ChemDCAT AP: 화학·촉매 데이터 통합을 위한 DCAT‑AP 확장

초록

본 논문은 DCAT‑AP의 경량 핵심 모델에 도메인‑특화 메타데이터를 추가하는 상위 레이어인 DCAT‑AP+를 제안하고, 이를 기반으로 화학·촉매 분야를 위한 ChemDCAT‑AP 프로파일을 설계한다. LinkML을 활용해 DCAT‑AP 3.0을 YAML 스키마로 포팅하고, PROV‑O 기반의 활동·프로벤언스 패턴을 도입해 데이터 생성 과정과 실험 조건을 정밀히 기술한다. 구현 결과는 NFDI4Chem 검색 서비스에 적용돼 RDF, JSON‑LD, SHACL 등 다양한 형식으로 자동 변환·검증이 가능함을 보여준다.

상세 분석

본 연구는 메타데이터 표준화와 도메인 간 상호운용성을 동시에 달성하기 위해 세 가지 핵심 기술적 전략을 채택한다. 첫째, DCAT‑AP 3.0의 SHACL 정의를 자동으로 LinkML 스키마로 변환함으로써, 기존 RDF 기반 메타데이터를 YAML 기반 단일 소스 오브 트루스로 통합한다. 이 과정에서 클래스와 슬롯의 IRI를 그대로 보존하고, union‑type 속성은 LinkML의 any_of 키워드로 매핑했으며, 현재 구현상의 제한으로 날짜‑관련 속성은 XSD date로 제한하였다. 둘째, 도메인‑중립적인 상위 레이어인 DCAT‑AP+를 설계하여 PROV‑O의 Activity, Entity, Agent 개념을 확장한다. Activity 클래스에 has_input_entity, has_output_entity, carried_out_by 등을 추가하고, 이를 DataGeneratingActivity 서브클래스로 구체화해 실험·시뮬레이션 과정의 입력·출력 샘플을 명시한다. 또한, EvaluatedEntity와 EvaluatedActivity 속성을 도입해 화학 반응이나 촉매 테스트와 같은 복합 프로세스를 표현한다. 셋째, ChemDCAT‑AP은 DCAT‑AP+를 기반으로 화학·촉매 전용 어휘(ChEBI, CHEMINF, CHMO 등)를 매핑하고, InChI·SMILES와 같은 구조 표기, 반응 조건, 분석 방법(NMR, GC) 등을 슬롯으로 정의한다. LinkML의 다중 출력 기능을 활용해 Python/Pydantic 클래스, JSON‑Schema, SHACL, RDF‑Lib 파이프라인을 자동 생성함으로써, 데이터 제공자는 YAML 스키마만 수정하면 다양한 형식으로 메타데이터를 배포할 수 있다. 검증 단계에서는 LinkML‑runtime과 pyDantic을 이용해 인스턴스 수준의 제약(필수 속성, 값 범위, IRI 매핑)을 자동 검사하고, CI 파이프라인에서 SHACL와 JSON‑LD 변환 결과를 지속적으로 검증한다. 이러한 설계는 기존 DCAT‑AP와의 하위 호환성을 유지하면서, 화학·촉매 분야의 복잡한 실험 메타데이터를 정형화하고, 다른 도메인(예: 재료 과학, 생명 과학)으로의 확장도 용이하게 만든다.