2019. 12.

연구기관 : ㈜미래비전그룹

제   출   문 본 보고서를 “4차 산업혁명 대응 기상청 데이터 통합서비스를 위한 정책 연구” 최종보고서로 제출합니다.

□ 주관연구기관명 : ㈜미래비전그룹 □ 연  구  기  간 : 2019. 06. 19. ~ 2019. 12. 19. □ 주관연구책임자 : 주 진 오 □ 참 여 연 구 원 -  ㈜미래비전그룹 박경선 -  ㈜미래비전그룹 김기환 -  ㈜미래비전그룹 한지아 -  ㈜미래비전그룹 박나현 -  ㈜미래비전그룹 강연우 ※ 주관연구기관 및 주관연구책임자, 연구원은 실제 연구에 참여한 기관 및 자의 명의로 함

2019년  12 월  19 일 기상청장 귀중

1. 연구 배경 및 필요성1

1) 연구 추진배경1

2) 연구의 필요성7

2. 연구 목적 및 추진방법9

1) 연구의 목적9

2) 연구 추진방법11

1. 내외부 환경분석15

1) 정책 환경 변화15

2) 기술환경 변화22

3) 관측 패러다임 변화32

4) 기상청 관측업무 현황 및 계획35

2. 내부현황 분석37

1) 국가기후데이터센터 현황37

2) 법제도 현황46

3) 내부 담당자 인터뷰50

3. 선진사례 분석55

1) 선진사례 분석 개요55

2) 데이터 관리 및 서비스 주요 현황56

4. 시사점65

1. 기상기후데이터 개념 재정의75

1) 기상기후데이터 발전방향75

2) 기상기후데이터 개념 재정의78

2. 기상기후데이터 관리 기준81

3. 법제도 개선방안(안)84

1) 법제도 검토 대상84

2) 법제도 개선방안85

1. 데이터 통합서비스 방향성91

1) 방향성 도출 절차91

2) 핵심 이슈92

3) 통합서비스 방향성97

2. 데이터 통합서비스 방안101

1) 데이터 통합서비스(안) 도출 개요101

2) 기상청 통합기상데이터시스템 구축(안)103

3) 데이터 통합서비스 방안105

3. 통합관리시스템 구축 예산(안)114

- Ⅹ -

1. 기능 재설계 방향성119

1) 기능별 이슈 및 기능적 대안 도출119

2) 기능 재설계 방향성123

2. 기능 설계127

1) 기능 조정 절차127

2) 기능 조정 및 설계128

3. 조직구조 재설계141

1) 단기 개편(안)141

2) 장기 개편(안)143

4. 적정인력 산정152

5. 데이터 통합서비스 수혜자 영향분석156

1) 수혜자 영향분석 개요156

2) 수혜자별 편익 항목158

[참고문헌] 165

- ⅩⅠ -

<표 1- 1> 최근 10년간 기상피해액4

<표 1- 2> 기상청 첨단기술 관측 활용 기반(안)5

<표 2- 1> 보존유형 및 사례20

<표 2- 2> 데이터 센터 분류22

<표 2- 3> 데이터 웨어하우스와 데이터 레이크 비교25

<표 2- 4> 데이터 거버넌스 유형 비교27

<표 2- 5> 데이터 거버넌스 기능29

<표 2- 6> 데이터 거버넌스 역할29

<표 2- 7> 데이터 거버넌스 프로세스30

<표 2- 8> 데이터 거버넌스 활동30

<표 2- 9> 국가기후데이터센터 중점 추진과제37

<표 2- 10> 기상청 데이터 분류체계(2020년)40

<표 2- 11> 기상청 데이터 관리·제공 목록(2020년)41

<표 2- 12> 기상청 데이터 서비스 현황42

<표 2- 13> 기상기후데이터 품질검사 체계43

<표 2- 14> 실시간/준실시간 품질검사 현황43

<표 2- 15> 기상기후데이터 품질검사 알고리즘44

<표 2- 16> 데이터 업무 관련 인터뷰 대상자51

<표 2- 17> 데이터 업무 담당자 인터뷰 주요 질의사항51

<표 2- 18> 데이터 관련 조직 분석 대상55

<표 2- 19> NCEI 주요 업무57

<표 2- 20> NCEI 유형별 데이터 보존 기간58

<표 2- 21> 데이터 처리 과정62

<표 2- 22> 데이터 분석 방법62

<표 2- 23> 데이터 보존 유형62

<표 2- 24> 극지데이터센터 주요 기능63

<표 2- 25> 부서별 개별 서비스 현황68

<표 3- 1> 데이터 분류(안)81

<표 3- 2> 기상청 통계 자료 보존 기간82

<표 3- 3> 기상청 데이터 분류 및 보존기간(안)83

<표 3- 4> 법제도 검토 대상 목록84

<표 3- 5> 기상청 데이터 제공 및 관리 범위 확대85

<표 3- 6> 데이터 제공 범위 개선(안)86

<표 3- 7> 기상청 데이터 품질관리 87

<표 3- 8> 데이터 품질관리 규정 개선(안)88

<표 4- 1> 이슈 종합 및 기능적 대안94

<표 4- 2> (가칭)통합기상데이터시스템 구성 및 역할101

<표 4- 3> 데이터 통합서비스(안) 도출 개요101

<표 4- 4> 데이터 통합서비스 방안 비교113

<표 5- 1> 기능 조정 절차127

<표 5- 2> 국가기후데이터센터 주요기능128

<표 5- 3> 국가기후데이터센터 기능 재분류(안)130

<표 5- 4> 데이터 거버넌스130

<표 5- 5> 데이터 통합 보존131

<표 5- 6> 신규 및 외부데이터 활용기반132

<표 5- 7> 데이터 서비스 고도화132

<표 5- 8> 데이터 통합서비스 기능 재설계(안)133

<표 5- 9> 데이터 서비스 중복성 검토 결과136

<표 5- 10> 통합서비스 방안 별 기능 조정 방안(안)137

<표 5- 11> 데이터 통합서비스 외부화 방안(안) 139

<표 5- 12> 데이터 정책 및 운영ㆍ서비스 기능의 청내 통솔범위 분석152

<표 5- 13> 데이터 정책 및 운영ㆍ서비스 기능의 외부기관과의 통솔범위 분석153

<표 5- 14> 데이터 관리 기능의 외부기관과의 통솔범위 분석154

<표 5- 15> 기상정보관리국 인력 산정(안)155

<표 5- 16> 비경제학적 방법론의 편익도출156

<표 5- 17> 대국민–통계분석가시화 서비스 활용률 증가158

<표 5- 18> 대국민/산업계·연구계- 서비스 만족도 증가159

<표 5- 19> 산업계·연구계–신규 서비스의 가치 확산160

<표 5- 20> 내부사용자–전산자원 유지관리 비용 감소161

<표 5- 21> 내부사용자–업무처리 신속성·정확성증가163

- ⅩⅢ -

[그림 1- 1] 4차 산업혁명 핵심 기술을 접목한 관측기술 변화6

[그림 1- 2] 연구의 필요성8

[그림 1- 3] 본 사업의 주요내용 및 목적9

[그림 1- 4] 본 사업의 개요10

[그림 1- 5] 본 사업의 추진 프레임워크11

[그림 1- 6] 기상청 데이터 통합서비스 방안 도출 프레임워크12

[그림 2- 1] 데이터 웨어하우스 특징23

[그림 2- 2] 데이터 레이크 아키텍쳐25

[그림 2- 3] 데이터 레이크에서 분석 샌드박스26

[그림 2- 4] 데이터 레이크에서 셀프 서비스26

[그림 2- 5] 데이터 거버넌스 유형28

[그림 2- 6] 데이터 거버넌스 요소28

[그림 2- 7] IBM 데이터 거버넌스 구조31

[그림 2- 8] 사물인터넷을 활용한 기상관측정보 수집32

[그림 2- 9] 드론 관측 자료 활용 서비스 제공33

[그림 2- 10] IBM의 왓슨 애널리틱스33

[그림 2- 11] 휴대용 관측기기를 활용한 기상 관측34

[그림 2- 12] 4차 산업혁명 기술을 이용한 기상 관측 현황 및 계획36

[그림 2- 13] 국가기후데이터센터 업무 현황38

[그림 2- 14] 국가기후자료 품질관리 및 통계처리39

[그림 2- 15] 기상기후데이터 품질검사 절차39

[그림 2- 16] 기상청 데이터 관리 및 제공 규정 제ㆍ개정 현황46

[그림 2- 17] 기상청 데이터 관리 및 제공 규정 제ㆍ개정 주요 내용47

[그림 2- 18] 기상청 데이터 품질관리 규정 제ㆍ개정 현황48

[그림 2- 19] 기상청 데이터 품질관리 규정 제ㆍ개정 주요 내용49

[그림 2- 20] 데이터 관련 담당자 인터뷰 개요50

[그림 2- 21] 미국 지질조사국 데이터 라이프사이클 단계61

[그림 2- 22] 극지데이터 유통 체계63

[그림 2- 23] 데이터 총괄관리 조직에 대한 요구 증가65

[그림 2- 24] 데이터 저장·운영 기준 미흡66

[그림 2- 25] 데이터 서비스 창구 분산 운영 지속68

[그림 2- 26] 신규 데이터에 대한 수집 및 활용 요구 증대69

[그림 2- 27] 기상기후데이터 분석기반 부족70

[그림 2- 28] 기상기후데이터 기준 및 개념 부재71

[그림 3- 1] 주요 기상 자료 해상도75

[그림 3- 2] 기상기후데이터 발전방향79

[그림 3- 3] 기상기후데이터 개념80

[그림 4- 1] 방향성 도출 절차91

[그림 4- 2] 데이터 통합서비스 방향성 97

[그림 3- 3] 기상청 데이터 저장·관리 체계(안) 104

[그림 4- 4] (1안) 외부 실시간·비실시간 서비스 창구 통합 방안105

[그림 4- 5] (1안) 외부 실시간·비실시간 서비스 개선방안106

[그림 4- 6] (1안) 외부 유통 데이터 품질 개선방안107

[그림 4- 7] (1안) 중간데이터·보존데이터 저장·관리 개선방안107

[그림 4- 8] (2안) 기상청 데이터 서비스 창구 일원화 방안108

[그림 4- 9] (2안) 데이터 서비스 창구 일원화 개선방안109

[그림 4- 10] (2안) 데이터 수집과 관리·서비스 개선방안110

[그림 4- 11] (2안) 기상관측자료 품질관리 개선방안110

[그림 4- 12] (3안) 비실시간 서비스 창구 통합 운영 방안111

[그림 4- 13] (3안) 비실시간 서비스 창구 개선방안112

[그림 4- 14] (3안) 데이터 통합 보존 방안112

[그림 5- 1] 청 내 데이터 통합 관리를 위한 기능 강화 방안119

[그림 5- 2] 데이터 서비스 전략 및 관리·운영 기능 강화 방안119

[그림 5- 3] 기상청 데이터 보존을 위한 기능 설계 방안120

[그림 5- 4] 기상청 데이터 표준화 및 품질관리를 위한 기능 확대 방안120

[그림 5- 5] 민간데이터, 유관기관 데이터 및 청 내 연구데이터 활용을 위한 기반 구축 방안121

[그림 5- 6] 기상청 데이터 정합성 유지를 위한 기능 강화 방안121

[그림 5- 7] 내외부 데이터 서비스 강화 방안121

[그림 5- 8] 다양한 수요에 대응하는 기상기후데이터 분석기반 구축122

[그림 5- 9] 업무별 기능 재조정 방안(안) 129

[그림 5- 10] 기능 외부화 평가 프로세스138

[그림 5- 11] 데이터 통합서비스 조직 기능 개편(안)141

[그림 5- 12] 데이터 정책ㆍ관리 및 서비스 총괄 조직 구성(안)143

- ⅩⅤ -

[그림 5- 13] 데이터 생애주기 관리를 위한 총괄 조직 구성(안)146

[그림 5- 14] (3안) 데이터 서비스 및 관리 업무의 외부화 방안(안)149

[그림 5- 15] 데이터 통합서비스 수혜자 별 핵심 영향157

- ⅩⅥ -

제 1절 연구 배경 및 필요성

1. 연구 추진배경

 (산업 구조 변화) 세계 주요국은 4차 산업혁명을 국가현안 해소 및 신성장 동력 발굴의 핵심 과제로 인식하고 경제·사회 분야 기술혁신을 지속적으로 강화하고 있음

 4차 산업혁명은 인공지능, 빅데이터 등 디지털 기술로 촉발되는 초 연결 기반의 지능화 혁명으로 산업뿐만 아니라 국가시스템, 사회, 삶 전반의 혁신적 변화가 유발될 전망임

-  (산업구조) 데이터·지식이 새로운 경쟁원천으로 부각되면서, 데이터를 확보할 수 있는 생태계를 구축하고 이를 활용 할 수 있는 알고리즘을 보유한 기업이 시장 주도

-  (고용구조) 사회 전반에 기계가 인간을 대신하여 일을 수행함으로써 생산성 향상, 근로시간 감소, 건강수명 증가 등 경제 사회적 혜택이 고루 확대되고, 자동화로 인해 단순‧반복 업무의 일자리 수요 감소

* The World Economic Forum(WEF)는 ʼ20년까지 세계 15개 경제권에서 710만 개의 일자리가 소멸하고, 200만 개의 일자리가 창출되면서 510만 개 일자리가 감소할 것으로 예상

-  (삶의 질) 인공지능, 빅데이터 등 핵심기술 활용을 통한 각종 서비스의 비용감소 및 품질향상으로 편의성이 증대되고, 기존 시스템을 보완하여 안전한 생활환경 조성 가능

 4차 산업혁명을 이끄는 핵심 기술인 ICBM(사물인터넷, 클라우드, 빅데이터, 머신러닝) 등의 지능정보기술은 다양한 기술 및 산업과 융합하여 적용 분야가 지속적으로 확대될 전망임

-  (실시간 반응) 정보수집, 데이터 분석, 판단 추론 등 일련의 과정들이 ICT 기술(사물인터넷, 클라우드, 빅데이터, 모바일)을 통해 즉각 처리

-  (만물의 데이터화) 과거에는 보관ㆍ활용이 곤란했던 데이터(생체 행태정보, 비정형 정보 등)도 기계 학습 과정을 거쳐 의미 추출 가능

- 1 -

 (데이터의 중요성 증대) 데이터가 4차 산업혁명을 견인하는 핵심으로 부상함에 따라, 실시간으로 생산- 누적되는 데이터의 효율적인 수집‧관리와 서비스의 중요성이 증대 됨

 4차 산업혁명 시대의 핵심 투입요소인 데이터가 기존 생산요소(노동, 자본)를 압도하는 새로운 경쟁원천으로 부각됨

* 세계에서 가장 영향력 있는 자원은 데이터 (이코노미스트, ’17)

* 세계 데이터 시장규모 : (’17) 1,508억 달러 → (‘20) 2,100억 달러 (IDC, ’17)

