디지털 아카이브는 지속적으로 보존할 가치를 가진 디지털 자원을 보존하고 지속적으로 활용하기 위한 저장소이다(김유승, 2010). ‘디지털’이라는 용어에 함의되었듯이, 디지털 아카이브는 시공간에 대한 제약 없이 자원이 축적되고 동시에 활용될 수 있다(이규철, 2020). 이런 맥락에서 디지털 아카이브는 자원의 생산과 전달, 공유를 극대화하고 접근성을 향상시킬 수 있다. 한편, 모든 디지털 자원은 장기적 보존과 지속적 가치를 유지하기 위해 네트워크로 연결되고, 디지털 아카이브의 물리적 장소에 제한되지 않고 가상의 공간 안에 존재한다(Niu, 2016). 그러나, 디지털 아카이브에서 제공하는 서비스는 종종 온라인 웹 페이지와 유사한 특징을 갖고 있다. 디지털 자원이 인터넷을 통해 제공되지만, 자원에 대한 메타데이터의 부족, 텍스트로 표현된 메타데이터, 서로 연결되지 않는 메타데이터는 디지털 아카이브의 본질적 특징을 제약하는 요소이다. 한편, 도메인, 자원 유형에 따라 구축되는 디지털 아카이브의 특징이 다르기 때문에(신재민, 곽승진, 2013), 디지털 아카이브의 공통 기능을 도출하고, 이를 평가하기 위한 합의된 프레임워크를 만드는 것이 어려운 것이 현실이다.

넓게 보면, 인터넷에 존재하는 모든 자원은 데이터이다. 이런 맥락에서 디지털 아카이브의 자원은 데이터로 해석할 수 있다(Collins et al., 2018). Wilkinson et al.(2016)은 디지털 자원의 재사용성을 지원하기 위해 과학자와 기관이 연합해 제안한 일련의 이행원칙으로 FAIR 데이터 원칙을 소개하고 있다. 데이터를 찾을 수 있으려면(findable), 데이터와 부가적인 정보에 DOI(Digital Object Identifier)와 같은 고유하고 영구적인 식별자 뿐만 아니라 충분히 풍부한 메타데이터가 있어야 한다. 접근하려면(accessible), 메타데이터와 데이터를 사람과 기계가 이해할 수 있어야 한다. 데이터는 신뢰할 수 있는 저장소에 저장되어야 한다. 상호 운용이 가능하려면(interoperable), 메타데이터는 지식 표현을 위해 공식적이고 접근 가능하며 공유되고 광범위하게 적용 가능한 언어를 사용해야 한다. 재사용이 가능하려면(reusable), 데이터에 명확한 라이선스가 있어야 하며 출처에 대한 정확한 정보를 제공해야 한다. 이 원칙은 연구 데이터의 생산과 재사용 측면에서 시작되었으나(김성욱, 김선태, 2020), 전통적인 학문의 경계를 넘어 학제 간 오픈 사이언스(Open Science)의 맥락으로 확산되고 있다(Stall et al., 2019). FAIR 디지털 자원은 영구 식별자, 메타데이터 규격, 실행 가능한 정책과 데이터 관리 계획, 데이터의 탐색을 위한 저장소를 핵심 요소로 정의한다(Boeckhout, Zielhuis, ＆ Bredenoord, 2018). 특히, 데이터 공유, 데이터 형식, 메타데이터 표준, 소프트웨어와 인프라 등 데이터 수준의 상호운용성을 위한 프레임워크를 정의하고 있다.

디지털 아카이브 관점에서 FAIR 데이터 원칙은 디지털 자원의 탐색, 상호 연결, 지속 가능성을 위한 프레임워크를 제공할 수 있다. FAIR의 세부 원칙은 디지털 자원의 생산, 축적, 공유에 포괄적으로 적용할 수 있다. 특히, 디지털 아카이브의 기능에 대한 합의된 프레임워크를 구성하고 평가할 수 있는 출발점이 될 수 있다. 본 연구는 FAIR 데이터 원칙에 대한 개념과 현황을 소개하고, 디지털 아카이브에 적용하기 위한 평가 프레임워크를 제안한다. 논문의 구성은 다음과 같다. 2장은 FAIR 데이터 원칙과 관련된 이론적 연구를 소개한다. 3장은 FAIR 원칙의 개념을 소개하고, FAIR 데이터를 구성하는 프로세스를 기술한다. 4장은 FAIR 데이터의 세부 원칙을 소개한다. 5장은 FAIR 데이터의 수준 평가를 위한 모델을 소개하고, 6장에서 디지털 아카이브 관점에서 FAIR 데이터 적용을 위한 고려사항을 논의하고 평가 프레임워크를 제안한다. 마지막으로 6장에서 연구 결과를 정리한다.

