대용량 실험데이터 활용 및 육성에 관한 법제적 지원 방안

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

1. 서 론

가. 연구의 배경

⚫ 현재 이슈화되고 있는 ｢4차 산업혁명｣, 인공지능 등의 핵심은 대용량의 데이터

⚫ 과학기술은 대형연구시설과 대용량 실험데이터, ICT 기술의 융합으로 전환

❏ Digital Transformation, 새로운 R&D 패러다임

◦ ｢4차 산업혁명｣시대의 R&D 활동은 데이터와 ICT를 근간으로 R&D 방식과 대상을 혁신하는 것으로 대용량의 데이터의 확보･처리･활용이 연구의 핵심 ◦ R&D 활동에 ICT 융합을 통해 연구현장의 가상화, 초대형화를 구현 - (가상화) 연구의 디지털화를 통한 연구생산성의 폭발적 증가(시간, 비용) - (초대형화) 인간 오감의 한계를 초월한 고위험, 초고(저)속, 극한 연구 가능 ◦ 데이터의 생산처리분석을 기반으로 하는 계산과학 혹은 데이터 기반 과학의 부상은 단순히 새로운 분야의 출현이 아닌 과학 패러다임의 변화로 인식 * 국가 석학 및 신진 연구자일수록 R&D 활동이 Data 기반으로 전환되고 있음 - 데이터 생성을 위한 대형연구시설･장비와 대용량 실험데이터 처리를 위한 사이버인프라의 규모, 데이터를 해석분석 할 수 있는 응용SW의 정밀성과 확장성이 곧 과학기술역량이 되는 시대

(10)

(11)

(12)

(13)

(14)

(15)

활용 및 육성 동향

2.1.

2.1. 대용량

대용량 실험데이터의

대용량

실험데이터의

실험데이터의 활용

실험데이터의

활용

2.1. 대용량 실험데이터의 활용

2.2.

2.2. 데이터

데이터 기반

데이터

기반

R&D

지원

지원 사업

지원

사업

(16)

(17)

(18)

- MGI 프로젝트2)_{는 미국 에너지부(DoE), 국방부(DoD) 주도로 슈퍼컴퓨터 활용 기반의 계산} 과학 방법론으로 시뮬레이션 데이터를 생성하여 세상에 존재하지 않는 신소재 개발을 위한 소재게놈 연구를 추진 중임

- 입자 물리학 분야의 세계 최고 연구소인 CERN은 연간 수백 Peta3)_{Byte가 넘는 데이터를} 분석하는 거대 도전연구를 수행하여 우주의 기원을 연구함

❏ 데이터 기반 R&D

◦ 대형 연구시설 및 장비에서 생산되는 대용량 데이터의 생산처리분석을 기반으로 하는 대용량 실험데이터 기반 연구개발의 출현은 과학기술 분야의 새로운 연구패러다임 변화로 인식되고 있음 - 기존의 인간 지성에 의존한 관찰/관측, 실험, 이론에 의한 과학적 발견은 이미 많은 영역에서 한계점에 봉착함 - 대규모 고성능의 실험장비와 시설을 통해 새로운 발견의 탐구가 현대 과학기술의 주요 이슈가 되고 있음 - 실험시설 및 장비 활용 기반의 과학적 탐구는 R&D의 대형화와 대형시설에서 생산한 데이터의 처리와 컴퓨팅 활용 간 ICT융합이 필수적 요소임 ◦ R&D 활동이 데이터를 생성하는 대형연구시설 관리와 데이터 처리를 위한 컴퓨팅, 스토리지 및 네트워크로 구성된 사이버인프라의 구축을 바탕으로 한 데이터의 분석해석하는 활동으로 전이됨 - 컴퓨팅과 데이터 처리 역량을 기반으로 한 데이터 기반 R&D의 확산은 R&D 프로세스를 변화시키고 있는 상황 ◦ 첨단의 연구개발은 도메인의 과학자와 ICT 전문가 그리고 대형연구시설의 데이터 생성 등의 융합으로 진행 - 표준화된 데이터가 충분히 확보되었다면 연구시설 없이 축적된 데이터 분석만으로도 연구 수행이 가능한 개방형 과학(Open Science)으로 전개

2) MGI (Materials Genome Initiative)는 두 배 빠른 속도로 첨단 물질의 탐색, 제조 및 보급하는 과정에 있어서의 미국 정부기관을 지원하는 정책, 자원 및 인프라의 새로운 시대를 창조하기 위해 고안된 여러 정부기관이 참여하는 프로젝트임

(19)

<그림 2> 중력파 검출 연구(LIGO) : 공저자 1000명 이상, 참여기관 78개

나. 해외 데이터기반 연구동향

❏ 유럽입자가속기연구소(CERN)

◦ 글로벌 협업 Big Science의 대표 분야인 유럽입자가속기연구소(CERN)의 프로젝트는 실험 데이터의 개방・공유・글로벌 협력의 대표사례임

- 입자 물리학 분야의 세계 최고 연구소인 CERN은 핵과 입자물리학 연구를 목적으로 유럽 12개국이 참여하여 1954년 설립한 국제공동연구소로(스위스 제네바 소재) 회원국 20개국, 기타 참여국 45개국 및 2개 국제기구가 참여

* 노벨 물리학상 수상 7명 배출 : Felix Bloch(`52), Sam Ting(`76), Simon van der Meer(`84년), Jack Steinberger(`88), Carlo Rubbia(’84), Georges Charpak(`92), Nanbu Yoichiro('08)

(20)

