오픈 데이터
오픈 데이터는 최근 공공데이터에 대한 이슈와 함께 상당히 친근한 용어가 되었습니다. 다만 공공데이터는 정부에서 공개하는 오픈 '정부' 데이터에 한정된 뜻이며 실제 오픈 데이터는 '데이터'라고 칭할 수 있는 모든 것들을 공개하는 데에 의미가 있습니다. 정부에서 제공하는 공공데이터도 물론 오픈데이터이며 IT 기업들이 API로 제공하는 다양한 데이터들(지도, 검색 등)도 오픈 데이터이고 개인이 자유롭게 공개한 데이터도 오픈 데이터라고 볼 수 있습니다.
CC BY-SA 출처: https://www.flickr.com/photos/notbrucelee/5241176871
하지만 사전적 의미의 '오픈' 데이터가 아닌 오픈 운동 차원에서의 '오픈 데이터'는 중요한 의미가 포함되는데 그 의미는 Open Definition에서 정의한 문장에서 찾아볼 수 있습니다.
“A piece of data or content is open if anyone is free to use, reuse, and redistribute it — subject only, at most, to the requirement to attribute and/or share-alike.”
'자유롭게 사용, 재사용, 재배포할 수 있는 데이터'가 중요한 부분입니다. 데이터를 공개하는 것 뿐만 아니라 사용자의 입장을 고려한 데이터의 공개가 필요한 것이죠. 예를 들어 자신이 아는 맛집 정보를 한글 파일로 쭉 나열한 것보다 엑셀로 위치 및 정보를 정리한 파일로 공개한 것이 좀 더 올바른 오픈 데이터에 가까운 것이겟죠?
좋고 나쁜 데이터가 있을까?
위키피디아에서 정의한 오픈 데이터를 보면 아래의 문장이 있습니다.
"the term 'open data' itself is recent, gaining popularity with the rise of the Internet and World Wide Web"
이전에는 사람이 접근 가능한 도구(책, 음악CD, 신문 등)를 통해서만 정보를 취득할 수 있었지만 인터넷과 웹의 발달 이후 누구나 정보에 접근할 수 있는 길이 열림과 동시에 정보의 성질은 사람이 아닌 기계가 읽을 수 있는 것으로 그 기준이 바뀌었습니다. 따라서 사람이 아닌 기계가 (더 잘) 읽을 수 있는 데이터 일 수록 접근하기 쉽고 재사용하기 쉬운 데이터가 되는 것이죠. 문서를 사진으로 찍은 jpg 파일보다 텍스트 파일이 좋은 데이터이며, hwp 파일보다 exel, csv로 정리된 파일이 좋은 데이터라고 보는 것입니다.
제 점수는요?
World Wide Web을 만든 팀 버너스-리는 이에 별점 평가 시스템(한글 번역 사이트)를 고안합니다.
CC BY-NC-SA 출처: https://www.flickr.com/photos/ukodi/10591792935
"The Semantic Web isn't just about putting data on the web. It is about making links, so that a person or machine can explore the web of data. With linked data, when you have some of it, you can find other, related, data."
"in order to encourage people -- especially government data owners -- along the road to good linked data, I have developped this star rating system."
사람들에게 좀 더 오픈 데이터에 대한 중요성과 가치를 알리기 위하여 오픈 데이터 - 오픈 라이선스를 통해 배포되거나 자유롭게 공개된 데이터 - 에 대하여 별점을 1개부터 5개까지 매길 수 있는 5-별 평가 시스템을 제안하는 것이죠. 참고로 팀 버너스-리는 "Linked Open Data(LOD)"의 개념을 강조합니다. 하이퍼텍스트들을 연결시킨 웹처럼 웹의 성장을 위하여 데이터들간의 연결이 필요한 것이죠. LOD에 대한 자세한 설명은 코드나무 활동가 오원석님이 작성하신 자료를 참고하세요.
별점 기준
CC BY-SA 출처: http://www.w3.org/DesignIssues/LinkedData.html
| ★ | 데이터를 웹 상에 오픈 라이센스로 (포맷에 상관없이) 공개1 | 예제 ... |
| ★★ | 구조화된 데이터로 제공(예, 표를 스캔한 이미지 파일 대신 엑셀 파일)2 | 예제 ... |
| ★★★ | 비독점 포맷을 사용(예, 엑셀 파일 대신 CSV 파일)3 | 예제 ... |
| ★★★★ | 사람들이 가리킬 수 있도록 개체를 나타내기 위해 URI를 사용4 | 예제 ... |
| ★★★★★ | 데이터의 문맥과 배경을 제공하기 위해 다른 데이터와 링크5 | 예제 ... |
★
오픈 라이선스로 공개한 모든 데이터에 해당합니다. pdf, hwp, doc 등 모든 데이터 포맷이 포함되며 사용/재사용/재배포에 대한 편의에 상관없이 누구나 접근과 사용이 가능한 데이터를 가리킵니다. 제 경험에 따라 별점 1개에 해당하는 데이터를 꼽아보자면 공공데이터 포탈에 등록된 hwp(예: 해외 독서 관련 단체ㆍ기관 및 독서장려프로그램)이나 심지어는 압축파일(예: 전국공공체육시설현황)이 해당될 것 같네요 ^^
다만, 별점 1개의 데이터는 오픈 데이터의 사전적 의미만을 충족하는 데이터입니다. 특정 포맷의 문서에 갇혀있는 데이터로 기계가 읽기 힘든 포맷이며 사용자가 데이터를 수집, 가공, 재배포하기가 어렵다는 단점이 있습니다.
