로 진행이 되지 않음 - 슈퍼컴퓨터에 접속할 수 있는 기능이 있는 것 같은데 어떤 방법으로 연동이 되는 것인지 궁금함. 없다면 연결할 수 있도록 지원되면 함 - 등록한 RAIN-F 데이터셋을 처리할 때 해당 파일이 있는 디렉토리가 오픈되지 않는 문제가 있음. 파일이 많거나 용량이 크면 오류가 나는 것 같음. (Load error!(404) 에러입니다.) 그리고 로드가 계속되고 있다고 실행 중인 아이콘이 표시가 되는데 가능하다면 그 실행을 중지할 수 있는 기능도 추가되면 좋을 것 같음 - JupyterLab ·폴더를 삭제할 때 빈폴더가 아니어도 삭제가 가능하면 좋겠음 ·크기가 큰 파일을 pandas나 numpy로 불러올 경우 실행이 자주 중지됨 ·폴더를 통째로 업로드할 수 있도록 수정되었으면 함 ·폴더 우클릭 후 Copy Shareable Link를 클릭 후 해당 링크로 들어가면 해당 폴더가 아닌 Workspace 폴더로 이동되는 오류가 있음 ·업로드를 시작과 동시에 JupyterLab에 바로 표시되어 해당 파일이 업로드가 완료 여부가 표시되었으면 함 ·브라우저가 종료되어도 계속 실행이 가능하면 좋겠음 ·JupyterLab을 로그아웃을 하지 않으면 브라우저 또는 컴퓨터 종료 후에도 JupyterLab은 계속 작동하면 좋겠음. 작업이 오래 걸릴 때 이런 기능은 사용자에게 편리하며, Slurm과 같은 Scheduler가 지원되면 더 좋을 것 같음 ·주피터 허브에서 sever Options에 대한 설명과 Launcher에 있는 각 내용에 대한 안내가 필요함 - Workflow ·진행 상황과 사용 자원에 대한 모니터링이 가능할 수 있으면 좋을 것 같음 ·워크플로우가 불안정한 경우가 많아 실행되지 않는 경우가 종종 있음 ·워크플로우의 어플리케이션 결과물이 간단하게 화면에 출력이 된다면 제 3자 입장에서 좀 더 직관적으로 이해할 수 있을 것 같음 ·워크플로우에 이미지 또는 출력되는 그래프를 워크플로우에서 볼 수 있는 시각화 기능이 있다면 데이터 분석과 인공지능 분야에서 좋은 기능을 할 것 같음 ·애플리케이션 전체 선택, 삭제, 이동이 가능했으면 함 - Software ·어플리케이션 등록 중 비공개 어플리케이션은 어플리케이션의 등록 절차가 복잡하지 않았으면 좋겠음 ·개인이 등록절차 없이 간단하게 직접 만든 어플리케이션을 자유롭게 실행할 수 있는 환경이 조성되면 좋겠음 기타 의견 - 연구 데이터가 공유되어지고 소프트웨어나 애플리케이션을 직접 실행해 볼 수 있다는 것이 연구를 확장할 수 있는 기회가 될 수 있고, 연구자에게는 본인의 연구 소스 코드를 체계적으로 정리하고 플랫폼에 등록해서 관리할 수 있다는 것에서 매우 의미 있다고 생각함. 하지만, 워크플로우나 애플리케이션 등록 절차가 일반적인 개발 프로세스와 달라서 사용하는데 어려움이 있음. 관련되서 안내가 상세하게 되고 연구자들에게 플랫폼이 널리 알려진다면 연구데이터 공유 문화를 더욱 확장할 수 있을 것으로 생각함