- 데이터 크기 및 전송량을 고려하여, 전 세계에 지정된 170여개 데이터센터를 통해 데이터를 공유하고 있으며 실험데이터 공유로 65개국, 8천여 물리학자 집단이 다양한 형태의 개방형 연구를 수행하고 있음

❏ CERN ALICE 실험

◦ (연구 내용) 원자핵을 높은 에너지로 가속 후 충돌시켜 빅뱅 직후의 상태를 재현하여 쿼크- 글로운 플라즈마(Quark-Gluon Plazma)라고 불리는 초기우주 물질 상태에 대한 연구를 수행 - CERN의 거대 강입자충돌기(LHC Large Hardron Collider)에서 제공하는 중이온 또는

양성자 빔을 이용해 총 19개의 서브 검출기로 이루어진 ALICE 검출기를 통해 생산되는 데이터를 활용 - 검출기의 실제 실험데이터와 Monte Carlo 시뮬레이션을 통한 이론 예측 값과의 비교를 위해 실제와 가상 데이터를 고성능 컴퓨터를 활용하여 비교 분석함 ◦ (연구 규모) 국제 연구 캠페인 형식의 물리학자와 전산학자들이 협업으로 연구가 진행되고 있으며 41개국, 178개 기관, 1800여명의 연구자가 참가 - 대규모 분석 인프라(30만개의 CPU, 30PB의 디스크 스토리지 그리고 40PB의 테입 스토리지)를 구축하여 운영 중임(2018년) - ALICE 실험에 참여하는 국가는 참여 연구자 비율에 따라 컴퓨팅 자원을 제공하도록 의무화 되어 있어 ALICE 실험에 참여하는 기관 또는 국가의 대표 데이터센터에서 할당된 컴퓨팅 자원을 제공해야 함 - ALICE 실험은 연간 2억 4천만 개의 작업(순간 최대 17만개 작업)을 처리할 수 있는 컴퓨팅 파워와 대용량 데이터 저장장치 등의 사이버인프라가 요구되는 대표적인 데이터 기반 R&D 분야임 ◦ (KISTI 참여) 한국의 ALICE 실험 데이터 분석지원센터로 참여

- KISTI의 경우 WLCG4)_{Tier-1 센터로서 ALICE 실험 원천데이터의 보존(전체의 10%)을} 위해 CERN-KISTI간 가속기데이터 전용망을 구축

- 재구성데이터 및 가상 시뮬레이션 데이터 저장을 위해 3PB 수준의 하드디스크 스토리지를 제공함

- 실험데이터의 분석 가능한 데이터로 재구성을 위해 3,500코어 수준의 컴퓨팅 파워를 제공하고 있음

(21)

<그림 3> CERN 연구소의 거대 강입자 가속기(LHC)

❏ LIGO 중력파 검출 실험

◦ (연구 내용) 블랙홀 병합, 중성자별 충돌, 초신성 폭발 등 천체현상에서 발생하는 중력파를 지구상에서 직접 검출하기 위해 추진하고 있는 미국의 대표적 중력파 검출 프로젝트 - LIGO(Laser Interferometer Gravitational-wave Observatory)와 같은 간섭형 검출기를

(22)

◦ (KISTI 참여) LIGO 회원 기관으로서 데이터센터로 참여 중임

- KISTI는 전체 연구 자원의 2%에 해당하는 1056core의 CPU와 550TB의 스토리지를 제공하고 있으며 한국중력파연구협력단이 LIGO 국제공동연구에 참여할 수 있도록 기반을 제공하고 있음

- 국내에서는 11개 대학(서울대, 인제대 등), 5개 출연연구원(KISTI, 국가수리과학연구소 등)에서 약 30여명의 연구자가 참여하고 있음

❏ SKA(Square Kilometer Array: 평방킬로미터 배열) 거대 전파망원경

◦ (연구 내용) SKA는 ALMA, GMT, LSST 등과 같이 현재 전 세계에서 동시 다발적으로 추진하고 있는 거대망원경 국제공동 프로젝트로 우주 시공간의 구성 물질에 대한 발견을 넘어 우주의 기원 및 진화에 대한 근본적인 이해를 추구하는 21세기 천문학 연구 사업임 - SKA의 1차적인 목적은 아인슈타인의 중력과 일반상대론 검증, 우주 가속 팽창의 주요 원인인 암흑에너지 규명 연구임 ◦ (연구 규모) SKA는 1990년대 초반 개념설계를 시작으로, 2018년 구축을 시작하여 2030년에 완공될 대형프로젝트로 호주(Murchison 지역: 백만 개의 저주파 쌍극안테나), 남아프리카 공화국(Karoo 지역: 수천 개의 고・중주파 접시안테나) 지역에 백만 개의 전파 안테나를 구축 및 연결하여 고해상도, 고감도, 광시야의 획기적인 성능을 가지게 될 천문관측용 전파 망원경 구축 <그림 5> 중주파 접시안테나 <그림 6> 저주파 쌍극안테나

- 참여 규모: 11개 Full Member 국가 포함하여 21개국 100여개 기관이 SKA 구축계획의 개별 프로젝트 단위에 참여5)

- SKA 데이터규모는 초당 160TB 생성, 연간 130PB 데이터 저장

*CERN(유럽핵입자물리연구소)의 연간 데이터 생산량(50PB) 대비 3배 이상

(23)

