환경정책연구에서의 데이터 활용성 강화 방안

○ 데이터 관리 및 활용 체계 구축을 통한 데이터 중심 패러다임 도입 필요

- 많은 데이터가 분산되어 있어 어디에 무엇이 있는지에 대한 정보에 대한 공유가 필요하 고 연구자들 사이의 데이터 공유가 원활하지 않는 등의 소통 문제 해소가 필요함

- 데이터 공유 및 활용 체계 구축을 통해 연구 데이터 분실 및 탐색 시간의 최소화와 재활 용을 극대화, 연구 시간 및 비용 절감이 필요함

- 데이터 공유의 기여와 혜택의 불균형 해소가 필요: 활용성이 높은 자체 생산/가공 데이 터에 대한 저작권을 부여하고 일정의 인센티브 제공 등의 제도 도입 등이 필요함

- 데이터 활용성 평가기준 도입 필요: 데이터 인용 및 활용에 따른 평가기준 확립이 필요함 - 연구 데이터의 생산, 정제, 관리, 공유, 서비스 구축 등에 대한 보상 체계 확립과 실질적

인 데이터 공유, 융합, 협업을 통한 융합 연구의 장려가 필요함

자료: Bierer, Crosas, and Pierce(2017), pp.1684-1687.

<그림 3-1> 데이터 관리 사례

- 데이터 정책 사례: 페널티 정책보다는 인센티브 정책으로 적극적인 데이터 공유 참여 유 도, 예시로 <그림 3-1>과 같이 보고서뿐만 아니라 데이터에 대해 ID를 부여하고 보고서 작성 시 특정 데이터를 활용할 경우 데이터의 ID를 기록하고 있음

- 개방적인 연구 환경으로 전환하기 위해 관련 교육, 인식 제고, 인센티브 등과 같은 방법을 통해 각 연구 데이터 공개 및 공유의 중요성을 강조하고 문화 확산을 위한 노력이 필요함 - 공개 데이터, 개인정보 비식별화 조치 후 활용 가능 데이터, 공유 불가 데이터 등 연구

데이터 보안과 관련한 명확한 가이드라인 확립이 필요함

○ KEI에 적합한 데이터 관리(공유) 계획 도입 필요

- 현재 KEI에서는 단순 연구 보고서 제출 이외에 데이터 관리 체계가 없는 상황임

<표 3-1> KEI DMP 템플릿 및 데이터 사양 기술서

KEI DMP 템플릿 (예시)

한국환경정책·평가연구원

○ 연구명 식별자(자동 부여)

○ 데이터 식별자 리스트

○ 제출일자

데이터 사양 (Data Specification)

○ 데이터 식별자(자동 부여)

○ 데이터명

○ 데이터 설명

○ 자체 생산 데이터/외부 데이터 (복수 체크 가능)

□ 자체 생산 데이터 □ 외부 데이터

○ 생산 데이터/가공 데이터 여부 (복수 체크 가능)

□ 원본 데이터 □ 가공 데이터

○ 연관 분야 (복수 체크 가능)

□ 기후 □ 대기 □ 물 □ 자원순환 □ 환경정의 □ 에너지 □ 국제협력 □ 빅데이터 □ 기타

○ 데이터 파일 (자체 생산/재생산 데이터의 경우 업로드)

○ 데이터 링크 (외부 데이터)

○ 데이터 처리/가공/재생산 여부

○ 데이터 타입 (실측(확정)치/추정치)

○ 관련 연구 식별자 (연구명) : (생략 가능)

○ 문의처/담당자 (생략 가능)

○ 보안 사항 (데이터 공개 제한 여부/사유 등) 자료: 저자 작성.

