과학을 위한 데이터와 AI: 주요 고려 사항

첫 번째 섹션 과학 데이터를 AI에 적합하게 만드는 기본 개념을 소개하고 그 이점과 과제에 대해 논의합니다.

두 번째 섹션 AI를 위한 데이터 준비성과 반대로 AI가 데이터를 큐레이션하는 데 있어 핵심 고려 사항을 살펴봅니다. 데이터 표준을 기반으로 기계 가독성 및 편향 완화와 같은 AI 관련 고려 사항을 논의하는 동시에, 과학 분야에서 AI를 위한 데이터 준비성과 관련된 윤리적 및 환경적 고려 사항을 강조합니다.

세 번째 섹션 오픈 사이언스 프레임워크 내에서 데이터 준비성에 대해 논의하고, 오픈 사이언스 관행이 과학 연구를 위한 AI 준비성을 어떻게 지원할 수 있는지 보여주는 두 가지 사례 연구를 제시합니다.

추천

• 기존 데이터 프레임워크 및 표준과의 융합예를 들어, FAIR-R과 Croissant는 과학자와 데이터 관리자가 사용해야 합니다.
• 데이터 거버넌스 구조 기술 표준을 넘어 형평성, 컴퓨팅 리소스 접근성, 역량 강화를 촉진해야 합니다.
• 데이터 인프라 및 기술 개발에 대한 투자 과학 분야에서 AI를 효율적이고 경쟁적으로 활용하기 위한 전제 조건입니다.
• 인정 데이터 관리 경력 과학 분야에서 이러한 기술을 장려하기 위한 인센티브를 제공하는 것이 위 투자의 초석이 되는 구현 경로입니다.

과학을 위한 데이터와 AI: 주요 고려 사항

2025년 9월

DOI : 10.24948 / 2025.11

다운로드

본 연구는 캐나다 오타와에 위치한 국제개발연구센터(IDRC)의 지원금으로 수행되었습니다. 본 보고서에 표현된 견해는 IDRC 또는 이사회의 견해를 반드시 대변하는 것은 아닙니다.