-  사물인터넷, 모바일 등을 활용하여 모든 사물에서 데이터가 끊임없이 생성되고 네트워크를 통해 실시간으로 전달

-  클라우드, 빅데이터 수집‧분석기술 등을 통해 수집된 데이터를 효율적으로 저장하고 그 의미를 분석

 특히, 기상기후 분야는 인공지능, 빅데이터, 사물인터넷, 클라우드의 첨단 기술을 활용한 데이터의 수집‧분석 수요가 증가함

-  해상교통, 에너지, 제조, 유통 등의 분야에서도 인공지능, 빅데이터 및 사물인터넷을 활용한 선박 이동 최적항로 분석, 전력수요예측, 불량률 관리, 상품 마케팅 증가

-  최근 관심이 증가하고 있는 미세먼지, 초미세먼지 등 생활과 밀접한 분야에 대한 정확한 측정을 위한 데이터 수집‧활용 확대

* KT는 보유하고 있는 ICT 인프라를 활용하여 서울 및 6대 광역시 1,500개소에 사물인터넷 기반의 공기질 관측망을 구축하여, 500m²마다 미세먼지 농도 값을 측정

* 인하대는 2019 기상기후산업 청년창업 지원 사업을 통해 버스에 부착한 측정기를 통해 실시간 미세먼지 정보 수집

-  사물인터넷 및 빅데이터 기술을 활용하여 획득한 기후재난 데이터 및 지리- 기후 정보 등의 상호연계 분석을 통해 특정 지역에서의 취약한 재난 유형 예측

- 2 -

 (기상기후 분야 데이터의 증가) 4차 산업혁명 기술을 접목한 관측업무 및 기상업무 환경 변화로 인해 기상기후데이터의 수집‧분석 항목이 증가하고 있음

 4차 산업혁명 핵심기술을 접목한 관측기술의 자동화 및 무인화로 관측데이터 수집, 처리, 활용 측면의 변화가 일어남

-  (관측의 자동화·무인화) 4차 산업 기술의 발전으로 기계의 지능화 및 장비의 첨단화를 통한 관측의 자동화 및 무인화 가능

-  (사물인터넷을 활용한 기상관측정보 수집) 선진국에서는 사물인터넷을 활용하여 강수량, 기압, 기온 등의 다양한 기상정보를 수집하여 관측ㆍ수집 담당자에게 실시간 전송

* (미국) 기상사업자 Arable은 태양광 센서를 통해 농작물의 품질과 기상정보를 수집하고,강수량, 수분 요구량, 미세 기후 등을 측정할 수 있는 펄스포드(Pulspod) 개발

* (일본) 웨더뉴스는 기온, 기압, 습도 등의 기상정보를 수집하여 기상 변화를 감지하는 스마트폰 자체 센서인 웨더비콘(WxBeacon) 개발

-  (센서 기반 드론 활용범위 확대) 웨어러블 디바이스, 드론 등 기상관측용 디지털기기의 발전을 통해 기상관측 방법 다양화

* (미국) IBM은 드론 운영사업자 및 조종자를 대상으로 비행 지역의 실시간 기상정보(온도 ·기압·구름 등) 수집

* (한국) 도시열 관측을 위해 열감지 카메라를 방재용 드론에 설치하고 초소형 공기 오염측정센서를 부착하여 특정 지역의 미세먼지 농도 측정

-  (영상관측 정보 수집 및 활용) 딥러닝, 머신러닝 기술을 탑재한 인공지능 CCTV가 개발되면서 신속하고 정확한 관측정보 획득 가능

* (미국) IBM은 웨더컴퍼니와 함께 인공지능 IBM왓슨은 기상정보를 학습하여 대기권 기상정보를 더 정확히 관측

* (한국) 월드텍에서 개발한 지능형영상분석기술을 통해 자동으로 CCTV 영상에서 자동차와 같은 이동 물체를 제거한 뒤 기상 조건에 따른 영상 패턴과 비교해 비·눈·안개 판단

 (기상정보 수요 확대) 모든 것이 연결‧지능화되는 사회가 도래하면서 기상기후정보의 사회‧경제적 가치가 확산됨

 기상재해로 인한 사회·경제적 피해 확대 및 국민 생활수준 향상으로 인해 기상기후데이터 수요는 증가하고 있음

-  전 세계적으로 태풍, 호우, 폭염 등 위험기상 발생이 증가하고 있으며, 자연재해로 인한 사회·경제적 피해 또한 증대

- 3 -

* 과거 20년(1995- 2015)간 기상재해로 약 60만 6,000명이 사망했으며, 이로 인한 경제적 피해는 연간 2,500- 3,000 억 달러로 추정

* 국내에서 최근 10년간('09～'18) 기상재해 피해는 연평균 약 3천6백억원, 복구비는 연평균 약 7천7백억원

-  또한, 최근 국내에서 역대 최대 규모의 지진 발생과 수백차례의 여진으로 지진에 대한 국민 불안 증대 및 대응 시스템에 대한 관심 고조

* 울산 부근 해역 규모 5.0(‘16.7.5), 경주 지역 규모 5.1, 5.8('16.9.12), 포항 지역 5.4('17.11.15)

 주 5일 근무제 정착, 대체공휴일 도입 등으로 인해 스포츠 및 관광을 통한 여가 활동이 확대되면서 이와 관련한 기상정보 수요가 증가하고 있음

-  국민들의 여가 생활수준이 향상되면서 레저와 관광산업이 각광을 받고 있으며, 주로 야외활동이 많은 레저/관광 분야에서 기상기후정보는 활동 종류와 장소를 결정하는 중요한 요소로 작용

* 국민생활취미(복수응답) : 낚시(40%), 등산(31%), 해양스포츠(28%)

-  황사, 미세먼지, 꽃가루 알레르기 등 건강한 생활과 관련 있는 환경기상 정보에 대한 관심 증대

* 미세먼지 주의보/경보 발령횟수(서울) : ’16년 6회/0회, ‘17년 6회/0회, ’18년 5회/1회

* 초미세먼지 주의보/경보 발령횟수(서울) : ‘15년 6회/0회, ‘17년 5회/0회, ’18년 8회/0회

- 4 -

 (국가기후데이터센터 운영) 이에 기상청은 기상기후정보 대국민 활용 제고를 위해 기상청 내에 국가기후데이터센터를 운영 중임

 ‘기상자료개방포털’을 통한 유관기관 기상관측자료 통합 서비스를 추진함

-  기상청 직제 개정에 의한 ‘국가기후데이터센터’ 설립 및 기상자료개방포털 서비스 개시(‘15)

-  유관기관의 기상관측자료를 기상청 ‘국가기후자료시스템’에서 수집하여 저장‧관리

 유관기관 간 활용에 그치고 있는 기상관측자료를 서비스 창구 일원화를 통한 대국민 개방으로 국민의 요구 충족과 편의 만족에 기여하고 있음

-  기상자료 관측 값, 통계 값, 통계분석 값, 각종 응용정보 등을 일반 국민이 편리하게 접근하고 활용할 수 있도록 웹포털(https://data.kma.go.kr)로 제공 중('15.8~)

-  기후데이터 사용자 포럼 운영, 설문조사, 외국 사례 조사, 기상이슈 분석(언론, 웹포털 등 자료 수집)을 통한 통계 콘텐츠 발굴

 유관기관 관측자료 제공과 더불어 기상기후데이터의 정확도와 품질강화를 위해 4차 산업혁명 관련 신기술 활용 및 민간관측 활용을 통한 관측공백 영역 자료를 제공할 예정임

-  현재 관측망의 공백 및 기상현상 관측의 한계를 신기술(사물인터넷, 빅데이터, 인공지능)과 사회관계망과 연계, 국민 참여형 기상관측‧감시망 생턔계 마련

-  민간데이터(SK 플래닛 등)와 무인항공기/드론 등의 자료를 활용하여 기존 관측망과 연계, 집단 비교 분석으로 사회적‧목적별 활용 가치 제고

- 5 -

 (데이터의 효율적 관리) 실시간으로 생산·누적되는 방대한 데이터의 효율적인 수집·관리와 서비스를 위한 요구가 증가함

 4차 산업혁명 핵심기술을 접목한 관측기술의 자동화 및 무인화로 관측 데이터 수집, 처리, 활용 측면의 변화가 발생함

-  (사물인터넷을 활용한 기상관측정보 수집) 강수량, 기압, 기온 등의 다양한 기상정보를 수집하여 관측 수집 담당자에게 실시간 전송

-  (센서기반 디바이스 활용) 웨어러블 디바이스, 드론 등 기상관측용 디지털 기기를 통해 기상 관측 수행

-  (영상관측정보 수집ㆍ활용) 딥러닝, 머신러닝 기술을 탑재한 인공지능 CCTV가 개발되면서 신속하고 정확한 관측정보 획득

 대용량 실시간 데이터 증가에 따른 데이터 관리방안 마련이 필요하고, 기관 간 데이터 연계·통합이 점차 중요해지고 있는 추세임

-  (관측자료 공동활용 협력 강화) 관측자료 수집 및 처리기술의 발달로 기관별로 수집된 관측자료의 공동활용을 위한 데이터 정합성 확보 및 관리 방안 마련 필요

-  (사용자 중심 분석 자료 제공) 사용자 중심의 통계분석자료 콘텐츠 발굴 및 제공을 위한 업무 증가

- 6 -

2. 연구의 필요성

 (데이터의 효율적 관리) 사물인터넷, 빅데이터, 인공지능 등 4차 산업혁명 관련 기술을 활용하여 실시간으로 생산‧누적되는 데이터의 효율적인 수집‧관리 및 서비스 제공이 필요함

 기상관측의 다변화에 따라 기상업무 전 과정에서 생산^*되는 자료 중 기상 기후데이터로 인정 가능한 범위 및 기준 설정이 필요함

* 관측자료(실시간, 비실시간), 예보, 가공자료(통계 등), 간행물 등

-  전통적인 기상관측(육상, 해상, 고층)을 포함하여 사물인터넷, 무인항공기/드론, 빅데이터/인공지능 및 민간 관측자료 등 다양한 관측망을 통해 수집되는 자료 중 기상기후데이터 개념 재정의 필요

-  새로운 기상기후데이터 개념에 따른 서비스 제공 범위, 관리 기준 및 서비스 기준을 설정하고, 관련 법령 개정(안) 마련 필요

 (통합서비스 제공) 기상기후데이터 통합서비스를 위한 데이터 관리시스템 재구성 및 서비스 확대 방안 마련이 필요함

 다양한 형식과 품질의 데이터의 수집, 저장, 관리를 위한 통합 서비스 방안 마련 필요

-  데이터의 양(volume)뿐 아니라 다양성(variety), 신속성(velocity)의 균형을 고려한 효율적인 기상기후자료 데이터 수집‧제공 필요

-  데이터 처리 프로세스, DB, 네트워크 등 생산부서에서 서비스 중인 데이터의 통합 방안, 서비스 증가에 따른 네트워크 확장성 분석 및 대용량 데이터 제공 방안 등 통합서비스 운영 환경 구축으로 운영의 효율화 도모 필요

-  신뢰도 높은 데이터 제공을 위한 통합관리(준실시간/비실시간 품질검사 등)수행, 데이터 품질관리 범위, 내외부 데이터의 정합성, 데이터 보존 방안 등 관련 기관/부서 및 시스템 간 문제점 분석 및 해결방안 마련 필요

 (조직 최적화) 기상기후데이터 통합서비스를 위한 국가기후데이터 센터 조직 구조 최적화가 필요함

 관측망 확대 및 첨단장비 활용, 실시간 정보의 수집 등 다양한 형식과 품질의 기상기후데이터를 제공하기 위해 국가기후데이터센터의 개선된 운영 방향을 도출해야 함

- 7 -

-  관측 데이터 양이 폭발적으로 증가함에 따라 국가기후데이터센터 업무 증가 및 조직 운영에 변화가 있을 것이라 예상하지만, 구체적인 변화와 조정방향 부재

-  기상청 데이터의 체계적 관리, 서비스 품질 및 효율성 향상을 위해 국가기후 데이터센터 이슈에 따른 기능과 조직구조를 진단하여 해결방안 마련

-  조직발전을 위한 국가기후데이터센터의 조직구성 방안과 향후 통합서비스를 위해 중점 추진해야할 방향 제시 필요

 (통합서비스 제공) 기상청 생산데이터의 종류별(예보, 실황, 과거자료 등) 관리업무 및 서비스 창구 분산에 따른 사용자 불편 해소가 필요함

 데이터 관련 시스템들의 데이터 연계 수요가 급증하면서, 연계 방식 난립으로 인한 운영·관리 비효율화가 심화되고 있음

-  데이터 종류 및 생산량 폭증에 따라 현업부서 별 분산 관리가 불가피하나, 현업 부서 별 데이터 활용, 보존 및 관리로 인한 업무 부담 가중

 대외 기상정보서비스가 여러 부서에 분산되어 있어 유사 서비스 존재, 서비스 채널 간 연계 부족 등의 문제가 발생하고 있음

* 데이터 보유 시스템 별(국가기상위성센터, 국가기상슈퍼컴퓨터센터, 기상레이더센터, 종합기상정보시스템) 자료포맷 상이

* COMIS와 국가기후데이터센터의 통계 불일치

- 8 -

제 2절 연구 목적 및 추진방법

2. 연구의 목적

가. 연구의 목표

 본 연구는 기상기후데이터의 범위, 관리 기준, 서비스 기준을 설정하고, 데이터 업무 효율성, 활용 데이터 통일성 제고를 위한 기상청 데이터 통합 기준 및 서비스 방안 도출에 목적이 있음

 (기상기후데이터 서비스 기반 확대ㆍ강화) 기상관측의 다변화에 따른 기상 기후데이터의 개념을 재정의하고, 기상기후데이터 범위, 관리 기준, 서비스 기준 설정

 (통합서비스 방안 마련) 기상청 데이터 관련 시스템 및 서비스 현황을 분석하고, 새로운 정의 및 관리기준에 따른 데이터 관리 시스템 재구성 및 서비스 확대방안 제시

 (조직 확대 개편방안 도출) 국가기후데이터센터의 현재 역할 및 업무범위, 한계점 등을 분석하고, 기상청 데이터 통합서비스를 위한 국가기후데이터 센터의 업무, 필요인력, 조직, 예산 도출 및 단계적 추진과제 도출

- 9 -

나. 연구의 범위

 관측 패러다임 변화로 인한 방대한 데이터의 효율적 관리, 서비스 품질 및 효율성 향상을 위한 서비스 확대 방안 등 기상청 데이터 통합서비스 방안 마련을 위한 연구를 추진함

 연구 대상적 범위

-  기상업무 전 과정에서 생산되는 자료 및 기상청 데이터 관련 시스템 및 서비스를 대상으로 연구 수행

 연구 시간적 범위

-  본 사업 기간 : 계약일로부터 6개월

 연구 내용적 범위

-  기상기후데이터 개념 재정의

-  기상기후데이터 범위, 관리 기준, 서비스 기준 설정

-  새로운 개념과 기준에 따른 데이터 관리ㆍ서비스 시스템 재구성 및 관련 법령 개정(안) 제시

-  통합서비스를 위한  구조 개편 방안 제시

-  기상청 데이터 통합서비스 종합설계안 도출

- 10 -

3. 연구 추진방법

 본 연구의 목표달성을 위해 전체 연구내용을 3개의 Module 및 6개의 세부 Step으로 추진

 (Module1 : 내외부 환경분석) 기상청 데이터통합서비스 방안 마련을 위해 국내외 기상기후데이터 수집현황을 분석하고 기상청 업무현황, 데이터관련 시스템 및 서비스 현황 분석

