Earticle

한국에서는 1960-70년대를 거치며 도자기라는 유물을 역사적으로 또는 과학적으로 분석 하는 학자들이 등장하여 오늘날 각각 도자사와 보존과학이라고 불리는 분과가 형성되었다. 그러나 두 분과는 도자기라는 같은 대상을 연구함에도 독자적인 연구 스타일을 형성한 결과 서로 의 연구를 이해하고 소통하는 데 어려움을 겪고 있다. 본고는 백자를 분석한 사례들에 초점을 맞추어, 『경기도 광주관요 종합분석 보고서』와 이 보고서의 분석을 담당한 보존과학자의 다른 연구를 역사적으로 추적함으로써 두 분과가 가진 연구의 특징과 역사를 살피면서 다음과 같은 질문에 답하고자 한다. 첫째, 도자기를 연구하는 두 분과의 설명 스타일이 지닌 특징과 차이는 무엇일까? 둘째, 두 분과의 소통이 점차 어려워지는 이유는 무엇일까? 셋째, 두 분과가 다시 소통할 수 있는 교역지대가 있다면 그 가능 조건과 산물은 무엇일까? 본고에서는 도자기를 분석 하는 두 분과의 설명 스타일을 언어적 관점에서 분석한 뒤, 보존과학이 도자사와 공통언어를 공유하고 있음에도 분석기법이 세분화되고 정량화됨에 따라 그 과정에서 생산되는 과학 데이터 가 점차 도자사와 무관한 것처럼 보이게 되었음을 주장한다. 그러나 두 분과가 공유한 공통언어 의 존재는 보존과학 데이터가 새로이 해석되어 다시 도자사 연구로 확장될 수 있는 가능성을 보여주었다.

During the 1960-1970s, a group of ceramic conservation scientists and ceramic historians in South Korea came together and established their own disciplines. While the two disciplines share the same ceramics as the subjects of their research, there has been little interaction between the two as their research outputs are articulated in remarkably different languages. This paper aims to address the following questions by using a case study that focuses on the research on white porcelains centered on the project of Gyeonggi Museum and a series of studies conducted by one of the museum’s project research teams. First, what are the characteristics of and differences between the explanation styles of the two disciplines that share the same research subjects of ceramics? Second, why has the communication between the two disciplines become difficult? Third, if there can be a trading zone wherein the two disciplines would be able to communicate again, what would be its epistemic conditions? The focus of this paper is the relationship between scientific data and ordinary language, which the two disciplines have shared from their inception. By analyzing the relationship, I first argue that, as the analytical techniques of conservation science have become more developed, conservation science’s data have gradually lost its relevance in ceramic history, in spite of a shared common language between them; Second, I argue that by recovering the import of shared language again, the scientific data can be placed in a different practical context, providing novel interpretations that are relevant and often consequential to ceramic history.

데이터 학술지와 데이터 논문이 오픈과학 패러다임에서 데이터 공유와 재이용이라는 학술활동이 등장하여 지속적으로 성장하고 있다. 본 논문은 영향력있는 다학제적 분야의 데이터 학술지인 Scientific Data에 게제된 총 713건의 논문을 대상으로 저자, 인용, 주제분야 측면을 분석하였다. 그 결과 저자의 주된 주제 영역은 생명공학, 물리학 등으로 나타났으며, 공저자 수는 평균 12명이다. 공저 형태를 네트워크로 살펴보면, 특정 연구자 그룹이 패쇄적으로 공저활동을 수행하는 것으로 나타났다. 인용의 주제영역을 살펴보면, 데이터 논문 저자의 주제영역과 크게 다르지 않게 나타났으나, 방법론을 주로 다루는 학술지의 인용 비중이 높은 것은 데이터 논문의 특징으로 볼 수 있다. 데이터 논문 저자의 키워드를 사용하여 동시출현단어분석 네트워크로 살펴본 데이터 논문의 주제영역은 생물학이 중심이며, 구체적으로 해양생태, 암, 게놈, 데이터베이스, 기온 등의 세부 주제 영역을 확인할 수 있다. 이러한 결과는 다학제학문 분야를 다루는 데이터 학술지이지만, 데이터 학술지 출간에 관한 논의를 일찍부터 시작해온 생명공학 분야에 집중된 현상을 보여준다.