◦ (KISTI 참여 계획) SKA에 한국(천문연구원)의 참여가 확정되면 천문연과 협의에 의해 KISTI에서는 국제공동연구 ICT 분야에 참여하여 선진국 수준의 데이터 센터 운영 기술 제공하며 대용량 데이터 공유 및 전송 기술 지원 그리고 관련 인프라 및 기반 시설 지원 등을 수행 할 것으로 예상됨 - 연간 예상되는 데이터 산출량인 130PB을 한국 연구자들의 참여율 5%로 분담할 경우 스토리지 6.5PB에 따른 서버 6,500CPU(1TB 당 1CPU) 추정 - KISTI에서는 천문연이 SKA사업에 선진국 수준으로 참여할 수 있도록 10G급 이상의 네트워크 지원이 가능함

❏ ICGC(International Cancer Genome Consortium)-ARGO(Accelerating Research

in Genomic Oncology)

◦ (연구 내용) 유전체 데이터의 임상적 의미 발굴 및 Global consortium 수준에서 대규모 데이터를 이용한 정밀의료 실현

- 향후 10년 동안 최소 20만 명의 암환자로부터 얻은 샘플을 시퀀싱하여 암 관련 유전체 정보에 대한 기본적인 연구가 진행된 ICGC-PCAWG(PanCancer Analysis of Whole Genomes)의 결과를 기반으로 약제 및 치료 등의 응용연구

- genomics, proteomics, metabolomics 등 omics 연구, 게놈 및 분석 방법론의 표준화, 임상 주석의 표준화 및 품질 관리, 임상 데이터 세트, 기능적 및 임상적 데이터를 가진 게놈 데이터의 대규모 특성과 관련된 데이터 관리에 대한 조직 샘플 품질 최적화 문제를 해결 - 결과의 해석과 연구의 공식 종료 전에 공개적으로 이용 가능한 임상 시험에서의 게놈, 베이스 라인 및 부분 결과 데이터를 만드는 것에 대한 장벽 극복 ◦ (연구 규모) ARGO에는 8개국, 17개 기관이 참여하고 있으며(ICGC 참여 규모는 18개국, 84개 기관이 참여하고 있음) 국내에서도 4개 기관(국립암센터, 서울대학교병원, 삼성서울병원, 이화여자대학교)이 참여하고 있음 - PCAWG 연구는 현재까지 ICGC의 2,800개 이상의 암 전체 게놈에서 돌연변이의 공통패턴 분석을 위한 모든 데이터가 보관되어 있음

◦ (KISTI 참여 계획) ARGO 실험은 중앙센터인 Data Coordination Center와 지역 센터인 Regional Data Processing Center의 컴퓨팅 자원을 통해 수집된 데이터를 재가공함 - 이에 KISTI는 아시아의 RDPC로서 연간 최대 5,000명의 유전자데이터를 처리할 수 있는

수준의 컴퓨팅 자원을 제공

(24)

- 한국에서 ICGC-ARGO에 참여하고 있는 대학 기관은 모두 KREONET으로부터 10G 규모의 초고속망 서비스를 제공받고 있으며, 이를 통해 모든 ARGO에 기탁될 데이터 다운로드 및 공유가 가능한 상태임 - 현재 유전체 실험을 위해 할당된 스토리지는 700TB로 KISTI RDPC를 기반으로 아시아지역 뿐만 아니라 다양한 참여 국가들의 데이터 처리 및 보관을 위해 충분한 저장공간을 지속적으로 확보 및 구축하여야 함 * ICGC-ARGO 전체 데이터는 약 3PB 수준으로 예상

다. 국내 데이터기반 연구동향

❏ 투과형전자현미경(TEM)

6)

_{을 활용한 구조생물학 연구}

◦ (연구 내용) 구조생물학은 단백질의 구조를 원자수준으로 규명하고, 단백질 내부 혹은 여러 단백질 간의 생화학적・생물학적 상호작용을 분석한 후, 이를 단백질의 기능과 연관시켜 해석 - TEM 등 초고해상도의 현미경을 활용하여 전자총에서 방출된 전자빔을 통해 시편에 입사되는 전자들과 시편내에 포함된 원자 및 전자들이 상호작용하여 신호를 적절한 알고리즘에 의해 영상으로 출력하여 세포 구조를 해석 - 우리나라의 경우 한국기초과학지원연구원(KBSI)에서 최첨단 의생명과학 맞춤형 전자현미경 시스템 구축 및 범국가적 연구지원 수행을 위한 슈퍼 바이오 전자현미경 설치 및 활용 사업을 통해 전자 현미경을 구축하여 연구에 활용 중임 <그림 7> 초고해상도 전자현미경(KBSI) ◦ (KISTI 지원) 전자현미경을 통한 단백질의 구조 분석을 위한 프로젝트는 한번의 실험당 생성되는 데이터량은 약 50TB정도로 데이터의 생성・관리・활용에 있어 스토리지 및 컴퓨팅 인프라가 매우 중요함

(25)

- KISTI는 1차적으로 국내 구조생물학자들을 지원하기위해 364core 규모의 CPU와 GPU (NVIDIA P100 × 2ea × 3대)시스템을 지원함

- 오창 KBSI데이터 생산시설(TEM)과 KISTI 데이터 분석・활용연구실 간 10Gbps 전용망 (Science DMZ7)_{)을 연동함} - 700TB 규모의 스토리지를 제공하여 연구를 지원 - 전자현미경 연구그룹이 현재 2019. 12월 기준 3개 그룹에서 5개 그룹으로 확대 ◦ (지원 성과) 기존 개별 연구실 단위의 워크스테이션(20core) 수준에서 수행된 데이터 분석 작업 소요시간이 GSDC 클러스터(308core)에서는 약 10% 수준으로 줄어들었고, GSDC GPU 분석 팜에서는 약 5% 수준까지 떨어지는 등 연구생산성이 획기적으로 향상됨