 (Module2 : 기상기후데이터 통합서비스 방안 마련) 서비스 대상자 별 제공 데이터 기준(품질, 항목, 형식 등)을 도출하고, 관련 서비스를 위한 시스템 및 관련부서 간 갈등요소/해결방안 제시

 (Module3 : 국가기후데이터센터 확대‧개편방안 마련) 국가기후데이터센터의 현재 역할, 업무범위, 한계점 등의 분석을 통해 통합서비스를 위한 구조 개편 방안 도출

- 11 -

 현황 및 환경 분석 결과를 바탕으로 기상청 데이터 통합 기준 및 서비스 방안을 마련하고, 운영효율화 방안을 도출함

 (1단계) 기상기후데이터의 개념을 재정의 하고, 재정의 된 기상기후데이터의 통합 보존ㆍ관리 기준 도출

 (2단계) 기상청 데이터 통합 보존ㆍ관리 및 서비스를 위한 방안 수립

-  핵심이슈 및 기능적 대안을 도출하고, 기상청 데이터 통합 보존ㆍ관리 및 서비스를 위한 방향성 수립

-  서비스 방향성에 따라 반드시 수행되어야 할 공통핵심기능을 포함하고, 주요기능을 서비스 주체에 따라 구분하여 데이터 통합서비스(안) 도출

 (3단계) 기상청 데이터 통합서비스를 위한 요구 기능을 분석하고, 효율적 운영을 위한 기능 재설계 및 조직 구조(안) 설계

-  기상청 데이터 통합서비스 방향성 설정 시 도출된 핵심 키워드를 중심으로 데이터 관련 조직에 영향을 미칠 수 있는 주요 내용과 고려요인, 검토사항 등을 분석하여 이슈에 따른 대안 도출

-  이슈에 따른 대안을 종합하여 데이터 통합 서비스를 위한 기능 재설계 방향성 도출

-  기상청 데이터 관련 기능을 재분류하고, 기능 재설계, 중복성 검사 및 외부화 검토 수행

- 12 -

제 3절 내외부 환경분석

3. 정책 환경 변화

나. 공공데이터 개방 확대

 (공공데이터 활용 기반 구축) 국가적 차원의 데이터 개방 정책 강화에 따른 데이터 개방 및 활용이 확산되고 있음

 (공공데이터 개방) 국가 차원의 공공정보 개방정책(공공데이터법 시행)으로 공공데이터 서비스 발전의 대외적 환경 여건이 조성됨

* 정부는 데이터 제공, 민간은 서비스(공공데이터 활용 서비스 원칙)

 (공공데이터 활용 지원) 공공데이터가 경제적·사회적 가치창출에 기여할 수 있도록 공공데이터 기본계획을 수립ㆍ발표함

-  (기업) 민- 관 융합 및 지능정보기반 데이터의 발굴·개방을 추진하고, 신산업 기반의 데이터 활용기업 육성·지원

* 센서 데이터, 지능형 데이터, VR/AR 데이터 등 지능정보데이터 발굴ㆍ개방

* 고성장이 전망되는 신산업 분야 선정 및 관련 공공데이터 개방계획 수립

* 민- 관 데이터 유통・거래 활성화를 위한 거래시장 조성 지원

-  (국민) 사회현안 해결과 삶의 질을 높이기 위해 공공데이터 활용을 촉진하고, 국민들이 쉽게 활용할 수 있도록 관련 교육 확대

* 국민이 데이터 개방의 주체가 되는 참여‧결정 기반 조성

* 국민 개개인이 직접 공공데이터를 활용‧분석하여 문제를 해결 할 수 있도록 ‘데이터 분석 도구(Tool Kit)‘ 등을 개발 지원

* 대학 내 데이터 관련 교과목 및 커리큘럼 확대·운영

-  (정부) 데이터를 기반으로 부처 연계·통합을 강화하고, 범정부 차원의 일원화된 국가 데이터 관리체계 구축

* 국가 차원의 일원화된 공공데이터 통합 거버넌스 구축

* 활용도 높은 민간 데이터(금융, 통신, 판매정보 등)의 범정부 공동 이용체계 마련

* 공공데이터를 손쉽게 활용할 수 있도록 오픈포맷(3단계 이상, 모든 프로그램에서 활용 가능)으로 품질 개선 · 정비

- 15 -

* 부처ㆍ기관별 보유데이터 및 개방 일정 등을 통합 관리

* 공동 현안문제 해결을 위해 국가 간 워킹그룹 및 시범사업 추진

 (공공데이터 개방 확대) 정부가 보유한 공공데이터를 더 많이 개방·공유하고 이를 민간이 활용하여 새로운 경제적 가치를 창출할 수 있도록 지원함

 (범정부 데이터 개방) 안전ㆍ환경 등 국가 중점 데이터 및 혁신성장 지원을 위한 신산업 핵심데이터 개방

-  인공지능(AI) 학습용 정보, 센서 기반 사물인터넷(IoT) 정보, 자율주행 정보 등 신산업 육성을 위한 지능형·융합형 데이터 개방

-  환경·복지·안전 등 사회적 가치 실현을 위한 데이터 개방 확대

* 기상·환경·교통·안전 등 국민체감 분야의 각종 측정·관측데이터 및 자율주행·스마트시티 등 4차 산업혁명 지원 데이터를 적극 발굴·개방

-  사회안전망 강화 등 5개 영역 20개 분야 국가중점데이터 개방 추진

* 보건의료영상데이터(심평원), 대용량 기상데이터(기상청), 실내공기정보(환경부) 등

-  공익적 가치가 큰 개인정보 데이터도 익명화 조치를 거쳐 표본DB방식으로 개방

 (국민 중심 공공데이터 개방 확대) 국가안보·개인정보 등을 제외한 공공 데이터의 전면 개방을 추진하고, 국민수요 및 민간 활용성이 높은 국가 중점데이터 발굴·개방 확대

* 공공데이터 개방(누적) : (’18) 28천개 → (~’21) 19만여개(보유데이터 45만건의 43%)

* 국가중점데이터 개방(누적) : (’18) 77개 → (’19) 93개 → (’20) 109개 → (’21) 125개

-  국민 누구나 모든 데이터를 쉽게 찾아볼 수 있는 국가 데이터맵 공개

* 19년 기준 1단계 시범운영 중이며, 서비스 개선을 통해 '20년 이후 정식서비스 제공 예정

 (공공데이터 표준화 및 품질강화) 공공·민간데이터의 융·복합 등 민간에서 공공데이터를 쉽게 활용 할 수 있도록 데이터 표준화 및 오픈포맷 비중 확대

-  모든 기관에서 보유하고 있는 공통적인 공공데이터의 용어·형식을 분석하여 표준화 추진

-  범정부 차원의 데이터 표준화를 위해 메타데이터 등을 포함한 「공공기관의 데이터베이스 표준화 지침」개정

-  기관별로 보유하고 있는 원천데이터 표준화 추진

- 16 -

-  기관별 보유하고 있는 데이터베이스 구조 점검, 품질오류 조사 및 연계 데이터 정비 추진

-  기계 판독이 가능하도록 개방 공공데이터의 오픈포맷(3단계 이상) 비중 지속 확대

* 오픈포맷 : 모든 소프트웨어에서 자유롭게 활용(수정·편집) 할 수 있는 형태의 데이터

* 오픈포맷(3단계 이상) 비율 : (’16) 69.4% → (’17) 78.8% → (’18) 82% → (’19) 86%

- 17 -

 (법ㆍ제도 개선) 데이터기반행정 활성화에 관한 법령 제정 추진

-  기관 간 데이터 공유 활성화 및 데이터 통합관리 체계 마련을 위한 법적 근거 마련

 (데이터ㆍAI 경제 활성화) 문재인 정부는 국민 중심 공공데이터 개방 확대를 통한 데이터 경제 활성화 추진

 (구축/개방) 공공‧민간 분야 별 빅데이터 센터 구축, 연구데이터 및 공공데이터의 효율적 관리를 위한 플랫폼 구축 및 고도화 추진

-  (빅데이터플랫폼ㆍ센터) 공공·민간의 분야별(교통, 금융, 에너지 등) 데이터 구축 및 개방을 위해 빅데이터 플랫폼(10개 예정) 및 센터(100개 예정) 구축

* 금융, 환경, 문화·미디어, 교통, 국토·도시, 헬스케어, 유통·물류, 농수산, 통신 등 10개 분야

-  (연구데이터 공유ㆍ활용) 정부 지원 R&D 과정에서 축적되는 연구데이터의 체계적 관리 및 공유·활용을 위해 국가연구데이터플랫폼 구축

* 바이오, 미래소재, 대형 연구장비 등 데이터 집약형 분야에서 연계 체계 구축

 (유통) 양질의 데이터 유통기반 구축을 위해 중소ㆍ벤처기업 대상 데이터 구매 지원, 거래 기반 구축 및 데이터 표준화 방안 마련

-  (데이터 바우처) 중소‧벤처기업이 데이터를 활용한 새로운 서비스를 개발할 수 있도록 데이터 구매, 가공비용을 지원하는 바우처 사업 추진

* 데이터 보유기업과 데이터 가공 전문기업을 심사하여 데이터 판매·가공기업 풀(Pool)을 구성하고, 분야별 수요기업과 매칭 지원

- 18 -

-  (데이터 거래지원) 데이터 거래 표준, 가치평가, 법제도 등 거래지원 체계 연구 추진

* 데이터 검색, 거래·중개, 분석·테스트 등의 종합 기능을 갖춘 거래 지원 인프라 구축(’20년) 및 고도화(~’23년) 예정

-  (기술개발 및 표준화) 분야별 데이터 표준체계 마련 및 국·내외(TTA, ISO 등) 표준화 추진

* 금융‧통신‧에너지‧제조 등 데이터 유통 핵심분야 발굴, 분야별 민관협의체 구성·운영

 (활용) 데이터 분석ㆍ활용을 통한 부가가치 창출ㆍ공익 실현 및 빅데이터 우수사례 발굴을 통한 사회 전반의 데이터 활용 가치 인식 제고

-  (마이데이터) 대국민 활용성이 높은 분야(금융·통신 등)에서 본인동의 하에 개인 데이터의 활용을 지원하는 마이데이터 활용사업 확대

* 금융, 통신, 에너지, 유통, 의료 등 5개 분야 대상 추진(‘19) 및 향후 확대(~’23)

-  (중소기업 활용 지원) 중소기업의 빅데이터 활용을 지원하기 위하여 빅데이터 전문 기업의 컨설팅·분석 지원 사업을 지역별로 확대하고, 제조공정 혁신 지원

* 신제품 개발, 생산성 개선, 마케팅 등에 어려움을 겪고 있는 지역의 중소기업을 발굴하여 빅데이터 분석 전문기업 중개·매칭

-  (플래그십 과제추진) 빅데이터 분석을 통해 사회현안 해결 및 생산성 향상에 기여 할 수 있는 선도 시범 서비스 사업 확대 추진

* 저출산, 고령화, 초양극화, 고용절벽 등 사회적 약자 배려, 사회 안전 관련 서비스 개발, 공공이익 실현 과제 추진

- 19 -

다. 데이터 보존 의무화

 (공공데이터 보존 의무화) 국가적으로 중요하고 빅데이터 분석 등에도 활용성이 높은 공공데이터 의무적으로 보존

 활용가치가 높은 과거 중요 데이터 및 시스템을 선정하고 시계열로 보존하여 범정부 공동활용 기반 마련

-  국가적으로 가치가 있는 보존대상을 선별하여 국가차원에서 통합보존하고 그 외에는 기관에서 자율적 관리

-  보존분야 및 기관별 시스템 수를 고려하여 단계적으로 보존대상 선정

-  정보시스템에 저장된 디지털 정보의 휘발성ㆍ가역성ㆍ적시성 등을 고려

* 전자정부법 개정을 통해 정보자원 보존에 대한 별도 조항 신설 예정

 보존분야 범주와 평가요소에 따라 결정된 보존 우선순위에 따라 보존대상을 선정할 수 있도록 지표 설계

-  데이터의 중요도ㆍ활용도 및 시스템의 역사성을 평가할 수 있는 선정기준 적용

* 15개 보존분야 범주(해당여부) + 5개 평가요소(100점)

-  보존대상 시스템과 해당업무 특성에 따라 3개의 보존유형으로 수집

* 데이터 중심, 데이터와 응용프로그램, 데이터와 응용프로그램 및 구현환경

-  디지털 정보의 성격에 따라 일괄, 연단위, 월단위 등 보존주기 설정

 디지털정보, 응용프로그램, 구축환경 등을 보존할 수 있는 보존 및 재현 도구 개발, 보존 플랫폼 구축

* 데이터 베이스, 데이터베이스에 연결되어 있는 전자문서, 영상, 오디오, 이미지 등을 원천 시스템으로부터 추출하여 보존에 적합한 포맷으로 변환하여 저장

- 20 -

- 21 -

4. 기술환경 변화

다. 데이터센터 동향

 (데이터센터) 서버, 스토리지, 네트워크 회선 등 ICT 장비를 한 장소에 집적하여 관련 서비스를 제공하는 시설임

 데이터센터는 조직 또는 기업이 전산실 등으로 자체 운용하였으나, ICT 발전과 인터넷 확산 등으로 인터넷 데이터센터(IDC), 클라우드 데이터센터(CDC) 등으로 발전함

-  방대한 데이터 처리에 필요한 서버 수가 급증하면서 서버 등 ICT 장비를 한 장소에 모아 안정적으로 관리하기 위해 인터넷 데이터센터(IDC) 추진

-  특히 업무의 효율성 제고를 위해 자체 전산실 대신 전문 업체에 관련 장비의 유지관리 및 운영을 위탁하거나 장비를 임차하는 수요도 증가

 최근 클라우딩 컴퓨팅 기술의 발달과 함께 ICT 인프라와 서비스 수요 급증에의 유연한 대응, 비용절감 등을 위해 클라우딩 컴퓨팅에 대한 수요가 증가하면서 이에 최적화된 클라우드 데이터센터가 부각되고 있음

* 2021년 데이터센터 트래픽 중 94.9%가 클라우드 데이터센터에서 발생할 전망

 (데이터 웨어하우스) 사용자의 의사 결정에 도움을 주기 위하여, 기간 시스템의 데이터베이스에 축적된 데이터를 공통의 형식으로 변환해서 관리하는 데이터베이스

 대규모 데이터 센터에 축적된 데이터를 분석하여 의미 있는 정보를 찾아내고, 이를 통해 미래에 효과적·효율적으로 대응하는 의사결정의 필요성이 지속적으로 증가