FAIR 데이터는 과학 데이터의 저장과 공유를 위한 프레임워크로 제안되었다(Wilkinson et al., 2016). FAIR 원칙은 식별자(예: DOI), 데이터와 메타데이터 표준, 통제 어휘를 사용하여 기계가 읽을 수 있고 실행 가능한 정보의 중요성을 강조한다. 따라서, FAIR 원칙을 만족하는 데이터는 탐색, 접근, 상호운용과 재사용이 가능한 것을 말한다(FORCE11, 2016). FAIR 데이터 원칙은 데이터의 공유와 재사용을 장려하고 활성화하기 위한 일련의 지침으로, 연구와 학술 분야에서 논의가 시작되어 다양한 분야로 빠르게 확산되고 있다(Mons et al., 2017).

FAIR 원칙은 FORCE11(FORCE11, 2016), 유럽 연합 집행위원회(European Commission)를 비롯한 다양한 조직에서 데이터를 최대한 사용하고 재사용 할 수 있는 방식으로 공유하는 데 유용한 프레임워크로 전 세계적으로 인정받고 있다(DTL, 2021). FAIR 데이터 원칙은 세계 각국의 정부와 연구기관에서 채택하고 있다. 2016년 G20 항저우 정상 회담에서 G20 지도자들은 연구 분야에 FAIR 원칙을 적용 할 것을 승인하는 성명을 발표했다(EU, 2016). 2016 년에 호주 조직 그룹은 호주 정부의 연구 산출물에 대한 공정한 접근에 관한 성명서를 개발했고, FAIR 원칙을 보다 일반적으로 연구 산출물에 확장하는 목표를 갖고 있다(AFAWG, 2017). 2017년 독일, 네덜란드, 프랑스는 FAIR 이니셔티브를 지원하기 위한 국제 사무소인 GO FAIR 국제 지원과 조정을 맡는 사무소를 설립하기로 합의했다(Government of the Netherlands, 2017). CODATA(Committee on Data), RDA(Research Data Alliance)와 같은 연구 데이터 생태계에서 활동하는 다른 국제 조직도 해당 커뮤니티의 FAIR 구현을 지원하고 있다.

FAIR 데이터의 평가 방법은 다양한 접근이 시도되고 있다. FAIR 원칙은 그 자체로 실행력이 있지 않고, 개별 원칙의 내용과 설명을 기준으로 기관에 따라 조금씩 다른 평가지표를 제공하고 있다. 예를 들어, RDA의 FAIR 데이터 성숙도 모델은 평가지표, 우선순위, 평가방법으로 세분화시킨 프레임워크를 정의하고 있다(Bahim et al., 2020). 특히, 모든 지표를 지속성과 전역 고유성을 특징으로 구분하고, 데이터와 메타데이터를 별도의 측정 지표로 정의하고 있다. 한편, FAIR 성숙도 지표와 도구(FAIRMetrics, 2021)는 FAIR 원칙을 자동으로 평가하기 위한 기준과 소프트웨어 스크립트를 제공하고 있다(Wilkinson et al., 2019). FAIRsFAIR 데이터 개체 평가 매트릭스는 RDA 모델을 기본으로 하고 있고, 세부 평가 기준을 상세화하고 있다(Devaraju et al., 2021).

FAIR 원칙의 주요 목표는 향후 연구에 재사용할 수 있도록 귀중한 디지털 자산의 장기적 관리를 위한 것이다. 이러한 원칙의 범위는 일반적인 의미의 데이터를 넘어 과학 연구의 일부인 알고리즘, 워크플로우를 포함한 연구 프로세스의 모든 구성요소를 포함한다. FAIR 데이터 원칙은 오픈 사이언스(Open Science)를 위한 연구 데이터의 접근과 재사용을 극대화하기 위한 배경으로 시작되었으나(Cousijn et al., 2018; Helliwell et al., 2019), 다양한 학문 분야를 넘어 보편적 데이터의 관리를 위한 도구로 인식되고 있다(Corpas et al., 2018; David et al., 2020; Haux ＆ Knaup, 2019). Candela et al.(2020)는 GLAM 기관의 디지털 자원을 재사용하기 위해 링크드 데이터를 적용하고, 상호 연결된 자원을 의미적으로 탐색하고, 시각화하는 애플리케이션을 소개한다. 이 연구에서 FAIR 원칙이 디지털 자원에 직접 적용되지 않았지만, 저자는 디지털 자원의 재사용을 위해 중요성을 강조하고 있다. Koster와 Woutersen-Windhouwer(2018)는 LAM(Library, Archive, Museum) 컬렉션의 검색과 재사용을 극대화하기 위해 FAIR 원칙의 적용 방안을 제안하고 있다. 문화유산 컬렉션은 학술 산출물에 대한 FAIR 원칙과 유사한 성격으로 갖고 있기 때문에, FAIR 원칙의 확장 없이 개별 원칙의 특성을 구체화하고 있다. Barbuti(2020)는 디지털 문화유산 분야의 기록 보존을 위해 FAIR 원칙의 적용을 주장하고 있다. 특히, 기록 자원의 장기 보존을 보존하기 위해 원칙 R(Reusable)을 확장하는 방안을 제안하고 있다. 그러나, 도서관과 디지털 아카이브 분야에서 FAIR 원칙에 대한 논의가 있지만(Calamai ＆ Frontini, 2018; Hettne et al., 2020; Nitecki ＆ Alter, 2021), 디지털 자원에 적용하거나, 평가한 사례는 미흡한 것이 현실이다. 국내에서 FAIR 데이터 원칙은 연구데이터 분야를 중심으로 진행되고 있고(최명석 외, 2017; 김성훈, 오삼균, 2019, 김성욱, 김선태, 2020), 연구 데이터의 발행과 공유를 위해 FAIR 데이터 원칙을 준수하기 위한 가이드라인을 제공하고 있다(국가과학기술연구회, 2019). 그러나, FAIR 데이터 원칙을 적용하고 평가하기 위한 심도 있는 연구는 미흡한 상황이다.