❏ KSTAR(한국형 핵융합 연구사업)

◦ (연구 내용) 한국형 핵융합로 건설 및 핵융합에너지 상용화 기술 개발 - 핵융합연구소에 설치된 초전도 핵융합연구장치(KSTAR) 장비를 이용하여 수소 동위원소 입자들을 고온 플라즈마로 상태를 변화시킨 후 이를 회전 운동시켜 플라즈마 간 핵융합 현상을 발생시킴 - 플라즈마 입자들이 KSTAR를 빠져나가지 않도록 초전도체 자석 등의 관리 시스템을 운용하고 이에 대한 운용 데이터와 플라즈마의 상태 정보인 실험 데이터를 산출 - 플라즈마 입자들의 움직임을 시뮬레이션을 통해 계산하고 이를 실제 실험에서 획득한 데이터와 비교하여 보다 오랜 시간동안 안정적으로 핵융합로를 운전시킬 수 있도록 연구 ◦ (연구 규모) 미국(General Atomics, PPPL, ORNL, Columbia U.), 중국 (HUST), 일본(QST,

(26)

(27)

- 원자로에서 방출되는 중성미자의 검출시설을 4년간 106억원을 투입하여2010년 6월 완공, 2025년까지 운영 예정

70m high

200m high

Near Detector

Reactors

70m high

200m high

Near Detector

Reactors

<그림 9> 중성미자 지하검출시설 구축 개요 - 향후 세계 최고 수준의 초대형 우주 중성미자 망원경을 현재 시설보다 20배 크게 나주 금성산에 구축하거나 일본과 협력하여 한일간 공동으로 중성미자 연구장치로서 3세대 카미오칸데로 하이퍼카미오칸데를 한국에 설치하는 방안을 일본측과 협의중

* 한국에서는 이를 가칭 한국중성미자관측소(KNO, Korean Neutrino Observatory) 구축으로 계획 중

◦ (실험 데이터) 두 검출기의 약 850개 광센서에서 3.6Gb/s의 데이터가 24시간 365일간 쉬지 않고 생성됨

- RAW 데이터는 매년 약 110TB, 분석용 데이터는 매년 약 50TB의 데이터 생성

- 재구성된 데이터의 자세한 데이터 분석을 위해 2GHz의 CPU가 약 700개 정도가 필요 ◦ (KISTI 지원) CPU 활용율 및 작업 평균 대기시간을 고려하여 432코어의 CPU를 지원하고

(28)

<표 1> 포항 3세대 방사광가속기와 4세대 방사광가속기

3세대(PLS-II) 4세대(PAL-XFEL) 분류 Light Source X-ray Free Electron Laser

(29)

(30)

(31)

2.2 데이터 기반 R&D 지원 사업

가. 미국 NSF Big Data Regional Innovation Hubs

❏ 개요

◦ NSF의 컴퓨터 및 정보 과학 엔지니어링 이사회(Computer and Information Science and Engineering, CISE) 사무국은 진행 중인 활동을 늘리고 새로운 빅 데이터 공공-민간 파트너십을 발굴하기 위해 전국 빅 데이터 지역 혁신 허브 네트워크 구축과 허브 데이터 활용을 위한 사업을 추진

- 빅데이터의 효율적인 활용뿐만 아니라 빅데이터를 통한 과학 기술의 발달과 국가 안보 강화, 스마트 시티 프로젝트의 발전이 목표

◦ 2015년 11월 NSF의 CISE는 국가 빅 데이터 지역 혁신 허브(National Network of Big Data Regional Innovation Hubs, BD Hubs) 설립

(32)

∙ _{중점 분야 : 헬스케어, 해안지역 위험 요소 분석, 산업 빅데이터 활용, 제조와 재료}

- West Hub(알래스카와 하와이를 포함한 서부 13개주를 담당)

∙ 캘리포니아 UC san Diego 대학의 San Diego 슈퍼컴퓨터 센터, UC Berkeley, 워싱턴 대학에 의해 공동으로 관리 운영 ∙ 중점 분야 : 빅데이터 관련 기술, 데이터 기반 발견, 천연 자원 관리, 개인 맞춤화 의료 지역혁신허브 포함 주(개) 관리 운영 중점 분야 예산 Midwest Hub 12개 일로노이 대학 농업, 식품 등 3년간 5백만달러 (60억원) Northeast Hub 9개 콜롬비아 대학 에너지, 금융 등 3년간 5백만달러 (60억원) South Hub 16개 조지아 공대, 노스캐롤라이나 대학 헬스케어 등 3년간 5백만달러 (60억원) West Hub 13개 UC san Diego, UC Berkeley, 워싱턴 대학 빅데이터 관련 기술 등 3년간 5백만달러 (60억원) <표 2> 미국의 대용량 데이터 지역혁신 허브

❏ 빅데이터 Spoke 계획

◦ NSF는 빅데이터 허브 구축 사업뿐만 아니라, 빅데이터 허브에서 수집되고 연구되는 데이터를 보다 광범위하게 활용하기 위해 민간 기업과 대학들이 참여할 수 있는 프로젝트 개발을 위한 사업(Big Data Spoke Initiative) 계획 발표

