(1)(2)(3)(4)(5)(6)(7) Ⅰ. □. 배경 및 필요성. (연구. 패러다임의 변화) 과학수행 방식이 기존의 이론, 실험 중심에서. 데이터 및 사이버인프라를 활용하는 3세대, 4세대 방식으로 진화. ※ 출처. □. : The Forth Paradigm - Data Intensive Scientific Discovery. (오픈. 사이언스의 대두) 과학 환경의 변화에 따라. 의 정책 의제. OECD. 로 연구 결과 및 과정을 개방, 공유하는 오픈 사이언스 개념 대두1). ㅇ 연구데이터*, 연구협력, 연구성과의 개방을 3대 요소로 정의. * 연구데이터: 연구 결과 및 과정에서 발생하는 모든 형태의 제반 데이터. ‘. - OECD 과학기술장관회의( 15.10)에서 대전선언문을 통해“개방형 과학 촉진을 위한 정책개선 지원”을 정부에 요청 1) OECD (2011), “Open Science: Policy Challenges and Opportunities”, internal working document, Country Studies and Outlook Division, Directorate for Science, Technology and Industry, OECD, Paris.. (8) Ⅱ. 선진국 사례. □ (과학적 혁신 사례) -. 의 실험데이터 개방·공유·글로벌 협력. CERN*. 입자 물리학 분야의 세계 최고 연구소인 CERN은 가속기 건설, 실험, 데이터 분석 등을 전세계 과학자들과 개방형 공동 협력체계를 구축하여 인류의 거대 도전연구 수행. * 핵과 입자물리학 연구를 목적으로 유럽 12개국이 참여하여 1954년 설립한 국제공동 연구소 (스위스 제네바 소재) * 회원국 20개국, 기타 참여국 45개국 및 2개 국제기구 * 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) -. 거대가속기 충돌로 발생하는 빅데이터**를 실험에 참여하는 전세계 연구자와 공유***. ** 가속기 데이터는 과학기술분야에서 가장 많은 빅데이터를 생성, 연간 15PB(2013년 기준)에서 연간 600PB(2020년, LHC RUN3기준)까지 40배 증가 예상 *** 데이터 크기 및 전송량을 고려하여, 전 세계에 지정된 11개 데이터센터를 통해 공유 *** 실험데이터 공유로 65개국, 8천여 물리학자 집단이 다양한 형태의 개방형 연구 수행. □. (실험/측정. 데이터 공동 활용) 고에너지물리, 천문․우주, 환경․기상,. 생명․의학 등 기초과학분야의 대규모 실험/측정 연구데이터 중심. ㅇ 기초연구를 위한 데이터를 얻기 위해 대규모의 연구시설과 장비 가 구축되며, 데이터 규모의 대규모화로 국제협업 진행 ㅇ 데이터를 처리하기 위한 고용량 스토리지, 초고성능컴퓨팅 자원이 활용되며, 데이터의 전송과 관리를 위한 네트워크 기술이 동원됨. □. (국가차원의. ▸ ▸ ▸ ▸ ▸. (미국). (중국) (영국) (독일) (호주). 정책) 국가 차원의 계획 수립 및 전담기관을 통해 추진. 국립과학재단(NSF) 등 국가연구기관 중심의 데이터의 관리/공유 정책 시행, 인프라 및 데이터 공유를 위한 특정 프로그램 운영(SciDAC) ‘06년부터 과학데이터공유법률 및 조례 제정을 단계적으로 추진 ’11년부터 7개 연구위원회 중심으로 과학부문의 데이터 관리 및 공유 정책 실시 e-연구 플랫폼(eSciDoc)을 통해 연구결과 및 데이터 개방 및 지속적 접근 보장 국립데이터서비스(ANDS)를 통해 데이터 개방정책시행, 협업플랫폼(ARCS)을 통해 DB구축 및 데이터 공유. (9) Ⅲ. 국내 현황. □ (기초과학 중심 수요 증대) 대규모 실험데이터가 발생하는 연구분야를 중심으로 공유․활용과 관련한 요구가 늘어나고 있음 ㅇ 고에너지물리, 천문·우주, 환경·기상, 생명·의학 등 기초과학분야의 대 규모․대용량 실험데이터의 공유․활용이 이슈로 등장 -. 대용량 데이터 기반 연구는 개별적으로 연구를 수행할 경우 효율성이 낮기 때문에, 실험 단계부터 연구자간 데이터 공유․협력을 고려 필요. ※입자 가속기, 유전체분석기, 기상·기후 센서, 석유·가스 시추기, 의료영상기기와 같은 고성능 과학기기들의 출현으로 데이터공유․연구 협업에 대한 요구 증대. ㅇ 기초연구분야를 지원하는 데이터 센터는 내부연구용으로 제한적으로 활용되고 있어 연구자들의 데이터 공유 수요를 충족시키지 못하고 있음. ※생명분야(해당기관 미션 수행 중심), 기후분야(기상청 기상예보 수행 중심), 천문분야, 극지 분야에서 관련 인프라가 구축되어 있기는 하나 내부 연구 용도 중심이며, 천문분야에 한 하여, KISTI는 천문연과 MOU를 맺고 천문전파망원경 데이터를 초고속연구망을 통해 제공 중. -. 분야별 실험데이터 수요 증대와 대형 융복합 연구에 필수적인 대형 연구시설의 대규모의 실험데이터 발생에 따른 지원체제 필요. □ (지원 체계) 체계적인 관리․보급․활용을 위한 데이터센터 인프라 필요 ㅇ 대형 연구 장비에서 생산된 데이터의 접근성, 편리한 분석환경, 고성능 인 프라 등 협력연구의 기반이 되는 대형연구장비-데이터센터간 연계 부족 ㅇ. 년, 대용량 실험데이터 기반 기초과학 지원을 위한 글로벌대용량실험. 2010. 데이터허브센터(KISTI-GSDC*)가 설치되었으나, 증가하는 데이터 생성분야 및 공유·분석·협력 연구수요를 처리하는 데에는 한계 존재. *KISTI-GSDC : 한국과학기술정보연구원 글로벌대용량실험데이터허브센터(Global Science experimental Data hub Center) *2010년, 기초연구 실험데이터 허브 센터를 구축하여 기초 실험데이터 확보, 공유 및 분석 서비스 제공 *2014년, WLCG Tier-1 세계 11번째 국가 인증을 받고 세계적 수준의 서비스 제공능력과 기술력 확보. ㅇ 독자적인 소규모 사업 단위의 데이터 센터 구축으로 인한 예산·자원 낭비 및 체계적인 데이터 관리 어려움. (10) -. 기초과학연구원의 경우 한국형 중이온가속기 ‘라온(RAON)**’ 구축 및 관련 인프라 조성 착공. **라온은 RI빔에너지가 250MeV/u 급으로 현재 운영 또는 건설 중인 가속기 중 최고 수준이며, ISOL 방식과 IF 방식을 결합한 독창적 형태의 중이온가속기. -. 라온의 데이터를 활용하기 위해 자체적인 센터를 구축하는 것 보 다는. Cern의 Tier. 시스템과 같은 방식으로 연계활용하면 국가차. 원에서 효율적인 데이터센터 지원이 가능하며, 세계적으로도 데 이터 사이언스의 중심국가(Hub 역할)가 될 수 있음. Ⅳ. 오픈 사이언스와 KISTI의 역할. 오픈 사이언스 내. <. □. (KIS TI. KISTI. 역할. -. 개념도>. 임무와 오픈 사이언스) 법령에 의거해. KISTI. 에 규정된 과. 학기술지식․정보 유통체제 및 인프라 구축 사항 전반이 연구 개방․ 공유․협력으로 요약되는 오픈 사이언스의 목표와 일치 ㅇ KISTI가 구축, 운영중인 과학기술지식정보서비스 체제 및 제반 과 학기술정보 인프라․플랫폼을 오픈 사이언스에 맞게 활용․수행 가능. * 플랫폼별 기능․역할 확대/조정 및 제도적 시행을 위한 추진 확대 필요. (11) □. (KIS TI 의. 오픈 사이언스 기반) 연구데이터 공유, 연구협업, 연구. 성과 개방을 위한. 5. 개의 플랫폼, 및. 개 인프라가 운영중. 2. ▸ GSDC(’10~) : 대용량 기초연구실험데이터 저장 인프라의 구축 및 연구자 공유 서비스 현재 물리분야(고에너지 입자물리) 영역에 집중 글로벌 대용량 기초연구실험데이터 저장 인프라 (테이프 2PB, HDD 1PB) ▸ ․ Edison(’11~) : 계산과학 기반의 과학 교육·연구를 수행하도록 지원하는 서비스 Coreen-Prototype(’15~) : 클라우드 기반 연구자간 온라인 연구협업 지원(화상회의, 파일공유 등) ▸ NTIS(’06~) : 과제, 인력, 장비, 성과 등 국가연구개발사업 정보를 통합 제공하는 서비스 NDSL(’05~) : 과학기술정보 콘텐츠를 제공하는 기관 대표 과학기술정보 서비스 *OAK(Open Access Korea)('09~'13, 문체부 도서관진흥R&D사업) : 오픈억세스 저널의 유통․ 확산 플랫폼 개발, 공공연구기관 오픈억세스 콘텐츠 레포지터리 구축 및 운영 체계 개발(현재는 국립중앙도서관에서 개발결과를 이관 받아 운영․확산중) ▸ 슈퍼컴 4호기(’10~) : 대용량 데이터 분석 시 필요한 연구용 슈퍼컴퓨터 (360TFlops) 국가과학기술연구망(’88~): 연구데이터 전송을 위한 고성능 네트워크 인프라 (10Gbps 백본) 연구데이터 저장 및 공유 플랫폼 현황. R&D 협력. 협업 플랫폼 현황. 연구성과 개방 플랫폼 현황. 초고성능 컴퓨팅 인프라 현황. Ⅴ. KISTI 대표 지원 사례 세계 11번째 World Tier 1 데이터 센터 운영 수조원에 달하는 가속기는 없으나, ICT 기술로 선진국과 대등하게 고에너지 입자물리 연구를 수행하는 기반 마련. ㅇ G S DC -. -. CERN. * KISTI GSDC 센터에 자기테이프 2PB, CPU 2,500 Core, 하드디스크 1PB 저장능력 보유 -. -. –. 국내외 연구자들이 한국의 Tier 1을 통해서 어제 발생한 지구반대편의 데이터(Raw data)를 다음날 실시간으로 공유 유럽 또는 미국을 통해서만 가능하였던 관련 데이터 공유가 현재 는 KISTI GSDC Tier-1 센터를 통해 가능하며, ALICE 실험 전체 연구자, 약 1,550여명(37개국 151개기관)이 활용 중. 세계적 수준의 대용량 연구데이터 공유 인프라 구축사례(KISTI)>. <. (12) 계산과학. ㅇ -. Open S cience(EDIS ON2)). 운영. 이공계 교육․연구․산업용 시뮬레이션. 