• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.456-456
• /
• 2022

최근 정부에서 국내 물관리일원화를 추진함에 따라 수자원에 대한 양적, 질적, 파생적 기능의 통합적 관리를 위한 기술적 기반의 필요성이 제기되고 있다. 지금까지 국내에서는 하천, 호소 등 수자원에 대한 수질관리와 수량관리가 별도로 이루어지다보니, 수질 및 수량에 대해 관측지점, 관측시점 등이 모두 다른 실정이다. 상호 간 영향이 뚜렷한 수량 및 수질을 연계하여 관리하기 위해서는 수체 내 동일 지점에 대한 관측데이터 관리가 우선적으로 필요하다. 그러려면 수량-수질 연계 관리에 필요한 데이터 항목 및 관계 등의 설계가 중요하다. 즉, 데이터를 단순히 모아놓는 것이 아닌 효과적인 관리를 위한 빅데이터 큐레이션이 필요하다. 따라서 이러한 필요성에 근거하여 본 연구에서는 수량-수질 연계 관리가 가능한 데이터관리시스템을 구축하기 위해 온톨로지 기반 메타데이터를 설계 및 분석하고자 한다. 관계형 데이터베이스 구축을 위한 방법론으로는 먼저 수량 및 수질 도메인의 데이터 항목의 관계성을 분석하고 이를 바탕으로 온톨로지 기반의 메타데이터를 설정한다. 온톨로지를 활용하면 해당 도메인에서 데이터 간 관계성을 보다 분명하게 정의할 수 있다. 데이터를 클래스나 인스턴스에 정의하고, 각 데이터 간 관계를 속성에 정의한다. 또한 수량-수질 데이터 연계 관리 시 고려하여야 할 요소를 분석하여 제시한다. 이를 통해 수량-수질 데이터 연계 관리에 있어 온톨로지 기반 메타데이터의 적용성 및 효율성을 파악할 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.278-281
• /
• 2007

데이터 품질 기준은 반드시 현업의 입장에서 바라봐야 하며, 현업의 마인드가 데이터 품질에 가장 결정적인 영향을 미친다. 이에 따라 데이터 품질을 향상시키기 위해서는 현업이 데이터 품질 관리에 직접 참여할 수 있는 연구가 필요하다. 본 연구에서는 데이터 값(Data Value)에 대한 데이터 오너 (Owner)를 부여하여 데이터 품질 오류 시 현업이 직접 데이터 품질 관리 프로세스에 참여 할 수 있는 방안을 제시하였다. 데이터 품질 관리 프로세스는 데이터 품질 대상 및 기준을 정의하고 측정, 분석, 개선하는 방법이다. 본 연구에서 제시한 데이터 오너 관리 방안은 보다 효율적인 데이터 품질 관리 프로세스를 개선 시킬 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.90-90
• /
• 2021

물 관리를 위해서는 물 관련 정보 혹은 데이터가 있어야 하며, 최근 효과적인 물관리를 위해서 스마트 물관리 혹은 빅데이터를 활용한 물관리가 자주 언급되고 있는 실정으로 물 관리에서도 일찍부터 빅데이터 활용의 중요성이 강조되어 왔으며, 유역관리는 본질적으로 다양한 정보의 수집 가공 처리를 필요로 하기 때문에 필수적으로 빅데이터 기술이 필요한 분야라 할 수 있다. 국내 물 환경관리는 대권역, 중권역 물환경관리계획, 수질오염총량제와 같이 오염원과 부하량을 기반으로 하여 목표수질의 달성여부를 통하여 유역을 관리하고 있다. 수질오염총량관리제도는 수질관리의 효율성, 각 행정 주체들의 책임성을 강화하여 목표수질을 달성하고자하는 제도로 환경과 개발을 고려한 국내에서의 핵심적 유역관리 제도이다. 이와 함께 각각의 특성을 가진 유역에서 유역특성을 반영할수 있는 유역관리방안이 필요하며 따라서 다양한 정보들의 활용하여 특성을 분석하는 빅데이터를 적용하여 유역의 특성을 반영한 유역관리방안을 연구하고자 한다. 수질, 기상, 수리, 수생태등 각 기관에서 제공하는 데이터를 융복합적으로 확보하여 유역 여건에 맞는 실현가능한 현실적인 물관리 대책이 필요하다. 이에 빅데이터 구축 및 데이터 분석을 적용하여 유역의 다양한 정보들을 활용하여 유역의 특성을 반영한 실효성 있는 유역에서의 수질관리방안의 마련하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.80-80
• /
• 2020

최근 국내·외에서 빅 데이터에 관한 관심이 높아지고 있으며 수자원 분야에서도 빅데이터 활용의 중요성이 강조되어 왔다. 물관리를 위해서는 기본적으로 물관련 기초데이터가 충분해야 하며, 최근 선진국에서 효과적인 통합물관리를 위해서 빅데이터를 활용한 유역관리 방안이 시도되고 있는 실정이다. 일본의 경우 물환경 데이터와 사회과학 데이터를 활용한 유역특성 파악한다. 다양한 방법의 유역특성을 분석하여 유역관리계획을 마련한다. 국내에서의 물환경 관리계획은 부하량을 기반으로한 수립으로 데이터의 다양상이 부족한 부분이 있다. 하천은 각기 다른 특성을 가지고 있다. 낙동강 유역은 22개의 중권역으로 이루어져 있으며 각 중권역은 다양한 문제점과 특성을 가지고 있다. 따라서 유역의 특성에 따른 유역관리방안이 필요하다고 판단된다. 본 연구에서는 데이터 분석을 활용하여 유역의 종합적 분석을 통해 유역을 진단하고자 한다. 또한 물관련 지표들을 활용하여 유역을 평가하고 시각화 그래프를 통해 유역의 기초자료들의 특성을 나타내고 결과를 통해 데이터 분석을 기반으로 한 유역특성을 분석하여 맞춤형 유역관리방안을 모색하고자 한다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.29 no.1
• /
• pp.393-416
• /
• 2018

In this study, major steps of the research data management plan were derived through the research data management guidelines of major countries (NISO DMP in the US, UK DMP in UK archives, etc.). The results obtained are support for research data policy & planning, research data technical support, research data sharing support, research data legal mechanism support, and research data education support. In this study, we analyzed seven cases of data sharing among 7 domestic and foreign biotechnology. Shared use case countries are limited to the United Kingdom and the United States, which play a leading role in the management of research data. In Korea, shared cases were analyzed for the Korean Bio Information Center and related systems, which is a research and performance management and distribution agency designated by the Ministry of Science and Technology.

• Journal of the Korean Society for information Management
• /
• v.40 no.1
• /
• pp.51-71
• /
• 2023

This study analyzed the government data quality management model, big data quality management model, and data lifecycle model for research data management, and analyzed the components common to each data quality management model. Those data quality management models are designed and proposed according to the lifecycle or based on the PDCA model according to the characteristics of target data, which is the object that performs quality management. And commonly, the components of planning, collection and construction, operation and utilization, and preservation and disposal are included. Based on this, the study proposed a process model for research data quality management, in particular, the research data quality management to be performed in a series of processes from collecting to servicing on a research data platform that provides services using research data as target data was discussed in the stages of planning, construction and operation, and utilization. This study has significance in providing knowledge based for research data quality management implementation methods.

• The Journal of Bigdata
• /
• v.3 no.2
• /
• pp.1-10
• /
• 2018

In the field of smart water management, there is an increasing demand for strengthening competitiveness through big data analysis. As a result, systematic management (Governance) of big data is becoming an important issue. Big data governance is a systematic approach to evaluating, directing and monitoring data management, such as data quality assurance, privacy protection, data lifetime management, data ownership and clarification of management rights. Failure to establish big data governance can lead to serious problems by using low quality data for critical decisions. In addition, personal privacy data can make Big Brother worry come true, and IT costs can skyrocket due to the neglect of data age management. Even if these technical problems are fixed, the big data effects will not be sustained unless there are organizations and personnel who are dedicated and responsible for data-related issues. In this paper, we propose a method of building data governance for smart water data management based on big data.

• Electronics and Telecommunications Trends
• /
• v.12 no.2 s.44
• /
• pp.119-126
• /
• 1997

대규모 시스템의 개발에 있어서 하드웨어 설계 데이터가 방대해짐에 따라 데이터의 형상 관리가 필요하게 되었고, 보다 효율적인 설계 관리하에서 신뢰성 있는 하드웨어 설계용 라이브러리를 설계하기 위해서는 데이터 관리 도구가 요구된다. 고속병렬컴퓨터 시스템 개발을 위한 하드웨어 설계 환경에서는 설계 데이터의 효율적인 형상 관리를 위하여 TDM(Team Design Manager) 설계 관리 도구를 적용하였다. 본 고에서는 여러 워크스테이션(머신)들로 구성되어 클라이언트/서버 컴퓨팅을 지원하는 분산 하드웨어 환경에서의 설계 데이터 형상 관리환경 및 하드웨어 설계 데이터의 관리기법에 관하여 고찰하였다.

• The Journal of Bigdata
• /
• v.1 no.2
• /
• pp.91-102
• /
• 2016

In traditional environments we have called the data life cycle DIKW, which represents data-information-knowledge-wisdom. In big data environments, on the other hand, we call it DIA, which represents data-insight-action. The difference between the two data life cycles results in new architecture of data resource management. In this paper, we study data resource management architecture for big data environments. Especially main components of the architecture are proposed in this paper.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.1-5
• /
• 2007

고객 데이터 중심의 통합을 근간으로 하는 CRM을 추진하면서 데이터 품질은 필수적인 선결과제로 인식되고 있어, 데이터 품질 개선을 위해 데이터, 데이터구조, 데이터관리프로세스를 대상으로 활발한 연구가 진행되고 있다. 본 논문에서는 데이터 품질 개선을 위해 표준화를 통한 데이터구조에 대한 품질관리 모델을 제안하고, 제시한 모델을 적용하여 기존 시스템의 관리 항목을 현저히 감소시켜 데이터구조의 품질을 개선하고 데이터구조 표준화 관리 시스템을 통하여 지속적인 개선이 가능하도록 하였다.