- 22 -

-  과거에는 데이터 자체를 축적하고 공유하는 것 자체에 초점이 맞추어져 있었다면, 현재에는 축적된 데이터의 분석 및 예측의 중요성 증대

-  이에 따라 데이터베이스에 축적된 데이터를 공통의 형식으로 변환해서 관리하는 데이터 웨어하우스의 개념 대두

 데이터 웨어하우스는 단순한 데이터의 저장고가 아니라 관계형 DB를 근간으로 많은 데이터를 다차원 분석하여 의사결정에 도움을 주는 시스템

-  조직 내 대단위 데이터를 사용자 관점에서 주제별로 통합하여 축적하여 별도의 장소에 저장

-  조직 내에 집적된 각종 데이터를 다차원적으로 분석함으로써, 서로 다른 정보들의 연관성을 신속하게 찾아내어 의사결정을 지원하는 도구

 조직 내 원천 데이터베이스와는 별도로 유지되는 의사결정 지원을 위한 데이터 베이스로 주제지향성, 통합성, 시계열성 및 비휘발성의 특징을 지니고 있음

-  (주제지향, Subject Oriented) 조직의 의사 결정에 필요한 특정 주제(Subject)와 관련된 업무 영역별로 데이터 구성하여, 최종 사용자에게 이해하기 쉬운 형태로 제공

-  (통합성, Integrated) 다양한 데이터들로부터 일관된 명명 규칙이나, 저장 규칙 등을 도출하여 통일된 유형의 데이터로 변환하여 저장

-  (시계열성, Time Variant) 데이터 웨어하우스에 저장되는 데이터들은 수시로 갱신이나, 변경되기 보다는 시간에 따라 변화된 데이터를 저장

-  (비휘발성, Nonvolatile) 특별한 경우를 제외하고는 수정, 삭제 등이 발생하지 않고, 읽기 전용 데이터로 존재

- 23 -

 국내의 경우 관세청, 건강보험 심사평가원, 국립암센터 등의 공공기관을 중심으로 데이터 웨어하우스 구축을 통한 의사결정 시스템 제공

* (관세청) 국내 공공기관 중 최초로 데이터웨어하우스 도입 (2001년)

* (건강보험 심사평가원) 데이터 웨어하우스를 구축하여 기준정보, 요양기관정보, 지급정보에 대한 데이터를 저장·관리 (2002년)

* (통계청) 통계조사자료들을 상호연계 및 통합시켜 다양한 응용과 분석 결과를 이용자에게 제공하기 위한  통계 데이터웨어하우스 시스템 구축 (2008)

* (국립암센터) 공공 데이터를 익명화한 연구 목적용 데이터웨어하우스 구축 (2018년)

* (기상청) 빅데이터 플랫폼(날씨마루)를 통해 분석환경(R)에서 HIVE(HADOOP용 데이터웨어하우스 시스템)에 접속하여 사용 할 수 있는 환경 구축 (2018년)

 데이터 웨어하우스는 유연성과 접근성이 뛰어난 데이터 구조를 지니고 있으나 비정형 데이터 분석에 한계

-  과거에는 데이터가 특정 목적과 방법 별로 수집되고 관리되었으며 주로 정형 데이터의 수집 및 분석·활용이 이루어졌음

-  IT 환경의 변화로 SNS데이터와 실시간으로 발생하는 디바이스 데이터 패턴 분석에 대한 수요가 지속적으로 증가하고 있으나 관계형 DB 기반의 데이터 웨어하우스에서는 분석의 한계가 발생

-  또한, 원천 데이터베이스와 데이터 웨어하우스의 중복관리, 지속적인 인프라 확충에 따른 비용 문제가 발생

 (데이터 레이크) 데이터 웨어하우스의 비정형 데이터 분석 한계를 해결하기 위한 대안으로 데이터 레이크의 개념 등장

 각 데이터가 본래의 형식과 스키마에 따라, 일반적으로 블롭(blob)^* 또는 파일로 저장되는 다중 구조 데이터의 시스템 또는 저장소

* BLOB(binary large object) : 그래픽, 음성, 텍스트, 바이너리  데이터의 어레이 등을  데이터 베이스에 저장하기 위한  바이트의 연속체

-  정형 데이터로 구성된 전통적인 소스 외에 수많은 비정형 데이터들(소셜 텍스트, 센서 데이터, 이미지, 동영상 등)을 실시간으로 수집, 정제, 통합하여 활용하기 위한 플랫폼

-  내외부에서 수집된 대용량 데이터 또는 비정형 데이터의 원천 형태 데이터 저장소로, 미래를 위해 가치 있는 분석 정보를 찾아낼 수 있도록 수집하는 목적

- 24 -

 데이터 레이크는 저장과 분석이 분리된 아키텍처, 데이터 분석을 위한 샌드박스, 데이터 셀프 서비스의 특징을 지님

-  (저장과 분석이 분리된 아키텍처) 분석에 가장 적합한 가상 혹은 논리적인 데이터 분석 환경 제공

* 분석에 가장 적합한 가상 혹은 논리적인 데이터 분석 환경을 만들어서 저장영역으로부터 데이터를 이동 후 분석이 끝나면 바로 삭제

-  (데이터 과학자를 위한 샌드박스) 분석가들이 Data Lake에서 새로운 데이터 발견, 새로운 가설 개발, 실험적 분석, 그리고 예측 모델링해서 새로운 시나리오인 활용 케이스(use case)를 PoC(Proof of Concept)할 수 있는 기능

* (분석 샌드박스) 데이터 분석 과정에서 발생하는 다양한 형태의 데이터 가공이나 변형 등을 대비해서 격리된 데이터 분석 공간

* 조직 내외부 데이터를 수집하여, 실험적 분석들을 자유롭게 할 수 있는 분석 샌드박스를 통해 인사이트 수집

- 25 -

-  (현업사용자를 위한 데이터 셀프서비스) 현업 사용자가 직접 data lake를 접근해서 분석을 위한 데이터를 준비, 탐색, 가공, 분석, 시각화하고 use case 탐색 및 활용할 수 있는 기능

* ①데이터를 자유자재로 시각화하고 인사이트를 추출할 수 있는 BI 셀프서비스, ②전사 데이터를 쉽게 탐색하고 조회할 수 있는 데이터 탐색 셀프서비스, ③탐색한 데이터를 목적에 맞게 스스로 가공하고 정제할 수 있는 데이터 가공 셀프서비스, ④통계분석, 머신러닝 알고리즘 등을 스스로 적용할 수 있는 AI 셀프서비스 제공

 데이터 웨어하우스와 데이터 레이크는 상호 보완적인 존재로 목적에 따라 활용 가능

 데이터 웨어하우스는 의사결정을 위한 정확하고 신뢰성 있는 데이터 제공

 데이터 레이크의 데이터 분석은 트렌드 분석, 방향성 파악, 연구를 통한 인사이트 수집 목적이 강함

-  데이터 레이크는 장기적으로 조직의 모든 데이터의 원천을 저장하는 단일 저장소로 확장 가능하나 정확한 데이터의 분석은 어려움

- 26 -

라. 데이터 거버넌스 현황

 데이터 거버넌스란 조직 내 디지털기술의 적용, 활용, 전략, 표준 등에 대한 책임과 권한 구조를 설정하는 프레임워크

 데이터 거버넌스 유형은 분산모델, 서비스공유모델, 통합조직모델 및 중앙 집중 모델로 구분

-  (분산모델) IT 거버넌스 초기 모델로 IT 정보기술 관련 기능이 전 사업 및 팀 영역에 분산되어 있는 구조로 개별적 전략과 실행체계를 구축하고 상호 교환, 공유하지 않음

-  (서비스공유모델) 개별 사업 및 부서는 각자의 IT 정보기술 활용 운영 및 집중 영역에 대한 전략을 관리하며, 중앙은 실질적 서비스 실행을 위한 기술적 기반을 마련 ‧ 공유

-  (통합조직모델) 개별 사업 및 부서는 IT 전략과 실행을 각기 수행하며 이러한 조직 내 IT 정보기술 활용을 통합적으로 관리, 공유, 연계하는 통합조직이 존재 하며, IT 정보기술 활용의 범위, 표준 등의 가이드라인을 제시

-  (중앙집중모델) 조직 내 IT 전략 및 운영을 총괄하는 통합관리조직이 존재하며, 전 사업부서는 공유된 IT 정보기술 전략과 운영 체제를 적용

- 27 -

 한국정보통신기술협회는 데이터의 확보, 유지 관리 및 효율적 활용을 위한 표준화된 데이터 거버넌스 기능 제시

 데이터 관리 및 통제를 통해 데이터의 품질을 확보하고 지속적으로 유지 하기 위한 기능을 정의

-  데이터의 효과적 관리 및 통제를 위해 역할, 기능 및 프로세스의 세가지 요소를 필수적으로 제시

- 28 -

 (기능) 데이터 거버넌스 기능은 데이터 업무 부서와 시스템 관리 부서간의 관계를 명확히 하고, 조직 전체에 걸쳐 데이터 관리 및 통제를 구현하기 위해 필요한 기본적 요소

-  데이터뷰, 형상관리, 초기화 및 갱신, 이력관리, 검증, 승인, 접근권한 관리 및 계층 구조 관리의 8가지 기능을 제시

 (역할) 데이터 거버넌스를 실현하고자 하는 조직에서 필요한 업무에 대한 책임과 역할을 명확히 하기 위해 필요한 기본적인 역할

-  데이터 거버넌스 실현을 위해 필수적으로 수행되어야 하는 경영지원 조직, 데이터 거버넌스 자문위원회, 데이터 스튜어드, 데이터 소유자, 데이터 관리자 및 사용자의 6가지 역할을 정의

 (프로세스) 데이터 거버넌스 프로세스는 데이터 거버넌스를 실현하는 방법에 대한 정의를 제시

-  데이터 전략, 데이터 정책, 데이터 아키택처, 데이터 표준 및 절차, 준법감시 규제정책, 이슈 관리, 데이터 자산 평가로 정의

- 29 -

-  또한, 데이터 거버넌스 활동으로 데이터 거버넌스 프로세스에 기반하여 데이터 관리의 계획과 통제가 필요하다고 명시

 IBM은 기업의 조직, 프로세스, 기반기술 등을 효과적으로 관리하여, 데이터를 핵심 자산으로 활용하기 위한 데이터 거버넌스 방안 제시

 (목표) 조직의 데이터 관리 및 활용이 추구하는 비전, 목표, 전략, 정책 등을 수립하고 이의 실현에 필요한 수단 및 평가방안을 강구하는 활동

-  (위험관리 및 절차) 데이터와 관련된 잠재적 위험을 적절히 모니터링하고 관련 문제발생을 예방하기 위한 조직의 전반적인 데이터 관리 및 통제 체계

-  (가치 창출) 데이터와 데이터 분석이 조직운영, 제품 및 서비스 개발, 마켓팅 전략 구사에 접목되어 새로운 변화와 가치를 만들어 낼 수 있도록 지원

 (조력자) 데이터 관리의 체계화에 필요한 조직 및 인력의 구성, 운영에 관한 제반 활동

- 30 -

-  (정책) 데이터 정책은 조직 내에서 효율적인 의사소통을 통하여 관리되고, 강제적으로 이행되어야 하며, 정기적으로 검토 및 갱신되어야 함

-  (관리) 데이터 품질과 구조에 따른 데이터 관리 원칙 및 절차를 수립하고, 조직/책임/역할 등을 정의 및 분담하여 지속적이고 체계적인 관리 수행

 (핵심분야) 데이터의 일상적인 생산·관리 및 모니터링, 수명주기관리, 품질 확보 및 제고, 보안 등과 관련된 체계화된 활동의 관리

-  (데이터 품질관리) 데이터 품질 관리 기준에 따라 데이터 품질을 측정하고, 데이터 품질 관리 프로세스를 구축하여 데이터 품질 관리 성숙 수준을 측정하는 활동

-  (데이터 수명관리) 데이터의 생성에서 소멸까지 각 데이터의 상대적 가치에 따른 효과적 관리를 강조

-  (보안 및 개인정보) 데이터베이스 보안 업무 수행을 위해 필요한 역할과 책임을 정의하고, 데이터베이스 보안 통제를 운영하기 위한 업무 절차를 정의

 (지원분야) 데이터 활용을 지원하기 위해 아키텍처, 메타데이터 및 로그 관리를 제시

-  (데이터 아키텍처) 데이터를 체계적, 구조적으로 관리하고 설계하는 전과정을 의미

-  (분류 및 메타데이터) 메타데이터는 데이터 변환, 통합 등의 프로세스에서 다루어지는 다양한 요소를 정의하는 정보들의 리포지토리를 제공

- 31 -

5. 관측 패러다임 변화

 (관측패러다임 변화) 사물인터넷, 빅데이터, 인공지능 등 4차 산업혁명 분야 기술의 급격한 발전‧확산으로 기상기후데이터 활용 가능성이 증대됨

 (사물인터넷을 활용한 정보 수집) 선진국에서는 사물인터넷을 활용하여 강수량, 기압, 기온 등의 다양한 기상정보를 수집하여 관측 수집 담당자에게 실시간 전송 및 통신이 가능

-  (미국) 기상사업자 Arable은 사물인터넷을 활용하여 강수량, 수분 요구량, 미세 먼지 등을 측정할 수 있는 펄스포드(Pulspod) 개발

-  (일본) 웨더뉴스는 기온, 기압, 습도 등의 기상정보를 수집하여 기상변화를 감지하는 스마트폰 센서인 웨더비콘(WxBeacon) 개발

-  (프랑스) 네타트모는 웨더스테이션(Weather Station)이라는 가정용 내·외부 센서 디바이스를 개발하여 기온, 이산화탄소 오염도, 습도, 강수, 바람 등의 기상정보 수집

 (센서 기반 드론 활용범위 확대) 폭염, 가뭄과 같은 기상재해 발생지역 관측 및 황사 등을 포함한 미세먼지 관측 등 드론에 탑재된 다양한 센서를 통해 복합적인 관측정보 수집 가능

-  (미국) IBM은 드론 운영사업자 및 조종자를 대상으로 비행 지역의 실시간 기상정보(온도·기압·구름 등)를 수집하여 드론 내비게이션 어플리케이션에 구현

-  (프랑스) 농업 기업 Airinov는 광학 탐지 장비가 탑재된 드론으로 빅데이터와 농업을 연결하고 광학센서로 경작지 자료를 모아 분석한 후 특정 포인트에 적절한 양의 비료를 사용하여 농장 사용량 절감

- 32 -

-  (한국) 도시열 관측을 위해 열감지 카메라를 방재용 드론에 설치하고 초소형 공기 오염측정센서를 부착하여 특정 지역의 미세먼지 농도 측정 가능

 (영상관측 정보 수집 및 활용) 딥러닝, 머신러닝 기술을 탑재한 인공지능 CCTV가 개발되면서 신속하고 정확한 관측정보 획득이 가능해짐

-  (미국) IBM은 웨더컴퍼니와 함께 인공지능 IBM왓슨은 기상정보를 학습하여 대기권 기상정보를 더 정확히 관측하고, 피해 지역을 구체적으로 측정하여 비행기 조종사 및 구호팀에게 내용을 직접 전달

-  (한국) 월드텍에서 개발한 지능형영상분석기술을 통해 자동으로 CCTV 영상에서 자동차와 같은 이동 물체를 제거한 뒤 기상 조건에 따른 영상 패턴과 비교해 비·눈·안개를 판단