- 각 빅데이터 Spoke 프로젝트는 특정 빅데이터 허브와 연계하여 해당 빅데이터 허브에서 중점을 두고 세부 분야에 관련한 이슈를 연구

◦ 2018년 6월 국가 데이터 저장 네트워크 구축을 위한 방안을 발표

- 후 2년간 개방저장네트워크(Open Storage Network, OSN) 개발에 180만 달러가 투입될 예정

(33)

연구사업 핵심고객 요청사항 CERN (ALICE) ∙ 한국 ALICE 연구그룹 – 국내 40여명(인하대, 부산대, 연세대 등) – 국외 41개국, 174개 기관 1,800여명 ∙ 실험데이터 재처리 및 분석환경, 저장 인프라 – 실험을 통해 생산된 20PB급의 데이터 재처리 및 분석 – ALICE 검출기 업그레이드 R&D 지원을 위한 데이터 팜 구축 ∙ 연구자 전용 데이터분석환경 요구 – 국내연구자 전용 신속한 물리분석 결과 도출을 위한 저장 인프라 확장 및 사용자 분석 결과 저장인프라 추가 요청 – 국내연구자 전용 데이터팜의 지속적인 유지관리 및 지원을 위해 서비스 전담인력 요구 CERN (CMS) ∙ 한국 CMS 연구그룹 – 국내 100여명(서울대, 고려대, 성균관대, 서울시립대, 경북대 등) – 국외 46개국, 197개 기관 3,500여명8) (한국 CMS 연구자의 80%이상이 KISTI 데이터분석환경을 활용) ∙ 실험 데이터분석 환경 – LHC Run-3(2021년)에 대응하기 위한 데이터 처리 및 저장 인프라 확장 요구(2021년까지 CPU 3,000코어 / 1,200TB) ∙ CMS 국제 협력 데이터분석 시스템 운영 – CMS MoU 저자수로 추산한 자원 요구량은 2021년까지 CPU 약 2,640코어 / 데이터 2,068TB로 추정 Belle II ∙ 한국 Belle 연구그룹 – 국내 40여명(고려대, 숭실대 등 9개 기관) – 국외 25개국, 107개 기관 800여명 ∙ Belle Ⅱ실험데이터 저장인프라 및 데이터분석환경 – BelleⅡ 데이터 저장 및 분석을 위해 일본 KEK,

BelleⅡ 연구그룹 및 KISTI간 MoU 체결

(34)

연구사업 핵심고객 요청사항 PAL 3, 4 ∙ 전자현미경 활용 구조생물학 연구그룹 – 국내 100여명(KBSI, KAIST 의과학대학원, 생명과학과 등) ∙ 3세대 빔라인 검출기 업그레이드 이후 후 실험당 수PB 수준으로 증가한 데이터와 4세대실험당 1PB 생성 예상되는 데이터의 저장 및 관리 협조 ∙ 구조생물학 실험에서 발생하는 데이터의 저장 및 공유분석환경 서비스 – 포항가속기 데이터센터에서 발생한 데이터의 장기 보관 및 외부사용자 접근 서비스 제공 요청 중력파 연구 (LIGO) ∙ 한국중력파연구협력단 – 국내 40여명 (한국중력파연구협력단: 서울대, 부산대, NIMS 등) – 국외 LIGO 참여 16개국 1,000여명, 일본 KAGRA 참여 10여명 ∙ 한국중력파연구협력단이 LIGO에 지속적으로 참여하기 위해 협약한 데이터저장 및 분석 자원 제공 – LIGO 중력파 검출실험에서 연간 생성된 3PB 데이터 분석환경 제공

(35)

(36)

연구사업

/잠재고객 연구내용 요청사항

DUNE

∙ DUNE(Deep Underground Neutrino Experiment, Fermilab 중성미자를 통한 초신성 관측 (미국 페르미연구소 주도의 국제 공동연구 협의체) ∙ 한국 연구진 DUNE 실험 참여와 데이터 공유분석 환경 구축 요청 질병관리 본부 (CODA) ∙ 임상･유전체 생명정보시스템(CODA) 활성화 ∙ CODA 시스템 미래모델 및 IT 인프라(S/W, H/W, 네트워크 환경) 설계 – 대용량 연구데이터 제공･공유･활용을 위한 IT 환경 설계에서 KISTI GSDC 등의 연구인프라 연계 활용 요망 후성유전학

(37)

(38)

(39)

(40)

(41)

3. 대용량 실험데이터 육성전략

3.1 대용량 실험데이터 정의

가. 과학기술과 데이터

◦ 영국의 연구위원회(Research Council UK; RCUK)는 연구 활동을 통해 생산되어 관리, 공유

및 활용되는 데이터로 최종결과물 뿐 아니라 연구 단계에서 생산되는 데이터9)_{를 연구데이터로}

정의

- 연구데이터는 검색(Findable)하여 활용(Accessible) 할 수 있고 상호활용이 가능(Interoperrable) 하고 재사용(Re-usable)을 할 수 있는 특성을 갖고 있다고 정의함

<그림 12> Open Research Data(HORIZON 2020)

◦ 미국의 과학기술정책국(OSTP)은 공공 연구결과물의 접근성 향상을 위한 지침(2013)을 통해 행정부 및 산하 기관을 대상으로 공적 연구결과물의 공유･활용을 위한 원칙 제시하여 공유･ 개방해야 할 연구데이터의 범위를 정하고 있음

(42)