Data journals and data papers have grown and considered an important scholarly practice in the paradigm of open science in the context of data sharing and data reuse. This study investigates a total of 713 data papers published in Scientific Data in terms of author, citation, and subject areas. The findings of the study show that the subject areas of core authors are found as the areas of Biotechnology and Physics. An average number of co-authors is 12 and the patterns of co-authorship are recognized as several closed sub-networks. In terms of citation status, the subject areas of cited publications are highly similar to the areas of data paper authors. However, the citation analysis indicates that there are considerable citations on the journals specialized on methodology. The network with authors' keywords identifies more detailed areas such as marine ecology, cancer, genome, database, and temperature. This result indicates that biology oriented-subjects are primary areas in the journal although Scientific Data is categorized in multidisciplinary science in Web of Science database.

데이터 재사용 수요가 증가할수록 데이터 큐레이션의 중요성에 대한 인식은 점차 증가하고 있다. 데이터의 폭증으로 인해, 과학자들은 전체 노력의 90%를 자신의 연구에 필요한 데이터의 검색 및 수집에 들이고 있다. 이러한 노력을 절감시키기 위해, 본 논문에서는 과학 데이터의 재사용성을 높이는 데 필수적인 커뮤니티 주도적 데이터 큐레이션 협업 환경의 개발 및 적용에 대해 다룬다. 본 과학 큐레이션 협업 환경은 특정연구 분야의 연구 결과 간에 상호 연관성을 포획하고 재구성하기 위해 데이터 (또는 데이터 컬렉션) 및 관련 문헌 간의 상호 연결에 초점을 맞추고 있다. 또한 풍부한 문맥 정보를 메타데이터로 제공하여 사용자의 데이터 이해를 돕는다. 데이터 및 데이터-문헌 간의 상호 연결을 영구적으로 접근할 수 있도록 보장하기 위해, DOI 시스템을 이용하여 실현하였다. 이 큐레이션 협업 환경은 국내외 연구자들로 구성된 무정형 단백질 연구 그룹에 의해 커뮤니티 주도적인 큐레이션 데이터베이스 구축에 적용되었다. 이렇게 구축된 데이터 베이스는 무정형 단백질 연구자의 과학적 발견을 위한 데이터 검색 및 수집 노력을 절감해 줄 것이다.

The importance of data curation is increasingly recognized as the need of data reuse drastically grows. Due to recent data explosion, scientists invest almost 90% of their efforts in the retrieval and collection of data needed to their study. In this paper, we deal with the development and application of a collaborative environment for community-driven data curation which is essential to enhance scientific data reusability and citability. The collaborative scientific data curation environment focuses on the cross-linking between data (or data collections) and their associated literatures to capture and organize inter-relations among research results in a specific domain. Also, plenty of contextual information is provided as metadata in order to support users in understanding data. The cross-linking has been realized by using DOI system to guarantee global accessibility to data and their relationships to literatures. The curation environment has been adopted to build a community-driven curated DB by a globally well-known intrinsically-disorderd protein research group. The curated DB will drastically reduce researchers' efforts to retrieve and collect the data required for scientific discovery.

본 연구의 목적은 기록물로서 과학데이터의 보존 및 활용 모델을 제시하는데 있다. 과학데이터와 관련하여 미국과 영국, 호주, 유럽연합의 국가별 동향을 조사하였으며, 해외 선진 사례를 프로그램 단위로 조사하였다. 조사된 프로그램은 DataCite, WDS, PANGAEA, Dataverse, BSRN, DLESE, GCMD, SEDIS이다. 각각의 프로그램에서 공통된 시사점을 도출하였으며, 이를 기반으로 본 연구에서는 과학데이터 보존 및 활용을 위한 모델을 제시하였다.

