• Korea Information Processing Society Review
• /
• v.23 no.5
• /
• pp.53-63
• /
• 2016

국/내외의 공공 데이터 공유 개방 흐름에 힘입어, 데이터기반의 다양한 비즈니스 기회가 창출되면서, 데이터를 효과적으로 공유 관리하기 위한 오픈 데이터플랫폼이 공공, 과학기술 분야를 중심으로 확산 발전하고 있다. 공공분야에서는 공공데이터 공유를 위한 CKAN, Socrata 등의 플랫폼이 있으며, 연구분야에서는 DSpace를 기관 데이터 공유 레파지토리(repositories)들이 있다. 국내외에 이러한 플랫폼을 이용하여 데이터를 공유하거나, 분야별로 데이터 저장소들이 증가일로에 있다. 나아가, 최근 단순히 공유하는 것을 뛰어넘어 사용자들에게 데이터 분석을 용이하게 하는 분석 개발 서비스환경을 제공하는 시도가 MS, Google, AWS등에서 보이고 있다. 본 논문에서는 이러한 일련의 플랫폼 개발 동향 및 그들의 특징을 살펴보고, 현존하는 분석형 데이터 플랫폼이 지향하는 기능들에 대해 살펴보기로 한다.

• Journal of Digital Contents Society
• /
• v.18 no.6
• /
• pp.1183-1191
• /
• 2017

In order to support the service efficiently, a Science and Technology information platform that can share the same contents and technologies is needed. Therefore this study develop a platform that can use various contents and technologies as a common utilization factor, and support a fast and efficient service. In addition, It suggest examples of various APIs in a platform environment system that can utilize scientific data and technologies in various forms according to their use. Throughout the studies, various contents and technologies will be able to connect and interact with each other through the API Gateway on the platform, as well as to integrate Science and Technology contents based on identified researchers, institutions, and terminology data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.529-532
• /
• 2006

과학기술 연구자들의 협업을 지원하기 위해서 정보 자원 공유에 기반한 정보 유통 체제가 필요하나 현재 정보 유통 체제에서는 서로 이질적인 형태로 정보가 표현되어 있기 때문에 정보 공유의 기술적 한계를 갖고 있다. 그리고 대량의 정보 속에서 사용자가 원하는 정보를 선별하여 제공하기 위해서는 새로운 정보 유통 플랫폼이 필요하다. 본 논문에서는 지식 기반 정보 유통 플랫폼 상에서 이용되는 국가과학기술 R&D 기반정보를 지식화하기 위해 국가과학기술 R&D 기반정보 온톨로지를 구축하여 이용함으로써 각 기관별로 관리하고 있는 인력, 성과물 등의 과학기술 R&D 기반 정보의 표준화된 지식관리 체계로 이용할 수 있다. 우리는 국가과학기술 R&D 기반정보 온톨로지를 구축하기 위하여 한국과학기술정보연구원(KSITI) 내부 성과물 정보의 실제 데이터들을 이용하여 온톨로지의 Individuals를 생성하였다. 정보 유통 플랫폼에서 온톨로지 형태로 구축된 지식을 이용하면 과학기술 R&D 기반정보에 대한 효율적인 관리가 가능하고, 정형화된 형태의 지식으로 개념화했기 때문에 지식 데이터의 공유와 재사용이 가능하다. 또한 단순 질의 검색이 아닌 의미 기반 추론을 이용한 지식 검색이 가능해지는 장점을 가진다. 우리가 구축한 국가 과학기술 R&D 기반정보 온톨로지를 이용하여 정보유통플랫폼(OntoFrame-K)에서 연구자 네트워크, 연구자 추적, 연구맵의 추론 서비스를 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.224-225
• /
• 2011

본 고에서는 다양한 공유 환경에서 사용자의 콘텐츠 이용을 저해하지 않으면서, 콘텐츠의 중립적 사용과 안정성을 동시에 충족시킬 수 있도록 고안된 플랫폼 독립적 콘텐츠 공유 시스템에 대하여 논의한다. 특히, 본 시스템은 별도로 정의된 Bytecode 형태의 보안 코드를 플랫폼 독립적으로 해석하는 기능의 Secure Virtual Machine 기반으로 구현되는 제안상의 특징이 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.303-304
• /
• 2022

