LOD

왜 배우는가: LOD(Linked Open Data)는 문서 중심의 웹을 데이터 중심의 웹으로 바꾸는 개방 데이터 기술로, 데이터 시장과 오픈 데이터 정책에서 핵심 기술로 다뤄진다. 기술사 시험에서는 개념 정의, 문서 웹과의 차이, 기술 요소를 묻는 문제로 2개 회차에 반복 출제되었다.

출제 이력: 제119회 4교시 5번, 제110회 3교시 3번

1. 한 줄 정의와 핵심 키워드

답안 첫 줄에 쓸 정의는 다음과 같다.

LOD는 링크드 데이터(Linked Data)와 오픈 데이터(Open Data)를 결합해, 누구나 재사용할 수 있는 데이터를 URI로 서로 연결한 데이터 웹이다.

핵심 키워드는 다음과 같다.

• 링크드 데이터(Linked Data): URI로 식별된 데이터를 RDF로 기술하고 서로 링크하는 방식
• 오픈 데이터(Open Data): 저작권·특허 등 제약 없이 접근·활용·재배포할 수 있는 데이터
• URI(Uniform Resource Identifier): 웹 자원을 식별하는 고유 이름
• RDF(Resource Description Framework): 주어-술어-목적어 트리플로 자원을 기술하는 모델
• SPARQL: RDF 그래프를 질의하는 언어
• 시맨틱 웹(Semantic Web): 기계가 데이터의 의미를 이해하고 처리하는 웹
• 문서 중심의 웹(Web of Documents): 사람이 읽도록 설계된 현재 웹
• 데이터 중심의 웹(Web of Data): 기계가 데이터를 직접 연결·처리하는 웹

2. 개념 풀이

쉽게 말하면 LOD는 공개된 데이터에 이름표(URI)를 붙이고, 그 데이터끼리 연결 고리를 만들어 기계가 따라가며 읽을 수 있게 한 것이다. 웹 문서가 하이퍼링크로 연결되듯, 데이터도 링크로 연결된다.

정식으로는 LOD를 자유롭게 사용·재배포할 수 있고 저작권 표시·변경 허락 조건을 갖춘 링크 기반 개방형 데이터로 정의한다. 개방형 데이터는 전체 데이터가 이용 가능해야 하고, 합리적인 비용으로 다운로드할 수 있어야 하며, 다른 데이터와 결합하는 재사용이 허용되어야 한다. 또한 사용 분야나 대상에 차별이 없어야 한다.

링크드 데이터는 시맨틱 웹을 구현하는 방법이다. 역참조가 가능한(dereferenceable) URI를 사용해 데이터를 공개하고 연결한다. 따라서 LOD는 링크드 데이터 기술에 오픈 데이터 개방 조건을 더한 것이다.

RDF는 자원을 Subject(주어)-Predicate(술어)-Object(목적어)의 트리플로 표현한다. 여러 트리플이 이어지면 그래프가 되며, 같은 URI를 가진 노드는 같은 자원으로 취급된다.

SPARQL은 RDF 그래프를 질의하는 표준 언어다. SQL과 문법이 유사하지만 테이블이 아니라 그래프 패턴을 질의한다.

LOD는 공개 데이터의 성숙도에서 데이터를 다른 데이터와 연결하는 단계다.

3. 등장 배경과 필요성

웹은 원래 사람과 기계가 함께 소통하도록 설계되었다. 그러나 Web 2.0 이후 웹은 사람에게 보이는 문서 중심으로 발전했다. 웹에 있는 데이터는 잘 정의된 데이터베이스에서 나왔지만, 웹 로봇 같은 기계가 그 의미를 이해하기는 어렵다.

이 문제를 해결하기 위해 시맨틱 웹이 제안되었다. 시맨틱 웹은 문서 중심의 웹 위에 데이터 중심의 새로운 계층을 만드는 것이다. Berners-Lee는 시맨틱 웹이 데이터를 웹에 올리는 것만을 뜻하지 않고, 링크를 만들어 사람과 기계가 데이터 웹을 탐색하게 하는 것이라고 정의했다.