This study is to suggest a model for preservation and circulation of scientific data as Records. Analysis for national trends in U.S., British, Australia, Europe about scientific data was performed. Foreign advanced programs on management of scientific data were surveyed and analyzed. The analyzed programs were DataCite, WDS, PANGAEA, Dataverse, BSRN, DLESE, GCMD and SEDIS. Common implications were deducted from each program. With the results of analyzing the programs, this study proposed a model for preservation and circulation of scientific data.

모든 분야에서 과학데이터의 생산 및 수집에 많은 비용과 시간이 소요되고 있으며, 또한 공유와 재활용 정도가 매우 낮은 실정이다. 학제간 연구를 지원하기 위해서는 대량으로 발생하고 있는 과학데이터가 체계적으로 보존 및 공유되어 야 하며, 또한 반복할 수 없거나 반복하는데 많은 비용이 발생하는 실험 및 관찰 데이터의 보존과 재사용 및 활용 환경 구축 이 필수적이다. 이에, 본 연구에서는 국가 과학데이터를 수집·저장·관리·공유·활용할 수 있는 서비스와 국가 R&D 관련 기관, 국제적인 과학기술 단체 및 기관과의 다양한 과학데이터 연동 인터페이스를 제안한다. 이를 통해, 현재 개발되어 있는 기존 과학 데이터베이스들의 활용성을 증대시키고 산업적 파급 효과가 높은 과학 데이터를 더욱 개발하여 국가 연구개발 활동을 지원하는 과학 데이터 인프라를 확충하는데 기여하고자 한다.

Production and collection of scientific data in all areas is costly and time consuming. The level of sharing and recycling of scientific data is also very low. In order to support interdisciplinary research, massive scientific data should be systematically preserved and shared. In addition, it is essential to build an infrastructure to preserve and utilize the costly experiment and observation data. In this study, we propose a service that can collect, store, manage, share, and utilize national science data. It also suggests interfaces for various scientific data interactions with national R & D related organizations, international scientific and technological organizations and institutions. This will increase the availability of existing scientific databases that are currently being developed.

글쓰기를 통하여 사고의 건전함을 검증받는 것은 중요한 일이다. 아울러 시대적 요청이 되어야 함은 당연하다. 이것은 한 사회가 선진화의 대열에 들어가기 위해서 필요한 여러 작업 중의 하나이다. 본고는 우리 생활에 깊게 자리잡은 빅데이터 분석에 관심을 갖는다. 그리고 과학기술글쓰기가 어떻게 빅데이터와 관련을 맺고 있는지를 알아보는 것이 목적이다. 그러기 위해 먼저 빅데이터에 대한 통시적 상황을 살핀다. 글쓰기는 다른 과목과 달리 특정 교과 과목에서 다루어져야 할 성질의 것이 아니다. 그렇다고 종합적인 학문도 아니다. 엄격한 잣대로 보면 개별 지식의 집합체가 아니라, 진리에 접근하는 합리적 방식을 포함하는 작업이다. 그런데 빅데이터 분석에는 한계가 있다. 한국어 의미분류 체계의 미비로 한국어의 특성 어휘나 구문과 상관성이 높은 어휘군에 대해 명확한 그림을 그려낼 수 없다는 점이다. 과학분야의 전문적인 글쓰기는 대부분 문제 중심으로 이루어진다. 과학적으로 해결해야 할 다양한 과제가 과학글쓰기의 문제가 된 것이다. 그 문제 속에는 대체로 문제 상황에 대한 진단과 연구방향 및 목적이 담겨 있다. 과학기술글쓰기의 두드러진 표현상의 특성은 여러 가지가 있다. 그것은 다름 아닌 언어적 서술 이외에도 도표형식을 여러 곳에 포함하고 있는 점이다. 이런 이유로 사회적 이슈를 이해하고 과학기술을 사회적 필요와 연결시켜 응용할 수 있는 능력은 필수적인 항목이 된다. 두 대학의 교재를 개괄적으로 분석하면서 되도록이면 실제적인 것에 초점을 맞추고자 했다. 과학기술글쓰기는 전공하는 학과에 따라 천편일률적인 방법을 적용하기는 힘들다. 따라서 학생 스스로가 교재에서 소개한 장별의 이론을 먼저 습득하고, 쉬지 않고 연마함으로써 그 목적을 달성해야 할 것이다.

