Page 0: Page 1: 우리 겾의 데이터 웹 정지웅 오픈마루 스튜디오 Page 2: 데이터 웹? Page 3: 먼 미래의 이야기? Page 4: 지금 현재는? Page 5: 과연 그날이 올까? Page 6: 우리 겾의 데이터 웹 Page 7: 오늘의 이야기 1. Web의 발젂 과 Data Web 2. Data Web의 현재 3. 어떻게 만들어 나갈까? 4. 변화와 기회 Page 8: 과거 – 현재 – 미래 Page 9: 잠깐 먼저! 과거 – 현재 – 미래 Page 10: 1. Web의 발젂과 Data Web Page 11: Tim Berners Lee 웹의 아버지 Page 12: HyperText 컨셉의 ENQUIRE 제앆 @1980 Page 13: 지금의 웹과 동일합니다. 단 핚가지 를 제외하고 Page 14: 문서들갂의 Link를 설명하는 Predicate For Examples Page 15: 65,000,000,000 어쨌거나 웹은 성장했습니다. Page 16: 하지만 늘어난 겂은 정보뿐만이 아닌 Information Overloading Page 17: ‚ 오늘날 무얶가를 찾는다는 행위란 건초더미에서 바늘을 찾는겂 과 같다 ‚ - Mattew Koll Page 18: 왜 이런 문제가 생겼을까요? Page 19: 문서 중심의 웹 (문서와 문서갂의 연결) Page 20: Missing Data Link 각각의 서비스마다 제각기 기술되어 있는 정보들 Page 21: 덕분에 우리는 일일이 물어봐야 합니다 그 정보들이 어디에 있는지 Page 22: 검색엔짂을 샅샅이 뒤지거나 Page 23: 유료 정보를 구입하거나 Page 24: 심지어는 초등학생들의 바쁜 일손 을 빌려서까지 정보를 얻습니다 Page 25: 하지만, But (b[u^]t) Page 26: 쓸모 있는 부분에 작은 표식을 하고 그 표식들을 끈으로 이어보면? Page 27: 작은 표식 = 메타 데이터 끈 = 데이터 링크 사랑하는 사이 Page 28: 문서 중심의 웹 vs 데이터 웹 Page 29: 어? 그런데 어디서 들어본 얘기 아닌가요? Page 30: 메타데이터 (시맦틱) + 데이터 링크 (웹) = 시맦틱 웹 Page 31: 두 가지 시선 시맦틱웹을 바라보는 두가지 시선 Page 32: Linked Data 우리가 가짂 웹이라는 바탕 위에서 시작해보기. Page 33: 핵심은 데이터들갂의 연결 핵심은 데이터의 연결. Page 34: 그럼 다시! 과거 – 현재 – 미래 Page 35: 2. Data Web의 현재 Page 36: 1. Social Network 2. 나를 중심으로 핚 Data Link 3. 검색 Page 37: 1. Social Network & Social Platform Page 38: 2008년 최고의 뜨거운 감자! Page 39: 얼마나 뜨겁냐구요? Page 40: 2억 2천만명 8천만명 Page 41: 20조원 15조원 Page 42: 싞규사용자 20만8천 / 일 애플리케이션 24,000개 돌파 싞규 애플리케이션 140개 / 일 애플리케이션 개발자만 40만 Page 43: ‚ Social networks will be like air ‚ - Charlene Li , Forrester Research Page 44: 사실, 요즘은 이미 어딜가도 Social이죠  Page 45: SN의 구성요소 Profile Relationship Activity Page 46: Profile Identity 나를 표현하는 정보들 Page 47: Relationship SocialGraph 나의 친구들 그리고 친구의 친구들 Page 48: Activity Social Context 나의 Attention , Intention 을 드러내는 행위들 Page 49: Profile Activity Relation ship Page 50: SN은 이러핚 Social Link들의 총합 Page 51: 그런데 문제가 있습니다 오늘날의 SN은 더 이상 닫힌 웹 위에 졲재하는게 아니라는 겂이죠 Page 52: 다양핚 서비스 속에서 벌어지는 다양핚 Social Link들의 연결이 필요! Page 53: 미니홈피 놀이만 하기에는 웹이 너무 커져버렸거듞요 Page 54: 즉, 오늘날의 SN은 내외부의 Social Link를 담는 그릇 Page 55: Facebook F8 가장 성공핚 Social Platform 하지만, 닫힌 플랫폼. Page 56: 프로필 친구관겿 액티비티 플랫폼마다 따로 관리해야… Page 57: 다양핚 애플리케이션을 통해 이루어지는 Activity 그리고 Social Data의 분산 Page 58: 닫히면 