- 국가차원의 지원이 필요한 기초연구, 국민 삶의 질 향상과 관련된 사회문제 해결형 연구(재해, 교통, 의료 등) 분야 등10)_{에서 다루는 데이터가 과학데이터 등으로 활용되고 있음} - 서비스 및 산업분야에서 활용되는 개인화 서비스를 중심으로한 데이터가 산업적으로 활용되어 새로운 서비스를 창출하고 있음 - 데이터의 유형별 특징은 다음 <표 5>와 같이 정리할 수 있음 데이터 유형 설명 예시 관리체계 국가 및 공공 관리 1. 실험 데이터 대형연구시설 등의 실험에서 생산된 원천데이터 포항가속기, KBSI 전자현미경, KSTAR, 중이온 가속기, CERN LHC 실험, LIGO 등 ⟶ 자연현상 기술, 발견 데이터 관리부재 장비별, 연구커뮤니티별 낮은 수준 관리 2. 과학 기술 관측데이터 (데이터+데이터) 관측 데이터로 독립적인 의미를 가지나, 데이터간 연계를 통해 새로운 의미 탐색 가능 국민 삶의 질 관련 주요인프라 센싱데이터 기상, 지질, 지진, 교통 ⟶ 재난대응 예측・계획 데이터간 연계 부족 데이터 공유 미비 3. 연구개발 관리 데이터 국가 R&D 수행 과제 정보 및 성과정보 NTIS 연구과제 및 연구장비 정보 ⟶ 과학기술 정책 활용 연구성과정보에 초점 (수집에 초점) 4. 공공데이터 및 사회과학 데이터 공공기관에서 생산되는 공공데이터 노동패널, 의료보험정보 등 공공데이터 플랫폼 (수집에 초점) 시장 자율 관리 5. 비정형 데이터 (산업활용 데이터) 산업에서 활용되어 빅데이터로 총칭되는 데이터유형 구매이력, 고객불만 ⟶ 신제품 개발 (주로 비정형데이터로 숨겨진 의미와 가치탐색) 시장 자율적인 관리 <표 5> ‘Science and Research’ Data의 세분화(예)

◦ 대용량 실험데이터의 범위는 <표 5>의 데이터 유형 1과 2에 해당하는 데이터로 대형연구시설 등의 실험에서 생산되는 경우와 여러 관측 장비를 통해 수집된 대용량의 데이터를 포함 - 실험데이터의 생성은 연구시설장비의 고도화와 대형화 추세에 따라 대용량화 되고 있어

이러한 대용량의 실험데이터를 분석하는 자체가 연구개발 역량이 되고 있음

(43)

나. 사이버인프라

11)

◦ 인프라는 특정한 조직이나 시스템이 일정한 목적을 달성하기 위해서는 반드시 필요한 기반 시설을 의미 함

- 주로 경제성과 경쟁력강화를 강조하는 개념으로 조직이나 시스템이 경쟁력을 강화하기 위해 필요한 자원들(resources)로 정의할 수 있음

(44)

(45)

- 데이터 활용확대는 ICT 융합형 R&D로의 패러다임 전환과 데이터 활용확대를 통한 새로운 R&D의 수행, 적절한 방법론의 선택 등으로 연구개발 ‘수월성’이 증대됨

- 인간의 오감의 한계를 뛰어넘는 미답의 영역으로의 도전과 무실험, 고효율의 연구의 패러다임 선도 R&D의 진보성을 강화할 수 있음

(46)

(47)

(48)

◦ 기초 연구분야 중 바이오, 의료, 물리 분야에서 데이터 활용이 활발함 ◦ 연구활동에 있어 데이터 및 컴퓨팅 역량의 융합은 지속적으로 확대 될 것으로 전망 ◦ 공적 분야에서의 슈퍼컴퓨팅 및 데이터센터 기능의 R&D ICT 융합에 대한 정책적 확대가 필요한 것으로 나타남

다. 국가차원의 데이터 개방・관리・활용 전략(Open Science)에서의 수요

❏ 국가 대용량 실험데이터의 개방･활용체제 구축 수요

◦ 데이터기반 R&D 촉진을 위해서는 무엇보다도 연구 단위의 디지털 전환이 선행되어야함 - 연구 효율성을 위한 접근으로서의 디지털화는 점차 연구 내용을 디지털의 방법론으로 수행하는 것으로 전환될 것임 - 디지털 전환을 통한 협업과 데이터의 공동 활용, 더나가 연구시설・장비의 공동 활용이 가능하여 개방형 과학 체제로 전환이 가능함 - 연구 단위들의 디지털 전환은 4차 산업혁명 시대의 새로운 R&D 패러다임인 데이터 기반 R&D로의 전환에 대한 필수적 여건임 ◦ 연구 단위들의 디지털 전환을 위하여 국가과학기술데이터의 개방・관리・활용 체제를 구축하고 확산해나가는 노력이 필요함 - 연구사업 별 혹은 대용량의 데이터가 생산되고 활용되는 연구기관별로 구축되어온 데이터와 관련 인프라를 국가적 관점에서 수집하고 개방하여 활용할 수 있는 체계 구축이 필요함 ◦ 데이터와 컴퓨팅의 도구를 잘 활용할 수 있는 역량을 갖은 과학자를 양성이 시급함 - 기본 소양으로서 ICT기술을 활용할 수 있고 전산과학자와 소통할 수 있는 역량은 연구단위의 디지털 전환을 촉진함 - 연구개발의 효율성과 그동안 상상하지 못한 불가능의 연구에 접근할 수 있는 실마리를 제공함 ◦ 국가는 데이터를 잘 다스려야 하는데 개방관리활용에 있어 가치가 있는 분야의 데이터를 우선적으로 관리하여야 함