It is important to verify the health of the accident through writing. In addition, it is natural that this should be a demand for the times. This is one of many tasks that a society needs to enter into the ranks of advancement. This paper is interested in Big Data Analysis, which is deeply embedded in our life. However, big data analysis has limitations. The lack of a Korean semantic classification system makes it impossible to draw a clear picture of a vocabulary group that is highly correlated with a Korean vocabulary or phrase. And to see how science and technology writing is related to Big Data. To do this, we first look at the status of the Big Data. Unlike other courses, writing is not something that should be taught in a specific subject. It is not comprehensive study, either. In a rigorous standard, it is not a collection of individual knowledge, but a rational way of approaching truth. Professional writing in science is mostly problematic. Various tasks to be solved by science have become a problem of scientific writing. The problem usually includes diagnosis and research direction and purpose of the problem situation. The most prominent feature of science and technology writing is that it contains a large amount of charts in addition to daily verbal descriptions. For this reason, the ability to understand social issues and apply science technology to social needs is an essential item. I analyzed the textbooks of the two universities and tried to focus on practical ones as much as possible. Scientific writing is difficult to apply the method in accordance with the department of study. Therefore, the students themselves must first acquire the theories of the chapter introduced in the textbook.

The cross-border flow of scientific research data develops following the dual connotations of cross-border data, encompassing the open sharing of scientific research data and cross-border transmission. The governance pathways for cross-border flow of scientific research data within the “Belt and Road Initiative” can be categorized into two main models: the “passive” open sharing of scientific research data comprises the interactive platform governance and soft law guidance governance, and the “active” cross-border transmission of scientific research data consists of the extended “from principle to specificity” governance and “internal and external differentiation” center governance. The interactive platform governance lacks synergies, while the soft law guidance governance does not adequately balance the interests of developing and developed countries. The “principle to specificity” extension governance lacks comprehensive regulation of cross-border data transfer, and the “internal and external differentiation” center governance exacerbates competition and fragmentation in the governance of cross-border data flow. Based on China's data strategy and the positioning of the “Belt and Road”, it is recommended to promote the integration of interactive platform governance for open sharing of scientific research data, optimize soft law-guided governance grounded in the concept of a community of destiny, clarify the “dual-track” rules for cross-border flow of scientific research data within the Regional Trade Agreement (RTA) framework, and pilot regulatory sandboxes in Free Trade Zones (FTZs). Lastly, efforts should be made to optimize the effectiveness of global governance of scientific research data within the frameworks of the WTO and UN.

Background Microsurgical techniques are considered standard procedures in reconstructive surgery. Although microsurgery by itself is defined as surgery aided by optical magnification, there are no guidelines for determining in which clinical situations a microscope or loupe should be used. Therefore, we conducted standardized experiments to objectively assess the impact of optical magnification in microsurgery. Methods Sixteen participants of microsurgical training courses had to complete 2 sets of experiments. Each set had to be performed with an unaided eye, surgical loupes, and a regular operating microscope. The first set of experiments included coaptation of a chicken femoral nerve, and the second set consisted of anastomosing porcine coronary arteries. Evaluation of the sutured nerves and vessels were performed by 2 experienced microsurgeons using an operating microscope. Results The 16 participants of the study completed all of the experiments. The nerve coaptation and vascular anastomoses exercises showed a direct relationship of error frequency and lower optical magnification, meaning that the highest number of microsurgical errors occurred with the unaided eye. For nerve coaptation, there was a strong relationship (P<0.05) between the number of mistakes and magnification, and this relationship was very strong (P<0.01) for vascular anastomoses. Conclusions We were able to prove that microsurgical success is directly related to optical magnification. The human eye's ability to discriminate potentially important anatomical structures is limited, which might be detrimental for clinical results. Although not legally mandatory, surgeries such as reparative surgery after hand trauma should be conducted with magnifying devices for achieving optimal patient outcomes.

