[논문 리뷰] Knowledge-driven Data Ecosystems Towards Data Transparency

Sandra Geisler, María-Esther Vidal외 10명|arXiv (Cornell University)|2021. 05. 19.

Data Quality and Management참고 문헌 27인용 수 4

한 줄 요약

이 논문은 연합 기반 데이터 생태계에서 데이터 투명성, 신뢰성, 거버넌스를 향상시키기 위해 지식 기반 데이터 생태계 아키텍처를 제안한다. 지식 모델, 메타데이터, 추적 가능한 워크플로우를 통합함으로써 이 프레임워크는 데이터 품질, 조직적 요건, 법적 윤리적 요건을 검증 가능하게 구현할 수 있다. 이는 임상 연구 응용 사례를 통해 검증되었으며, 비교 분석을 통해 세 가지 유형의 데이터 생태계(DE)에서 성능을 평가하였다.

ABSTRACT

A Data Ecosystem offers a keystone-player or alliance-driven infrastructure that enables the interaction of different stakeholders and the resolution of interoperability issues among shared data. However, despite years of research in data governance and management, trustability is still affected by the absence of transparent and traceable data-driven pipelines. In this work, we focus on requirements and challenges that data ecosystems face when ensuring data transparency. Requirements are derived from the data and organizational management, as well as from broader legal and ethical considerations. We propose a novel knowledge-driven data ecosystem architecture, providing the pillars for satisfying the analyzed requirements. We illustrate the potential of our proposal in a real-world scenario. Lastly, we discuss and rate the potential of the proposed architecture in the fulfillment of these requirements.

연구 동기 및 목표

• 연합 기반 환경에서 지속적인 데이터 투명성 및 신뢰성 문제를 해결한다.
• 다중 이해관계자 환경에서의 데이터 거버넌스, 데이터 품질, 법적 윤리적 준수를 위한 핵심 요건을 규명한다.
• 이질적인 데이터 소스와 이해관계자 간의 추적 가능성, 검증 가능성, 상호운용성을 보장하는 아키텍처를 개발한다.
• 기본 모델과 지식 기반 데이터 생태계 모델을 기준으로 제안된 아키텍처의 요구사항 이행 능력을 평가한다.
• 생물의학 및 B2B 엔지니어링 분야에서 데이터 주권과 공정한 데이터 공유를 지원할 수 있는 확장 가능한 투명한 프레임워크를 제공한다.

제안 방법

• 다중 기관 임상 연구를 포함한 실제 응용 사례에서 데이터 관리, 조직적 요건, 법적 윤리적 요구사항을 도출하여 분석한다.
• 투명성을 지원하기 위해 메타데이터, 서비스, 비즈니스 모델, 전략적 문서화를 통합한 지식 기반 데이터 생태계 아키텍처를 설계한다.
• 크로스 생태계 협업, 협상 추적, 정책 일치를 가능하게 하는 지식 기반 데이터 생태계의 네트워크 모델을 도입한다.
• 기본형(DE 유형 1: 데이터 중심), 지식 기반(DE 유형 2: 서비스 및 모델 포함), 네트워크 기반 지식 기반(DE 유형 3)의 세 가지 DE 유형을 비교 분석하기 위한 프레임워크를 적용한다.
• 각 DE 유형이 데이터 품질 및 준수 요구사항을 얼마나 잘 이행하는지 평가하기 위해 추적 가능성 및 검증 가능성 지표를 활용한다.
• Dagstuhl 세미나 19391의 통찰력과 기존의 데이터 품질 모델을 활용하여 아키텍처를 기존 연구 및 실무에 기반하게 한다.

실험 결과

연구 질문

• RQ1 연합 기반 데이터 생태계에서 데이터 투명성을 달성하기 위해 필요한 핵심 데이터 관리, 조직적, 법적 윤리적 요건은 무엇인가?
• RQ2 기본형, 지식 기반, 네트워크 기반의 다양한 데이터 생태계 유형이 추적 가능성 및 검증 가능성 요구사항을 얼마나 잘 이행하는가?
• RQ3 지식 기반 아키텍처는 다중 이해관계자 환경에서 데이터 품질, 거버넌스, 신뢰성을 얼마나 향상시킬 수 있는가?
• RQ4 다른 생태계 간 상호운용성 및 정책 일치를 가능하게 하기 위해 필요한 아키텍처 구성 요소는 무엇인가?
• RQ5 다양한 이해관계자가 참여한 복잡하고 분산된 데이터 생태계에서 데이터 투명성을 체계적으로 달성하고 검증할 수 있는 방법은 무엇인가?

주요 결과

• 기본형 데이터 생태계는 데이터 관리 요구사항(DMR1–DMR6)의 일부만 충족할 뿐, 법적 윤리적 준수의 추적 가능성과 검증 가능성은 결여되어 있다.
• 지식 기반 데이터 생태계는 데이터 관리 요구사항을 완전히 충족하지만, 상호운용성 및 법적 규제 제약으로 인해 여전히 추적 가능성 문제를 겪는다.
• 지식 기반 데이터 생태계의 네트워크는 공유된 메타데이터, 서비스, 문서화된 협상 덕분에 요구사항 이행의 완전한 추적 가능성과 검증 가능성을 유일하게 가능하게 한다.
• 제안된 아키텍처는 데이터 라인리지, 품질 평가, 이해관계자 간 합의를 문서화하는 지식 모델을 통합함으로써 투명한 데이터 거버넌스를 실현한다.
• 표 1의 비교 분석 결과, 유일하게 네트워크 기반 지식 기반 DE만이 데이터 품질, 조직적, 법적 윤리적 요구사항의 전반적인 스펙트럼을 지원할 수 있다.
• 이 프레임워크는 데이터 주권과 준수가 핵심인 생물의학 분야와 같은 민감한 분야에서 데이터 투명성을 달성하기 위한 실용적인 길을 제공한다.