[논문 리뷰] Data Life Cycle Labs, A New Concept to Support Data-Intensive Science

Jos van Wezel, Achim Streit외 9명|arXiv (Cornell University)|2012. 12. 21.

Scientific Computing and Data Management참고 문헌 14인용 수 8

한 줄 요약

이 논문은 데이터 집약적 과학에서 데이터 라이프사이클을 최적화하기 위해 도메인 과학자들과 데이터 전문가들을 통합하는 협업 프레임워크인 Data Life Cycle Labs(DLCL)를 소개한다. 전용 랩에서 공동으로 표준화된 데이터 포맷, 메타데이터, 액세스 시스템을 개발함으로써, 특히 독일 헬름홀츠 연구 네트워크 내에서 다양한 과학 분야에서 효율적인 데이터 관리, 분석 및 장기 보존을 가능하게 한다.

ABSTRACT

In many sciences the increasing amounts of data are reaching the limit of established data handling and processing. With four large research centers of the German Helmholtz association the Large Scale Data Management and Analysis (LSDMA) project supports an initial set of scientific projects, initiatives and instruments to organize and efficiently analyze the increasing amount of data produced in modern science. LSDMA bridges the gap between data production and data analysis using a novel approach by combining specific community support and generic, cross community development. In the Data Life Cycle Labs (DLCL) experts from the data domain work closely with scientific groups of selected research domains in joint R&D where community-specific data life cycles are iteratively optimized, data and meta-data formats are defined and standardized, simple access and use is established as well as data and scientific insights are preserved in long-term and open accessible archives.

연구 동기 및 목표

• 현대 과학 연구에서 발생하는 막대한 데이터 양을 관리하고 분석하는 데 직면한 증가하는 과제를 해결하기 위해.
• 대규모 과학 프로젝트에서 데이터 생성과 데이터 분석 사이의 격차를 메우기 위해.
• 도메인 과학자들과 데이터 전문가 간의 공동 연구 및 개발을 통해 지속 가능하고 커뮤니티 주도의 데이터 관리 관행을 구축하기 위해.
• 다양한 과학 분야 간의 상호운용성과 재사용성을 향상시키기 위해 데이터 및 메타데이터 포맷을 표준화하기 위해.
• 과학 데이터와 통찰을 장기적으로 보존하고 개방형 액세스를 보장하기 위해.

제안 방법

• 도메인 과학자들과 데이터 전문가들이 공동으로 소속되어 공동으로 해결책을 개발하는 전용 Data Life Cycle Labs(DLCL)를 설립하기 위해.
• 지속적인 피드백과 개선을 통해 공동으로 특정 커뮤니티의 데이터 라이프사이클을 반복적으로 최적화하기 위해.
• 특정 과학 분야에 맞는 데이터 및 메타데이터 포맷을 정의하고 표준화하기 위해.
• 데이터 및 파생된 통찰에 대한 단순하고 일관된 액세스 메커니즘 개발하기 위해.
• 장기적이고 개방형 액세스 아카이브 시스템을 구현하여 과학 데이터와 지식을 장기 보존하기 위해.
• 확장성과 재사용성을 위해 커뮤니티 특화 지원과 일반적인 다중 분야 개발을 조합하기 위해.

실험 결과

연구 질문

• RQ1 어떻게 도메인 전문가와 데이터 전문가 간의 통합적 협업을 통해 데이터 집약적 과학 연구를 지원할 수 있는가?
• RQ2 다양한 과학 커뮤니티 간에 데이터 및 메타데이터 포맷을 표준화하는 데 어떤 메커니즘이 가능한가?
• RQ3 장기적 보존을 확보하면서도 데이터 액세스와 사용성은 어떻게 향상시킬 수 있는가?
• RQ4 대규모 과학 프로젝트에서 지속 가능하고 확장 가능한 데이터 관리를 가능하게 하는 조직 모델은 무엇인가?
• RQ5 커뮤니티 특화 요구사항과 함께 다중 커뮤니티 데이터 관리 솔루션은 어떻게 개발할 수 있는가?

주요 결과

• DLCL 모델은 도메인 과학자들과 데이터 전문가들을 공동 연구 및 개발에 통합하여 특정 과학적 필요에 맞춘 최적화된 데이터 라이프사이클을 성공적으로 구현하였다.
• 참여하는 연구 커뮤니티 내에서 표준화된 데이터 및 메타데이터 포맷이 개발되고 도입되어 데이터 상호운용성이 향상되었다.
• 단순화된 데이터 액세스 및 사용 메커니즘이 구현되어 프로젝트 간 데이터 사용성이 증가하였다.
• 개별 프로젝트의 수명 주기 이후에도 과학 데이터와 통찰을 보존하기 위해 장기적이고 개방형 아카이브가 구축되었다.
• 커뮤니티 특화 지원과 일반적인 다중 커뮤니티 개발의 조합이 확장 가능하고 재사용 가능한 데이터 관리 솔루션을 가능하게 하였다.
• 이 접근 방식은 물리학, 계산 생물학 및 관련 분야에서 데이터 집약적 과학을 지원하는 데 있어 네 개의 대규모 헬름홀츠 연구 센터에서 타당성과 효과성을 입증하였다.