Big Data시대를 맞이하여 창의적 노력을 장려하면서 데이터와 정보 자체는 공공의 영역으로 지키려 했던 저작권법제가 사적 이익을 너무 보호하여 준 결과 데이터와 정보가 저작물과 함께 보호의 틀 속에 합법적으로 갇혀버렸고, 디지털기술의 활용을 통한 지식의 공유와 활용, 이를 토대로 한 연구 발전이 오히려 제약을 받는다는 비판이 제기되고 있다. 데이터와 정보의 1차적 생산자가 아니라 이들을 상업적으로 가공, 높은 가격에 판매하는 데이터베이스 제작자, 상업적 출판사가 더 큰 경제적 이익을 거두고 이런 이익을 연구자를 포함한 이용자들이 비용으로 지불하여만 데이터와 정보를 이용할 수 있는 구조라면 현재의 법체계를 개선할 당위성이 있다. 특히 가장 개방과 참여, 공유가 필요한 과학기술 분야의 협업, 공동연구일수록, 또한 디지털화된 연구 자료의 공동 활용분야에서 역설적으로 저작권법제가 장애가 된다는 비판에서 출발, 유럽과 미국, 한국의 법제를 비교법적으로 분석, 개선을 위한 대안을 제시하려고 하였다. 구체적으로는 우리를 포함, 각국이 저작재산권의 예외를 분명하게 보장받도록 하기 위한 법 개정 방향제시와 함께 디지털 저작물을 보호한다는 명분하에 기술적 보호조치와 계약법의 힘을 빌어 데이터와 정보의 자유로운 활용을 합법적으로 차단하려는 상업적 서비스제공자의 사적 이익을 극복하는 방안 또한 제시함으로써 공공의 영역 가운데 적어도 '연구를 위한 공론의 장' (research commons)을 만들려고 하였다.

It is the fundamental principle that data and information itself is in the public domain under the copyright law regime. However, along with the protectionism request evidenced by Internet Treaties and DMCA after digitalization trend, the data and information has been kept legally in the digital grids and contract tools suggested by the copyright holders. So, people came to worry about the crumbled copyright law function which fails to sustain 'the research commons' for the utilization and exploitation of digitalized scientific data especially in the Big Data era. This paper examined the development history and pros and cons of the protection exception clauses in EU Directives, US Copyright Act and Korean Copyright Act out of comparative legal analysis perspectives, and also analyzed the Korean database market structures. Based upon such results, it tried to find more workable solutions for securing the free research environment through free data exploitation under the copyright law regime on global basis. As a conclusion, this paper suggested a uniform safe harbor in the exceptional clauses under the current copyright laws of EU, USA and Korea, first of all, and some additional legal and policy measures to overcome the commercial interests of the dominant scientific database providers in the real market are proposed as well.

GLOVE(GLObal Virtual reality visualization Environment for scientific simulation)는 컴퓨팅 자원의 성능 향상으로 데이터 양이 급속히 증가한 응용 과학과 전산 시뮬레이션 분야의 대용량 과학 데이터를 효율적으로 가시화하여 분석하기 위한 도구이다. GLOVE의 데이터 관리자인 GDM(GLOVE Data Manager)은 대용량 데이터의 분산 병렬 가시화를 위해 분산 공유 메모리를 제공하는 GA(Global Array)를 이용해 테라 바이트 단위의 데이터를 실시간으로 처리한다. 그러나 대용량 과학 데이터를 가시화 하는 과정에서 기존의 Data Locality를 고려하지 않은 데이터 접근 방식으로 인한 성능 저하를 확인했다. 본 논문은 기존 GLOVE에서 발견한 성능 저하 현상을 밝히고, 이에 대한 해결 방법을 제시한다.