본 논문에서는 재난위기경보관리시스템 구축을 위해 행정안전부가 구축중인 재난안전데이터 공유 플랫폼의 데이터를 연동하기 위한 기반 및 기술을 제안한다. 국가 R&D로 수행중인 재난위기경보관리시스템은 위기경보 수준을 판단하기 위해 필요한 데이터를 수집, 위기경보 수준 자동분석, 위기경보 수준 판단 및 표출하는 기능을 구현하였다. 그러나 실제 운영하기 위해서는 국가재난정보관리시스템(NDMS)내에서 운영할 수 있도록 재난안전데이터 공유 플랫폼의 데이터 연동을 위한 방안에 대해 연구하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.535-536
• /
• 2021

빅데이터를 활용한 기계학습 모델을 개발하기 위해서는 빅데이터 처리를 위한 플랫폼과 딥러닝 프레임 워크 등 고급 분석을 수행할 수 있는 도구의 활용이 동시에 요구된다. 그러나 빅데이터 플랫폼과 딥러닝 프레임워크를 자유롭게 활용하기 위해서는 상당한 수준의 기술적 지식과 경험이 필요하다. 또한 빅데이터를 이용한 딥러닝 모델을 개발할 경우 분산처리와 병렬처리에 대한 지식과 추가적인 작업이 요구된다. 본 연구에서는 빅데이터를 활용한 기계학습 모형을 자유롭게 개발 및 공유하고 분산 딥러닝을 위한 시스템적 지원을 통해 분야별로 딥러닝 모형을 개발하는 응용 연구자들이 활용할 수 있는 플랫폼을 제시하였다. 본 연구를 통해 다양한 분야의 연구자들이 자신의 데이터를 이용하여 모형을 개발할 경우 분산처리와 병렬처리를 위한 기술적 제약을 극복하고 보다 빠르고 효율적인 방법으로 모형을 개발하고 현업에 활용할 수 있을 것으로 기대한다.

• Journal of Internet Computing and Services
• /
• v.20 no.6
• /
• pp.73-84
• /
• 2019

Machine learning as a service, the so-called MLaaS, has recently attracted much attention in almost all industries and research groups. The main reason for this is that you do not need network servers, storage, or even data scientists, except for the data itself, to build a productive service model. However, machine learning is often very difficult for most developers, especially in traditional science due to the lack of well-structured big data for scientific data. For experiment or application researchers, the results of an experiment are rarely shared with other researchers, so creating big data in specific research areas is also a big challenge. In this paper, we introduce the KISTI-ML platform, a community-based rapid AI model development for scientific data. It is a place where machine learning beginners use their own data to automatically generate code by providing a user-friendly online development environment. Users can share datasets and their Jupyter interactive notebooks among authorized community members, including know-how such as data preprocessing to extract features, hidden network design, and other engineering techniques.

• KIPS Transactions on Computer and Communication Systems
• /
• v.4 no.9
• /
• pp.297-306
• /
• 2015

Cloud computing has been increasingly used in various fields due to its flexibility, scalability, cost effectiveness, etc. Recently, many scientific communities have been attempting to use cloud computing as a way to deal with difficulties in constructing and operating a research infrastructure. Especially, since they need various collaborations based on networking, such as sharing experimental data, redistributing experimental results, and so forth, cloud computing environment that supports high performance networking is required for scientific communities. To address these issues, we propose RealLab, a high performance cloud platform for collaborative research that provides virtual experimental research environment and data sharing infrastructure over KREONET/GLORIAD. Additionally, we describe some RealLab use cases for showing the swift creation of experimental environment and explain how massive experimental data can be transferred and shared among the community members.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.31 no.2
• /
• pp.47-53
• /
• 2013

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.577-579
• /
• 2022

It is not easy to achieve the essential goal of knowledge management, which is to strengthen individual competence and organizational competitiveness, only by collecting distributed knowledge in the centralized knowledge repository conducted so far. In order to establish a sustainable knowledge ecosystem, we must expand knowledge production through exchange and cooperation, not independent knowledge production. Through this, producing meaningful and high-value knowledge resources becomes possible. Therefore, this study aims to design an integrated service platform that stores science and technology knowledge resources and reproduces and evolves knowledge through opening, sharing, and utilization. In order to evaluate its excellence, Five experts evaluated the designed platform on detailed items classified into planning adequacy, platform effectiveness, platform efficiency, and roadmap adequacy. The evaluation score averaged 95.56 points for the above four evaluation items.