FAIR 데이터 원칙은 15개로 구성되어 있으며, 기관에 따라 원칙별 설명이 조금씩 차이가 있다. 본 연구는 GO FAIR(2021), FORCE11(2016), DTL(2021)에서 소개한 설명을 준용하여 소개한다. FAIR는 네 가지 특징의 앞 글자로 구성되어 있다. 각각의 원칙은 세부적인 특징으로 구체화되고, 원칙의 첫 글자와 숫자를 결합해서 정의한다. 예를 들어, 탐색가능성(F)은 ‘F1’, ‘F2’로 정의하고, 접근가능성(A)은 세부 항목을 구체화시켜 ‘A1’과 ‘A1.1’, ‘A1.2’로 구분한다.

디지털 아카이빙에 대한 연구는 OAIS(Open Archival Information System) 참조모형 기반의 보전전략(이소연, 2002), 보존 메타데이터 표준과 모델(이소연, 2013; 박희진, 한상은, 오삼균, 2018), 디지털 아카이브의 시스템 현황과 구축(김성훈, 오삼균, 2018; 이규철, 2020) 등 다양한 주제의 연구가 활발하게 진행되고 있다. 기록 관리 분야에서 디지털 자원은 영구 보존의 대상이며 고유한 속성과 변화를 설명하기 위한 지적 정보와 다양한 속성을 포함한다. 전자기록은 “컴퓨터 등 전자적 처리 장치를 사용하여 생성·획득·이용·관리되는 기록이며, 디지털 형태로 존재한다는 의미에서 디지털 기록”으로 정의한다(한국기록관리학회, 2020). 기록 관리 분야에서 아카이빙은 기록의 보존을 처리하는 과정을 의미하며, 디지털 아카이빙은 “지속적인 가치를 갖고 있는 디지털 객체를 장기간 관리하는 활동”이다(이소연, 2002). 프로세스 관점에서 디지털 아카이빙은 정보 자원의 생산·수집·기술·보존·접근의 일련의 활동이 상호 연결되어 유기적으로 수행되는 종합적인 과정을 의미한다(박희진, 한상은, 오삼균, 2018).

그렇다면, 디지털화된 기록은 데이터라고 할 수 있을까? ‘디지털’의 의미는 손가락이나 발가락을 의미하는 라틴어인 디기투스(digitus)에서 유래되어, 컴퓨터의 등장이후 정보통신 기술로 처리할 수 있는 대상으로 그 의미를 확장하고 있다. 따라서 디지털 객체(digital object)는 컴퓨터 또는 소프트웨어로 읽고, 쓰고, 저장할 수 있는 물리적 형태를 의미한다. 이와 유사하게, 디지털 자원은 소프트웨어로 처리할 수 있는 정보 또는 자원으로 해석할 수 있다. 한편, 월드와이드웹은 가상의 정보 공간에서 거대한 데이터의 공간으로 개념을 확장하고 있다(Hall ＆ Tiropanis, 2012). 팀 버너스리(Berners-Lee, 2006)는 웹에 존재하는 모든 자원은 공개 여부에 관계없이 데이터로 간주하고, 웹 표준을 기반으로 표현하고 서로 연계할 수 있다. 즉, 기록관리의 이론, 표준, 시스템을 통해 생산된 디지털화된 자원은 기록의 특수성을 포함하는 데이터의 새로운 유형으로 해석할 수 있다.