GLOVE(GLObal Virtual reality visualization Environment for scientific simulation)는 컴퓨팅 자원의 성능 향상으로 데이터 양이 급속히 증가한 응용 과학과 전산 시뮬레이션 분야의 대용량 과학 데이터를 효율적으로 가시화하여 분석하기 위한 도구이다. GLOVE의 데이터 관리자인 GDM(GLOVE Data Manager)은 대용량 데이터의 분산 병렬 가시화를 위해 분산 공유 메모리를 제공하는 GA(Global Array)를 이용해 테라 바이트 단위의 데이터를 실시간으로 처리한다. 그러나 대용량 과학 데이터를 가시화 하는 과정에서 기존의 Data Locality를 고려하지 않은 데이터 접근 방식으로 인한 성능 저하를 확인했다. 본 논문은 기존 GLOVE에서 발견한 성능 저하 현상을 밝히고, 이에 대한 해결 방법을 제시한다.

This paper presents a data-scientific analysis of the entire corpus of the modern Korean periodical Gaebyeok, examining both metadata and main article texts. Metadata analysis reveals that unspecified pseudonyms account for about 35% of entries—mostly announcements or miscellaneous items not essential for identifying pen names—despite the periodical’s history of forced discontinuation and author censorship. Main text analysis, using deep learning techniques— subword tokenization, fastText static embeddings, and BERTopic dynamic embeddings—produced notable results. Subword tokenization effectively segmented tokens such as ‘아니-하면,’ ‘무엇-을,’ ‘경제-적,’ and ‘생각-을’ without a conventional morphological analyzer. fastText captured subwords as character n-grams in modern Korean texts with orthographic differences from contemporary Korean, positioning functionally related words such as ‘잇다,’ ‘업다,’ ‘하다,’ and ‘것이다’ in close semantic space. BERTopic identified latent topics, with top clusters including ‘people, arts’, ‘thoughts, mind’, ‘Gaebyeok, readers’, ‘song, sound’, ‘school, Gyeongseong’, ‘Joseon, society’, ‘Japanese, Korean, and ‘conference, government’. An important subcluster on ‘Cheondokyo’, the founding religion of the periodical, should also be incorporated into the topic results.

GRASS는 GIS 공개 소프트웨어로서, 이의 효과적인 활용은 비용 면이나 기술 개발 및 축적 면에서 국가적으로 중요하다. 생물, 지질, 환경 등의 과학 기술 분야에서는 방대한 자료를 3차원적으로 표현하고 분석해야만 하는 경우가 많이 있다. 본 논문은 GRASS의 3차원 기능을 이용하여 식물의 서식 분포를 시각적으로 표현하는 방법과 실제 구현 사례를 기술한다. 지역으로는 내장산을 선택하였으며, 환경부에서 제공하는 실제 내장산 DEM 자료를 사용하였다. 식물 분포 표시를 위해 GRASS가 제공하는 컬러-기반 3차원 디스플레이 기능을 사용하였다.

This study investigates Korean linguistic modernity as it is expressed by the colonial-era periodical 『Donggwang』 (Eastern Light). To compliment previous qualitative research on Korean linguistic modernity, we present a quantitative analysis of textual data associated with 『Donggwang』 made available by the National Institute of Korean History. Rather than working deductively to test any particular theory of linguistic modernity, we work inductively to describe language use in an important modern periodical. Assessing the mixed script employed in 『Donggwang』 with quantitative methods, we discern an increase in the use of Sino-Korean over the course of the periodical’s publication in the 1920s and 1930s. Information-theoretic measures of mutual information substantiate some previous claims about authors appearing in 『Donggwang』. They confirm, for example, the unsurprising fact that Kim Yungyeong is strongly associated with the study of the Korean language. They also suggest new ways to understand the disposition of Kim’s writing. For example, our analysis shows that Kim’s texts can be more easily associated with words such as gugeo (national language), gukeohak (national linguistics), gukga (nation) than words such as Joseon (Joseon Korea) or Joseoneo (Joseon language). Visualizing word embeddings substantiate comprehensive aspects of modernization period in words and their relative distances. We confirm the term hakkyo (school) often denotes modern educational institutions, for example, and the terms munja (written characters), yeongu (research) and gwahak (science) are frequently associated. We also identify new avenues for investigation. For example, our analysis suggests the terms such as jabonjuui (capitalism), segye (world) and gonghwang (panic) are important to authors appearing in 『Donggwang』. In sum, we argue that data scientific techniques like those we employ can enrich and extend qualitative formulations of concepts such as Korean linguistic modernity.

데이터 볼륨과 복잡도가 빠르게 증가함에 따라 과학 빅데이터를 다루는 데이터 집적 과학은 네트워크를 통해 보다 효과적인 데이터 저장 및 분배를 위한 새로운 기술을 발견하는 것을 필요로 한다. 최근 네임드 데이터 네트워킹 커뮤니티와 데이터 집적 과학 커뮤니티는 함께 과학 실험 빅데이터의 분배 및 관리에 있어서 혁신적인 변화를 꾀하였다. 본 논문 에서는 기후과학 및 고에너지물리 데이터 등과 같은 과학 빅데이터를 위한 현존하는 엔디엔 테스트베드들에 대한 분석이 처음으로 이루어진다. 과학 빅데이터를 위한 엔디엔 테스트베드들을 현황, 엔디엔 기반 응용, 특징 측면에서 묘사하고 토의한다. 마지막으로 과학 빅데이터를 위한 엔디엔 테스트베드 네트워크를 확립함에 있어서, 함정에 빠질 수 있는 다양한 이슈들을 엔디엔 테스트베드들에 대한 묘사 그리고 특징들로 부터 도출하여, 분석 제시한다.

As the data volumes and complexity rapidly increase, data-intensive science handling large-scale scientific data needs to investigate new techniques for intelligent storage and data distribution over networks. Recently, Named Data Networking (NDN) and data-intensive science communities have inspired innovative changes in distribution and management for large-scale experimental data. In this article, analysis on NDN testbeds for large-scale scientific data such as climate science data and High Energy Physics (HEP) data is presented. This article is the first attempt to analyze existing NDN testbeds for large-scale scientific data. NDN testbeds for large-scale scientific data are described and discussed in terms of status, NDN-based application, and features, which are NDN testbed instance for climate science, NDN testbed instance for both climate science and HEP, and the NDN testbed in SANDIE project. Finally various issues to prevent pitfalls in NDN testbed establishment for large-scale scientific data are analyzed and discussed, which are drawn from the descriptions of NDN testbeds and features on them.

지난 수십 년간, 컴퓨터 기술의 발전은 응용연구의 데이터집약형 연구라는 새로운 패러다임으로 변화를 가져왔다. 지리적으로 떨어진 연구자들에게 대용량 실험 데이터를 저장, 공유, 분석하는 환경이 요구되고, 우리나라는 연구 경쟁력 강화를 위해 국가과학기술연구망(KREONET)과 대용량데이터센터 등 국가 차원의 인프라를 서비스하고 있다. 특히, KREONET는 2016년부터 세계 주요 연구지까지 최대 100Gbps의 속도로 연결하는 네트워크를 제공하고 있다. 본 논문에서는 국제간 협업을 지원하는 초고속 장거리 전송의 연구 환경으로서, 고성능 전송 노드와 계산 자원을 고속의 네트워크에 연동한 대용량 데이터전용의 전송플랫폼 시연 결과를 소개하고자 한다.

Over the last several decades, the advances in computer engineering technology have led a new paradigm of data-intensive research in the field of scientific applications. A collaborative work environment for storing, sharing and analyzing data is required for researchers of geographical distance. The Korean government supports the Research & Education network(KREONET) and the Global Science experimental Data hub Center(GSDC) to strengthen the nation's competitiveness. The KREONET has upgraded its backbone to 100Gbps to accommodate demand to transfer data fast among the global major experimental sites. This paper introduces the test result between high performance nodes reserved for big data transfer.

현대 과학기술연구개발에서 데이터의 수집, 큐레이션, 분석, 시각화의 효율화는 과학기술발전의 중요한 요소이다. 데이터 집중연구에서 이러한 과학데이터의 가치는 절대적으로 필요하다고 할 수 있다. 과학데이터의 생산량은 기하급수적으로 증가했지만 데이터를 수집하고 배포할 수 있는 수단을 마련하는 측면에서 보면, 현재 분야별로 과학데이터의 개별적인 활용 체제만 운영되고 있어 걸음마 단계이다. 이에 본 논문에서는 국가차원의 국가 과학데이터센터 구축의 경제적 파급효과를 한국은행(2009)의 산업 연관분석을 이용하여 생산유발효과, 부가가치유발효과, 취업자유발효과 및 전 후방연쇄효과로 나누어 분석하여 국가 과학데이터센터 구축에 대한 경제적 타당성을 검증하고자 한다.