1. 회의 목적   - DataON 및 연구데이터 리포지터리를 활용하고 있는 NST 산하 정부출연(연) 담당 연구자 10명 내·외의 협의체를 구성하여 연구데이터 리포지터리 개선사항 및 요구사항 아이디어를 수렴하고, 연구데이터 활용 문화 확산을 위한 전문가 의견 수렴2. 회의 일시 및 장소  - 일시: 2021년 12월 7일(화) 오후 2시  - 장소: KISTI 대전 본원 국제회의실 (본관 1층) 3. 참석 대상자  - 출연(연) 연구데이터 리포지터리 운영 담당자 및 관련 부서원(참석 확인서는 첨부파일 참조)  - 한국한의학연구원, 한국기초과학지원연구원, 한국원자력연구원, 한국전자통신연구원, 한국지질자원연구원, 한국화학연구원,  한국철도기술연구원, 한국과학기술연구원, (주) 아르고넷, KISTI 4. 회의 순서 및 내용번호내 용시간1연구데이터공유센터 소개‘5분2협의체 참여 기관별 연구자 소개‘10분32021년 연구데이터 리포지터리 개발 현황 발표‘15분42022년 연구데이터 리포지터리 개선 요구사항 수렴‘15분5기타 문의사항 응대 및 협의체 운영 방향 논의‘15분                                                                                                                                                      5. 협의체 논의사항-  여러 분야의 연구자가 협의체에 참여했으면 함. - 공공데이터와 연구데이터의 개방 정책이 명확히 구분될 필요가 있음. - 연구데이터 리포지터리 보급 및 활용 기관이 모두 참여할 수 있는 협의체가 구성되었으면 함. - 연구데이터 관련 최신 동향이나 운영사례를 공유할 수 있었으면 함. - 뉴스레터 형식의 정보를 제공하면 좋을 듯 함. -  연구데이터의 입력 편의성 증진 필요- 국가 기관 간 네트워크 및 통신의 보안 문제 해결 필요-  메타데이터 연관 검색 및 그래프 가시화가 진행되면 활용 편의성 증대 될 수 있음. -  KISTI 주관하에 연구데이터 리포지터리 보급 기간의 교류 활동을 위한 정기적으로 협의회 개최