- 33 -

 (휴대용 관측기기 활용 증가) 온라인·모바일 기반의 휴대용 관측기기의 수집정보 활용 플랫폼 구축을 통해 클라우드 소스 형태로 인근 기상 정보 수집이 가능해짐

-  (미국) 스마트폰 부착용 센서 웨더포인트는 온도, 기압, 자외선, 습도 정보를 수집하여 실시간 날씨정보 제공

-  (미국) 현재 위치의 온도와 습도 등을 측정해 날씨를 예측하도록 도와주는 열쇠고리 형태의 ‘스톰태그’라는 기상 관측기 개발

-  (덴마크) 테크놀로지 회사 Vaavud는 휴대용 풍속계 장비를 개발하여 휴대전화와 연결하여 클라우드 서비스로 전 세계 사용자의 정보 수집·데이터 분석

-  (덴마크) 써모도는 3.5mm 휴대폰 잭에 본체를 연결하여 실내외 온도 측정

 (관측데이터의 활용분야 확대) 농업, 산악, 도로 등 관측정보의 수요가 높아지면서 타 기관(정부부처 등)에서 해당분야에 맞는 관측 수행

-  (한국) 산림청은 주요 산악지역 150여 곳의 산악지역에 대한 풍속과 강수량 등 주요 기상요소를 실시간으로 관측하여 산림재해방지, 집중호우 감시, 산림휴양 날씨 제공, 산악 비스니스 맞춤형 서비스 제공

-  (한국) ㈜ SK플래닛은 수도권 이동통신 기지국 1,000여 개소에 기온‧습도‧바람‧ 강수량 등 기상센서를 설치하고, 기상관측‧예보 서비스 개시

 (외부 기상데이터 활용도 증가) 고해상도 모델의 초기화 및 검증을 위한 기초자료 수집을 위해 외부 기관, 단체, 개인으로부터 수집되는 자료에 대한 활용도 증가

-  (미국) IBM은 SNS 소셜 미디어 채팅 내용을 실시간으로 분석하여 기상 정보와 결합하여 고객사에게 분석된 내용 제공

- 34 -

6. 기상청 관측업무 현황 및 계획

 기상기후 예측정확도ㆍ품질향상 및 맞춤형 서비스 제공을 위한 기상관측망 확대, ICT 융합기술을 활용한 수요자 중심의 기상정보서비스 강화를 추진함

 (관측 확대) IoT 기반의 다목적 기상관측자료 수집 체계 구축 예정

-  영향예보에 필요한 맞춤형 현장 기상정보 제공을 위한 관측공백지역 자동기상관측장비 확충

* 기존 부처 간(도로공사, 국토부) 공유되고 있는 기상관측자료(기온, 습도, 풍향, 풍속 등 6종) 및 추가로 시정, 결빙 등 사고와 관련되는 관측망 구축

-  스마트폰 센서, 차량용 강우센서 등 신기술 활용을 통한 고해상도 관측 자료 수집 예정

* 스마트폰 센서(기온, 습도 등), 차량용 강우센서 및 관련 보정기술의 개발 및 검증

-  관측망 공백 및 계기(기상현상)관측 한계를 신기술(사물인터넷, 빅데이터, 인공지능) 및 국민 참여형 기상관측·감시망 생태계와 연계하여 해결

* 민간 관측자료(SK 플레닛) 분석‧활용을 통한 목적별 활용 체계 구축

* 기상관측과 감시(기상현상, 피해상황 등 현황 파악)로 구분하여 활용 예정

 (데이터 분석) 인공지능(AI) 활용 분야 지속 발굴 및 관련 기술 개발 추진

-  위성, 레이더, 지상관측자료에 인공지능 자료처리 기법을 적용하여, 정규 관측의 조밀도 보완 추진

* CCTV 등을 이용한 자동 기상‧기후‧계절관측 확대, 국토부·경찰청 CCTV 연계 및 감시 기능 구현

-  빅 데이터와 인공지능을 이용한 강우, 강설 정도, 안개 감지 등 기술 개발 추진

* CCTV 영상 데이터 + 딥 러닝 기법 활용 : 날씨 감지 

 (데이터 활용) 기관 간 데이터 연계·통합을 통한 융합서비스 활성화

-  유관기관 관측자료 활용 확대, 관측장비 통합운영 등으로 예ㆍ특보 활용이 가능한 범정부 최적 기상관측망(안) 구축

* 기상관측망 조밀도 : (‘19년)13km → (’19년 말) 11km → (‘20년 이후) 5km

-  유관기관 폐쇄회로 텔레비전 영상을 활용하여 비ㆍ눈ㆍ안개 등 실황 감시 및 고속도로 위험기상서비스 단게적 강화

* 유관기관 CCTV 영상을 활용(3.3→6.6천여대)하여 비·눈·안개 등 실황 감시 및 고속도로 위험기상서비스 단계적 강화

-  특이기상ㆍ국지기상 현상 수집을 위한 국민 참여형 관측 활성화

- 35 -

 (관측 다각화) 관측공백 해소 및 입체적 기상 관측을 위한 기상관측 다각화 추진

-  연구용 기상관측장비(이동기상관측차량, 자동기상관측장비 등)를 위험기상 현장 관측 및 재난현장 기상지원에 활용

* (이동식관측) 연구용 기상관측장비(이동기상관측차량, 자동기상관측장비(AWS) 등)를 위험기상 현장 관측 및 재난현장 기상지원에 활용

-  이동기상관측차량 추가 배치 및 성능 향상을 위한 추가 장비 시험 운영

* 지방청·지청별 차량 배치 추진(20년 예정) 및 기본 관측장비(AWS) 이외의 추가 장비(라디오존데, 드론) 효용성 검토

-  천리안 위성 2A호 기본영상 및 구름탐지, 위성바람장 등 산출물 서비스

* (한반도 관측주기) 15분 → 2분, (적외영상 해상도) 4km → 2km, (산출물) 16종 → 52종

-  집중호우, 대설 등 위험기상 집중감시를 위한 고층 관측 횟수 확대

* (라디오 존데) 일 2회 → 4회(위험기상 예상 시)

- 36 -

제 4절 내부현황 분석

6. 국가기후데이터센터 현황

라. 데이터 센터 운영 현황

 기상청은 기상기후정보 대국민 활용 제고를 위해 기상청 내에 국가기후 데이터센터 운영 중

 기상선진화 10대 우선 과제로 ‘국가기후자료 활용체계 혁신’ 선정('10.1.)

 국가기후자료 관리 및 서비스 개선 계획 수립('10.12.)

 국가 기후데이터 통합관리 및 서비스 발전계획(’15~’17) 수립(’15.7.)

-  기후데이터 통합컨트롤타워, 가치를 만드는 서비스를 비전으로 4개 추진 전략, 12 중점 추진과제 도출하여 운영 중

 기상자료를 수집하고 품질 관리하여 생산한 다양한 기후정보를 대국민 서비스하기 위한 플랫폼(기상자료개방포털(data.kma.go.kr)) 운영

-  지진통계자료, 낙뢰관측자료, 표류부이, 계절관측 등의 자료 제공

-  레이더(레이더강수량, 강수량예측), 위성(천리안 등) 등 대용량 데이터의 i- RODs 서비스 제공

-  동네예보, 기상기후자료, 수치모델(GloSea5), 지역모델, 국지모델 등 API 서비스 제공

-  기온, 강수, 바람 통계자료 등 기상기후데이터 분석정보 시각화 및 서비스 제공

- 37 -

 (국가기후자료시스템 운영) 국가기후자료시스템(이하 CDMS)은 종합기상정보 시스템(이하 COMIS), 공동 활용시스템 등 다양한 시스템으로부터 파일 및 DB 형식의 기후자료를 수집·저장‧보관하고 있음

-  다양한 기후정보 제공을 위해 콘텐츠 개발을 통해 국민 눈높이에 맞는 대국민 서비스를 제공하기 위한 플랫폼 운영

-  지속적으로 증가하는 관리 데이터에 대해 각종 DB 및 파일 통합 수집 및 보관 업무 수행

-  대용량자료(수치모델, 위성)는 CDMS에 물리적으로 자료를 수집 저장하지 않고, 자료에 대한 수요 발생시 I- RODS 프로그램으로 활용하여 자료가 저장, 관리되는 개별 센터에 접근하여 자료 전송하여 서비스함

 (기후자료 품질관리) 지상, 해양 고층 등 수집된 자료에 대해 다양한 품질관리 알고리즘 개발 및 품질검사 수행

-  수신되는 모든 기상청 데이터에 대한 품질검사 정책 수립 및 상시/비상시 검증업무 수행 중 

-  수집된 관측자료에 대해 다양한 품질관리 알고리즘을 개발하여 오류 및 의심 자료를 구별하며, 지상, 해양, 고층 관측자료 등에 대한 품질검사 수행

-  지속적인 과거 기후자료의 품질검증을 통한 신뢰도 향상 및 체계적 자료관리

- 38 -

 (기상데이터 표준화) 국가정책에 근거한 데이터를 포괄하는 표준화된 품질 활동 운용

-  국내‧외 표준 준수 및 표준 정의에 대한 문서화로 지속적인 품질 개선

 (기후자료 통계분석 및 제공) 사용자 중심의 통계분석자료 콘텐츠 발굴 및 제공

-  기후데이터 통계처리 기술 및 분석 콘텐츠 개발

-  관측지점에 대한 기후극값 분석, 장마 분석, 황사 및 열대야일수 등 생활에 밀접한 기후통계 분석 기능 제공

 (기후자료 서비스) 기상자료를 수집하고 품질 관리하여 생산한 다양한 기후정보를 대국민 서비스하기 위한 플랫폼(기상자료개방포털(data.kma.go.kr)) 운영

-  기상청 내부 업무용 통계분석시스템(mcsas.kma.go.kr) 운영 및 관리

-  품질검사 완료 후 최종 확정된 기후자료를 이용한 통계처리 및 간행물 발간

- 39 -

마. 데이터 제공 현황

 기상청에서 생산·제공하는 데이터는 ｢기상청 데이터 분류 및 제공목록 관리 계획(기상청데이터관리위원회｣에 따라 관리되고 있음

 데이터 개방 확대에 따른 데이터 관리 효율성 및 사용자 편의성 증대를 위해 기상청 데이터 분류 체계 개편 및 목록 정비를 추진함

-  (2019년) 분류 체계 균형, 업무 특성 등을 고려하여 대분류 통합 및 추가·변경, 신규 목록 추가^* 등 분류체계 개편 추진

* 천리안위성 2A호, 영향예보, 지진 관측 메타데이터 등

-  (2020년) 관리대상 목록을 329종으로 개편하고, 274종 제공 예정

- 40 -

 2020년 이후 14개 분야 274종의 데이터 제공 예정

-  연구용 데이터 분류 통합 관리 및 생산 종료된 데이터 별도 관리

-  과학원뿐만 아니라 부서·기관의 연구용 데이터 목록 통합 관리

-  ‘생산 종료(대분류)’ 추가하여 목록 관리 효율성 증대 

-  생산 종료된 과거 데이터에 대한 소분류는 통합하여 목록 간소화

- 41 -

바. 데이터 제공 채널

 기상청은 관측 분야, 데이터의 크기, 활용 목적 등에 따라 독립적인 온라인 채널을 통해 데이터 서비스 제공

-  시스템 운영 부서에서 현업 지원과 데이터 대외 실시간/비실시간 서비스 동시 수행

- 42 -

사. 데이터 품질관리 현황

 국가기후데이터센터는 데이터 품질관리를 제도화하고 효과적인 협업 체계구축을 위해 「기상청 데이터 종합 품질관리 지침」고시

 기상기후데이터 품질관리 항목에 대해 현장 품질검사, 실시간 품질검사, 준실시간 품질검사 및 비실시간 품질검사 수행

 기상청이 생성 또는 취득하여 관리하는 데이터를 대상으로, 데이터 품질을 확보하기 위한 품질 진단 및 개선

-  기상관측데이터의 경우 실시간/비실시간 품질검사 알고리즘 기준 정비 및 통합 관리

-  레이더, 위성 데이터의 경우 현업 부서(레이더센터 및 위성센터)에서 품질검사 알고리즘 개발 및 품질검사 수행

- 43 -

 기상기후데이터의 품질검사는 구간검사, 시간일관성 검사 등의 알고리즘을 활용하여 실시

-  실시간 품질검사의 경우 지상(3종), 해양(2종) 및 고층(3종)을 대상으로 수행

-  준실시간 품질검사의 경우 지상(19종), 해양(4종), 고층(5종) 및 황사(2종)을 대상으로 수행

- 44 -

- 45 -

7. 법제도 현황

 (기상청 데이터 관리 및 제공 규정) 기상청은 「공공데이터 제공 및 이용 활성화에 관한 법률」시행에 따라 「기상청 데이터 관리 및 제공 규정」을 제정하여 운영 중

 기상청이 생성 또는 취득하는 데이터에 대한 개방 정책과 데이터 시책의 총괄조정 등 업무의 관리체계, 데이터 관리 및 제공 업무 수행의 효율성을 제고하고자 함

-  2016년 「국가기후자료 관리 및 기후자료 서비스 업무 규정」 운영상 나타난 미비점을 개선·보완하여 「기상청 데이터 관리 및 제공 규정」제정

-  기상청 데이터 정책, 관리체계, 품질관리 및 보존 방안, 데이터 제공 책임관 및 담당관, 데이터관리위원회 등의 역할 규정

 이후, 세 차례에 걸친 개정을 통해 기상청이 데이터 관리, 제공, 이용 활성화에 관한 업무를 효율적으로 추진할 수 있는 기반을 구축함

- 46 -

 기상청 데이터 통합관리 및 서비스 업무 체계화를 위한 제도적 방안을 수립하고, 관리 및 제공 범위를 지속적으로 확대함

-  (데이터 관리 및 제공 범위) 기존 공공서비스 제공을 목적으로 수집ㆍ취득한 데이터에서, 지진ㆍ화산 데이터 및 데이터 전주기(연구데이터 및 중간데이터)를 포함하여 제공하도록 개정

* 공공서비스 제공을 목적으로 수집한 기상관측 데이터 → 지진화산법에 따른 지진, 화산 관측데이터 → 기상청이 생성, 수집 및 취득 하는 모든 데이터(중간 및 연구데이터 포함)

-  2019년 데이터 보존, 창구일원화 절차, 메타데이터 관리 절차, 품질관리 총괄 기능 등을 구체적으로 명시한 규정 공포

 또한 데이터 책임관, 담당관의 임무 확대를 통한 컨트롤 타워 역할 강화와 데이터 정합성 유지를 위한 품질관리 체계를 명확히 함

-  (데이터 책임관/담당관) 기존 데이터 시책의 총괄조정 업무와 함께 데이터 보존 관련 총괄, 데이터 품질관리, 메타데이터 등록 및 관리 기능 확대 등 거버넌스(기상서비스진흥국)의 기능 강화 및 확대