★★
별점 1개의 데이터를 보다 구조화시킨 데이터에 해당합니다. 대표적인 포맷으로는 엑셀 파일이 이에 해당하죠. 현재 국내 공공데이터의 대부분이 별점 2개에 해당한다고 볼 수 있을 것 같습니다(예: 주요 상권 데이터베이스). 여전히 문서에 갇혀있는 데이터로 독점 소프트웨어(MS 엑셀)을 사용해야만 데이터를 가공 및 추출할 수 있는 단점이 있습니다. 다만 구조화되어있기 때문에 번거롭지만 몇 번의 손을 거치면 별 3, 4, 5개로 가공하는 길은 열려있습니다.
★★★
엑셀 등의 독점 소프트웨어로 공급된 데이터가 비독점 소프트웨어로 가공되면 별 하나를 추가로 쉽게 얻을 수 있습니다! CSV 포맷 등이 여기에 해당합니다. (여기서 궁금한 점이 생겼는데, 구글에서 무료로 제공하는 구글 퓨전 테이블도 이에 해당할 수 있을까요?) 국내 공공데이터 분야에서는 경상남도 보육시설 현황 등을 예로 들 수 있겠네요.
★★★★
여기부터는 조금 특별한 데이터에 수여할 수 있는 별점입니다. 별 1개 ~ 3개에 해당하는 데이터는 말 그대로 웹 상에 공개된 데이터였다면 4개부터는 웹 '안'에 존재하는 데이터라고 표현할 수 있는 데이터입니다. 저마다 고유한 URI를 가지며 웹에서 특정 URI 만으로 데이터를 수집 및 가공할 수 있는 데이터가 이에 해당합니다. 데이터가 갖는 고유한 URI가 잘 구조화 되어있을 수록 사용자가 사용, 재사용할 수 있는 방법이 쉬워지며 데이터간의 결합도 훨씬 쉽습니다. 데이터간의 결합은 위에 언급한 LOD를 뜻하며 LOD는 바로 별점 만점!을 뜻하죠. 흔히 Open API를 통해 공개된 데이터들을 의미합니다. 서울특별시 연도별 오존 경보 발령 현황 등을 예로 들 수 있겠네요.
★★★★★
팀 버너스-리가 꿈꾼 웹의 모습....* 모든 데이터가 구조화 되어있으며 URI로 접근이 가능하고 관련된 데이터 간의 연결이 완벽한 데이터입니다. 하이퍼텍스트(문서간의 연결)을 예로 들면 설명이 좀 더 쉽겠네요. 제가 지금 블로그 글을 쓰면서 관련된 링크를 하이퍼텍스트로 제공하고 있는데 이렇게 되면 제 블로그와 관련된 다른 문서들은 하이퍼텍스트로 연결되어 있으며 웹 안에서는 관련된 문서가 그물(웹)처럼 엮이게 되죠. 데이터도 마찬가지 입니다. 특정 데이터는 그와 관련된 다른 데이터들과 관계를 맺고 있으며 소비자는 관련된 더 많고 풍부한 데이터를 소비할 수 있게 되는 것이죠. 고립된 데이터보다 관련된 데이터와 연결망을 가지고 있는 데이터는 훨씬 그 가치가 높아지게 됩니다. 공공데이터를 활용함에 있어서도 한 가지 분야의 데이터만 활용하는 경우보다 다양한 분야를 여러가지 방향으로 관계를 맺고 활용했을 때 훨씬 더 유의미한 결과물을 만들 수 있는 것도 바로 그 가치를 증명하는 것입니다.
코드나무의 첫 걸음, 오픈 데이터
CC BY-SA 출처: https://www.flickr.com/photos/notbrucelee/7162952914/
팀 버너스-리도 이 시스템을 고안한 것은 특히 정부 사람들을 위하여라고밝혔듯이 5-Start 평가 시스템을 가장 고려해야 하는 곳 중 하나는 바로 정부에서 공개하는 공공데이터 분야입니다. 단순히 웹에 게시하는 공공데이터는 길거리에서 흔히 볼 수 있는 벽보와 큰 차이가 없습니다. 공공데이터는 시민들의 정보에 대한 접근성을 훨씬 높여주는 것이 우선이며 특히 정부 3.0에서 내거는 '공공데이터를 통한 부가가치상승' 또한 시민들이 데이터를 수집 및 가공하여 새로운 가치를 창출해낼 때 가능한 것입니다. 그러기 위해서는 데이터를 공개하는 정부의 편의성이 아니라 공개한 데이터를 활용하는 시민들의 편의성이 우선적으로 고려되어야 하는 것이죠. 코드나무 활동가분들이 항상 전하는 말씀을 대신하며 다섯번째 이야기도 무사히(?) 끝내겠습니다!
공공데이터를 공개할 때 어떤 결과물이 만들어질지 예단하고 상상하며 그 한계점을 먼저 그리고 그에 맞게 공개하려 하지 않았으면 좋겠습니다. 또 어떻게 하면 이쁘게 데이터들을 가공하여 공개하면 좋을지 고민하지 말았으면 좋겠습니다. 수많은 분야의 공공데이터들이 공개될 때에는 시민들이 어떻게 그 데이터들을 활용할 지는 단지 한, 두사람 내지 한, 두 그룹이 모여 상상할 수 없는 그림이기 때문입니다. 개발자를 포함한 시민들이 어떻게 하면 좀 더 편리하게 공공데이터를 얻을 수 있고 재활용할 수 있는지 고민하고 그에 따라서 데이터들을 있는 그대로, 가공되지 않은 순수한 데이터들을 알맞는 형태(별점 만점!)로 공개하는 것이 가장 바람직한 모습일 것입니다.