DAF(Data Asset Framework)를 활용한 임산공학 분야 연구자들의 연구데이터 관리 개선 방안 – 국립산림과학원을 중심으로 - document_id A220623133410

본 연구는 임산공학 연구자들의 연구데이터 관리 현황 파악을 목적으로 하였다. 연구 목적 달성을 위해 DAF(Data Asset Framework)라는 도구를 이용하여 설문조사를 수행하였다. DAF는 기관이 연구데이터를 어떻게 관리하고 있는지 식별, 위치, 설명 및 평가할 수 있는 수단을 제공하는 조사 도구이다. 이러한 DAF를 활용하여 국립산림과학원 내 임산공학 분야 연구자들을 대상으로 연구데이터 관리 현황을 분석한 결과, 연구데이터 생성 방법 및 유형, 공유, 저장, 보존 그리고 재사용 등과 같은 5가지의 카테고리의 현황 및 문제점이 도출되었으며, 또한 문제점 관련하여 해결책을 제시하였다. 이번 연구는 DAF와 같은 체계적인 도구를 활용한 기초 조사로서 특정 분야의 RDM 시스템 설계 시 연구데이터의 현황 및 문제점을 분석하는데 참고자료가 될 수 있을 것이다. 최근 데이터를 기반으로 하는 연구가 새롭게 출현함에 따라 천문, 항공, 우주, 유전자 등 첨단 분야에서 센서와 같은 실험 장비의 발전으로 데이터 급격히 증대되고 있다. 또한, 해외 대학 및 연구기관에서는 연구기금으로 생산된 연구결과물이 국가 및 기관 자산으로 재사용될 수 있도록 체계적인 관리 및 보존되어야 한다는 환경이 만들어졌다. 국내에서도 늦었지만 법령에 연구데이터의 정의와 DMP 적용 대상에 대한 근거를 마련하였다. 국립산림과학원에서는 2019년 10월에 ｢국립산림과학원 연구데이터 관리 기본계획｣이 수립되었다. 해당 계획이 수립된 배경은 규정이나 지침과 같은 연구데이터 관리정책과 연구데이터 관리 프로세스의 부재 그리고 연구데이터에 대한 개인관리로 공유 및 재활용이 어렵다는 점에 있었다. 따라서 국립산림과학원은 효율적인 데이터 관리와 공유를 위한 DMP와 관리 시스템의 도입을 검토하였고 연구데이터 관리 실행내용을 정책에 명시하도록 하였다. 이러한 기관의 노력으로 현재 국립산림과학원 연구데이터 관리 기본계획이 수립되었고 연구데이터 아카이빙 플랫폼을 도입하여 운영 중에 있다. 실제로 연초에 연구과제에 대한 DMP 제출이 의무화되었고 연말에 DMP에 따라 연구데이터를 플랫폼에 업로드하고 있다. 본 연구의 목적은 임산공학 연구자들의 연구데이터 관리 현황을 파악하기 위함이다. 이러한 목적을 수행하기 위하여 먼저, 임산공학 분야의 학문 분류와 해당 분야의 실제 실험 내용을 파악하여 해당 분야의 데이터 특성에 대하여 확인하였다. 또한 설문조사를 실시하였으며 설문조사에 사용된 질문지는 DAF의 설문문항을 최대한 준용하되 국내 현황과 맞지 않은 문항은 수정하여 연구자들에게 온라인으로 배포하였다. 설문 조사 결과로 확인된 연구데이터 관리 현황은 다음과 같이 연구데이터 생성 방법 및 유형, 공유, 저장, 보존 그리고 재사용 등 5개의 카테고리로 분석하였다. ∙ 연구데이터 생성 방법 및 유형: 연구데이터는 대부분 관찰과 실험을 통해 생성되며 데이터 유형은 액셀 시트와 이미지 및 실험실 노트가 가장 많음. 