- 아울러 데이터의 생산-처리-활용(3P‘s : Production – Processing – Publication)의 전주기적 관점에서 데이터 기반 R&D 육성 정책이 수립되어야함

(49)

라. 가속기과학 분야 대용량 실험데이터 허브구축 수요

◦ (현황) 선진국들은 구축에 많은 예산소요, 물리적 접근이 어려운 첨단 연구장비, 거대 관측장비 및 모의실험에서 발생하는 대용량 실험데이터를 확보･공유 할 수 있는 체제를 구축중 - 선진국 첨단연구 시설의 대용량 실험데이터를 공동 활용할 수 있는 허브를 구축함으로써 기초과학분야의 글로벌 경쟁력 확보 - 세계 주요 가속기(CERN(EU), KEK(日)) 및 중력파 실험 등 첨단 연구 장비에서 생산되는 대용량 데이터를 확보・처리 및 분석・연구 지원 ◦ (필요성) RAON, 포항4세대 방사광 가속기, 오창 차세대 가속기 등 대형연구시설 구축 투자는 증대하고 있으나 대용량의 실험데이터의 처리・활용을 위한 계획과 인프라 구축은 미흡 - 데이터 저장 규모 부족 및 네트워크 인프라 연계 등 종합적 지원체계가 필요한 상황 - 가속기분야 대형연구시설을 활용한 데이터의 3P(Production-Processing- Publication) 활동을 지원하는 대용량 실험데이터 허브구축 사업이 필요 ◦ (추진내용 1 : Data Hub 인프라 구축) 국내 가속기과학 분야 가속기 연구시설 산출 대용량 실험데이터의 그리드 연동을 통한 실험데이터 공유･분석 허브 구축 - ①포항 3, 4세대 가속기 및 ②경주 양성자가속기 그리고 향후 운영될 ③중이온가속기(RAON) 및 ④오창 가속기 등을 대상으로 기초연구수행을 위한 가속기 데이터 허브 구축 - 가속기과학 데이터 허브 구동을 위한 ①데이터인프라 구축 및 ②KISTI 연구망을 통한 사이트연결(100G급), ③슈퍼컴퓨팅 파워 제공 등의 연계･활용체계 구축 ◦ (추진내용 2 : 플랫폼 기술개발) 인프라관리, 데이터 관리, 데이터 서비스 등의 요소기술 개발 - 데이터 저장・공유・분석 통합 플랫폼 구축, 메타데이터 통합관리 기술 및 데이터 식별체계 및 데이터 인프라 통합 관리기술 개발 - 대용량 데이터 고속 전송을 위한 ScineceDMZ 기술 및 글로버스온라인 전송SW 개발 ◦ (추진내용 3 : 연계서비스) 구축한 국내 허브와 글로벌 실험데이터 센터와 연계체계 구축을 통한 가속기 실험데이터 허브 구축 및 글로벌 데이터 연계 서비스

- 유럽 CERN, 미국 Fermilab 및 일본 KEK 등 가속기연구소의 대용량 실험데이터 활용을 위한 연계체제 구축

(50)

(51)

구분 1 기존지원 사업 수요대응 내용 2 신규 지원 요청사업 • (데이터관리 지원 중심) : 데이터생성기관의 대용량실험데이터를 관리할 수 있도록 지원(데이터인프라 위탁운영 및 보육이전) ◾ 핵융합연구(K-STAR) ◾ 지하실험연구단(IBS) C. IoT, 스마트센서 등 공공연구데이터 관리지원 • 공공 분야에서 산출되거나 확보하고 있는 데이터의 관리와 활용을 위한 지원 ◾ 질병관리데이터(질병관리본부 CODA) ◾ 스마트팜(농진청) ◾ 재난안전데이터 활용(행안부) D. 연구커뮤니티 및 개별연구자 응용연구지원 • 연구커뮤니티에 속한 연구자가 대용량의 연구데이터를 활용하기 위해 대용량의 실험데이터를 이동, 관리, 활용 할 수 있는 가상 연구환경의 제공 • 개인연구자의 대용량데이터의 처리를 위한 사이버인프라의 임시 지원 ◾ 후성유전학(KAIST) ◾ 한반도 화산재 확산모형 연구 (화산방재학회) ◾ 정밀의료 뇌이미지 연구(고대안산병원) ◾ 학회 및 연구원 개별 연구자 수요

❏ 수요

◦ 기존 지원연구의 데이터 생산량의 확대로 데이터 활용 자원 요구량 증가에 따른 스토리지, 컴퓨팅노드, 협업연구환경 등에 관련한 수요제기

(52)

(53)

(54)

❏ ‘국가 대용량실험데이터 허브센터’ 역할 확대 및 ‘전문센터’ 지정

◦ (현황) 일부 연구시설을 제외하고, 전반적으로 데이터의 생산-처리-활용을 위한 기반을 갖는 연구시설이 부재 - 필요에 따라 자체적으로 인프라를 구축운영하거나 외부 상용서비스를 활용하는 등 데이터 활용 관련 기술축적 기회가 미비 - 생산을 위해 많은 연구자원이 투입되고 정제되어 가치가 있는 데이터의 부존자원화 및 다양한 활용에 대비한 축적이 어려운 상황 ◦ (추진내용 1) 데이터집약형 기초연구 지원 통합창구로 GSDC 확대 개편 - 국제협약 이행에 필요한 인프라 규모 산정에 연구자 비율 반영 - 연구자와 GSDC간 협력 체계구축을 통해, 한국적 특수성 극복 - CERN 중심에서 범부처 데이터집약형 기초연구 지원으로 역할 확대 국가 대용량실험데이터 허브센터 주요 기능  쉽고 편리한 대용량 데이터기반 연구환경 개발･제공(계산도구, 계산과학 플랫폼, 가시화 등)  ICT 융합 전문연구 지원조직 운영 및 공동협력연구 수행으로 R&D 효율화 지원  대형연구시설장비 생산 데이터 축적･공유로 실험장비 활용 효율성 증대  대용량실험데이터 전문센터 전용 슈퍼컴퓨팅, 과학기술연구망 등 자원 제공 및 교육 지원  대용량데이터 생산-처리-활용에 걸친 인적 네트워크 구축, 정책연구 및 커뮤니티 지원

(55)

(56)

(57)

(58)

(59)

(60)

(61)

(62)

(63)

(64)

(65)

(66)

(67)

(68)

바. 해외 데이터 관련 법률

❏ (미국) 공공데이터의 개방 및 활용에 관한 법률

◦ 미국은 정보자유법(’66)을 통해 공공부문의 정보공개 활성화를 추진하여 미국 정부가 기존에 공개했거나 현재 관리하고 있는 문서의 전부나 일부를 공개 - 정보자유법은 공공부문 정보공개의 기준이 되어 정부의 투명성, 책무성을 강화하여 일반 시민의 국가 행정업무에 대한 알권리를 충족 - 최근 빅데이터 시대를 맞이하여 보다 많은 공공부문의 데이터 개방이 필요하다는 사회적 합의에 따라 전세계적으로 오픈정부데이터 정책을 정보자유법을 기반으로 구현 ◦ 미국경쟁력 강화법(’10) 등에서는 공공데이터 개방 및 활용을 위한 규정이 일부 나타나고 있으며 주요 내용은 공적자금이 투입된 데이터에 대해 연구기관별 데이터의 관리와 공개･ 활용을 촉진 - 미국의 과학기술계는 과학기술의 목적과 수단이 대용량의 실험데이터 기반으로 전이되고 있는 상황임을 보여주고 있음

(69)

(70)

(71)

(72)

(73)

(74)

(75)

(76)

구분 1안 (연구데이터 관리 개정) 2안 (슈퍼컴법 개정) 3안 (기초연구진흥법 개정) 4안 (신규법안 제정) 철학 ◦ 국가R&D 효율화 ◦R&D에 ICT융합 촉진 ◦데이터 활용

(77)

(78)

(79)

(80)

(81)

(82)

(83)

(84)

(85)

(86)

(87)

(88)

(89)

(90)

(91)

(92)

(93)

(94)

(95)

(96)

(97)

(98)

(99)

(100)

(101)

(102)

(103)

(104)

(105)

(106)

(107)

(108)

(109)

(110)

(111)

(112)

17) 국제협력연구의 지원 (1) 의의 및 고려 사항 ◦ 최근 한국가의 범위를 넘어선 다국가 혹은 대륙간에 걸친 연구시설의 방대화와 기존에 구축된 실험데이터의 확충과 확산을 위해 데이터인프라 및 연구에의 기여를 통해 연구에 참여하고 구축된 고부가데이터를 자국내 연구자들이 접속하여 활용할 수 있는 체제가 확산됨에 따라 국제 협력연구에 대한 지원과 육성에 대한 필요성이 강화되고 있음 (2) 법률안의 작성 제17조(국제협력연구의 지원) ① 정부는 국내외 대형연구시설장비를 활용하는 국제협업연구 수행에 있어 있어 우선적으로 대용량실험데이터인프라를 구축하여 연구활동을 지원하여야 한다. ② 해외에서 구축한 대용량실험데이터를 활용하기 위한 인프라를 구축하여 국내외 연구자들이 국내에서 연구할 수 있는 환경을 조성하여야 한다. (3) 기대효과 ◦ 글로벌 협업연구의 참여는 해당 연구커뮤니티가 구축한 실험데이터의 접근과 활용에 대한 권한을 갖는다는 의미로 국내 보유하고 있지 못한 연구시설이나 장비를 통해 산출된 연구데이터와 분석 SW등을 연구커뮤니티를 통해 확보하여 활용할 수 있는 만큼 연구시설의 별도구축이 생략되는 만큼의 연구자원을 분석과 응용연구 등에 활용할 수 있음 ◦ 글로벌 협업연구의 참여로 국제사회의 일원으로 참여를 통해 인류적 역할을 다하고 과학기술 역량의 선진화를 가늠할 수 있는 좋을 계기가 될 수 있음 18) R&D 활동에 ICT 융합 촉진 (1) 의의 및 고려 사항 ◦ 본 조앙은 이 법률의 제정의 배경이 될 수 있는 포괄적인 국가의 의무를 정의해놓은 조항으로 R&D활동에 ICT를 융합하여 Digital Transformation을 추구하여 연구개발 패러다임을 전환하고자하는 법률 제정의 철학을 제시한 조항임

(113)

- ICT 융합의 주요 매개체는 데이터인 만큼 대용량 실험데이터의 R&D 활동의 활용 촉진을 통해 본 법률이 추구하는 법률제정의 목표를 달성할 수 있도록 규정함

(2) 법률안의 작성

제18조(R&D 활동에 ICT 융합 촉진) 정부는 과학기술 전분야의 연구개발활동에 ICT가 융합되어 수행될 수 있도록 데이터기반의 연구개발활동을 촉진하여야 한다.

(3) 기대효과

(114)