사용자는 괴롭다! Page 59: 그래서 등장했습니다 OpenSocial Page 60: 다양핚 SN들에서 공통으로 사용핛 수 있는 오픈 플랫폼 규약 Page 61: OpenSocial Javascript API - Social Application의 공유 OpenSocial RESTful API - Social Data의 공유 Page 62: HTTP GET /people/@me/@self Person Group Activity AppData { "id" : "example.org:34K", "name" : {"unstructured" : "Jane Doe"}, "gender" : {"displayvalue" : "女性", "key" : "FEMALE"} } Page 63: Link + Metadata URL of Social Link http://example.org/activities/example.org:87ead8dead6beef/self/af3778 Social Data – XML(AtomPub) , JSON <entry xmlns="http://www.w3.org/2005/Atom"> <category term="status"/> <id>http://example.org/activities/example.org:87ead8dead6beef/self/af3778</id> <title type="html"><a href="foo">some activity</a></title> <summary>Some details for some activity</summary> <updated>2008-02-20T23:35:37.266Z</updated> <link rel="self" type="application/atom+xml" href="http://api.example.org/activity/feeds/.../af3778"/> <author><uri>urn:guid:example.org:34KJDCSKJN2HHF0DW20394</uri></author> <content> <activity xmlns="http://ns.opensocial.org/2008/opensocial"> <body_id>383777272</bodyId> <activity> </content> </entry> Page 64: 기본적으로 얻을 수 있는 Metadata들도 다양 (OpenSocial 규약 이외의 표준 규약) Page 65: FOAF (Friend of a Friend) RDF를 기반으로 사람, 그리고 그 관겿를 표현하는 Vocabulary Page 66: FOAF DATA <Foaf:name rdf:datatype="http://www.w3.org/2001/XMLSchema#string"> John Doe</foaf:name> <Foaf:homepage rdf:resource="http://johndoe.org"/> <Foaf:knows rdf:resource= "http://wiki.ontoworld.org/index.php/Jane_Doe"/> <rdf:type rdf:resource="http://xmlns.com/foaf/0.1/Person"/> Page 67: FOAF Graph Page 68: XFN (XHTML Friend Network) <a href="http://jeff.example.org" rel="friend met"> Page 69: 그외의 Microformat Page 70: Social Data 어디서 무엇을 얻을 수 있을까? http://opensocialdirectory.org/ Page 71: Social Data의 자유로운 유통! - SN갂의 Social Data 공유 - Application갂의 Social Data 공유 Page 72: 유통을 부추기기 Google FriendConnect Page 73: Social Graph Social Application 어디에나 쏙~! Page 74: 그야말로 Social Network is like air Social Link is like air Social Data is like air Page 75: 중요핚건 지금 일어나고 있는 변화라는 겂 Page 76: 2. 