를 개발하여 대학(원). SW. 생 및 산업체 종사자가 온라인상에서 무료로 활용할 수 있는 개 방형 계산과학 플랫폼 서비스 -. 개 분야(전산열유체, 계산나노, 계산화학, 전산구조, 전산설계). 5. 계산과학. SW. 개 및 개방형 플랫폼 자체개발을 통해 현재 서. 249. 울대/KAIST/전북대 등 명 활용(해외 교육용 외산. 50. 대학의. 개 교과목 적용,. 614. 여. 28,000. 개: 대만 슈퍼컴센터, 미국 버지니아폴리텍 포함),. 2. SW. 대체효과. 억규모/년. 180. <EDISON 전산열유체 서비스> <EDISON 나노물리 서비스> <EDISON 계산화학 서비스> http://cfd.edison.re.kr http://nano.edison.re.kr http://chem.edison.re.kr. -. 국내 최초. IDC “HPC Innovation Excellence Award". 수상(’13.11). * EDISON을 통해 고가의 외산 SW 의존도를 낮추고, 시뮬레이션 SW의 공동 활용 기반을 제공함으로써 혁신역량 인정. 2) EDucation-research-industry Integration through Simulation On the Net. (13) Ⅵ. 오픈 사이언스 촉진을 위한 정책 제언. □ 단계별 확산 전략. 1. 도입 전략 – 오픈 사이언스 수요 분야 중심 기반 조성. □ 기초과학 부문의 연구 데이터 개방 활성화 추진 ○ 旣 구축된. KISTI-GSDC의. 대용량 실험데이터 공유·분석 환경구축 및 운영 경험. 과 자원을 활용, 국가 데이터집약형 기초연구 오픈 사이언스 플랫폼으로 확대 -. 연구 특성상, 데이터 개방/연구협력 수요가 높은 데이터 집약형 기초연구 분야 를 우선 지원. -. 대형연구실험장비와 데이터분석환경을 연계하여 고비용 거대장비의 접근성을 높이고 거대장비기반 기초연구 활성화 지원. * 고에너지물리 분야뿐만 아니라 데이터집약형 기초연구 전 분야를 포괄 지원할 수 있는 체계 로 확대 개편하여 국가 기초연구 활성화에 기여. -. 다양한 연구기관의 데이터 통합관리 및 공동 활용을 위한 허브기능을 수행. -. 도입단계 이후,. KISTI. 슈퍼컴퓨터 연계를 통해 초고성능 컴퓨팅 자원이 필요한. 기초연구 및 신속한 서비스 지원체계가 필요한 국가 전략분야 지원 -. 연구 분야의 요구량에 따라 유연하게 지원할 수 있는 공동 활용 자원 통합형 인 프라 관리체계를 구축하고, 효율적인 동적 자원 분배를 통해 국가R&D 효율성 제고. (14) 2. 활용확산 전략 – 오픈사이언스를 위한 제도적 근거 마련. ◇ 과학데이터의 공유․활용을 위한 법․제도적 근거 마련 - 미국을 시작으로 영국, 호주 등 선진국에서는 국가 R&D 수행시 필수적으 로 DMP*(Data Management Plan)를 제출토록 하고 있음 *DMP : 연구과정 및 결과 데이터에 대한 관리계획 요약에 관한 공식문서 - NTIS 9대 연구성과물 관리체계 하에서, 연구데이터(소장처 중심의 메타데 이터)를 수집․확산할 수 있는 체계를 구축․운영 필요 (단기) 기존 법령의 개정으로 국가 과학기술 혁신의 중요 자원인 과학데이터의 국가적 보전, 관리 및 활용 근거 마련 ㅇ (과학기술기본법 개정) 과학기술기본법 개정을 통해 과학데이터 의 관리 및 유통 등 관련 시책 추진에 관한 명시적 근거 규정 마 련 ㅇ. (연구성과평가법 개정)「국가연구개발사업등의성과평가및성과관리에 관한법률」에 과학데이터 관리를 신설하여 성과관리 대상 근거 마 련. ㅇ (R&D사업공동관리규정 개정) 국가연구개발사업의 관리 등에 관한 규정 개정을 통해 과학데이터 보존, 관리 및 활용 절차 명 시 - 기존 9대 성과물 중심의 국가연구개발사업관리 체계 재편. ※정부 3.0에 의한 공공데이터 개방 관련 법규를 일부 근거로 활용 가능하나, 과학기술 연구데이터 중심이 아니어서, 실행을 위한 근거로 활용하려면 상세 검토 필요. (장기) 국가 과학데이터의 체계적인 관리 및 활용을 원활히 하기 위해서는 독립적인 법률 제정이 필요함 ㅇ 기존 법령의 부분적 개정을 통해서는 다양한 분야의 과학데이터 종 합 관리, 공유 및 활용체제 구축에는 한계가 있음 - 특히, 과학데이터의 특성을 고려한 권리부여, 국가차원의 종합적 이고 체계적인 관리 및 활용체제를 구축하는 것이 바람직. (15) Ⅶ. 요약 및 맺음말. 글로벌 오픈 사이언스 Enabler - KISTI. <. 오픈 사이언스 실현을 위한. □ (기초과학 데이터공유 분야 확대). KISTI. 의 전략 요약>. KIS TI G S DC. 체제기반 확장. ㅇ (현재) 고에너지 물리, 천문․우주, 뇌과학의 3개분야 ㅇ (향후) 입자가속기(IBS-라온), 고성능 현미경(KBSI), 유전체분석기(생명의학), 의료영상 기기, 석유․가스 시추시설 등 다양한 분야 국가 데이터센터 역할 □ (협업 플랫폼 기능 고도화) 초고성능 컴퓨팅/연구망 기반 강화 ㅇ (현재) 연구 SW 공개 플랫폼, 협력적 데이터 공유를 위한 웹 툴 시범서비스 ㅇ (향후) 클라우드 기반 연구 SW, 데이터, 협업 등 연구 활동 및 결과 전과정 지원 □. (NTIS기반. 연구데이터 공유/개방) 제도개선/문화확산, 국가R&D 효율화. ㅇ (현재) 국가. R&D. ㅇ (향후) 국가. R&D. 과제, 성과(9대성과물) 데이터 공유․개방 전과정(계획, 성과, 과정/결과) 데이터 공유․개방. (16) 별첨 1. 해외 과학데이터 공유·활용 동향. 주요 선진국은. 4세대. 연구패러다임 변화에 따라 과학데이터의 중요. 성을 인지하고, 국가적인 투자와 정책을 마련하고 시행 중. 구분 영국 호주 미국 중국. 주요내용. ▪2011년 RCUK(Research Councils UK)의 데이터 정책에 대한 공동 원 칙 발표를 기점으로 7개 연구위원회(Research Councils)별로 과학데 이터 관리 및 공유 정책 수립 및 실시 ▪"Australian code for the responsible conduct of research"을 발표하고 Australian National Data Service(ANDS)를 통해 국가 차원의 과학데이 터의 통합적인 관리 및 공유 시행 ▪과학재단(National Science Foundation, 이하 NSF), 국립의료원 (National Institute of Health, 이하 NIH) 등 연구비지원기관을 중심으로 과학데이터의 관리 및 공유 정책 시행 ▪‘06년부터 과학데이터 관리법제인 “과학데이터공유법률” 및 “과학데 이터 공유조례”의 제정을 단계적으로 추진. 분야별로 과학데이터 분석 자원(컴퓨팅, 분석 도구 등)을 공동 활용 할 수 있는 사이버 인프라스트럭처 구축. 구분. 주요내용. ▪고성능 컴퓨팅 자원의 공동 활용과 과학데이터의 공유를 통 한 다학제 기반 협업 연구 지원 프로그램 운영 ▪다학제 연구기관의 e-연구 플랫폼을 지향하며 과학 연구 독일 (eSciDoc) 기관의 연구 결과 및 데이터에 대한 지속적인 접근 보장 ▪온라인 서비스를 통해 연구자들이 과학데이터를 쉽게 발표, ANDS 등록, 검색, 수정, 관리할 수 있는 인프라 호주 연방정부의 협업플랫폼으로 데이터베이스 구축 서비 ARCS ▪호주 스, 데이터 변환 서비스를 통해 과학데이터 유통 지원 ▪생명과학 데이터 통합 관리 및 공유를 목적으로 520여개 일본 (Life Science 통합DB 프로젝트) 데이터베이스, 분야 용어 사전, 분석 도구 제공 미국 (SciDAC). (17) 국가별 과학데이터 공유·활용 체계 비교. 영국 -Freedom of Information Act(2000)에 정부기 관이 가지고 있는 과학데이터의 공개가 법제도 기반 포함되어 있어 과학데이터의 공유에 대한 법률적인 기반을 마련 -RCUK가 데이터 정책에 대한 공통 원칙을 제시하고 산하 7개의 분야별 연구회(Rese 거버넌스 체계 arch Council, RC)이 다양한 정책 및 시행 방법을 운영 -7개 RC 중에서 6개의 RC가 연구비 지원 계획서에 데이터 관리계획(Data Managem ent Plan)을 필수적으로 포함시키도록 하 는 정책을 시행 중 데이터 공유 정책 -비영리 연구비 지원기관인 Wellcome Trust 의 경우 RCUK보다 1년 앞선 2010년에 데 이터 공유 정책을 시작함. 데이터 관리/공유 지원 체계. -국가연구소 산하에 분야별 데이터센터를 운영하고 있어 보다 체계적인 데이터 수 집, 관리 및 공유가 될 수 있는 체계를 갖 추고 있으며, 데이터 사이언티스트 인력을 확보하여 지원하고 있음 -Digital Curation Centre는 과학데이터의 관 리 및 보존에 대한 다양한 온라인 가이드 라인, 데이터관리계획 작성 온라인 도구(D MPOnline) 등의 유용한 자료를 제공하고 있으며 데이터 정책 수립을 위한 실태조 사, 전문가 양성 등의 다양한 활동을 하고 있음. 호주 -Australian code for the responsible conduc t of research(2007)를 통해 연구 기관 및 연구자들의 책임 연구 및 연구 진실성 관 점에서 데이터 관리 및 공유 정책 시행 -과학데이터의 체계적인 수집, 관리 및 보 존을 위해 설힙된 ANDS (Australian Natio nal Data Service)라는 국가기관을 중심으 로 관련 활동이 수행되고 있음 -The Code의 제정에 참여한 단체인 ARC, NHMRC, 그리고 대학 연합 기구는 호주 연구 지원기관 전체에 대한 대표성을 가 지므로, 이들과 정부에 의해 지원받는 연 구 프로젝트는 모두 DMP 정책에 대한 준수 의무 부과 -모든 대학은 The Code에 근거하여 일관 성 있는 자체 데이터 정책을 가지고 시행 중임 -ANDS의 Research Data Australia 포털 시 스템을 통해 과학데이터의 등록, 관리 및 공유가 체계적으로 되고 있음 -국가차원의 대규모 주요 데이터 컬렉션 구축 프로젝트인 RDSI를 통해 호주 전역 에 8개의 대규모 분산 노드 구축(2014) -데이터 관리/공유를 위한 인프라 제공의 책임은 기관에게 부여하고 있으며, 대학 이 자체적으로 개별 연구자들의 데이터 관리 책임 담당 및 제출된 데이터의 검증 평가. 미국 -2013년 백악관의 OSTP에서 연구에서 생산되는 성과물(과학데이터 포함)을 공 유하도록 하는 조례를 발표 -NIH(2003), NSF(2011) 등의 연구비 지원 기관을 중심으로 과학데이터의 관리 및 공유 정책이 시행되고 있음 -NIH의 경우 연간 연구비가 미화 오십만 불을 초과하는 연구 과제에 대해서 데 이터공유계획(Data Sharing Plan)을 제출 하도록 하고 있으며 NSF의 경우 2011년 1월부터 모든 연구계획서에 데이터관리 계획을 첨부하도록 의무화함. -NOAA, NASA는 오랫동안 자체 연구에 서 생산되는 주요 관측 및 탐사 데이터 를 체계적으로 조직하고 공유하는 시스 템을 운영해오고 있으며 최근 보다 체 계적인 데이터 공유 정책을 수립하고 운영 중임. (18) 별첨 2. 국내 과학데이터 공유·활용 현황 및 문제점. (현황) 국가R&D 과정에서 생성되는 과학데이터는 관리하지 않음. ※ 국가 R&D결과물 및 성과에 해당하는 389개 표준항목 데이터는 국가 차 원에서 NTIS를 통해 국가R&D정보로 관리하고 있음 ※ 정부 3.0 구축 및 그에 따른 시행의 일환으로 공공데이터포털이 구축․ 운영중이나 공공데이터 범주에 과학데이터 유형은 고려되지 않음. ㅇ 소유처 정보부족 및 소유주체 간 칸막이로 개인의 인적 네트워크에 의존·활용하고 있는 상황이며, 관리 미흡으로 데이터 공동 활용에 한계. < 공동활용 미흡 사유 >. < 관리 소유 및 주체 >. < 관리 미흡 사유 >. ○ 26.5%가 보유처 정보 부족, ○ 조사결과 56%가 연구수행자 ○ 55%가 관리지원 부족 소유자 정보 미제공(17.3%) ※ 출처 : KISTI 실태 조사 결과(‘11). ※ 출처 : 국가과학데이터의 효율적 관리 및 활용을 위한 법제도 기본연구(‘12) ※ 출처 : KISTI 실태 조사 결과(‘13). (문제점) 과학데이터 공유·활용을 위한 국가 정책과 인프라 미비 ㅇ 국가적 관점에서의 관리·공동 활용 정책과 법제도는 미흡. ※ 연구보고서 등 국가연구개발성과물 관련한 부분적․간접적인 법제도는 존재하나, 과학데이터에 대한 종합적인 법제도는 부재한 상황 ※ 미래부 주관으로「국가연구개발정보관리위원회」를 통해 과학기술 빅데 이터 활용 종합계획*을 심의·확정(‘13.11월) * 과학기술 분야 빅데이터의 종합 활용 계획 및 시범사업 추진내용을 중심으로 한 5개년 실행계획. ㅇ 국가 과학데이터 관리․저장․활용 및 서비스 제공 등 상호운용성을 보장하는 기반 정보인프라 미비 ㅇ 국가 차원의 과학데이터 수집․관리 등에 대한 표준 및 가이드라인이 없어 공유, 활용되는데 제약이 있음. (19)(20)(21) • • •. s O. s. s. s. s. s. 서비스의 진화. H/W 연구망(Network) 본원적 의미: 연결(Verb) 파생적 의미: 공유(Object) 협력(Subject) 클라우드 캐리어 현장(On-site). O. O. O. O. O. O. 1 단계 2 단계 2 단계 3 단계 3 단계. 온사이트. 클라우드. 인터넷. 전화. 도구의 변화. • • •. 사용자 요구기반 연결 보안 환경 개선 에너지 절약 환경 . . .. 가상화 기반 비용 절감. 1. S/W 연구망(Network) 본원적 의미: soft 연결 파생적 의미: soft 공유(Object) soft 협력(Subject) soft cloud carrier soft 현장(On-site). 연구망 진화 방향. (22) 1.1 센터 조직 및 인력 현황. 2. (23) ※ 목표인건비 2,707백만원, 확보인건비 2,764백만원, 인건비확보율 102.1%. 1.2 사업 및 예산 현황. 3. (24) 1.3 KREONET’s Mission & Vision. 4. (25) 30년 동안의 망운영 기술 연구 혁신에 필요한 대역폭 제공 빨리 빨리 서비스 문화 global 연구망과 긴밀한 협력 new optical and dark-fiber 자산들 과학자, 슈퍼컴본부, KISTI, 미래부, 와 강력한 동반자 관계. •. Open Science를 통한 연구 장비 공동 활용으로 연구생산성 증대 • 데이터 이동 전용망 구축이 전세계로 확산 • 네트워크가 블랙박스 인프라에서 지능형 프로그래머블 장비로 변화 중 • 미래부 이외의 부처의 과학자들에게 KREONET services 와 capabilities 제공. • • • • • •. 1.4 S.W.O.T.. 산업체가 관심을 갖는 망 엔지니어링 기술개발 부족 비정규직 계약 만료에 따른 이직으로 기 술 전문성의 지속적 유지가 어려움 예산 축소로 선도적 기능 수행 기회가 줄 어듦 해외 출장 제한으로 국내외 변화 주도 및 선도에 영향을 줌 서비스 및 운영 중심 사고가 혁신적 및 창 조적 사고를 밀어냄 •. •. •. •. •. •. •. 운영 인력 과잉, R&D 인력 부족 네트워크 혁신을 망장비 업체들에게 의존 하고 있음. 내부 협력 방식을 첨단화하고 강화할 필요 있음 인사 적체로 인하여 새로운 인재의 충원이 어려움. • •. 5. (26) 1.5 커뮤니티 수요 및 Science Drivers. 6. (27) 더욱 더 믿을 수있게. 더욱 더 편리하게. 더욱 더 고속으로. 더욱 더 안전하게. § Promises Better R&D Opportunities than ever for You. 2.1 연구망 소프트웨어화로 서비스 차별화. 7. (28) 국내 및 국제망 10G →100G 전환, 사용자 액세스망 1G → 10G 고도화. 집중 지원 집중지원 18개 출연(연) 18개 출연(연) 5대 과기원 5대 과기원 서울대 서울대. 국내 및 국제망 10G →100G 전환, 사용자 액세스망 1G → 10G 고도화. 190개 기관의 30%까지 확산지원. 집중 지원 집중지원 18개 출연(연) 18개 출연(연) 5대 과기원 5대 과기원 및 서울대 서울대. 24시간 365일 무장애 운영 및 사용자 지원 17개 지역망 센터, 3개 해외망, 60개 첨단 액세스망, 15개의 커뮤니티 네트워크 200여 회원기관. • 보안 분석 자동화 기술 • 보안 시각화 기술 • 홈페이지 위변조 탐지 기술. • Open Collaboration (COREEN) 플랫폼 기술 • ID Federation(에듀롬). • Carrier SDN 안정화 기술: 콘트롤러 이중화 • Carrier SDN 액세스 기술: 사용자 중심 네트워크 할당 기술. 기술 개선 및 적용 확대. 소프트웨어 연구망 확산단계. 소프트웨어 연구망 도약단계. 소프트웨어 연구망 준비 단계 기술 개선 및 적용 확대. 2017. 2016. 2015. 2.2 연차별 추진 전략. 8. (29) 컴퓨터, 스토리지, 네트워크. Infra as a Service. 가상 컴퓨터, 가상스토리지, 가상 네트워크. Platform as a Service. 문제 해결용 소프트웨어들. Software as a Service. 표준 클라우드 서비스 아키텍쳐. as a Service. 네트워크 인프라 (for 연결 서비스). as a Service. 네트워크 플랫폼 (for 주문 서비스). 클릭기반 주문 서비스. asaaService Service as. 네트워크 소프트웨어 소프트웨어 네트워크 (for공동 공동 필수서비스) 필수서비스) (for. 소프트웨어 연구망 서비스 아키텍쳐. 2.3 소프트웨어 연구망 서비스 구성. 국내 백본망 국제망 첨단 액세스망 커뮤니티망(그룹연구망). SDN 네트워크 My Network 서비스 가상 데이터 네트워크 서비스 (VDN). 첨단 보안관제 서비스 - SMARTer. 빅데이터 전송 서비스 - Science DMZ. 만능 ID 서비스 - EduRoam, - ID Federation. 협업 응용 S/W 패키지 서비스 - COREEN. 소프트웨어 연구망 구성 요소. 9. (30) 190개 회원 기관. Global Top Service (대역폭에 특화된 서비스). ( 5대 빅데이터 사이언스, 홀로그램 네트워킹, 대화형 8K스트리밍 정보 교환, 나노 스케일 원격제어 등). 10G -> 100G로 연구 범위 확대. 네트워크 인프라: KREONET. GLORIAD, Community Network, Access Network. Infra as a Service. 네트워크 플랫폼 SDN네트워크, My Network, VDN. Platform as a Service. COREEN, ScienceDMZ, SMARTER, EduRoam. 네트워크 소프트웨어들. Software as a Service. Special Top Service (협업에 특화된 서비스). 2.4 사용자 지원서비스의 전문화. KREONET Service. 10. (31) 아시아 국가 연구망과 연동 서비스 개선. (트랜스유라시아 네트워크 연동). TEIN 연동. (아시아 Tier2 센터들 연동). LHCONE Asia 연동. (에듀롬 서비스 확산). ID Federation 확산 지원. (고에너지물리, UN 기후 분야). Open Science Bridge. 미래부 2차관 국장 • 연구망 협의체 • TEIN 연동 국제망 협력 • GLORIAD/Internet2 • GEANT/Surfnet. 네트워크 인프라 (as a Service). 산업체, 통신사 • SDN 서비스 기술 • SDx 구축 협력. 네트워크 플랫폼 (as a Service). 미래부1차관 국장, 국정원 처장 • 정보보호 R&D 교육부 과장 • 에듀롬 운영센터 UN 기구 • WMO와 COREEN협력. 북미 중심에서 유럽, 남미, 중동, 아프리카까지 연동 능력 확대. GLORIAD 100G 고속화. * PRP : Pacific Research Platform (서부의 12개 대학 지원 을 배정받음). (PRP 연동). 100기가 연구플랫폼 지원. 미국 100개 대학. 들로 구성된 응용 네트워크. *고에너지물리, 천문우주, 바이오, 기후, 지진 *100기가 데이터 전송 서버인 FIONA. (5대 빅데이터 사이언스 전용 Freeway),. Science DMZ. (서구 협력). (KREONET/GLORIAD). (아시아 협력) 네트워크 소프트웨어 (as a Service). West Collaboration. 소프트웨어 연구망. East Collaboration. 국가대표 연구망으로서의 리더십 및 연구지원능력 강화: 190개 기관+15개 그룹+65개 연구실. 2.5 국내외 협력 확대. 11. (32) 논문. 공동 활용 시설 장비. 과학. 인프라. 특허· 콘텐츠· SW. 저변확대. 기술. 사회. 서비스 개발. 유형. 성과 분야. 50/55 10/20 [1,500↑,15분↓]/ [2,000↑, 13분↓]. SCI 논문유발 건수. 연구망 소프트웨어화 수준(%, 누적) 사이버 침해 대응 우수성 (지원건수, 신속도). 13/13 14/21. SW등록 건수 지식재산권(IP) 활용률(%). 20/25. 14/15. 2/2. 특허등록 보유 건수(누적). 기술이전 건수(누적). 첨단 연구망 기여도(%, 누적). 지식 재산권 확보의 우수성. 50/70. 190/190. 활용기관 수(누적건수). 협업플랫폼 서비스 수준(%, 누적). 500/600. -. 논문 게재 건수 IF 상위 20% SCI(E) 논문수. 21/23. 세부성과지표. 대역폭 확보 수준(Gbps). 논문의 우수성. 성과지표. 2015실적/ 2016목표. 25. -. 4. -. -. -. -. 20. 55↑. 190. 600. -. 9. 서비스. -. 21. 6. -. -. 70↑. -. -. -. -. -. -. 8. 응용 지원. 6. 정보 보호. -. -. 3. 1. -. -. [2,000↑, 13분↓]. -. -. -. -. 1(2017). 2016년 목표. (전체)평균 110% 달성계획, (논문) 2017년 ¼분기 목표성과 사전확보. 2.6 경영성과목표. 12. (33) 소프트웨어 융합형 첨단연구망 고속화 및 시범서비스. 대표 성과. 20G. 130G. 10G. 110G. 20G. 200G. 10G. 100G. 20G. 10G. 120G. 40G. 20G. 100G. 20G. 13. 과학기술 협업연구에 최적화된 국가과학기술연구망(KREONET) (총 용량 500G->600G). 주요사업-①. 2.7 중점 추진사업 : 소과제1(1/6). 100G 백본망. (34) 소프트웨어 융합형 첨단연구망 고속화 및 시범서비스. 대표 성과. 10G. 10G. 100G. 10G. 10G. 14. 세계적 수준의 글로벌과학기술협업연구망(GLORIAD): 미국->유럽, 아시아, 남미, 아프리카. 주요사업-①. 2.7 중점 추진사업 : 소과제1(2/6). 100G 국제망. (35) 천문우주 산학이학관. 백신센터. 글로벌공학센터 (36동). 주요사업-①. 화학연. 항공우주연. 한의학연. 표준과학연. 전기연. 기초과학지원연. 과학기술연. 100G KREONET-S. 핵융합연구소. 100G KREONET-S. 생산기술연. 재료연. 천문연. 지질자원연. 전자통신연. 에너지기술연 원자력연. 생명공학연. 100G 고속화 및 개방형 차세대 네트워킹 서비스. 사이버랩 (39동). 고에너지물리 (25동). 서울대 전산원(37동). 농림기상센터. 액세스망 고도화. 2.7 중점 추진사업 : 소과제1(3/6) 대표 성과. 15. 100G 엑세스망. (36) 미래네트워크. 기상기후. 게놈, 바이오 천문우주. 슈퍼컴퓨터 HEP. 원격교육 …. 15. 14. 13. 12. 11. 10. 9. 첨단협업연구 커뮤니티 전용망 구축 및 그룹에 특화된 기술 지원(계속). 2.7 중점 추진사업 : 소과제1(4/6). 16. (37) 첨단연구망 소프트웨어화 및 선도서비스. 대표 성과. : 사용자가 필요로 하는 망을 스스로 구성하도록 소프트웨어적으로 지원하는 서비스. 소프트웨어 기반 첨단연구망(KREONET-S). 주요사업-①. 2.7 중점 추진사업 : 소과제1(5/6). 17. 캐리어 SDN. (38) 네트워크 생성 확인. 연결을 원하는 상대방 및 대역폭 정보입력. 네트워크 생성, 소멸, 수정을 지원하는 기능 버튼들. ※소프트웨어 기반 첨단연구망(KREONET-S): My Network 서비스 (예시). 2.7 중점 추진사업 : 소과제1(6/6). 18. 대표 성과. (39) 주요사업-②. 첨단연구망 기반 정보보호체계 구축 및 서비스. 2.8 중점 추진사업 : 소과제2(1/2). 19. (40) 첨단연구망 기반 정보보호체계 구축 및 서비스. 분석 자동화를 통한 오탐률 1% → 0.5% 이하, 대응 시간 단축: 15분-> 13분. 주요사업-②. 2.8 중점 추진사업 : 소과제2(2/2). 20. (41) 3.1 KISTI Open Science Strategy. 21. (42) 협업 2. 협업 2. 협업 5 실험 5. 협업 5. 실험 5. COREEN. 실험 2. 실험 2. 3.2 Open Collaboration. 22. (43) (Open Collaboration Platform). 3.3 COREEN Overview. XeAP 프로젝트 참여 (AARNET과 저개발국가 eduroam 구축 지원). 50개 대학 7개 정부연구소. 23. (44) 첨단연구망 기반 협업플랫폼 (COREEN)서비스 및 글로벌 연동. ※ COREEN: COllaborative REsearch ENvironment. 협업플랫폼 서비스. 주요사업-③. 3.4 COREEN 구조 : 소과제 3. 24. (45) R&D 인프라 및 자원. 커뮤니케이션. 파일전송 및 공유. 분류. 협업 클라우드 협업 테스트베드. Emulab. Eduroam 사용자 대리인증 서비스. Eduroam-AND RealLab. 메신저용 XMPP 서비스. Communicator. 웹 세미나에 최적화, 화면공유, 프리젠테이션 파일 공유. Webinar. WebRTC 기반의 화상회의, 모바일 환경 지원. Globus Online(GridFTP) endpoint 서비스. FileStore. Webmeet. 콘텐츠 캐싱 서비스. 대용량 파일 공유. Filesender WebCache. 주요기능. 면담결과(요구사항). - 디지털 홀로그램의 CG영상을 위한 고속 대용량의 네트워킹, 컴퓨팅, 스토리지 자원의 일괄요구. - 원내 보안규제로 인해 eduroam 서비스의 기관 내 자체 구축이 어려움 - 해당기관 연구원들이 국내외 출장 시 eduroam 서비스를 이용할 수 있는 방안 마련 요청. 대학 전산담당. 디지털홀로그램 기술 연구자. - 6개 실험센터간 실험데이터 저장소 요구, 실험센터간 실시간 협업을 위한 협업솔루션 요구. - 수문학 기반 도심홍수/침수 모델링을 위한 협업이 가능한 클라우드 서비스 필요. 국내 응용기상 커뮤니티. 건설연구공인 검증커뮤니티. - IPv6, 멀티캐스트 등 실제환경과 유사한 네트워크 기술 연구환경 요구. 네트워킹 기술 연구자. - 네트워크 기반 응용 교육과정을 위한 다수의 전용자원노드(베어메탈 방식) 사용 요구. - R&D 과정에서 반복실험을 요구하는 연구환경(장비의 빠른 재구성과 결과의 효율적 재활용) 구성 이 가능한 테스트베드 요구. 보안 R&D 학·연 연구자. 네트워킹, 분산컴퓨팅 교육·연구자. - 통합연구 환경에서의 인증·관리 등의 통합환경 요구. - 원격지 연구자간 연구데이터 전송·처리·분석을 위한 협업 연구 솔루션 요구. 면담결과(요구사항). 네트워크 기술연구 그룹. 기상기후 연구자. 커뮤니티. 3.5 COREEN User란?. 25. (46) 3.6 ID 연계란?. ID 제공자 (연구/교육기관). ID 연계서비스 제공자(KREONET). 서비스 제공자 (기업 등). 26. (47) ID providers. 500 member orgs.. 112. 170. 50. Federation Service Provider. Incommon/ Internet2. SURFcontext/ SURFnet. Gakunin/ Nll. AAF. 3.7 해외 사례. 100 Information and Cloud Services. 100 Information Services. 150 Cloud Services. 204 Cloud services. Service Providers. 90% national universities. 90% academic orgs.. 7.5 million. Total Users. Commercial. Commercial. Etc.. 27. (48) 3.8 COREEN Service. 28. (49) 3.9 분야별 COREEN Service. 29. (50) ID 연계. Open Collaboration. 협업SW 화상회의 파일전송 등. DTN(서울). 제3국 재분배. Open Science Bridge. Data Consumer. - 데이터공유 - 과학실험. ID 연계. 협업테스트베드 - R&D 검증 - 과학실험. Open Data. 협업클라우드. - 전송가속 - 데이터캐슁. FIONA. openScienceCloud + 협업클라우드 + 고속보안전송 DTN(대전). 3.10 COREEN 확장. Pacific Research Platform. 30. Data Producer. (51) ※ Legacy Portal Design. 32. (52) ※ Science DMZ. 33. (53)(54)(55) 사업추진 배경. (56) 한국과학기술정보연구원. 1610년, 갈릴레 오는 최초의 망원 경으로 목성, 금 성, 달 관측 성공. 1세대: 관측. 관측, 관찰을 통한 자연 현상 기술. 컴퓨터시뮬레이션을 통해 자연 현상 기술. 두 로 가 터. 개의 블랙홀이 하나 통합되면서 중력파 생성되는 현상 컴퓨 시뮬레이션. 3세대: 시뮬레이션. 글로벌대용량실험데이터허브센터(GSDC). 1964년, 힉스는 물질에 질량을 부여하는 힉스 입자의 존재를 이론으 로 설명. 2세대: 이론. 4/36. 출처: The Fourth Paradigm. 2013년, CERN의 CMS와 ATLAS 검출기를 통해 생성된 데이터를 분석하여 힉스입자 존재 증명 노벨상 수상. 4세대: 데이터. 초대형 실험장비의 방대한 데이 터 분석을 통한 자연 현상 기술. Research Paradigm Shift to Data Intensive Scientific Discovery. 모델링과 일반화를 통 한 자연 현상 기술. 데이터를 기반으로 한 연구 패러다임의 부상. 연구 패러다임 변화. (57) 한국과학기술정보연구원. 허블망원경 (1990년). 중력파망원경 LIGO (2016년). 중력파발견 (130억 광년). 發明. 원자력 에너지혁명 (50년). 알파입자 산란실험 (1911년). 3x10-6cm. 물분자. 글로벌대용량실험데이터허브센터(GSDC). 發明. 전자혁명 (100년). 음극선관 (1897년). 5/36. 3,000억. 10조. 거대장비, 대용량실험데이터 거대 컴퓨팅 필요. (1914년부터). 컴퓨터. 검출기. 가속기. 노벨상 87%가 신개념 연구장비활용. 전파망원경 (1931년). 망원경 (1610년). 發見. 0.1cm. 이슬. 발견, 발명, 그리고 혁명. (58) World Wide Web 탄생 Tim Berners-Lee (1989). 운영비 1.5조/연. 4개 핵심 검출기. 둘레 27km. 지하 100m. 스위스-프랑스 국경. 10,000명의 연구자. (55만CPU, 300PB Disk, 230PB Tape). 170개 데이터센터. 42개 국가. 100M 센서→14M Pic/s. 10GB/s → 30PB/year. 2013 (힉스입자 발견). (59) 사업 개요. (60) 한국과학기술정보연구원. 2015.5. 2007.07. 8/36. 글로벌 대용량 실험데이터 허브 센터, GSDC 출범. 2010.07. 글로벌 첨단 실험데이터 확보 공유를 위한 연구 인프라 구축 및 발전방향 기획연구 수행. 2009.12. 세계 11번째 WLCG Tier-1 국가 공식 승인. 2014.04. 2008.08. 국내외 첨단대형연구시설 실험데이터 등의 컴퓨팅 그리드 구축 지원 강화 (과학기술기본계획 577 계획 ). 한국 연구자 교육프로그램 참여. LHC 컴퓨팅 그리드. 검출기(ALICE, CMS) 건설과 이용. 입자물리이론. 글로벌대용량실험데이터허브센터(GSDC). KISTI-CERN 10Gbps 가속기데 이터전용망 구축. 아시아 대표 WLCG Tier 1. 2006.10. 한국정부-CERN 협정 체결. . 한-CERN간 대형가속기(LHC) 사업 참여 의정서 체결. 추진경위 4대분야. (61) 서비 스 국제 협력. 수탁. 글로벌대용량실험데이터허브센터(GSDC). 거대실험장비와 데이터센터가 연계된 오픈사이언스 플랫폼제공. 아시아 대표 데이터 허브센터 9/36. 데이터의 공유∙분석 환경 구축을 통해 기초연구 글로벌화, 선진화 (과학기술기본계획 577). 세계 주요 가속기(CERN, KEK) 및 대형 검출기(LIGO)등의 대용량 실험. 데이터센터 운영 통합 솔루션 개발. 선진센터와 데이터 공유 환경 구축. 아시아 대표 WLCG Tier-1 서비스 글로벌 데이터그리드 컴퓨팅 구축 및 국제 기술 협력. 페타 스케일 시스템 도입 및 구축. 자원조정위원회. 실험데이터 글로벌허브구축. 글로벌대용량실험데이터 허브센터. 미래창조과학부. 대용량데이터센터구축. 한국과학기술정보연구원. 인프 라 운영. 기관 고유. 사업구조. (62) 한국과학기술정보연구원. 기술. 성장. • 기초과학 통합 데이터센터 • 데이터기반 사회현안 대응 • 개방형 교육(중고등). 2025~. 국가 통합 데이터센터. (기초과학). 도약. 글로벌대용량실험데이터허브센터(GSDC). (원천)데이터 초고속 병렬처리기술 (KISTI-CERN) → CERN, RAON 적용 10/36. (핵심)오픈S/W기반 저비용 고신뢰성 대용량 스토리지 솔루션 개발 → 산업화. 대용량데이터 분산 저장 구조체 국제공동 개발. • 통합가속기 데이터센터 • 실험데이터 통합 관리 • 국가전략지원 체계구축. 2019~2024. 데이터집약형 연구 거점 데이터 센터. (관리)데이터센터 통합관리 솔루션 개발. • WLCG Tier-1 • WLCG Tier-1 기능강화 서비스 • 아시아지역 대표 허브센터 • 고부가가치 장비연계. 대표 기능. 2015~2018. 2009~2014. 태동. 단계. 목표. 가속기 데이터 기반 대용량데이터센터 (아시아대표허브센터). 기반마련. 기초과학분야 국가 통합 데이터센터. 기초과학 선진화, 첨단화를 위한. 목표 및 로드맵. (63) 교 육 유전체 허브. KiAF. (ALICE). 기후/ 온난화. LDG. (중력파). 전자 현미경. CMS T3. 뇌연구. 중이온 가속기. 전 략 분 야. WLCG Tier-1 서비스 (아시아허브). 고부가가치 데이터. 글로벌대용량실험데이터허브센터(GSDC). 의료∙생명 데이터. 사회 기반시설∙안전. 국가 전략 분야. 글로벌 데이터 허브. 기초과학 데이터 통합 인프라 (오픈사이언스 플랫폼). 기초연구 데이터. 인프라통합관리. 고가용성스토리지. 분산저장구조체. 연구그룹별 맞춤형 서비스. 국가 통합데이터 센터 구축. 기초과학 선진화, 첨단화를 위한 기초과학분야. 세계적 과학성과 창출을 위한 R&D 파트너. GSDC Promoting Science. 데이터 집약형 연구기반 확보를 통한 기초연구 진흥. 기술개발. 한국과학기술정보연구원. 데이터. 기반 인프라. 서비스 ∙ 개발. GSDC 역할. 추진전략. 11/36. 국제∙국내 협력. (64) 대용량 데이터 1년 CD 20Km. {. }. 허브센터. 실험데이터 }. • (글로벌) 아시아 대표 허브 • (국내) 기초과학 데이터 분석 오픈플랫폼 제공. (CERN). { 대용량. 글로벌. 고부가가치 대형연구시설장비. 선진연구소와 협력. (65) 센터 지원실험 현황. (66) 한국과학기술정보연구원. 글로벌대용량실험데이터허브센터(GSDC). 차세대 개인별 맞춤 치료를 위한 유전체 데이터 분석 (국내) 서울대, 이화여대, 국립암센터 등 50여명 참여. 국. . 국. 원자로에서 방출되는 중성미자 검출(영광원자로) 국내 실험(50여명). 6. 유전체. . 국. . 국. 글. . 국. 글. . 국. 글. . 5. RENO(Reactor Experiment for Neutrino Oscillation). 중력파를 지상에서 검출하는 실험 16개국, 60개 기관, 1000명 참여 (국내 40여명). 4. LIGO(Laser Interferometer Gravitational Wave Observatory). B 중간자 희귀 붕괴현상 등에 대한 연구 20개국, 67개 기관, 428명 참여 (국내 40여명). 3. Belle/BelleII(일본 KEK). 새로운 물리현상 탐구 (힉스 입자 입증) 40개국, 172개 기관, 3,000명 참여 (국내 80여명). 2. CMS(Compact Muon Solenoid). 빅뱅을 재현하여 우주 초기 물질 상태 연구 41개국, 159개 기관, 1,655명 참여 (국내 40여명). 1. ALICE(A Large Ion Collider Experiment). 지원실험분야 (요약) 글 로벌서비스. 14/36. 국 내 연구자 전용. (67) 1,000 108 180. Tape(TB). CPU. Disk(TB). 한국과학기술정보연구원. 1. 1,000. 1,500. 2012. Disk(TB). CPU. Network(Gbps). KiAF. WLCG Tier-1. 구분. ■ 연구지원. 2. 180. 108. 1,000. 1,000. 2,000. 2013. 10. 200. 196. 1,500. 1,500. 3,000. 2016. MOU 기반. 10. 200. 196. 1,500. 1,000. 3,000. 2015. 글로벌대용량실험데이터허브센터(GSDC). 2. 200. 108. 1,500. 1,000. 2,700. 2014. A Large Ion Collider Experiment (중이온물리) 무거운 입자의 원자핵을 충돌시켜 빅뱅과 유사한 상태를 재현하여 우주 초기 빅뱅직후 생성된 물질 상태 연구 41개국, 159개 기관, 1,665명 참여 (국내 40여명). ■ 실험요약. ALICE / CERN. 15/36. WLCG Tier-1 구조. 1,400억. (68) 100 200. CPU. Disk(TB). 400. 500. 2015. 500. 500. 2016. 한국과학기술정보연구원. 5,000억. 길이 25미터, 지름 15 미터, 무게 12,500톤. 글로벌대용량실험데이터허브센터(GSDC). 국내 사용자 전용 데이터공유 환경 구축. 2014. 구분. MOU 기반. Compact Muon Solenoid (입자물리) 새로운 물리현상 탐구 (힉스입자 입증) (국제) 40개국, 172개 기관, 3,000명 참여 (국내) 8개 기관, 80여명. ■ 연구지원. . ■ 실험요약. CMS / CERN. 16/36. 초당 400만 번 충돌. (69) 300. 80. CPU. Disk(TB). 한국과학기술정보연구원. 2013. 구분. ■ 연구지원. 80. 300. 2014. 80. 300. 2015. 80. 300. 2016. 글로벌대용량실험데이터허브센터(GSDC). BelleII 실험을 위한 그리드 컴퓨팅 환경구축. 80. 300. 2014. MOU 준비. 일본 고에너지가속기연구소(KEK)에서 수행 B 중간자 희귀 붕괴현상, 새로운 입자의 발견, B 중간자, D 중간자, tau 입자 등에 대한 연구 (국제) 20개국, 67개 기관, 428명 참여 (국내) 9개 기관, 40여명. ■ 실험요약. BelleII / KEK. 1,000억 17/36. 연 5000억(운영비). (70) 16. 5. CPU. Disk(TB). 5. 16. 2011. 47. 204. 2012. 150. 420. 2013. 150. 420. 2014. 150. 576. 2015. 300. 800. 2016. MOU 기반. 한국과학기술정보연구원. LIGO Data Grid. 글로벌대용량실험데이터허브센터(GSDC). 중력파 검출 → 중력파 천문학의 탄생 풍부한 과학적 파급력 기대. 중력파 데이터분석 전용 팜 구축 및 서비스 국제 스쿨 공동개최: “2015 International School on Numerical Relativity and Gravitational Waves”, APCTP, KISTI, KAIST, YITP 공동개최. ■ 지원 내용. 2010. 구분. ■ 연구지원. Laser Interferometer Gravitational Wave Observatory 블랙홀, 중성자별 충돌 등 천체현상에서 발생하는 중력파를 지상에서 검출하는 실험 (국제) 16개국, 60개 기관, 1000여명 참여 (국내) 10개 대학, 4개 연구소, 30여명. ■ 실험요약. LIGO. 18/36. 1조 투자. (71) 128. 150. CPU. Disk(TB). 한국과학기술정보연구원. 2012. 구분. ■ 연구지원. 250. 192. 2014. 250. 192. 2015. 250. 192. 2016. 글로벌대용량실험데이터허브센터(GSDC). 원천데이터를 이용 시뮬레이션 및 데이터분석. 250. 192. 2013. MOU 기반. Reactor Experiment for Neutrino Oscillation 원자로에서 방출되는 중성미자의 검출시설 미래부에서 5년간 116억 지원하여 2011년 구축 완료되어 실험데이터를 쌓아오고 있음. (국내) 서울대, 경북대, 부산대, 전북대, 전남대 중 심 50여명. ■ 실험요약. RENO. 실험터미널공간 및 중성미자검출기 (50억). 19/36. 450톤 중성미자검출기 (66억). (72) 192. 250. CPU. Disk(TB) 협의. 협의. 2016. 협의. 협의. 2017. MOU 및 협의기반. 한국과학기술정보연구원. KISTI 유전체 허브. 글로벌대용량실험데이터허브센터(GSDC). 개인 연구자들은 “고가의 실험/분석 데이터에 접근 어렵고, 고성능 IT Facility 취약성” 가짐 → Open Collaboration 필요한 분야 !!. 유전체 데이터 분석 전용 팜 구축 및 서비스 전용연구망(KREONET)을 통한 원시 유전체 데이터의 고속 전송·공유 서비스. ■ 지원 내용. 2015. 구분. ■ 연구지원. Genome Open Collaboration 차세대 개인별 맞춤 치료를 위한 유전체 데이터 분석 의료진, 유전체/생물정보 연구진, IT 관련 연구진 그룹 들이 개방·공유 ·협력 연구를 수행 (국내) 서울대, 이화여대, 숭실대, 한림대, 국립암센터, 삼성서울병원, 신테카 등 산학연 50여명. ■ 실험요약. 유전체. 20/36. 질환 위험예측,진단, 맞춤치료. (73) 대표성과. (74) 한국과학기술정보연구원. 선진국 클럽 가입. 길을 열고,. 글로벌대용량실험데이터허브센터(GSDC). 1,450 m2, 3.5 MW, 10만 코어, 45PB 저장, 매일 21만장 DVD 크기 데이터 처리. ICT 기반 슈퍼그리드컴퓨팅 분야. CERN 원천데이터 확보의. 세계 11 번째 CERN 최상위데이터센터 보유 국가 공식 인증(2014년 4월). WLCG Tier-1 승인. 22/36. 전자신문 외 13곳. (75) 한국과학기술정보연구원. 데 이 터. 글로벌대용량실험데이터허브센터(GSDC). 하위데이터 센터 (Tier-3). 37 개국, 150 사이트. 중위데이터 센터 (Tier-2). 12 개국, 14 사이트. 최상위데이터 센터 (Tier-1). 원천데이터 센터 (Tier-0). CERN Tier 구조. 중급규모. HDD: 수GB ~ 1PB. CPU: 1~1,000 코어. HDD: 1TB ~ 9PB. 23/36. CPU: 60 ~ 1,5000 코 어. HDD: 1~11PB. CPU: 2,000~11,000 코어. Tape: 1.5~22PB. HDD: 45PB. CPU: 10만 코어. Tape: 100+ PB. 자원 규모. (76) ⓕ, ⓘ (’13. 1월) 완료. 월간 작업 처리 통계 데이터 배포(APEL). 글로벌대용량실험데이터허브센터(GSDC). ⓕ, ⓗ (’13. 2월) 완료. 가용도/신뢰도 측정 서비스 구축(SAM). 한국과학기술정보연구원. ⓕ, ⓗ (’13. 4월) 완료. 90% 가용도/신뢰도 요구 수준 달성. ⓕ, ⓖ, ⓙ (’13. 9월). 근거(완료시점). 완료. 완료여부. ⓔ (’13. 8월). ⓓ (’12. 12월). ⓒ (’12. 12월). 근거(완료시점). 24시간 On-call 서비스 지원 계획 제출. 항목. 완료. CERN 원천 데이터 저장 능력. 서비스. 완료. 테이프 저장소 구축. 완료여부 완료. 항목. CPU와 디스크 제공 (실험에서 필요한 자원량의 5% 이상). 자원. ⓐ, ⓑ (’15. 5월). ⓐ, ⓑ (’12. 4월). 근거(완료시점). CKC(CERN-Korea Committee) 회의 합의 사항(`14.10). 완료. KISTI-CERN 10Gbps 데이터넷 구축. 완료여부 완료. 항목. KISTI-CERN 1Gbps 데이터넷 구축. 네트워크. 3개 분야 총 9개 세부 항목으로 구성. WLCG Tier-1 조건 항목. 24/36. (77) 한국과학기술정보연구원. KISTI시카고 라우트. 글로벌대용량실험데이터허브센터(GSDC). 시카고 CERN 라우트. KISTI CERN 가속기전용망 구축(2015년 5월). 25/36. 첨단연구망 서비스실 협력. (78) 한국과학기술정보연구원. CERN 현지 보도. 개통식. 글로벌대용량실험데이터허브센터(GSDC). 네트워크시설. 개통식. 26/36. GSDC 시설. WLCG Tier-1 기능완성 원년. (79) 연간 10억 절감. 한국과학기술정보연구원. 시스템 연동. 글로벌대용량실험데이터허브센터(GSDC). 전문인력 및 공개 S/W 활용. 24시간 대응체제. 컴퓨팅 인프라 도입. 27/36. 연간 450만 데이터분석 처리. 안정적인 서비스. 시스템 자체 재구성. KISTI 전문인력으로 수행 → WLCG 세계 10위(2017년). 인프라 도입∙구축 ∙연동 ∙서비스 ∙기술대응. WLCG 세계 Top 11위. (80) 한국과학기술정보연구원. LIGO에서 모니터링 되는 GSDC 분석환경. 구축해 중력파 데이터를 저장하고 분석했다.”. 는 라이고 데이터와 연동된 컴퓨팅 환경을. “KISTI의 글로벌대용량실험데이터허브센터. “글로벌대용량실험데이터 허브센터(GSDC)에 라이고의 관측 데이터가 모두 들어와 있다.”. 언론보도. 글로벌대용량실험데이터허브센터(GSDC). 28/36. 2016년도 중력파 검출. 중력파실험 관련 유일한 미래부 지원 사업 연구자와 데이터센터 협력(적은 예산) 세기의 발견에 기여. 2015년도 업무협약. 세기의 발견 “중력파” 검출에 기여. (81) 한국과학기술정보연구원. 거대장비 데이터센터 연구자. 개방∙공유∙협력. SCI 평균 IF. IF 비교. 논문(62편). IF 등위. 2. 2.62. 3.58. 국가전체 기초연구. 26. 3.68. 이공계. 13. 29/36. 6.20. 본 사업. 21. 상위 25%이내 SCI 논문 62편 유발(2015년) 10% 15% 20% 25%. “이 실험에는 연간 10PB(페타바이트)에 달하는 천문학적 인 용량의 빅데이터 생산과 분석기술이 필요해 <∙∙중략∙∙> 우리나라에서는 KISTI가 이번 실험에서 약 10%에 해당 하는 인프라를 제공했다.”. vol. 11 no. 10. 원자핵-반원자핵 대칭성 정밀측정. 글로벌대용량실험데이터허브센터(GSDC). 우수 성과 창출. 개방∙공유∙협력의 오픈사이언스의 표본. “12개국 57개 기관 300여명의 연구원이 참 여한 ‘스타(STAR)’ 국제 공동연구진은 <∙∙중 략∙∙> 처음 입증했다. 이번 연구에는 부산대 물리학과와 KISTI 대용량데이터허브실도 한 국 대표팀으로 참여했다.”. vol. 527 no. 7578. 반입자간 상호작용 첫 규명. 세계 최고 수준 연구성과 창출. (82) 한국과학기술정보연구원. 글로벌대용량실험데이터허브센터(GSDC). TEIN. Site Reports. *Maha. 30/36. Chakri Sirindhorn. KISTI 사무국 운영. 의장국 선출. 포럼 규정 수립. 2016년 태국 유치*(10월). 선진국과 아시아 개도국 징검다리 역할. 미국 ESNet. (2015년 성과) TEIN-GLORIAD간 라우팅 정보 상호교환 합의. 오프닝. 등록. 아시아 10개 Tier 센터, ESNet(미국), TEIN(아시아-유럽), GLORIAD(한국), CERN(유럽) 참여. 아시아 티어센터의 공동 이슈 해결. 아시아 티어센터 포럼 구성(2015년). (83) 한국과학기술정보연구원. 구성계획. 31/36. 기초과학 컨텐츠 제공자로 위상전환. 티어센터의 이슈해결을 위한 아시아 구심점 역할. 국가적 의미. 글로벌대용량실험데이터허브센터(GSDC). 한국 보유 기초과학 컨텐츠에 대한 빠른 접근. 연동 후. TEIN-GLORIAD 연동 전. 아시아지역 네트워크 연결성 강화(2016년). (84) 한국과학기술정보연구원. 1:1 지원. 글로벌대용량실험데이터허브센터(GSDC). 총 31명 (물리 17, 의학 6, 전산 8). 수료. 시험. 강의. 실습. 질문. 32/36. 만족도 89.65점. 실험 데이터 분석 환경 이해도 데이터 분석 능력 국내연구 경쟁력. GSDC 데이터그리드 스쿨(매년 개최). (85) 한국과학기술정보연구원. 활성화. 연구 커뮤니티. 구조생물학. (2주 1주). 작업시간 50% . 데이터획득에서 분석까지. 서비스 구축. 데이터센터 연계. 전자현미경 +. 원본. 3D. 구조규명. 데이터 전용 보안망 구축. 범용수준. 글로벌대용량실험데이터허브센터(GSDC). 원천데이터. 2D. 데이터생성. 300명 활용. 250억. 세계최고수준. 고부가가치 장비 연계 신규서비스 구축(2016년). 33/36. 및 활용율 제고. 연구 장비의 접근성. 통한 고부가가치. 데이터센터 연계를. ※ 국가대형연구시설의 구축현황 조사∙분석(2015). 대형연구시설 총 구축비. 7조 7,190억. 11조 8,083억. 대형연구시설 사업비 (2014년 기준). (86) 한국과학기술정보연구원. 글로벌대용량실험데이터허브센터(GSDC). 미래부 검토 중. 34/36. KBelle 전용 분석팜 지원. GSDC BelleII 컴퓨팅 Grid 참여. BelleII Tier-2 구축 요청. 2015년 6월 8일 KBelle-GSDC MOU 체결. 한국 Belle, 협력체결 요청. 한국그룹이 아시아의 대표. 아시아 CMS Tier-1의 부재. 2015년 5월 26일. CERN CMS Tier-1 구축 요청. BelleII 다자간 협약 참여요청. 2015년 6월 9일. KEK, KISTI BelleII 컴퓨팅 참여요청. Takaaki Kajita. GSDC 방문. 수상자(2015년 수상). 노벨 물리학상. 2016년 6월 23일. 중력파 국제 컨퍼런스 KISTI 개최. 중력파 분석환경 구축기술 이전 협력. 협력지원 요청. (87) 맺음말. (88) 과학분야 노벨상 87%, 첨단 연구장비 활용(1914부터). 중이온가속기 데이터센터 준비. . 글로벌대용량실험데이터허브센터(GSDC). 국내 첨단실험 연구장비와 GSDC 연계. . 36/36. (예: CERN 완공 5년 전 부터 준비). (예: 전자현미경). 해외 첨단대형연구장비 활용에 한국연구그룹과 GSDC 연계 참여 한국의 입지 강화 (예: LIGO, CERN 실험). . 데이터집약형 기초연구분야 연구경쟁력 . 실험연구자와 ICT전문 인프라 기관의 협력모델 수립. 막대한 예산의 첨단대형연구시설을 모두 갖출 수 없는 현실. 한국과학기술정보연구원. 필요한 것들. 한국형 모델. 현실. 맺음말. (89)(90)(91) 일반상대론:. I. 중력파 검출. Einstein (1916). (92) (KISTI 동영상 상영). 블랙홀 병합 중력파 발생 검출. (93) Joseph Weber (1960s): h~10^-16 at 1660Hz. • 중력파 검출기. LIGO Livingston Observatory (2000s): h~10^-21 at 30~1000Hz. 4km. (94) PRL 116 (2016.02). • 중력파 검출 내용. (95) • 중력파 검출 의의 및 전망. LIGO-G1600341. (96) ~633 첨성대. 1997 Hubble in SM2. 1610 Galileo. 1789 Herschel. 우주를 보는 눈들:. (1989). (2001). Super-K (1983). Arecibo. 1996 보현산. Chandra X-ray (1999). 1964. A. Penzias & R. Wilson. 1928 Palomar. 1998 VLT. (물첨, 2010). RENO. (2009). KVN. Figure courtesy: Wikipedia. (97) 중력파(라이고). ?. (98) LIGO Louisiana 4000m. LIGO. Laser Interferometer for Gravitational-wave Observation. GEO. Cited in part from H.J. Paik’s talk. (2022). (2017). KAGRA. InLIGO. Virgo. 중력파 검출기 네트워크. (99) LIGO-G1600341. 중국: “천금(天琴, TianQin)”. (100) LIGO-G1600341. (101)(102) LIGO-G1600341. II. 국내의 중력파 연구와 KISTI의 역할. (103) • 라이고 관측소 쉬프트(Shift) 수행 • 각종 위원회 활동 및 의사결정 LIGO-G1600341. • 국내연구진 저자 14명 • 중력파 데이터분석 특히 검출 데이터로 질량, 스핀, 위치 등 중력파원을 특징 짖는 파라미터 값 산출(모 수추정, PE) • 검출기 보조채널의 특성 파악과 노이즈 추출 연구 (DetChar) • 중력파원 천체물리연구. 한국연구진의 기여. (104)(105) • 리더쉽과 열정 LIGO-G1600341. • 자발적인 연구자들의 모임: 2003년~현재 • 아태이론물리센터의 지속적 지원: 2006~현재. 여름 학교, 연구회 프로그램 • 라이고 가입: 2009년 • GRN 사업의 지원: 2011~2013, 2억/년 • 국가수리과학연구소의 지원 및 활발한 연구 참여 • KISTI GSDC: 컴퓨팅 자원 및 기술 지원 + 과학연구. 협력단의 성공요인. (106) 1. 라이고 가입 기획단계부터 참여:. LIGO-G1600341. KISTI의 역할 및 전주기적 참여. (107)(108) LIGO-G1600341. 2. 중력파 데이터분석 컴퓨팅환경 구축: - 2010년부터 구축 시작. 현재 LDG Tier 3 레벨. 840 코어, 300TB 저장장치. 중력파 데이터 확보: ~150TB. (109) LIGO-G1600341. 컴퓨팅 자원의 단순지원을 너머 활발한 연구 참여로 유기 적이고 능동적 협조 및 지원서비스의 고도화 가능했음!. 3. 연구 수행 및 참여: - 모수추정 연구, 검출기 특성 연구. 공동연구 수행(‘15, ’16) - 슈퍼컴퓨터 사용 블랙홀 시뮬레이션 수치연구. (110) • 상시적인 중력파 검출: O1(~1건/2.5개월) O2(~3건/월) O3(~24건/월) • “LIGO Restructuring” • 풍부한 관측데이터로 인한 과학의 비약적 발전 이 예견됨: “중력파 과학시대” • 활발한 데이터 분석: LDG Tier 3 Tier 2 로 대 비 필요 • 다양한 차세대 중력파 검출기의 출현 및 개발: - 중력파 천문학 시대 - 독자적 검출기 개발/운영 필요. III. 향후 전망. (111) • SOGRO 실험 진행. • 안정적 예산확보. LIGO-G1600341. • 실험기기 그룹 육성: KAGRA(일본). 향 후 희망 및 풀어야 할 과제. (112) 강궁원 드림. 이 역사적 순간을 좋은 분들과 함께 할 수 있어 행복합니다.. 어쨓든 이제 옥상에 올라가서 중력파가 검출됐다는 것을 목청껏 외쳐보렵니다.. 했습니다. 00:30 분에 맞추어 하려고 했는데 00:32분에 도착했네요. 10분 정도 일찍하려고 했는데 기자전화에, 다중 메일에 당황했습니다.. 2016. 2. 12., 오전 12:52, Gungwon Kang <[email protected]> 작성:. (113) LIGO-G1600341. (114) LIGO-G1600341. (115) “Plus” (+) polarization. h+ (hx = 0). hx (h+ = 0). “Cross” (x) polarization. “STRAIN”:. A plane GW propagating along the z-direction in TT (Transverse-Traceless) gauge:. (116)(117)(118)(119)(120)(121) • 인터뷰 기사. • (과학에 한정 X) 생활밀착형 기사 - 의료, 환경, 미세먼지, … , 전통과학(거북선). • 소프트하게 풀어 쓴 기사. • 거대 과학: 망원경, 핵융합, 우주, 입자가속기 - 우주, 로봇, 뇌, 건강, 노벨상. 외부요인 - 대중의 관심사. (122) • • • • •. 재미 있나? (방송) 화면이 예쁜가?. 우리나라 사람이 포함되어 있는가?. 처음인가? 경제적 가치는?. • 데스크 마음에 들어야 함. 외부요인 - 과학기자의 관심사. (123) • 방송용 화면이 부족. • 좋은 홍보 아이템을 놓치는 경우 발생. • 연구원들의 홍보에 대한 인식 부족. • 연구원 미션에 따른 어려움. KISTI 홍보의 어려움 (내부). (124) • 타 연구소에 비해 언론의 관심도가 낮음. • 기술의 내용의 어려움. • 슈퍼컴퓨터를 제외하곤 일반 대중의 관심을 끌 만 한 내용이 부족. • 지원 기능이 강해서 조연인 경우가 많음. • 기관에서 홍보하고 싶은 내용과 언론의 관심분야 와의 괴리감. KISTI 홍보의 어려움 (외부). (125) CERN ALICE Tier-1 Data Centre. LIGO 중력파 검출. 사례) 성과에 대한 인지도 부족. (126) • • • • • •. 언론사 협력 강화 주요 언론사 기획기사 Hot한 이벤트 적극 활용 협력요청에 적극 대응 과학문화확산활동을 기관 인지도 향상에 연계 • 지역 언론과의 우호적 관 계 유지. 홍보의식 강화 아이템 발굴 강화 보도자료 쉽게 쓰기 선제적 아이템 발굴 동영상 콘텐츠 확대 과학문화활동 강화 • • • • •. [외부]. [내부]. KISTI 홍보전략. (127) 3. 