기록물에 FAIR 데이터 원칙을 수정 없이 적용하는 것은 심도 있는 논의가 필요한 주제이다. FAIR 데이터 원칙은 디지털 아카이브에 담겨 있는 기록관리의 이론적 체계와 특성을 평가하지 않는다. 현재 정의된 원칙은 기계가 디지털 자원을 읽고 이해하기(machine-actionable) 위한 목표를 갖고 있다. 따라서, 디지털화된 기록이 아닌 디지털 아카이브에 포함된 데이터를 대상으로 한정하는 것이 바람직하다. 그러나, 기록의 생애주기 관점에서 수집과 생성부터 디지털화된 특성을 고려한다면, FAIR 데이터 원칙의 포괄적 검토도 필요해 보인다.

〈표 2〉는 디지털 아카이브에 적용하기 위한 FAIR 데이터 평가 프레임워크를 요약하고 있다. 제안하는 프레임워크는 두 가지 측면에서 기존에 개발된 프레임워크와 차별성을 갖는다. 먼저, FAIR 원칙을 평가하기 위한 지표를 정의하고, 개별 지표를 정량적으로 평가하기 위한 세부 기준을 정의한다. 예를 들어, F 원칙의 대표적인 주제인 식별자는 식별자가 없는 상태(1점)에서 전역적이고 영구적인 식별자를 제공(5점)하는 5 단계로 구분한다. 메타데이터는 F와 A 원칙에서 공통적으로 적용된다. F 원칙의 메타데이터는 제공하는 메타데이터의 내용 중심이고, A 원칙은 데이터의 접근 여부를 판단할 수 있는 기준으로 정의한다. I와 R은 데이터 형식, 어휘, 라이선스에 대한 세부 평가 기준을 정의하고 있다. 특히, 제안하는 프레임워크는 개별 평가 지표를 평가함에 있어, 기록관리 분야에서 통용되는 표준, 어휘, 메타데이터, 프레임워크의 기준을 제공하고 있다. FAIR 원칙은 개별 원칙을 평가하는데 있어 지표를 강제하고 있지 않기 때문에, 도메인에 적합한 평가 지표를 선정하는 것이 중요하다. 그러나, 제안한 프레임워크는 디지털 아카이브에 적용하기 위해 전문가의 의견 수렴과 현장 적용성 평가를 수행하는 것이 필요하다.

본 연구는 FAIR 데이터의 개념과 원칙을 소개하고, FAIR 데이터 원칙을 디지털 아카이브에 적용하기 위한 고려사항과 프레임워크를 제안했다. FAIR 데이터 원칙은 데이터를 찾을 수 있고(Findable), 접근 가능하며(Accessible), 상호 운용성이 확보되고(Interoperable), 재사용하기(Reusable) 위한 일련의 지침이다. FAIR 원칙은 기계가 읽을 수 있는 개방형 환경을 염두해 두고 설계되었으나, 궁극적으로 기계와 사람이 데이터를 효과적으로 탐색하고, 재사용하는 것을 목표로 갖고 있다. 디지털 아카이브의 관점에서 FAIR 데이터 원칙은 디지털 자원의 공유와 재사용을 위한 핵심 요소인 메타데이터 표준, 데이터 형식, 데이터의 상호운용성을 위한 프레임워크로 활용할 수 있다. FAIR 원칙을 만족하는 디지털 자원은 검색, 인용, 재사용이 가능하고, 커뮤니티에서 합의된 메타데이터 적용과 관리 계획을 통해 디지털 아카이브의 지속적 가치를 유지할 수 있다.

국내에서 FAIR 데이터 원칙은 심도 있게 논의되지 않은 것이 현실이다. 연구 데이터 분야에서 FAIR 데이터 원칙을 권장하고 있지만, 개별 원칙을 적용하기 위한 세부 지표가 모호하고 지표를 평가하기 위한 프레임워크도 본격적인 연구가 미흡하다. 본 연구는 FAIR 데이터 원칙의 전문을 소개하고, 평가 프레임워크의 특징을 기술하고 있다. 더불어 디지털 아카이브 관점에서 FAIR 데이터 원칙을 적용하기 위한 프레임워크를 제안했다. 그러나, 기록관리의 이론 체계, 디지털 자원의 고유한 특성으로 고려하기 위한 논의가 필요하고, 프레임워크의 현장 적용가능성을 검토할 수 있는 후속 연구도 필요하다. 더불어, FAIR 데이터 원칙이 디지털 아카이브에 적용하는 것이 적합한지, 기록관리와 보존의 프레임워크와 표준 관점에서의 관계와 같은 원론적인 논의도 본격적으로 시작할 필요가 있다. 향후 연구는 기록관리학과 FAIR 데이터 원칙의 이론과 구현 가능성을 검토하고, 국내에서 핵심적인 역할을 하는 주요 아카이브를 대상으로 제안한 프레임워크를 적용할 계획이다.