In the modern scientific R&D, the efficient acquisition, curation, analysis and visualization are core elements of the science development. The value of scientific data is very important in data intensive research. An output of scientific data is drastically increasing. However we have only each individual system of scientific data in now. Therefore We feel a lack of efficiency of scientific data. In this paper, We analyze an economic ripple effects in terms of production inducement effect, added value inducement effect, labor inducement effect and forward backward linkage effect of national scientific data center construction using an input-out analysis of the bank of Korea(2009). We also examine an economic propriety of national scientific data center construction.

전통적으로 과학데이터 시각화는 데이터 분석과 관련이 깊은 연구 수행과정 중의 하나로 간주되어 왔다. 그러나 최근 들어서 과학데이터 시각화의 연구영역 자체가 독립적인 학문분야로서 자리를 잡기 시작하면서 시각화의 기술 및 방법들이 점차 고도화되고 복잡해지고 있다. 그러나 과학데이터 시각화 연구가 개인 및 그룹의 연구자들 스스로의 노력으로 시각화 문제를 해결하는 데 있어서 한계가 있다. 따라서 전문집단에 의한 체계적인 지원의 필요성이 대두되고 있으며, 본 연구는 거시적 관점의 국가수준에서 어떻게 과학데이터 시각화를 체계적으로 지원할 것인가를 정책적인 시각에서 분석하였다. 구체적으로 기존 문헌의 조사를 통하여 주요 성공요인들을 파악하였으며, 집중적으로 투자해야 할 연구의 영역을 설정하였다. 다음으로 국가수준의 시각화 연구지원의 전략적인 방향과 전략적 과제를 제언하였다.

Conventionally, scientific data visualization is thought of as one of activities performed by scientists during the scientific data analysis. However, recently, there exits a set of research papers which count scientific data visualization as a independent research area. They show the research subjects for studying the scientific data visualization technology and methods. In case, a scientist or group of scientists can not solve their own visualization problem due to the unskillfulness and inexperience on using visualization tool. Therefore, it needs to help them by the systematic way for solving the problem. In this study, we analyze and propose the national level scientific visualization support system for scientists. In particular, we first analyze the existing papers and find out the critical success factors. Then, by integrating the findings of the analysis, we propose the research areas which need to be focused, and the strategic direction and specific research topics for scientific data visualization support system in national level.

과학 데이터는 대부분 과학 시뮬레이션의 결과로 얻게 되며, 사람이 직관적으로 이해하기 어려운 숫자의 나열인 경우가 많다. 이런 수치 데이터를 가시화하면 보다 쉽게 이해해서 분석할 수 있는 형태가 갖춰지게 되며, 가시화 환경을 VR 환경으로 옮기면 사용자와 상호작용하면서 사용자가 원하는 형태로 데이터를 가시화하는 것이 가능할 뿐만 아니라 몰입형 환경 덕분에 데이터에 대한 이해도도 높일 수 있다. 그러나 VR 환경의 시스템적 한계와 다양한 가시화 알고리즘에 대한 필요성 때문에 VR 환경에서 과학 데이터를 가시화하는 데는 한계가 있다. 본 논문에서는 VR 환경에서 과학데이터를 가시화하는 프레임워크를 제안한다. 이 프레임워크는 VTK에 기반을 둔 애플리케이션인 ParaView를 활용함으로써 과학데이터를 가시화하는 알고리즘을 제공하며, VTK와 CAVELib을 기반으로 하는 VtkCave를 활용해서 시스템에 맞는 VR 인터페이스를 제공한다. 향후에는 이 프레임워크에 보다 다양한 인터페이스와 가시화 기법을 더해서 풍부한 서비스를 제공할 수 있도록 할 예정이다.