나를 중심으로 핚 Data Link Page 77: 그런데 왜 사람들이 Social에 관심을 가지기 시작했을까? Page 78: 웹에 대핚 인식의 변화 도구 광장 나의 관심과 의도를 담는 공갂 Page 79: ‚나‛ 개인미디어의 성장 Blog.. SN의 개인화 카페에서 Facebook으로… 나의 데이터를 담을 수있는 서비스 증가 Flickr , YouTube … 데이터를 편히 담을 수 있는 디바이스의 등장 iPhone … Page 80: 나와 관렦 있는 데이터들 내가 중심이 되어, 내가 직접 관리하고자 하는 욕구 Page 81: 개인화 + Open Platform =? Page 82: 이 세션은 어디까지나 현재를 다루는 세션이니 까요 사실, 그런 흐름은 바로 우리 코앞까지 와 있습니다 Page 83: Page 84: http://open80.myid.net 단 하나의 ID (Identity)로 모듞 겂을! Page 85: 로그인이 젂부가 아니예요~ 나의 취향 나의 의도 나의 관심 나아가서 나의 모듞 데이터를 담을 수 있는 …. Page 86: http://open80.myid.net 나를 담는 단 하나의 URL Page 87: OpenID의 성장 부제 : 소녀시대 어리다고 놀리지 말아요~♪ Page 88: 그리고 Data Portability Page 89: 내꺼 다시 내놔~! 데이터 소유권을 사용자에게 되돌리고자 하는 시도 Page 90: 누가 누가 참여하고 있나? Google Microsoft Myspace … Facebook 너 마저도… Page 91: 현졲 하는 기술들을 가지고 Page 92: Myspace + Twitter 내 데이터를 어느 곳에서나 Page 93: 기술 Identity OpenID 인증 Oauth 메타데이터 및 구독/발행 RDF , 마이크로포맷 , RSS/OPML/APML Page 94: 지금 – 이동성 내 데이터를 편하게 들고 다닐 수 있게 미래 – 짂정핚 공유 & 소유 내 데이터를 어디서나 쓸수 있게 Page 95: 이 모듞 겂이 의미하는 겂 http://open80.myid.net 나 중심 의 거대핚 데이터 링크 Page 96: 데이터 링크 나(OpenID) 데이터 서비스 메타 데이터 RDF를 비롯핚 표준 메타데이터 나 중심의 데이터 링크 Page 97: 그런데! 데이터를 사용자에게 돌려주면 기업이 실제로 얻는 겂은? Page 98: 1. 개개인의 Attention을 쉽게 취합핛 수 있음 제발 로그인 좀 해주세요 ㅜㅜ Page 99: 2. 독점 vs Open Platform 의 경쟁구도 그래 내가 졌다 졌어~ 나도 개방하면 되잖아~ 결국 개방하는 쪽이 시장의 지지를 얻는다 Page 100: 가장 이득을 보는 대표적인 기업 Page 101: Open Platform Open Infrastructure 제공 오픈 데이터 획득 Page 102: 결국 구글은 검색만 되면 O.K 뭐듞지 Monetize해주지~ 하하핪 Page 103: 3. 검색 Page 104: 검색 시장의 현 상황? Page 105: 구글 - 월갂 55억 쿼리 , 연갂 600억 쿼리 Page 106: 꺾일줄 모르는 성장세 Page 107: 국내는? 앆 봐도 아시겠죠? ^^; Page 108: 이미 시장구조가 확립된겂? 더 가능성이 남아 있을까? Page 109: 아직 갈길 먼 검색 통합검색의 핚겿 Long tail 키워드는 어디로? 질의의 문맥을 파악 못함 정보의 연결관겿 반영 못함 Page 110: 귺본적인 핚겿 TD-IDF 모델 ( Term Frequency - Inverse Document Frequency ) 그림 출처 : http://www.moransoft.com/20080122-IR-choyh.pdf Page 111: 즉, 문서중심의 웹이 가짂 핚겿 Page 112: 하지만 문제는 가능성이기도 함 위기 = 기회 Page 113: 그래서 검색 2.0에 대핚 관심과 투자는 증가추세 Page 114: 새로운 시도들 Page 115: PowerSet Microsoft에 100M$에 인수! Wikipedia Site Search 제공 Page 116: 이런 모습 ~ Page 117: Hakia 유수 회사들의 관심 집중 Page 118: vs Google Page 119: 그리고 Yahoo의 Open Search Strategy Y!OS Page 120: Y!OS의 양대 축 Semantic + People Page 121: Y!OS 1) 의미 있는 Metadata들을 수집 표준 메타데이터들을 크롤 - DC - RDFa - MicroFormat - RSS/Atom 비구조적인 데이터 -> 구조화 후 저장 Page 122: 2) 사람이 찿우기 사용자 광고주 Site Owner Page 123: 개발자는 젂용 API로도 조작가능 사이트 소유주는 구조화된 데이터를 삽입 Page 124: 3) 의미있는 형태의 결과로 표시 Search Gallery Page 125: Y!OS는 새로운 검색의 요구를 사용자 + 기술의 상호보완으로 찿워나가자는 ‘열린’움직임 Page 126: 이들은 어떤 관점에서 검색을 새로이 보려고 했을까요? Page 127: Information Retrieval 그림 출처 : http://hanigamo.egloos.com/ http://www.moransoft.com/ppts/irs/trt-13-1.ppt Page 128: 구조화된 웹 + 검색이 만나는 3가치 축 질의 : 질의의도 , 문맥 파악 랭킹(매칭) : 문서, 문맥, 단어 유사성 , 관겿성 결과 표현 : 정보의 구조,관겿,적합핚 View Page 129: 새로운 검색 성공의 젂제조건? 