- <표 3-1>과 같이 KEI에 적합한 데이터 사양(specification)을 중심으로 최소화된 형식 의 데이터 관리 계획(DMP) 도입 및 데이터 저장과 공유가 가능한 데이터 저장소(data repository) 구축이 필요함

- DMP와 같이 엄격한 데이터 관리 정책은 신중한 도입이 필요하며 복잡하고 까다로운 데 이터 관리 과정으로 인해 연구의 효율성 감소 효과가 나타날 수 있음. 따라서 패널티 정 책이 아닌 인센티브 정책을 통해 데이터 활용의 극대화가 필요함

- KEI에서는 데이터를 직접 생산한 연구도 있지만 외부에서 생산한 데이터 활용 및 가공 중심의 연구가 많아 연구 종료 시 연구에 활용된 데이터 제출 및 데이터 공유에 따른 추 가 작업의 최소화가 필요함

- 현재 연구자들은 생산된 연구 데이터를 연구자 소유로 인식하고 있으며 연구 데이터 관 리와 공유를 지원할 수 있는 기반 환경이 미비함

- 연구자들은 전체 데이터를 그대로 이용하기보다는 일부 데이터 셋을 해당 연구에 맞도 록 가공하여 활용하는 경우가 많은데, 데이터 생산자는 미래 이용자의 요구를 완전히 예 측할 수 없기 때문에 데이터 공유를 통해 다양한 분석의 수행이 가능하도록 해야 함

○ 데이터 중심의 연구 활성화를 위한 로드맵 제시

자료: 저자 작성.

<그림 3-2> 데이터 중심의 연구 활성화를 위한 로드맵

- 단기적으로는 원내외 데이터 공유 및 연구 활성화를 위해 데이터 저장소 설계 및 구축이 최우선적으로 필요하고, 연구 과정에서 활용된 데이터 및 연구 산출물 관리 등을 위해 데이터 관리 계획, 데이터 탐색이 어려우며, 데이터 협업, 중개, 융합 연구 등을 위한 데 이터 관리 인력 등이 필요하다는 내용 등을 포함한 KEI에 적합한 데이터 관리 체계 구축 이 필요함

- 중기적으로는 연구 데이터 관리 체계의 고도화를 통해 연구 데이터 및 산출물의 축적과 공유가 활성화되고 이로 인해 데이터 기반 융합 연구의 활성화가 필요함

- 장기적으로는 주요 데이터의 수집 자동화와 연구 데이터 및 산출물을 서비스화하는 작 업이 필요하고, 데이터 융합 활용 사례 축적을 통해 데이터 기반 환경정책 및 서비스 개 발 등이 포함된 플랫폼 구축이 이루어져야 함

○ 데이터 저장소 구축 및 관련 서비스 구축에는 단계적 접근이 필요

자료: 저자 작성.

<그림 3-3> 데이터 중심의 연구 활성화를 위한 로드맵

- 데이터 목록화 → 데이터 수집/업로드 → 데이터 검증 → 데이터 활용을 위한 데이터 저장소 구축이 필요함(그림 3-3 참조)

- 데이터에 대한 제약 상황 등이 있음을 고려할 때 데이터 목록화를 통한 존재 유무를 파 악하는 것이 중요하며, 이후 데이터 수집/업로드, 검증 등을 통한 관리가 필요함

- 연구자가 데이터를 다운로드, 업로드, 변경, 현황 조회 및 검색을 할 수 있는 시스템이 구축되어야 하며, 전문가는 이를 검증할 수 있도록 구성할 필요가 있음

자료: 저자 작성.

<그림 3-4> 데이터 관리자의 역할

- <그림 3-4>는 데이터 관리자의 역할을 그림으로 나타낸 것이며, 원활한 데이터 공유 및 연구자의 부담을 최소화하기 위해 데이터 업로드/다운로드, 목록화, 중개, 검증 등을 수 행하기 위한 전담 데이터 관리자가 필요함

○ 장기적으로는 환경정책을 위한 플랫폼 구축 필요

- 데이터 저장소 및 관리 체계 도입 → 지속적인 데이터 수집 및 축적 → 데이터 활용 분 석 및 시각화 등을 활용한 연구 데이터와 산출물의 서비스 및 데이터 기반 환경정책 개 발(의사결정 지원)을 위한 플랫폼 구축이 필요함. <그림 3-5>는 데이터 기반 재난정보 관리 시스템 사례를 나타낸 것임

자료: 파이넨셜뉴스(2014.12.23), “정부, 재난 관련 기업 30곳 키운다”, 검색일: 2019.10.10.

<그림 3-5> 데이터 기반 재난정보 의사결정 지원 플랫폼 사례