2. 1. ABC인증 발행부수 50만부 이상 신문사 및 지상파방송사. 50만부 미만 6만부 이상 신문사 및 기타 방송사. 6만부 미만 신문사, 온라인뉴스, 기타 매체. 1.0 0.5 0.2 1.0 0.5 0.2 1.0 0.5 0.2. 단독 공동 언급 단독 공동 언급 단독 공동 언급. 비중 가중치. 0.4. 1.0. 2.0. 0.8. 2.0. 4.0. 1.2. 3.0. 6.0. 기획(2). 0.3. 0.75. 1.5. 0.6. 1.5. 3.0. 0.9. 2.25. 4.5. 일반(1.5). 보도구분 가중치. – 업무보고자료 분석을 통해 선제적 발굴 – 부서간 경쟁 유도. • 본부별 언론홍보 아이템 발굴 강화. 점수. 구분. 기사 내. 0.2. 0.5. 1.0. 0.4. 1.0. 2.0. 0.6. 1.5. 3. 단신(1). – 언론사 등급, 중요도, 분류에 따른 효과 분석. • 언론홍보효과 측정지수 개발. (내부) 아이템 발굴 강화. (128) • 기술이전 초기부터 대외협력실이 적극 지원. – 국가과학기술지식정보서비스(NTIS) – 경쟁정보분석시스템(COMPAS) – EDISON. • KISTI 성과물의 기술이전을 통한 홍보. (내부) 성과발굴과 기사화 연계. (129) (내부) 홍보를 위한 동영상 확보. (130) • • • • •. KISTI Dream Makers 출연연 최초의 융합과학교원연수 (유성구)꿈나무과학멘토 자유학기제 & 방문 프로그램 방문강연, 사이언스캠프, 과학전시회. (내부) 과학문화 확산활동 강화. (131) 아이템 예 CERN 데이터센터 LIGO 중력파 슈퍼컴 빅데이터 COMPAS TOD 마켓리포트 중소기업지원사업 과학향기 기관 일반 과학문화확산. 분류. 대중적 관심이 큰 성과물. 일부 독자(산업체) 의 관심이 큰 사업 & 성과물. 기관 인지도 향상. 모든 언론 SNS 오프라인 구전. 경제지(매경, 한경 등) IT 전문지(전자, 디타 등). 주요일간지 공중파 방송 과학전문 방송. 주 공략 매체. (외부) 내용에 따른 언론 매체 선택. (132) (조선일보 2016. 5. 28). 이런 검출기가 CERN에는 4대나 있다. 아무리 컴퓨터와 서버가 많더라도 감당할 수 없는 데이터다. 이 때 문에 CERN은 전 세계 곳곳에 등급별로 데이터를 분산 저장하고, 여러 대의 컴퓨터로 동시에 분석하는 방 식을 채택하고 있다. 바로 CERN에서 탄생해 지금은 일반적으로 사용되는 '그리드 컴퓨팅' 기법이다. 한선 화 KISTI 원장은 "CERN의 최상위 센터로 참가해 LHC의 가속기를 직접 운용하지 않더라도 우리 과학자들 이 데이터를 실시간으로 사용할 수 있다"면서 "한국의 정보기술(IT) 역량이 세계 최고 수준이라는 것을 입 증하는 중요한 사례"라고 말했다.. 가속기에서는 엄청난 양의 데이터가 나온다. CERN의 검출기인 ATLAS의 경우 초당 6억건의 양성자 충돌 이 일어나는데, 한 건의 충돌을 기록하는 데만 1.6메가바이트의 저장공간이 필요하다. ATLAS에서는 1년 이면 미국 의회도서관 소장 도서의 160배에 해당하는 정보량이 생긴다.. 데이터 분석에서도 한몫하고 있다. 대전 한국과학기술정보연구원(KISTI)에는 전 세계에서 11곳에 불과한 CERN의 '최상위 데이터 센터'가 있다. 아시아권에서는 유일하다. CERN에서 진행된 실험은 다음 날이면 바로 대전으로 모두 전송된다.. 우리나라는 입자물리학의 역사가 짧지만, 국제공동연구에 적극적으로 참여하고 있다. CERN에는 서울시 립대·강릉대·세종대·부산대·경북대 등에서 온 100여명의 한국 과학자가 LHC 실험에 참가하고 있다.. ◇한국에 CERN 데이터센터 운영. (중략). [IF] 인류가 만든 가장 거대한 기계… “신의 비밀’을 푼다. (외부) 주요 언론 기획기사(사례). (133) (외부) 과학동아 연재 기획기사. (134) (외부) 중요한 이벤트 적극 활용. (135) – 문체부, 미래부 등의 홈페이지 연계 – 언론사 연계(대표사례: 과학향기) – 타 연구소와 공동 이벤트 기획. • 주요 언론과의 기획기사 강화 • 외부와의 협조를 통한 노출 확대. (외부) 연계를 통한 홍보 강화. (136) (외부) 외부협력 사례 - 과학향기. (137)(138)(139) 연구의 필요성 목표 시스템 아키텍처 주요연구내용 추진체계 개발로드맵 연구결과물 기대성과. PF급 초고성능 컴퓨팅 핵심시스템SW기술 개발. PART Ⅱ. 핵심과제1. 연구단 비전 및 목표 추진체계 및 전략 연구단장 연구역량 연구단 구성 및 역량 연구단 운영 관리 및 지원계획. 1. 2. 3. 4. 5. 6.. 다물리 공학 응용 SW란 응용 SW 국내외 현황 연구비전 및 목표 연구내용의 차별성, 독창성, 원천성 추진체계 및 전략 연구 결과물 및 기대성과. PF급 컴퓨팅환경을 위한 전문가용 다물리공학 해석 응용SW 개발. PART Ⅲ. 핵심과제2. 1. 2. 3. 4. 5. 6. 7.. 1. 2. 3. 4. 5.. PART Ⅰ. 총괄. 기대효과. 연구배경 양자계산 SW 개발의 취지 도전적 목표 핵심기술 & 차별성/독창성/원천성 연구개발 추진체계 및 전략 연구 결과물 및 파급효과. -핵심과제1 -핵심과제2 -핵심과제3 -기타. 별첨. 1. 참여기업 기술 사업화 2. 국가 HPC R&D 선순환 기반 마련. 1. 2. 3. 4. 5. 6.. 거대문제 해석을 위한 PF급 멀티스케일 양자계산 SW 개발. PART Ⅳ. 핵심과제3. 목차. (140) 1.1 1.2 1.3 1.4. 배경 추진 필요성 연구단 비전 과제 목표 및 범위. 1. 연구단 비전 및 목표. PART Ⅰ. 총괄. 1. (141) PARTⅠ. 연구단 비전 및 목표. - 항공우주 - 신약개발 - 천체물리 등. 응용 SW. - 보드 및 서버 제작 - 인터커넥션 기술 - 냉각장치, PDU, Rack 등. 하드웨어 •. 시스템 SW - OS - Compiler - File System •. 클러스터 구축 운영 기술 - Provisioning - Configuration - Monitoring. 시스템 SW Stack. * CoPS: 다양한 컴포넌트로 구성되어 있고 개발 비용과 기술진입 장벽이 높고 주문자의 요구가 크게 반영되는 복합 제품. (CoPS: Complex Product Systems). 1.1 초고성능컴퓨터: 복합제품시스템. 2. (142) 호스트/가속기가 별도의 메모리 관리 가속기 코어들이 주요 연산 수행. 호스트 코어들이 주요 연산 수행. 이기종 매니코어(Host+Accelerator). PARTⅠ. 연구단 비전 및 목표. 호스트 코어들이 하나의 메모리 공유. 동종 매니코어(Host Only). 1.1 매니코어 시스템 아키텍처. 3. (143) IBM. Vendor. Beginning. 2018. IBM. LLNL. N/A. N/A. 이기종 매니코어. 2018. ORNL. Laboratory. Production. 3,400. ~10MW. 100+ PF. + NVIDIA Volta. + NVIDIA Volta. 150-300 PF. IBM POWER9. IBM POWER9. Nodes. Consumption. Power. (RPEAK). Performance. Architecture. (미국). (미국). (미국). 2019. Cray + Intel. ANL. 50,000+. ~13MW. 180+ PF. Hill (KNH). Intel Knights. Aurora. Sierra. Summit. 2016. Cray. NERSC. (data partition). + 1,900. 9,300. ~3.7MW. 30+ PF. Landing(KNL). 2016. Fujitsu. JCAHPC. 8,208. 4.2MW. 25 PF. Landing (KNL). Intel Knights. (일본). PACS. Oakforest-. 2016. NRCPC. NSCC-Wuxi. 40,960. 15MW. 93 PF. SW26010. (중국). TaihuLight. Sunway. ??. 2020. Fujitsu. AICS. RIKEN. N/A. 30-40MW. ~1 EF. ARM. (일본). Post-K. PARTⅠ. 연구단 비전 및 목표. 동종 매니코어. 2016. Cray. LANL. 19,000+. <10MW. 40+ PF. Landing (KNL). Intel Knights. Intel Haswell+. Intel Haswell +. Intel Knights. (미국). Trinity. (미국). Cori. 주요 국가 리더쉽 슈퍼컴 구축 계획(‘16~’20). 1.1 배경 :. 4. (144) 1) Legacy 응용 SW의 이식성 및 호환성 제공. x86. 2) x86기반 국내 HPC 산업생태계 특수성 고려. 1.2 왜 동종 매니코어 이어야 하는가?. 이기종 매니코어 시스템의 한계. 3) 메모리 집약적 과학 공학 응용SW 지원. PARTⅠ. 연구단 비전 및 목표. 5. (145) 목표. 미션. 비전. 1.3 연구단 비전 PARTⅠ. 연구단 비전 및 목표. 6. (146) 연 구 단. 초 고 성 능 컴 퓨 팅. ‘18. 보드 및 서버 자체 개발 (냉각장치 등). HW. 통 합 추 진. ‘19. 100PF급 초고성능컴퓨팅 자체개발 사업기획 (예비타당성조사). 시스템 구축 및 운영 자체 기술 개발. 시스템 SW 요소 기술 개 발. 다물리 응용 SW 개발. ‘17. 시스템 구축. 시스템 SW. 응용 SW. ‘16. 1.4 슈퍼컴퓨터 자체 개발 로드맵 ‘21. ‘22. ‘24. (안정화). PF급 개발 공공활용. (시장개발). High-end 서버급 산업활용. HPC 생태계 조성 전략. ‘23. 100~300PF급 자체 개발 (KISTI 6호기시스템 중 일부 충당). 0.3~1PF급