특히 정형 및 비정형데이터를 관리할 수 있는 RDM 시스템 도입이 필요함∙ 연구데이터 공유: 연구데이터 공유 수단은 이메일, 파일 스토리지 서비스 그리고 이동식 저장장치를 가장 많이 사용하며 데이터 공유 시 문제점으로 파일 네이밍 그리고 데이터 버전관리 등과 같은 기술적인 문제를 제시하고 있음. 이러한 부분은 RDM 교육 및 연구데이터 가이드라인의 수립을 통해 해결될 수 있음 ∙ 연구데이터 저장: 연구데이터는 대부분의 연구자들이 사무실의 개인 PC에 저장하고 있고 보유하고 있는 연구데이터 크기는 1-50GB가 가장 많음. 특히 개인 연구자들은 스토리지 문제에 대하여 개인별 스토리지를 따로 구입한다고 응답한 바 RDM 시스템 운용 시 개인별 스토리지 확대가 필요함∙ 연구데이터 보존: 연구데이터 보존 연한은 5-10년을 가장 많이 선호하고 연구데이터 사본은 이동식 저장장치에 백업하고 있음. 또한 데이터 보존을 위해 리포지토리는 거의 사용하고 있지 않으며 데이터 관리는 연구자 본인이 하는 것으로 파악되었음. 이러한 부분은 기관의 연구데이터 관리 규정 내에 세부적인 지침 사항을 마련하여 연구자들의 RDM에 대한 이해를 확보해야 함 ∙ 연구데이터 재사용: 연구자 대부분 본인의 연구데이터의 재사용에 대하여 일부 또는 전체가 가능하다고 하였음. 또한, 재사용할 수 없는 이유에 대하여 연구자가 이해할 수 없는 데이터이거나 기밀성 또는 데이터 보호 문제가 가장 많았음. 연구지원 부서 내에 RDM에 대한 교육 그리고 홍보를 전담할 직원을 두어 해당 연구자들에 대한 온라인 및 오프라인 교육이 강화되어야 함위에서 분석한 설문결과 내용 중 문제점으로 제시된 부분에 대해서는 연구데이터 저장, 공유, 보존 및 재사용을 위한 RDM 시스템의 도입을 통해 해결할 수 있을 것으로 판단된다. 특히 RDM 시스템에는 연구자를 대상으로 한 RDM 교육, 기관의 데이터 정책 및 가이드라인 제시, 개인별 스토리지 확대, 리포지토리 안내 그리고 연구 윤리 교육 등이 포함된 구체적인 실행 방안이 포함되어야 할 것이다. 여기에는 구체적이고 실행가능한 단계별 로드맵을 구성하여 연구자들이 RD의 이해부터 수행까지를 포괄할 수 있는 연구데이터 관리 정책이 추가되어야 할 것이다. 4차 산업혁명 등 데이터가 중요시되고 있는 사회에 있어 이러한 연구데이터에 대한 체계적인 관리 및 보존에 대한 연구가 많이 수행되어야 한다. 여기에는 학문 분야별 특징이 다르므로 각 전문 영역에서 다루어지는 연구데이터의 특징과 소속 연구자의 연구데이터 관리 현황에 대한 파악이 이루어져야 함은 마땅할 것이다. 본 연구가 국립산림과학원이라는 특정 연구 기관을 대상으로 연구데이터 관리 현황을 파악한 것은 연구의 제한점으로 제시될 수 있지만 타 기관에서도 DAF와 같은 공식적이고 체계적인 도구를 이용하여 해당 분야의 연구데이터 관리 현황을 파악할 수 있을 것으로 기대한다. 또한, 기관에서는 DAF와 같은 도구를 이용하여 연구데이터 관리를 위한 구체적인 정책이나 서비스를 제시하기 위한 기초 조사로서 연구데이터 관리에 대한 요구사항과 문제점을 파악할 수 있기를 희망해본다. 마지막으로 연구데이터 관리에 대한 요구사항과 문제점을 해결하기 위한 RDM 기능 및 구성요소에 대한 연구가 진행되어 실질적인 연구데이터 관리 프로세스를 구현하여야 할 것이다.