-  (품질관리) 데이터 품질관리 규정 관리ㆍ보급(품질검사 기준 및 프로그램관리) 강화를 통한 기상청 데이터의 정합성 강화

- 47 -

 (기상청 데이터 품질관리 규정) 기상청이 생산ㆍ수집ㆍ서비스하는 데이터의 신뢰성을 확보하기 위한 품질관리 제도적 방안 수립

 공공데이터 개방 정책에 따른 사용자 확대 및 데이터의 전략적 활용성 증가에 따라 품질관리 목표 설정 및 진단ㆍ개선 절차를 포함함

-  2016년 「기상청 데이터 품질관리 규정」을 제정하여, 품질관리 조직 및 임무, 품질관리 지침 및 실시, 기상청데이터 품질관리협의회의 역할 규정

-  기상청에서 생산되는 모든 데이터의 구축, 운영, 활용 전 단계에 걸쳐 적용되는 품질관리에 대한 활용 정비에 대한 내용을 포함

 이후, 두 차례에 걸친 개정을 진행하여 데이터 품질관리 책임관 및 담당관 역할에 대한 임무를 명확히 규정하여, 데이터 품질관리 총괄부서의 기능을 강화함

-  초기에는 데이터 품질관리 정책 및 계획 수립, 데이터 품질 측정 및 평가 등을 협의회를 통해 심의조정 하였으나, 관련 임무를 담당관(국가기후데이터센터장)의 임무로 규정

-  또한, 기상청 데이터 정합성·일관성 유지를 위해 담당관의 총괄역할을 지정하고, 기상관측데이터 품질검사 방법, 기준값 및 알고리즘 관리에 대한 내용 추가하여, 실시간 및 준/비실시간 품질검사에 대한 시스템 간 역할 정비

- 48 -

 데이터품질관리협의회, 분임책임관 조항을 삭제하고, 책임관ㆍ담당관, 총괄 부서 지정을 통한 품질관리 체계 확립을 위한 내용을 포함하고 있음

-  국가기후데이터센터를 품질관리 총괄부서로 지정하여, 데이터 품질관리에 대한 기능 강화

-  담당관(국가기후데이터센터장)의 업무에 기상관측데이터 품질관리 총괄기능을 추가하여, 기상관측데이터 품질검사 알고리즘 기준 정비 및 통합관리를 위한 기반 구축

 또한, 「기상청 데이터 품질관리 규정」8조 (종합 품질관리 지침)에 따라 「기상청 데이터 종합 품질관리 지침」을 규정 하여 운영 중

-  기상청이 생성 또는 취득하여 관리하고 있는 모든 데이터를 대상으로 데이터의 안정적 품질 관리 및 적정한 품질 수준을 확보하기 위한 준수사항을 규정

* (15) 지상, 해양, 고층 기상관측 데이터 → (16) 항공, 레이더, 위성, 지진 데이터 확대 → (18) 기상청이 생성·취득하여 관리하는 모든 데이터로 확대

-  (구성요소) 품질관리 정책 및 조직, 영역별 품질관리 활동, 품질관리 인프라 구축을 위한 요소에 대해 명시

-  (영역) 데이터의 안정적 품질관리 및 적정한 품질수준을 확보하기 위한 관리영역을 계획- 구축- 운영- 활용의 4영역으로 구분하여 제시

- 49 -

8. 내부 담당자 인터뷰

사. 인터뷰 개요

 청 내 데이터 관련 기능 및 조직구조의 변화가 이루어 질 수 있는 이슈에 대해 인터뷰를 수행하여 데이터 통합서비스를 위한 방향성 및 조직구조 재설계에 반영함

 (목적 및 필요성) 기상청 데이터 통합 서비스의 효율적인 운영 방안 마련을 위해 청 내 데이터 관련 업무(품질관리, 수집ㆍ저장ㆍ서비스) 수행을 위한 필수 기능 및 조직구조를 파악하여 재설계 추진 방향성 도출이 필요함

-  기상청 내 데이터 수집ㆍ관리ㆍ서비스를 수행하는 담당자 인터뷰를 통해 통합 서비스를 위한 거버넌스에 대한 유형 파악

-  데이터 관련 업무를 수행하는 부서의 기능 및 조직구조적 이슈를 파악하여, 조직 재설계 방향 도출

 (대상) 데이터 통합서비스 방향성 및 거버넌스에 대한 의견을 수렴하기 위한 그룹과 데이터 서비스에 대한 의견을 수렴하기 위한 그룹으로 구분하여 인터뷰를 진행함

-  기상청 데이터 통합서비스 방향성 및 거버넌스에 대한 의견을 수렴하기 위해 데이터를 수집ㆍ관리ㆍ서비스하고 있는 정보통신기술과, 레이더센터 및 위성센터 담당자 인터뷰 수행

-  데이터 서비스 현황 및 지원 방향성에 대한 의견을 수렴하기 위해 기상사업자를 대상으로 서비스를 제공하고 있는 한국기상산업기술원의 담당자 인터뷰 수행

- 50 -

 기상청 데이터 서비스 현황, 통합서비스 방향성 및 조직 재구성 방안 이슈 도출을 위한 인터뷰 대상은 다음과 같음

 기상청 데이터 서비스 현황, 통합서비스 방향성 및 조직 재구성 방안 이슈 도출을 위한 주요 질의사항은 다음과 같음

- 51 -

아. 인터뷰 결과

 (통합 품질관리 운영 방안) 품질관리 업무 수행은 현업부서에서 수행하는 것이 효율적이나, 품질관리 절차 및 알고리즘에 대한 기준이 수립될 경우 통합 관리를 수행할 수 있음

 레이더, 위성 등 배포의 신속성 및 검증의 전문성이 필요한 품질검사는 생산 부서에서 수행하는 것이 효율적임

 기상관측자료의 경우 관련부서(정보통신기술과, 국가기후데이터센터) 협의를 통해 품질검사 기준 및 알고리즘에 대한 통합관리를 수행함

-  법, 규정상 국가기후데이터센터에 부여되어 있는 기상기후자료 표준화·품질·통계관리 및 제공에 관한 종합·조정 권한을 강화하여, 품질검사 기준 정비 및 고시 개정에 대한 기능 확대

-  현업 부서는 고시 기준에 따라 개별 시스템에 구현‧적용하고, 실시간 품질검사를 수행하는 것이 적합

 (데이터 보존 방안) 저장‧보존 가치가 있는 기상업무 자료의 통합 저장‧보존이 필요하며, 데이터 보존 및 서비스를 수행할 조직 구성이 필요함

 청 내 데이터 보존·관리를 위한 통합아카이빙 시스템 구축 시 데이터 보존 및 활용까지 고려한 시스템 구축이 필요함

-  데이터의 보존을 위한 시스템 구축 가능성은 매우 낮으며, 보존시스템과 연계한 서비스 방안 마련이 필요함

-  데이터 서비스 및 통합 관리 측면에서 위성, 레이더, 수치 등을 포함한 청 내 모든 데이터를 포함해야 함

- 52 -

 기상청 클라우드 업무 시스템에는 최근 자료, 활용 빈도가 높은 자료 위주로 관리하고, 청 내 기상업무 자료를 보존‧관리 및 서비스하기 위한 별도의 조직을 운영하는 것에 대해 고려 필요

-  원시자료 및 최종자료의 수집ㆍ보존이 필요하며, 중간데이터의 경우 생산부서의 의견을 수렴하여 수집 및 보존 기간을 고려해야 함

 데이터 보존 시 DISK, VTL, TAPE 등 매체 다원화를 통한 방안 마련 필요

-  TAPE를 통한 데이터 보존은 리스트화, 데이터 마이그레이션 등 주기적인 관리 및 활용측면에서 불편함이 발생

-  데이터 보존 매체의 경우 비용, 활용 측면 및 데이터 생산부서의 의견을 반영할 필요가 있음

- 53 -

 (데이터 서비스) 청 내 실시간 서비스(COMIS), 청 내 비실시간 서비스 아카이빙 시스템), 대외 서비스(CDMS)를 구분하여 운영하는 방안을 고려해야 함

 대내/대외 데이터 서비스를 위한 Data Set을 분리하여 운영하는 방안이 적합하다고 생각됨

-  청 내 데이터 실시간 서비스(정보화, 예보, 관측, 수치모델, 위성, 레이더 등)의 경우 현재 서비스 방식을 개선하기는 어려움

-  내부(기상업무)의 경우 데이터를 활용한 실험, 분석, 현업적용을 위해 원시데이터, 중간데이터(연구데이터), 오류데이터, 임시데이터 등 다양한 데이터를 활용하고 있어, 외부 개방 시 기상청 데이터의 신뢰도 저하 문제 발생

 (데이터 거버넌스) 청 차원의 일원화된 데이터 거버넌스 구축 시 통합조직/중앙집중 모델이 적합하다고 판단되나, 현재 청 내 데이터 서비스 현황을 고려할 경우 서비스 공유모델도 활용될 수 있음

 청 내 데이터 관리 및 서비스 효율화 측면에서 통합조직 및 중앙집중 모델이 이상적이나, 서비스 전략 수립ㆍ운영 등이 유기적으로 움직일 수 있는 구조에 대해 고려해야 함

-  특히, 레이더 위성 등 전문성이 요구되는 업무의 경우 조정기능 및 서비스 운영이 분산 된 서비스 공유 모델이 효과적일 수 있음

- 54 -

제 5절 국내외 사례 분석

8. 국내외 사례 분석 개요

 국내외 주요 데이터 관리ㆍ서비스 조직현황을 분석하여, 데이터 보존 기준 및 조직 구조 재설계 방향 도출

 (선정기준) 2015년 이후 조직개편을 추진한 주요 기관 및 명확한 과학데이터 관리 기준ㆍ절차를 보유한 기관

-  (조직) 2015년 이후 기상 데이터 관련 업무를 수행하고 있는 조직 중 개편을 추진한 기관 및 기상기후데이터 서비스 관련 조직을 보유한 기관

-  (관리) 국내외 과학데이터 보존ㆍ서비스 기관 중 보존 및 관리 규정ㆍ지침을 보유한 기관을 대상으로 분석

* 국내의 경우 국가기록원에서 데이터세트 기록 관리에 관한 기준을 수립 중에 있으며, 2020년 하반기 공개 예정

- 55 -

9. 데이터 관리 및 서비스 주요 현황

아. 미국 국립환경정보센터

 NOAA 소속의 3개 국가 자료센터를 통합하여 환경정보 원스탑 제공 창구 구축

* 국가기후자료센터, 국가지구물리자료센터, 국가해양자료센터

 (일원화된 창구) 기존 3개 센터에서 제공하던 기후, 해양, 지구물리 자료를 일원화된 제공창구를 통해 제공

* 기존 데이터 및 시스템 연계‧통합 서비스 제공 예정(~‘20년) 

-  일관된 데이터 관리 도구와 접근 방식을 통해 내부 업무 효율화 및 사용자 편의성 강화

* 기존 3개 센터를 규모에 따라 2개 센터(기상기후, 해양‧해안‧지구물리)로 통합

-  데이터센터는 콘텐츠 생산 및 정보 서비스에 집중하고, 데이터 관리 및 지원(IT, 서비스)을 위한 별도의 부서를 운영

* 데이터 관리부, 지원서비스, IT서비스의 3개 지원 조직 운영

- 56 -

 (가공분석 서비스 제공) 정부기관, 학계, 산업계 등 다양한 분야 서비스를 통해 과학적 데이터 관리를 통한 의사결정 지원

-  과거 국가기후자료센터는 기상ㆍ기후자료의 보관, 모니터링 및 공공데이터 서비스 제공을 목적으로 운영

-  NCEI는 데이터 보존 및 제공 서비스를 확대하여, 기상ㆍ기후, 해양, 지구물리학 분야의 고폼질 자료를 정부기관, 기업, 학계 등에서 필요로 하는 데이터 가공 및 분석 서비스 제공

-  또한, 지역기후센터(RCC)를 통해 지역 특성, 고객 요구사항 등을 고려하여 상세 정보 제공

- 57 -

 데이터 수집 기간에 관한 별도의 규정이 존재하지 않으며, 구석기 시대부터 현재까지의 모든 관측 자료 수집

 데이터 유형에 따른 보존 기간은 미국 국립문서기록관리청의 승인에 따라 결정

 원시데이터와 품질관리 처리가 완료된 데이터의 영구보존을 수행하고 있으며, 데이터 아카이빙을 위해 테이프와 디스크를 활용

-  기상ㆍ기후 데이터는 영구적으로 보존하고, 재생산 데이터는 유형에 따라 최소 3~10년 보존

* 품질관리 방법은 별도로 문서화 하여 보존

-  원시데이터를 제외한 가공ㆍ분석데이터(재현가능한 데이터)의 경우 보존 정책에 따라 보존 후 폐기

* 가공데이터의 경우 10년 후 또는 데이터에 대한 수요가 중단될 때 폐기

 데이터 용량 및 수요에 따른 저장 매체를 구분(디스크 또는 테이프)하여 활용하고 있음

-  저 볼륨 및 고수요 데이터는 디스크에 저장ㆍ활용

-  대용량 데이터 세트 또는 액세스 수요가 적은 데이터 세트의 경우 테이프에 저장

* 고수요 데이터의 경우 ‘롤링 스토리지‘를 활용하여 저장 및 서비스 

- 58 -

자. 호주 기상청

 정보 기술(IT), 관측 기술, 소프트웨어 개발, 디지털 및 데이터에 대한 통합 관리 체계 구축

 호주 기상청은 조직의 효율적 운영을 위해 2018년 조직 개편 진행

* (기존) 기후예측, 관측 및 인프라, 환경 및 연구, 시스템 및 서비스, 행정 서비스 5개 부서

* (현재) 예보서비스, 과학 및 혁신, 전략 및 성과, 데이터 및 디지털, 기업지원, 행정 서비스 6개 그룹

 기상청 정보시스템 관련 업무 및 관측데이터 수집‧관리‧서비스의 효율적 운영을 위한 데이터 및 디지털 그룹 운영

-  기상관측 자료의 수집부터 생산, 보급에 이르기까지 기상청의 핵심 운영을 뒷받침할 데이터, 인프라, 시스템 관리 및 서비스제공

* 기상청의 모든 ICT 애플리케이션 및 플랫폼 관련 계획수립, 제공, 유지관리

* 기상 관측 네트워크 운영 및 데이터의 수집‧관리 및 서비스 제공

-  데이터 관련 정책(정책수립, 라이프사이클 관리), 관리(표준, 품질, 서비스) 및 사용자 지원(사용자 중심설계, 플랫폼 제공 등) 기능을 구분하여 운영

- 59 -

차. 중국 기상청

 다수의 산하기관을 통해 기상, 기후, 위성, 관측 분야 별 업무를 구분하여 수행

 중국 기상청은 9개 내부부서 및 11개 산하기관으로 구성되어 있으며, 내부부서의 경우 정책 수립 및 관리 업무를 수행

* (내부부서) 관측부서, 예보부서 등 9개로 구성

 11개 산하기관의 경우 기상, 기후, 위성, 관측, 데이터 서비스 등 업무 분야 별로 구성

* (산하기관) 기상센터, 기후센터, 위성기상센터, 기상정보센터, 공공기상서비스센터, 기상관측센터, 기상과학원, 교육훈련센터, 기상통신센터, 뉴스언론 등

