연구 데이터 메타데이터 영속성: DataCite 메타데이터 변화 분석

초록

DataCite에 등록된 연구 데이터 메타데이터의 변화를 추적한 결과, 전체 표본의 12.18 %만이 시간 경과에 따라 수정되었으며, 대부분은 소규모 추가·수정 형태였다. 메타데이터의 완전성에는 큰 영향을 미치지 않아, DataCite 기록은 과학계량 연구에 충분히 안정적인 자료원으로 활용될 수 있다.

상세 분석

이 연구는 2019년 3월부터 DataCite가 제공하는 PROV 기반 메타데이터 provenance API를 활용해 메타데이터 변경 이력을 수집하고, 기존 도서관 메타데이터 변화 프레임워크(Zaválina 등, 2015)를 적용해 ‘추가·삭제·수정’ 세 가지 유형으로 분류하였다. 표본은 DataCite에 DOI가 할당된 연구 데이터 레코드 1 백만 건 이상으로, 각 레코드의 시간 순 변화를 추적함으로써 변화 빈도와 패턴을 정량화했다. 결과는 전체 레코드 중 12.18 %만이 최소 한 번 이상 변경됐으며, 평균 변경 횟수는 1.3회에 불과했다. 변경은 주로 ‘제목’, ‘저자’, ‘출판연도’와 같은 핵심 요소보다는 ‘설명’, ‘주제어’, ‘관련식별자’ 등 부수적 요소에서 발생했으며, 대부분 단일 필드의 소규모 수정이었다. 메타데이터 완전성 점수는 변경 전후 0.02포인트 차이로, 실질적인 향상이 거의 없었다. 이러한 결과는 전통적인 도서관 카탈로그(변경율 42 % 이상)와는 현저히 다른 패턴을 보이며, 연구 데이터 레포지터리의 메타데이터 관리가 ‘주기적·연속적’이라기보다 ‘필요 시점에 한정된’ 업데이트 방식임을 시사한다. 또한, DataCite 메타데이터가 연구 데이터 재사용 및 과학계량 분석에 사용될 때, 기록의 안정성이 충분히 보장된다는 긍정적 결론을 뒷받침한다. 한계점으로는 표본이 DataCite 회원 레포지터리 중심이므로 비회원·소규모 레포지터리의 변화 양상을 포괄하지 못한다는 점과, provenance 데이터가 기록되지 않은 미세한 편집(예: 철자 교정)까지는 포착하지 못한다는 점을 들 수 있다. 향후 연구에서는 다양한 레포지터리와 메타데이터 스키마를 포함한 확대된 샘플링과, 메타데이터 품질 향상을 위한 정책적 개입 효과를 longitudinal하게 검증할 필요가 있다.