링크드 데이터 발행 원칙은 네 가지다. 첫째, 개념(things)을 URI로 이름 붙인다. 둘째, HTTP로 그 URI에 접근할 수 있게 한다. 셋째, URI로 정보를 찾았을 때 RDF와 SPARQL 같은 표준으로 유용한 정보를 제공한다. 넷째, 다른 URI를 포함해 더 많은 개념을 탐색할 수 있게 한다.

LOD의 필요성은 데이터 간 의미 연결로 새로운 서비스를 만들 수 있다는 점에 있다.

공공·민간에서 데이터 개방이 늘면서 파일 형태의 개방만으로는 데이터 간 결합이 어렵다는 한계가 드러났다. LOD는 표준 형식과 링크로 이 한계를 줄이며, 데이터 시장 활성화의 기반으로 여겨진다.

5성급 평가 체계는 이 흐름을 잘 보여 준다. Berners-Lee는 웹 공개 데이터의 품질을 별점으로 평가하는 방식을 제안했다. 1성은 어떤 형식으로든 공개된 데이터이고, 2성은 엑셀 같은 구조화 형식, 3성은 CSV 같은 비독점 구조화 형식이다. 4성은 RDF와 URI 등 W3C 표준을 따르는 것이고, 최고 등급은 다른 데이터와 연결 링크까지 갖춘 것이다. 최고 등급은 다른 데이터와의 링크를 포함한다.

4. 구성요소·원리·절차

LOD는 웹 문서에 흩어진 데이터를 URI로 식별하고 RDF 트리플로 연결해 기계가 의미를 따라 탐색하도록 하는 구조다. 기술 요소는 식별, 표현, 어휘, 질의의 4개 층으로 나뉜다. 각 층은 아래 표처럼 역할이 정해져 있고, 위 층은 아래 층을 전제로 한다.

RDF는 트리플 하나가 그래프의 간선 하나에 해당한다. 같은 URI를 가진 노드는 같은 자원으로 취급하므로 서로 다른 출처의 RDF를 병합할 수 있다. 이것이 링크드 데이터가 데이터 간 연결을 만드는 원리다. 트리플의 주어와 목적어가 다른 데이터셋의 URI를 가리키면 그 연결이 곧 링크가 된다.

LOD 발행 절차는 다음과 같다.

• 개념(things)에 URI를 부여한다.
• HTTP로 URI에 접근할 수 있게 한다.
• URI 접근 시 RDF(S)·SPARQL 등 표준 형식으로 정보를 제공한다.
• 다른 데이터셋의 URI로 링크를 걸어 탐색 경로를 만든다.

이 절차는 5절의 원칙과 같은 내용이므로 여기서는 발행 순서만 기준으로 쓴다. 공개 데이터의 성숙도 단계에서는 Berners-Lee가 제시한 단계 중 URI·표준 형식과 다른 데이터 연결이 LOD에 해당한다.

LOD는 URI로 식별하고 RDF 트리플로 표현해 데이터 사이를 링크로 잇는 구조다

도식은 식별부터 질의까지의 계층을 보여준다.

5. 관련 법령·기준·표준

LOD와 관련된 기준은 법령보다 웹 표준과 개방 데이터 품질 등급에 있다. 국내에서 공공 데이터 개방은 「공공데이터의 제공 및 이용 활성화에 관한 법률」(약칭 공공데이터법)이 기준이다. 이 법은 공공데이터 개방의 의무와 제공 형식을 정한다. LOD 자체의 기술 기준은 W3C 권고안이다. 아래 표는 확인된 기준과 값을 모은 것이다.

5-star 등급은 Tim Berners-Lee가 제안한 것이다. 등급은 1★에서 5★로 올라갈수록 기계 처리와 연결성이 커진다. 4★는 RDF와 URI 사용, 최고 등급은 외부 데이터와 연결하는 것이다.

최고 등급은 RDF·URI와 외부 데이터 링크를 포함한다.

국내 공공 데이터 개방의 형식 기준은 공공데이터법 시행 이후 제공 형식 규정을 따른다. 세부 고시 번호와 개정 연도는 확인되지 않아 쓰지 않는다. 외국 기준의 세부 비교는 이름과 개념 차이만 쓴다. 예를 들어 영국 정부의 개방 데이터 기준은 개방 라이선스와 머신 판독 형식을 강조하는 점에서 5★ 체계와 같은 방향이다.