DataON 서비스 운영/관리 정책 (Service Operation and Management Policies of DataON)1. 회원 관리 정책   (Member Management Policy)2. 데이터 공개범위 설정 정책 (Data Disclosure Scoping Policy)3. 분석자원 할당 정책 (Data Analysis Resource Allocation Policy)4. 데이터 등록/관리 정책 (Data Registration/Management Policy)5. 데이터 수집/연계 정책 (Data Collection/Linkage Policy)6. 기타 (Etc)1. 회원관리 정책  - 회원 유형은 시민(시민과학자), 연구자(학생,교수,연구원), 기관(기관관리자,공공기관,민간기업), 정부(정책입안자,펀더)로 구분  - 회원 레벨은 비회원(대기회원포함), 일반회원, 특별회원으로 구분  - 회원유형별 레벨 및 권한- 회원 유형, 레벨 및 권한 상세 .table_css { width: 745px !important; height: 361px !important; border: 1px solid #444444 !important; border-collapse: collapse !important; table-layout: fixed !important; } .table_css th, .table_css td { border: 1px solid #444444 !important; text-align: center !important; width: 40px !important; height: 35px !important; font-size: 75% !important; word-wrap: break-word !important; white-space :normal !important; } 사용자 유형 개인 단위 사용자 기능 기관 단위 사용자 기능 관리자 기능 홈/소개/검색 드라이브 등록 분석 커뮤니티 현황 API 리포지토리 데이터연계 포털 데이터 분석 회원 비회원/대기회원 ● ● 일반회원 ● ● ● 신청기능 ● ● 특별회원 분석 ● ● ● ● ● ● 기관 ● ● ● ● ● 관리자 포털관리자 ● ● ● ● ● ● ● 데이터관리자 ● ● ● ● ● ● ● ● 분석관리자 ● ● ● ● ● 시스템관리자 ● ● ● ● ● ● ● ● ● ● ● ● 2. 데이터 공개 및 라이선스 설정 정책  - 메타데이터는 공개와 엠바고(1~10년)으로 설정하고, 엠바고 경과후 자동 공개  - 파일데이터는 공개, 비공개, 엠바고(1~10년)로 설정하며, CC라이선스에 따라 라이선스 설정  - 지정공개 : 엠바고 및 비공개 데이터에 대한 특정인 또는 그룹(커뮤니티)에 대한 공개 방안  -  소프트웨어 라이선스는 소프트웨어의 경우에 설정하며, 저작권자가 라이선스 조건에 맞게 CC라이선스로 설정 ※ 표준IDR의 공개범위 설정 현황 :    - 메타데이터 원내 공개/원외 공개로 나누어 공개, 엠바고 설정 후 공개    - 파일공개는 파일 공개(즉시 공개), 파일명 공개(엠바고 설정 후 공개), 파일 비공개3. 분석자원 할당 정책  - 본 정책은 분석자원 사용자에 대하여, 분석에 활용되는 자원할당에 관한 사항을 다룸.  - 분석자원은 Front-end 로그인 자원과 Back-end 계산 자원 (GPU, CPU)으로 구성됨.  - Hadoop, Spark 등의 부가 자원 (for multiple users)  - 계산자원에 대한 사용기한 설정 (계산자원은 사용기한에만 활성화)  - 로그인자원, 계산자원은 회원탈퇴와 동시에 자원 회수 (탈퇴시 공지(데이터 등 백업 – 사용자가 적절한 방법으로 백업))  - DataON 홈페이지의 분석신청을 통해 데이터분석관리자의 승인을 거쳐 분석사용자로 인정  - 분석사용자를 기본사용자(normal), 슈퍼사용자(super)로 구분  - 분석사용자 모두는 승인과 함께 로그인 자원과 계산자원을 할당 받음.  - 슈퍼사용자의 계산자원의 승격 및 부가자원에 대해 추가적인 신청서와 관리자의 승인 필요  - 추가적인 사용자의 스토리지 요구에 대한 신청 및 승인 프로세스 구축 필요  - 사용자의 기본환경에서 CPU와 GPU를 선택 기회 제공  ※ 슈퍼컴퓨터, AWS 등의 자원은 플랫폼에서 개발 Roadmap에 따라  별도로 관리함. .table_css2 { width: 600px !important; height: 110px !important; border: 1px solid #7F7F7F !important; border-collapse: collapse !important; table-layout: fixed !important; } .table_css2 th, .table_css2 td { border: 1px solid #7F7F7F !important; text-align: center !important; height: 30px !important; font-size: 85% !important; word-wrap: break-word !important; white-space :normal !important; } .table_css2 th{ background-color: #659DBF !important; color: #efefef !important; } .table_css2 td{ background-color: #D8E3F2!important; color: black !important; } 구분 로그인 자원 계산자원 부가자원(Haboop, Spark) 기본사용자  CPU: 4(6)core, Memory:8(16)GB  GPU(12GB, 15TP)  Disk: 100GB  로그인자원과 동일한 규모로  2개의 POD까지 가능 추가 신청, 관리자 승인 슈퍼사용자 4. 데이터 등록 정책  - 연구데이터의 등록은 DataON 리포지터리에 메타데이터와 파일데이터를 등록함.  - 등록자는 메타데이터를 충실히 작성하여 이용자들이 공유활용할 수 있도록 해야함.5. 데이터 수집/연계 정책  - 메타데이터 수집/연계 리포지토리 단위 : 기관, 부서 단위까지 제한  - 연계 방식 :        - 주 연계 프로토콜은 세계 표준 프로토콜 사용 (OAI-PMH)        - OAI-PMH를 지원하지 않는 경우, 연계 대상 리포지토리의 API 사용        - 외부 제공시에는 OAI-PMH를 통해 제공  - 메타데이터 수집 주기 :       - DataON Repo : 실시간 수집       - 자동 수집 : 3개월마다 전체 데이터 수집       - 수동 수집 : 6개월마다 전체 데이터 수집  - 연계수집/중단 절차      - 연계수집 개시 : 협의 → 수집연계협약서 → 수집                      (데이터 관리/보존, 책임관계 등)      - 연계수집 중단 : 협의 → 수집연계중단합의서 → 중단                (데이터보존 여부 등)6. 기타  - IDR 호스팅 서비스는 반드시 메타데이터를 공개한다는 전제하에 호스팅 서비스를 제공

 구분  

testtesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttesttest테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트테스트

asdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsdasdsd

테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5테스트5

테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4테스트4

과연....!테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3테스트3성공이닷!!!!!