 데이터 생산, 저장, 관리 및 서비스 제공을 위한 조직을 구분하여 운영

* (국립기상센터) 종합기상서비스 데이터 생산

* (국립기후센터) 기후 데이터 베이스 및 아카이빙 서비스 제공

* (중국기상데이터서비스센터) 슈퍼컴퓨터 운영, 기상기후 데이터 품질 관리 및 통합서비스 제공

- 60 -

카. 미국 지질조사국

 비용 낭비를 제거하고 효율적으로 조직을 운영·관리하기 위해 계획, 수집, 처리, 분석, 보존, 발표·공유 6단계 라이프 사이클에 따라 데이터 관리

 데이터는 중요한 자산이므로 즉각 필요한 경우 외에도 데이터의 전체 라이프사이클 동안 관리가 필요

-  데이터를 수집하거나 사용하기로 결정한 시점에서부터 데이터가 더 이상 쓸모 없거나 필요 없게 될 때까지 데이터에 대한 설명과 관리가 필요

-  불필요한 데이터를 수집하는 것은 정당화 될 수 없으며, 필요에 부합하는 경우에만 데이터를 수집 및 유지

 데이터 라이프 사이클은 계획, 수집, 처리, 분석, 보존 및 발표/공유의 6단계로 구분하여 관리

 (계획) 보유 자원을 파악하고 데이터를 수집·유지·확보·활용하기 위한 일련의 절차를 문서화하는 단계

-  데이터 관리가 필요하다고 판단을 내렸을 때 데이터를 보관 및 처리하기 위한 시스템을 파악하고, 문서화하기 위해 계획 단계에서 고려해야 할 사항을 제시

 (수집) 데이터를 수집, 또는 추가하는 단계로 새로운 데이터의 수집, 기존 데이터의 전환·변환, 데이터의 공유·교환, 데이터 구매 네 가지 방법 존재

-  데이터 수집 방법, 보안요건, 양해각서 작성, 데이터 공유 합의서, 작성 등 데이터 수집 시 고려해야 할 사항을 제시

-  수집한 데이터가 예기치 않게 공개되거나 의도적으로 손상되지 않도록 외부 공격으로부터 시스템을 보호하기 위한 보안 요건 준수

 (처리) 데이터 처리는 데이터를 변경 또는 통합하게 되는 일련의 활동을 의미

-  새로 수집한 데이터를 확인하고 변환한 뒤 원하는 값 유형의 데이터를 파생시키기 위한 일련의 과정을 구체적으로 제시

- 61 -

 (분석) 분석 단계는 가설을 시험·발견하고 결론을 내리는 데이터 탐구 및 평가와 관련된 활동

-  데이터의 분석 단계에 대한 기초 지식과 분석활동에 필요한 통계적 분석, 공간 분석, 모델링, 시각화, 이미지 분석 등을 소개

 (보존) 데이터 보존은 일정 기간 동안 데이터를 유지하거나 나중에 사용하기 위해 데이터를 따로 보관하는 조치와 절차

* (데이터 보존 방법) 기록물 보관, 영구 자료형, 저장소, 처분

 (발표·공유) 우수한 품질의 데이터를 작성, 발표, 또는 국민과 다른 기관에게 배포하는 단계

-  데이터를 공유해야 하는 이유, 데이터 공유 시 발생할 수 있는 이점을 소개하고, 공개하기 민감한 데이터를 처리하는 방법을 제시

- 62 -

타. 한국극지데이터센터

 남‧북극 연구 활동을 통해 획득한 데이터를 체계적으로 관리‧보존하고 국내외 연구자의 원활한 데이터 활용을 지원하기 위한 조직 

 남극, 북극 등에서 획득한 모든 과학적 관측, 측정 자료 및 분석 결과 등의 극지 데이터의 체계적 관리‧지원

 데이터 관리 정책 수립, 데이터관리, 데이터관리시스템 구축 및 운영, 교육 및 지원, 국제협력 업무를 수행하며, 국가기후데이터센터와 유사한 역할 수행

- 63 -

 극지데이터관리정책을 효과적으로 시행하기 위해 극지데이터 관리 규정 및 극지데이터 관리 요령을 제정하여 운영

 모든 데이터는 공개를 원칙으로 하고 있으며, 또한 영구보존을 원칙으로 규정

 장기간 활용이 되지 않아 관리 및 보관의 필요성이 불필요한 데이터는 극지데이터관리위원회의 승인을 받아 데이터를 폐기

- 64 -

제 6절 시사점

 기상청 데이터 운영‧관리‧서비스를 주도할 총괄관리 조직에 대한 요구 증가

 정부는 공공기관의 데이터를 효율적으로 제공ㆍ연계 및 공동 활용하기 위한 플랫폼 및 책임관 임명 등을 요구

* (데이터통합관리 플랫폼 구축ㆍ운영) 전자적 시스템을 통하여 수집ㆍ관리되는 데이터의 연계 및 공동활용

* (데이터기반행정 책임관) 데이터기반행정 관련 데이터의 연계ㆍ제공ㆍ공동활용에 관한 업무 총괄 및 지원

 기상기후데이터 대국민 활용 제고를 위해 국가기후데이터센터를 운영 중이나 데이터 분산 관리 및 수집 데이터 종류 한계로 인해 적극적 조정자 역할 미흡

-  특보, 예보, 일기도, 위성, 레이더·낙뢰, 항공 등 개별 서비스 시스템 보유

-  대용량자료(수치, 위성, 레이더 등)는 CDMS에 물리적으로 자료를 수집‧저장하지 않아, 자료 요청 시 i- RODs를 통한 서비스 제공

- 65 -

 또한, 청 내 데이터 관련 시스템 및 데이터 활용 측면에서 데이터 거버 넌스에 대한 요구 증대

-  자료 포맷 정비, 전송방식에 대한 개선이 필요하며 이를 주도할 수 있는 청 내 데이터 표준화 기구 요구

-  일관성 있는 데이터 운영‧관리 기준 마련을 위한 총괄관리 조직에 대한 요구 증가

 데이터 생산 부서 별 데이터 관리 정책에 따라 운영ㆍ관리 비효율성 증가

 정부는 국가적으로 중요하고 활용성이 높은 공공데이터 보존 의무화를 추진하고 있으나, 청 내 데이터에 대한 통합적 보존 기능 미흡

 기상자료 종류‧생산량 폭증에 따라 생산 부서 별 분산 관리가 불가피 할 뿐 아니라 모든 자료의 온라인 보관‧활용이 현실적으로 곤란

-  기상업무 발전(GK2A위성, 고해상도 수치모델 등)에 따라 센터 및 현업부서 별 데이터 생산량 급증

* (데이터 보유량) 본청(약 3PB), 위성센터(약 4PB), 슈퍼컴퓨터센터(약 20PB)

* (일일 자료 처리량) (기존) 약 0.4TB → (‘16 이후) 약 3.7TB

- 66 -

 생산 부서 별 데이터 관리에 따른 온‧오프라인 데이터 관리 상의 어려움 증가

-  정보자원을 각 사업부서별로 도입하여 운영하고 있어 인적, 행정적, 경제적 낭비 초래

* 본청(전산실)에 22개 부서에서 약 50개 개별 시스템(약 1,600식) 도입 운영 중

-  생산부서 별 데이터 관리 정책 추진으로 동일 데이터의 중복 저장‧관리 등 인프라의 비효율적 운영 지속 발생

-  전산자원 투자 및 운영 관리 비효율성 뿐만 아니라 자료 유실 우려

 데이터 서비스 창구 일원화를 추진하였으나, 활용목적‧데이터 크기에 따라 분산된 창구 운영

 COMIS, CDMS 등 다수의 시스템이 구축되어 활용되고 있으나 각종 데이터가 산재되어 있어서 내부 업무 활용에 불편

-  청 내 각 정보시스템에서 제공하는 서비스의 중복성 심화로 기상정보의 일관성 저해 및 내부 사용자 활용 불편

* (내부 이용자 수요조사) (1위) 관측값 구분, (2위) 도움말 제공, (3위) 사용자 개인화, (4위) 업무 관련 데이터 제공 플랫폼 통합

 대외 데이터 관련 서비스가 여러 부서에 분산되어 있어, 서비스 채널 간 연계 부족 등의 문제 발생

* (기상기후데이터 이용 활성화를 위한 개선사항) (1위) 각종 데이터 제공 창구의 단일화(26.3%)

-  대외 사용자 접근성 향상을 위해 기상관측자료 서비스 창구 일원화를 추진하였으나 여전히 관측분야, 데이터크기, 활용목적 등에 따라 독립적 채널을 통해 서비스 제공

* (기상자료개방포털) 레이더, 위성 등 대용량자료는 물리적으로 수집하지 않으며, 사용자 요청 시 i- RODS를 통해 데이터 수집제공

* (레이더정보 서비스 플랫폼) 레이더 데이터 관련 데이터셋, 오픈API 서비스 제공

* (국가기상위성센터 자료검색시스템) 천리안위성 1호, 천리안위성 2A호 텍스트, 이진 및 영상자료 서비스 제공

* (국가지진종합정보시스템) 지역/연도별지진, 역사지진, 지진통계 서비스 제공

- 67 -

 민간 데이터, 연구데이터 및 신규 관측데이터 활용을 위한 데이터 표준 및 관리 기준 모호

 기상청은 관측공백 해소 및 입체적 기상 관측을 위한 기상관측 다각화 및 IoT 기반의 다목적 기상관측자료 수집 체계 구축 예정

* 스마트폰 센서(기온, 습도, 기압 등)를 활용한 도시기상 지원

- 68 -

* 민간 관측자료(SK 플레닛) 분석‧활용을 통한 목적별 활용 체계 구축

* 연구용 기상관측장비(이동기상관측차량, 자동기상관측장비)로 위험기상 현장 관측 및 재난현장 기상지원에 활용

 고품질 기상기후데이터 생산을 위한 관측 정보 수집 강화에 따라 관리 대상 데이터의 지속 증가

-  유관기관과의 협업, 수집체계 개선으로 27개 기관의 3,200여 개소의 관측자료 수집률이 대폭 개선

* (유관기관 관측자료 수집률) (‘15) 88.0% → (‘16) 93.6% → (‘17) 94.8% → (‘18) 96.7%

* 유관기관 관측자료 활용도 확대, 관측장비 통합운영 추진으로 기상관측망 조밀도 구성(’18년) 13km → (‘19년) 11km(예정) → (’20년 이후) 5km(예정)

-  또한, 기상청은 관측, 예보 및 특보 정보를 기상 요소에서 사회·경제적 영향까지 고려하는 영향예보로 전환하여 기상 정보의 효과를 높이는 방안 추진

* 영향예보는 원시자료 생산→수집 및 분석→영향예보 정보생산‧활용의 3개 기능 필요

* 피해정보, 재해대상물 분포, 활동도 자료 등의 원시자료와 지역별, 시간별, 재해종류별 재해 위험도 등 산출 자료 관리 필요

 또한, 관측 공백영역 개선을 위해 사물인터넷, 무인항공기, 민간관측 자료 등을 활용 예정에 있으나, 관련 데이터 표준 및 관리 기준 모호

- 69 -

 정해진 형태의 데이터 및 통계 정보만을 제공하여 기상청 데이터 가치 하락 및 데이터 활용도 저해 유발

 현 기상 데이터 서비스 대부분이 획일화된 방식의 공급자 편의 위주로 구현되어 있어 기상 데이터 이용 활성화에 저해 요인으로 작용

 정해진 형태의 기후데이터 및 기후통계 정보만을 제공하여 기후데이터 가치 하락 및 데이터 활용도 저해 유발

-  수요자는 의사결정에 이용할 수 있는 수준의 선제적 서비스를 요구하고 있으나, 과거 서비스 방식에서 크게 벗어나지 못하고 있는 상황

* (기상기후데이터 활용가치 향상을 위한 개선사항) (1위) 정확한 데이터(56.3%),  (2위) 데이터 선별·가공(12.6%), (3위) 원데이터(raw data) 제공(10.2%)

 또한, 민간‧학계의 수요가 급증하고 있는 대용량데이터(수치예보, 레이더, 위성 등) 요청에 대하여 서비스 지연 발생

* (대용량 데이터 서비스 제공현황) (‘16) 37만 건 → (‘17) 96만 건 → (‘18) 158만 건

* (대용량 데이터 다운로드 제한) (용량) 80G/1회, (자료제공) 약 2주 소요

- 70 -

 정부기관, 학계, 산업계 등 다양한 분야 서비스를 위한 과학적 데이터 관리 요구 증가

 기존 기상기후데이터는 예보 중심의 기상요소를 관측하는 시ㆍ공간 데이터를 중심으로 수집ㆍ관리

-  기상청에서 생성·수집하고 있는 국내외 기상기후 데이터와 타기관에서 생성·수집하는 기상기후 데이터를 중심으로 관리

* 표준관측망을 통한 하늘상태, 강수량, 기압, 바람, 습도 및 기온 관측 중심

 기존 표준관측망을 통한 기상요소 수집ㆍ관리로는 기상기후데이터의 고부가 가치화를 위한 서비스 제공에 한계

-  4차 산업혁명 기술의 발전으로 표준관측망 이외의 관측 데이터 수집이 확대 되고 있으며, 이를 활용한 다양한 민간ㆍ공공서비스 제공

* (NCEI) 다양한 기상기후데이터를 활용한 콘텐츠 제작 및 데이터 가공ㆍ분석 서비스 제공

* (호주 기상청) 기존 관측 및 예보 중심의 조직에서 데이터 중심의 조직으로 개편

 기상청은 ICT 융합기술을 활용한 수요자 중심의 기상정보서비스 강화를 추진할 예정이나 데이터 수집 범위 및 개념 부재

- 71 -

[그림 5- 5] 핵심 융합기상정보 개발 및 실증기회 제공 방향성278

[그림 5- 6] 기상사업자 활용 기반 마련 방향성279

[그림 5- 7] 핵심 기상융합정보 기술 개발 방향성281

[그림 5- 8] 지역기상융합서비스 전용 포털 사이트 구축 방향성282

[그림 5- 9] 지역기상융합서비스 기술이전을 위한 추가 예산 확보 방향성283

제 7절 기상기후데이터 개념 재정의

9. 기상기후데이터 발전방향

 기상 기후데이터는 기존 예보 지원을 위한 표준관측기반 데이터 형태에서 고부가가치화를 위한 다양한 활용 형태로 변화하고 있음

 과거에는 예보 중심의 6개 기상요소^*를 관측하는 시ㆍ공간 데이터를 중심으로 생성ㆍ수집

* 하늘상태, 강수량, 기압, 바람, 습도 및 기온

 최근에는 기존 6개 기상요소를 관측하는 표준관측기반의 데이터와 영향예보, 날씨경영, 융합서비스 지원을 위한 다양한 형태의 데이터를 활용하는 방향으로 발전하고 있음

-  날씨에 의한 지역별 사회·경제적 영향을 고려하지 않는 기존 현상 중심의 예보 서비스에서 지역특성을 반영하여, 날씨로 인한 구체적인 기상영향 정보를 제공하는 영향예보 서비스로 발전

-  황사, 미세먼지, 꽃가루 알레르기 등 건강한 생활과 관련 있는 환경기상 정보 제공을 위한 다양한 형태의 데이터 수집

-  지진에 대한 국민 불안 증대에 따른 지진ㆍ화산 데이터 수집ㆍ제공

- 75 -

10. 기상기후데이터 개념 재정의

 기상기후데이터는 기상청에서 직접 관측ㆍ생산하고 있는 데이터 뿐 아니라 기상과 관련된 업무를 위해 타 기관(유관기관, 민간)에서 수집ㆍ분석ㆍ생산ㆍ활용하고 있는 데이터로 정의함

 관측과 예보 중심의 데이터는 데이터의 공공재적 성격으로 그 자체로는 경제성이 부여되기 어려움

-  기상청 데이터는 「기상법」과 「지진관측법」 에서 정하는 목적을 위하여 생성 또는 수집ㆍ취득한 모든 자료나 정보로 국민의 일상생활과 가장 밀접한 정보로 인식

* 일상생활과 밀접한 정보 : (1위) 날씨ㆍ기상정보(37.6%), (2위) 교통정보(19.2%)

-  하지만, 관측 정보 및 예보 서비스는 공공재적인 인식으로 인해 그 자체로 부가가치를 지니기 어려우며, 시간이 경과함에 따라 그 가치가 하락하는 경향을 보임

-  이에, 기상청은 기상기후데이터의 새로운 가치 창출을 위하여 영향예보, 날씨경영지원, 기상융합서비스 등 타 분야 도메인과 결합한 데이터 서비스를 확대하고 있음

 기상기후데이터 고부가가치화^*를 위해 관측과 예보 중심의 표준관측기반에서 다양한 관측장비, 관측 방법을 통한 데이터로 개념 및 범위 확대가 필요함

- 76 -

[참고] 기상·기후 데이터 활용 성공 사례

□ 농업 ㅇ NCEI는 옥수수 생산을 위해 질소 비료 투입량을 최적으로 관리할 수 있도록 하는 Adapt- N 시스템 개발 -  GHCN- D(Global Historial Climatology Network- Daily) 등에서 수집된 온도 및 강수량 관측 데이터, ASOS(Automated Synoptic Observing System, 종관기상관측시스템)에서 생성된 일사량 데이터 수집 -  PNM(Precise Nitrogen Management, 정밀질소관리)모델을 통해 결과 도출 ㅇ 1에이커 당 약 30달러의 비료 비용 절감 등 옥수수 생산량 증가에 기여 -  옥수수 뿐만 아니라 다양한 작물에 적용시킬 수 있는 모델 개발 및 미국 전역 및 유럽으로 확대 예정 □ 항공 ㅇ 항공업 분야의 효율적인 의사결정 지원을 위한 관측 시스템 NEXRAD 개발 -  미국 전역에서 발생하는 강수시스템의 성장·이동·소멸 과정을 통합 레이더 관측망으로 감시·예측 ㅇ NEXRAD(Next- Generation Weather Radar) -  NWS에서 운영하는 관측 시스템 -  반사되는 펄스 에너지를 통해 기상상황 및 구름의 위치 분석 -  눈 또는 강우와 폭풍을 탐지하고 추적하는데 매우 중요한 역할 수행 -  미국 전역에 걸쳐 160개의 관측 지점이 존재하며, NCEI 웹사이트를 통해 무료로 개방 ㅇ 미국 재해 기상 경보에 활용되고 있으며, 특히 항공업 분야의 항공사고 예방에 중요한 역할 수행 -  미국의 주요 항공사는 NCEI의 NEXRAD를 항공사고 예방을 위해 활용 -  NEXRAD 데이터로 WCT(Weather and Climate Toolkit) 소프트웨어를 통한 시각화 <NEXRAD 설치 현황> <WCT 데이터 시각화>     □ 소매 및 제조업 ㅇ NCEI는 기상과 관련된 의사결정에 도움을 주기 위해 다양한 데이터를 제공 -  (Climate Monitoring) 기후현황 보고서, 기온·강수량 데이터, 위험 기상 정보 등을 제공 -  (Regional Snowfall Index) 눈보라 지수 정보 제공 <Climate Monitoring 시각화 자료> <Regional Snowfall Index 시각화 자료>     ㅇ 의류업, 식품업, 제조업 등 다양한 분야의 전략 수립에 활용 -  (의류) 소매 업체인 Foot Locker는 기후, 강수량 데이터 및 월별 요약데이터 등을 활용해 기상과 난방비용의 상관관계를 분석하고, 쇼핑몰의 난방 계획 수립 -  (식품) 미국 식품 회사인 Conagra는 Climate Monitoring을 활용해 기상에 따른 연간/월간 판매량을 비교 및 분석하여 대형 슈퍼마켓 등에 식품 공급 -  (제조) 옥외 전력 장비 제조업체인 Honda Power Equipment는 눈보라지수와 판매실적, 인구밀도 등을 종합 비교·분석하여 판매 전략 수립 <Conagra 활용사례 예시>   ※ 출처 ; 선진국 기상산업 시장 동향 -  미국 (한국기상산업기술원, 2017)

* 시간 경과함에 따라 급격히 하락하는 기상기후데이터 가치가 완만하게 진행되도록, 타 분야 도메인 노하우와 결합할 수 있는 다양한 데이터의 수집ㆍ제공

-  ICBM 기술의 발전으로 표준관측망 이외의 관측 데이터 수집이 확대 되고 있으며, 이를 활용한 다양한 민간ㆍ공공서비스가 제공되고 있음

-  기상기후데이터의 가치 확산을 위해 기존 표준관측망^*을 통한 기상요소 관측 범위를 확대하여, 연구ㆍ분석 데이터, 민간ㆍ비표준관측망^** 등을 통해 기상요소를 수집하는 모든 범위로 확대

* (표준관측망) 정확한 기상관측 및 정보 제공을 위해 「기상관측표준화법」을 통해 기상관측업무를 수행하는 방식ㆍ기준, 기상관측환경 등을 규정

* (비표준관측망) 드론ㆍIoT 등 신규 장비, 이동통신사 기지국, 이동식 차량 등 기상관측표준화법에서 규정하고 있는 방식 및 환경에서 벗어난 관측 장비 또는 관측망

 기존 기상요소를 관측하는 범위(시·공간)를 확대하여, 연구데이터 (과학데이터, 논문 등), 분석데이터(모델링, 합성, 통계 등), 처리 데이터(변환, 통합, 파생) 등을 포함하는 다양한 범위로 규정

-  기상기후데이터 활용 다양화를 위해 언제, 어디에서나 모든 장비를 통해 수집ㆍ생산되는 표준데이터, 위성ㆍ레이더 데이터, 비표준관측(연구데이터) 데이터, 유관기관/민간 데이터, 처리/분석 데이터를 포함

- 77 -

- 78 -

제 8절 기상기후데이터 관리 기준

 (필요성) 데이터 보존‧관리 효율성 및 내외부 사용자 편의성 증대를 위한 기상청 데이터 보존 기준(안)을 수립함

 청 차원의 데이터 보존 기준(안)이 존재하지 않아 데이터 보존 및 폐기 업무 비효율화가 지속됨

-  데이터 생산·관리부서에서 자체 시스템 백업 차원의 자료 저장·보관으로 인해 동일한 자료의 중복 저장, 전체 데이터 보관 등 전산자원 비효율적 사용

-  시스템 고도화·교체 시 데이터 관련 보존ㆍ폐기 기준이 없어 중요 기록 유실 및 무단폐기 우려 발생

 이에, 체계적인 기상청 데이터 관리를 위해 보존 기준과 원칙 마련이 필요함

-  데이터 생산 및 관리부서에서 데이터의 효과적 보존·활용을 위한 기상청 데이터 분류에 따른 객관적 보존기준 제공 필요

 (분류체계) 데이터 사용단계(생산, 수집, 처리, 분석)에 따른 보존 기준 및 공공 기록물 관리 기준에 따른 보존기간을 설정함

 사용단계에 따라 수집, 처리, 분석 데이터로 구분하고, 별도의 연구 데이터를 추가한 분류체계를 마련함

-  국내의 경우 국가기록원이 데이터세트 기록 관리에 관한 기준 수립 예정으로, 데이터세트에 보존ㆍ관리에 관한 규정 부재

-  이에, 미국 과학데이터 관리·보존 체계를 반영한 데이터 분류체계 수립

* (미국, NCEI) 사용단계에 따른 구분은 없으며 관측(기상, 기후)데이터, 재현 가능한데이터, 모델링 데이터로 구분하여 관리

* (미국, 지질조사국) 데이터를 계획, 수집, 처리, 분석, 보존, 발표‧공유 6단계 라이프 사이클로 구분하여 관리

- 79 -

 (보존기준) 데이터의 효율적 보존ㆍ관리를 위해 데이터 분류체계에 따라 영구 ·30년·10년의 보존 기간을 설정함

 (보존기간) 「공공데이터 관리에 관한 법률」의 보존기간을 준용하여, 보존기간을 설정함

-  공공기록물 관리에 관한 법률에서는 기록물의 보존기간을 영구, 준영구, 30년, 10년, 5년, 3년, 1년으로 구분

-  법률 시행령에 따라 7종 체계를 유지하는 것이 적합하나, 데이터 관리 효율성 측면에서 5년, 3년, 1년 등 단기간 보존이 필요한 데이터는 보존‧관리 대상에서 제외

 (분류체계 별 보존기간) 재 정의된 기상기후데이터 개념에 따라 표준관측, 위성/레이더, 처리/분석, 비표준관측자료 및 민간/유관기관 자료를 구분하고, 연구데이터에 대한 별도의 기준을 설정함

-  「범정부 정보자원 보존 기본계획」에 따라 지구 관측 자료는 영구 보존 대상에 포함

* 재수집 또는 재생산이 불가능한 데이터의 경우 영구 보존 대상에 포함

-  환경부(대기오염, 레이더), 국방부(레이더) 등 실시간으로 수집하는 공동활용 데이터의 경우 30년을 기준으로 관리

* 재수집이 불가능한 자료의 경우 기상청 데이터관리위원회 심의를 거쳐 영구보존 

-  처리ㆍ분석 데이터의 경우 미국 지질조사국 데이터 관리 전략을 참고하여 처리 자료와 분석 자료를 구분하여 관리

* 처리자료는 데이터를 변경 또는 통합하게 되는 일련의 활동을 의미

* 분석자료는 원시자료 또는 처리자료를 통해 생산하는 데이터로 통계분석, 모델링, 시각화, 이미지분석 등이 포함

-  통계 및 간행물의 경우 유형별 다양한 보존기간이 존재하고 있어, 최소 보존 기간인 10년을 기준으로 관리

* 기상청 「기록관리기준표」 고시 기준 준용

- 80 -

-  연구 데이터의 경우는 과학기술정보통신부훈령 「연구노트 지침」에 따른 연구노트의 보존기간인 작성일부터 30년을 기준으로 관리

- 81 -

제 9절 법제도 개선방안(안)

10. 법제도 검토 대상

 (개요) 기상청 데이터 관련 법령 검토를 통해 현행 제도의 운영상 나타난 일부 미비점을 개선·보완하기 위한 방안을 제시함

 기상청 데이터 관련 주요 법률인 「기상법」, 「기상관측표준화법」 및 내부 규정을 포함한 7종의 법률 및 규정^*을 검토함

* 「기상법」, 「기상관측표준화법」, 「지진·지진해일·화산의 관측 및 정보에 관한 법률」, 「기상산업진흥법」, 「공공데이터 제공 및 이용 활성화에 관한 법률」 , 「기상청 데이터 관리 및 제공 규정」, 「기상청 데이터 품질관리 규정」

- 82 -

11. 법제도 개선방안

타. 데이터 제공 범위

 (현황) 기상청은 「기상청 데이터 관리 및 제공 규정」 3조(적용범위) 개정을 통해 연구데이터 및 중간데이터 관리ㆍ제공을 위한 기반을 마련함

 공공서비스 제공을 목적으로 수집ㆍ취득하는 데이터뿐만아니라, 임시데이터 및 연구데이터를 관리 및 제공 범위에 포함함

-  적용범위에서‘공공서비스 제공을 목적’으로 항목을 삭제하여, 기상업무 전 과정에서 생산 되는 데이터의 관리 기반 구축

-  또한, ‘중간 단계에서 생산한 임시 데이터나 시험연구 데이터’를 적용범위에 포함시켜 연구데이터 활용을 위한 기반 마련

 (필요성) 연구데이터를 포함한 민간데이터 및 비표준관측데이터 수집ㆍ관리 및 서비스를 위해 관련 규정 개선이 필요함

 기상기후데이터 개념 재정의에 따라 중간데이터, 연구데이터를 포함한 민간 데이터 및 비표준 관측데이터의 수집ㆍ관리를 위한 방안 마련이 요구됨

-  기상청은 기상관측의 정확성과 기상관측자료 공동활용의 효율성을 높이기 위해 기상관측의 표준화에 관한 사항을 규정^* 하고 있음

* 기상관측표준화법

-  「기상청 데이터 관리 및 제공 규정」제3조(적용범위) 개정을 통해 중간데이터ㆍ연구데이터 활용기반을 구축하였으나, 동법 제10조(관리·제공목록 제외)에서는 관련 데이터를 관리ㆍ제공목록에서 제외할 수 있도록 규정

-  민간 데이터 및 중간ㆍ연구데이터의 경우는 표준관측망에서 수집ㆍ생성되지 않는 데이터로 데이터의 활용을 위한 관련 규정 개정 필요

- 83 -

 (개정(안)) 민간데이터(이동통신사 등), 신기술데이터(IoT, 드론, 스마트폰 센서 등) 및 연구데이터 활용을 위한 데이터 관리 범위 개정(안)을 도출함

 중간ㆍ연구데이터의 수집ㆍ관리 및 서비스를 위해 관련항목을 관리ㆍ제공목록 제외 항목에서 삭제하고, 데이터 제공항목에 포함시킬 수 있는 방안을 마련함

-  민간데이터, 연구데이터 및 비표준 관측데이터의 내부 서비스를 위해 관리ㆍ제공목록 제외 항목에서 제외

-  해당 데이터는 최종 품질관리가 완료되지 않은 데이터로, 관련 데이터를 제공을 위해 생산부서의 승인이 필요하며, 최종 정제데이터와 교차 활용 시 결과값이 달라질 수 있어 연구 목적용 데이터를 명시하고 공개

- 84 -

파. 데이터 품질관리

 (현황) 기상청은 기상관측데이터 품질검사 기준 및 알고리즘 통합관리를 위한 「기상청 데이터 품질관리 규정」전부개정을 진행함

 데이터 품질관리 책임관과 담당관의 역할을 강화하고, 기상청 데이터의 품질관리 전반을 총괄하는 총괄부서(국가기후데이터센터)를 규정함

-  데이터 품질관리 책임관을 기상서비스진흥국장으로 변경하고, 기존 책임관(국가기후데이터센터장)의 역할을 담당관으로 변경하여 규정

-  담당관의 업무에 기상관측데이터 품질관리 총괄기능을 추가하여, 기상관측데이터 품질검사 알고리즘 기준 정비 및 통합관리를 위한 기반 구축

* 기상관측데이터 품질검사 방법, 기준값 및 알고리즘 관리, 데이터 별 품질관리 방법 및 결과의 사후관리 등