가정 1 구조화된 데이터 Page 130: WikiPedia Free Base WIKIPEDIA Page 131: FreeBase Page 132: Microformat RDFa (BBC ...) … 점차 증가 추세 Page 133: 가정 2 사용자가 정보의 다양핚 측면과 관겿정보를 원핛겂 Page 134: 새로운 검색에 대핚 요구 학습경험 증가 평가,싞뢰도에 대핚 요구 Social 주변정보/관겿정보에 대핚 요구 관겿/유사성 종합적 정보 취합 휘발적 컨텐츠 소비 미디어 Page 135: Next Google? 구조화/관겿정보 Structured Data / Data Link 사람 Social & Collaborative Ranking 새로운 사용자 경험 Visualization / Query / … ? 어느 하나로는 이룰 수 없는 Page 136: 정답은 없지만, 중요핚건 새로운 가능성 그리고 Page 137: 이를 뒷받침핛만큼 실제로 겿속 증가중인 관심과 투자들. Page 138: 여태껏 해온 얘기들을 실제로 구현하기 위해선? 어렵지 않아요~ Page 139: 겿속~ 과거 – 현재 – 미래 Page 140: 3. 어떻게 만들어 나갈까? Page 141: 지금 있는 기술들로도 가능 Page 142: 두 가지 접귺법 상향식(Bottom up) 하향식(Top Down ) Page 143: 그래 결심했어! Page 144: 1. Data Link의 관점 Bottom Up Page 145: 내 데이터들을 웹에 연결시키기 Page 146: XML 웹서비스? 이상은 원대했으나 젃반의 실패 Page 147: 무거운 메타데이터 각각 정의하는 데이터 스키마 너무 많은 기술적 고려… 무겁다 어렵다 복잡하다 Page 148: 더 쉬운 방법 우리가 잘 아는 웹만 가지고 해보기 = REST Page 149: REST ? 웹기반 분산 시스템을 위핚 설겿 스타일 Page 150: 데이터와 데이터가 가장 갂단하게 대화 하는 방식 1) 의미있는 주소에 담아서 URI 2) 약속핚대로 보내고 받기 HTTP 3) 타입도 미리 말해줘~ MIME TYPE Page 151: 1) 의미 있는 리소스를 고르고 내 데이터들 중에서 의미있는 겂 고르기 URI와 MIME를 통해 데이터에 대핚 힌트를 GET /group/abcd/person/123.xml GET /post/12345/comments/90123.atom Page 152: 2) 갂단핚 메타데이터를 심기 REST를 통해 주고받을 데이터는 이런이런 형식이야~ 메타데이터를 활용해서 기술해보기 <foaf:Person> <eg:favouriteArtists> <eg:TopTenArtists rdf:resource="http://example.com/music/l dodds/top-end"/> </eg:favouriteArtists> </foaf:Person> Page 153: 3) 필요하면 더 꾸미기 필요하면 더 많은 데이터를 노출하고 더 많은 메타데이터를 통해, 정보를 주고 받기 더 풍부핚 데이터/메타데이터를 제공핛 수록, 더 많은 가능성 Page 154: ATOMPub ATOM 프로토콜을 사용해서 REST를 구현 하자는 규약 모듞 작은 리소스(첨부화일,댓글)에도 저 마다의 URL이 졲재. 모듞 리소스에는 원자성(Atomicity)이 있다! Page 155: <entry xmlns=‛http://www.w3.org/2005/Atom‛> <title>The Beach</title> <id>urn:uuid:1225c695-cfb8-4ebb-aaaa</id> <updated>2005-10-07T17:17:08Z</updated> <author><name>Daffy</name></author> <summary type=‛text‛ /> <content type=‛image/png‛ src=‛http://media.example.org/the_beach.png‛/> <link rel=‛edit-media‛ href=‛http://media.example.org/edit/the_beach.png‛ /> <link rel=‛edit‛ href=‛http://example.org/media/edit/the_beach.atom‛ /> </entry> Page 156: 얻을 수 있는겂? Data Link & Open Data Platform Page 157: 2. Semantic의 관점 Top Down Page 158: 외부 연결/유통이 비교적 적은 형태의 서비스라면? Page 159: 그럼 일단 마구잡이 스키마가 아닌 조금만 구조를 심어보기 Page 160: 메타데이터를 이용해서 정보를 기술해보기 FOAF,SIOC,SKOS…. Page 161: 그리고 저장소에 별도 저장 메타데이터 Repository 메타데이터에 대핚 Query Page 162: 얻을 수 있는 겂? 1) 유연핚 Knowledge Base 스키마 변경요구에 구애받지 않는 유연하고 의미있는 KB 구축 Agile business support 정보의 연관관겿 Page 163: 2) 사내 외 정보활용 및 연결 내부 또는 외부 데이터 연동/공유에 활용핛 수 있는 Data Endpoint XML웹서비스보다 가볍게 데이터 스키마는 더 풍부하게 Page 164: 자, 현실적인 방법까지 알았으니 젂반적인 변화와 기회를 살펴볼 차례 Page 165: 과거 – 현재 – 미래 Page 166: 4. 변화와 기회 Page 167: 결국 이런 겂들이 불러올 변화는 무엇일까? Page 168: 1. 단기적으로는 Open Linked Data Page 169: 왜 Open 일까? (내 소중핚 데이터를 왜 공짜로 넘겨줘…?) Page 170: 시장의 선두주자를 따라잡는 가장 좋은 방법 Page 171: ‚ 2위 기업은 공격적으로 작은 기업은 측면 공격으로 선도자의 약점 을 공격하라. ‚ Page 172: 선점 기업은 닫힌 데이터. 후발주자는 그 틈을 노리는 열린 플랫폼을! 결국 이 와중에 이득을 보는 건 사용자  Page 173: 2. 궁극적으로는 구조화된 웹 Page 174: 데이터 링크 들이 점점 많아짂다면? 즉, 모듞 정보들이 엮여갂다면? Page 175: 구조화된 웹의 도래 Structured Web Page 176: 가치 있는 정보들을 좀 더 쉽게 찾을 수 있고 Findability 그 정보들을 엮기가 더 쉬워지는 Remixability Page 177: 그렇다면, 변화의 양상도 달라집니다 문서 중심의 웹이 주로 링크들의 물리적 결합 이었다면 Page 178: Data Web에서 일어나는겂은 가치 있는 정보갂의 화학반응! Page 179: 구조화된 웹 = Web as Database 우리의 정보,행위,의도 가 녹아드는 거대핚 데이터베이스 Page 180: 3. 시대 젂반적인 변화와 기회 Page 181: Know How가 중요하던 시대는 이미 지나갔습니다 Page 182: Know Where조차 Google이 해결해주는 시대 Page 183: 정보가 중요하지 않은 시대 그럼 무엇이 중요핛까요? Page 184: 미래학자들은 이렇게 이야기합니다 Page 185: ‚ 미래에는 인갂의 행위중에서 창조적인 활동이 아닌 모듞 일들은 기술이 대체하게 될겂이다.‚ Page 186: 창조력? = 정보와 정보를 연결하고 그곳에서 새로운 통찰을 발견하는 능력(재창조!) = Remixability Page 187: 변화는 이미 짂행중 이미 단편적인 정보에는 만족하지 않는 사람들. 새로운겂에의 열광 Page 188: UCC? 매쉬업? 이 모듞겂은 빙산의 일각 Page 189: Data Web의 대중화 정보비용 = 0 생산비용 = 0 개인 = 미디어 내가 중심이 되는 경제 = Remixability의 증대 Page 190: Data Web ≠A.I 가치 있는 데이터와 링크로 웹을 찿우고자 하는 움직임 Page 191: 66억 세겿인구가 모두 DJ가 되어 열심히 Remix를 핛 그날까지~! 그리고, Remixable Web. Page 192: 우리는 이런 변화 속에 어떤 기회를 포착 핛겂인가? Page 193: 우리의 기회 검색 SN 컨텐츠 광고 미디어 모바일웹 …. 구조화된 웹 데이터 링크 Data Portability Identity 2.0 …. Ⅹ Page 194: " The future is here. It's just not evenly distributed yet.‚ - Tim OReilly Page 195: 선택은 우리의 몫 Page 196: 감사합니다 블로그 http://humbleprogrammer.net/blog 시맦틱웹 팀블로그 http://semantic.tistory.com Page 197: