Tim Berners-Lee: The next Web of open, linked data

번역: keesung kim 검토: Hahn Ryu

Time flies.

시간이 금방 가는군요

It's actually almost 20 years ago

거의 20년이 넘은 것 같습니다.

when I wanted to reframe the way we use information,

당시 저는 우리가 정보를 다루는 방식에 새로운 틀을 짜보고 싶었습니다.

the way we work together: I invented the World Wide Web.

그래서 고안해 냈던 것이 월드와이드웹(WWW)이었죠.

Now, 20 years on, at TED,

이제 20년이 흘렀고 여기 TED에서 한가지 부탁을 드리고 싶습니다.

I want to ask your help in a new reframing.

그 틀을 다시한번 새로이 짜보자는 것입니다.

So going back to 1989,

1989년 저는 하이퍼텍스트 컨셉을

I wrote a memo suggesting the global hypertext system.

메모지 위에다 고안해 봤습니다.

Nobody really did anything with it, pretty much.

그런 아이디어가 정말 실현 가능할거라곤 아무도 생각 못했죠.

But 18 months later -- this is how innovation happens --

그런데 그게 18달 뒤엔 정말 되더라구요. 혁신이란게 대개 그렇듯 말입니다.

18 months later, my boss said I could do it on the side,

제 상관이 사이드잡으로 한번 해보라더군요.

as a sort of a play project,

그냥 재미로 하는 프로젝트로요.

kick the tires of a new computer we'd got.

새로 받은 컴퓨터도 있겠다,

And so he gave me the time to code it up.

시간도 허락 받았겠다,

So I basically roughed out what HTML should look like:

그래서 여러분들이 현재 아시는 바 html이라는 것의 초안을 만들게 됐습니다.

hypertext protocol, HTTP;

그걸 주고 받는 통신 규약인 HTTP도요.

the idea of URLs, these names for things

어떤 정보의 위치를 담는 주소의 개념으로 URL이라는 것도 생각해 냈습니다.

which started with HTTP.

잘 아시다시피 http://로 시작하죠.

I wrote the code and put it out there.

프로그램 코드를 만들기 시작했습니다.

Why did I do it?

왜 제가 여기에 관심을 가졌나 하면,

Well, it was basically frustration.

사실 기본적으로 좌절감 때문입니다.

I was frustrated -- I was working as a software engineer

그땐 소프트웨어 엔지니어로 일할때였는데

in this huge, very exciting lab,

뭐 연구실은 크고 재미 있었죠.

lots of people coming from all over the world.

세계 각지에서 온 정말 많은 사람과 일하게 되었죠.

They brought all sorts of different computers with them.

그런데 이사람들 출신들이 다른 만큼 쓰는 컴퓨터들도 다 다르더라구요.

They had all sorts of different data formats,

데이터 포맷도 제 각각이었구요.

all sorts, all kinds of documentation systems.

문서화 시스템도 제 마음대로였구요.

So that, in all that diversity,

다양성 하나 만큼은 끝내줬습니다.

if I wanted to figure out how to build something

뭔가 만들려고 조금 알려고하거나

out of a bit of this and a bit of this,

알려 줄려고 하면

everything I looked into, I had to connect to some new machine,

전부다 들여다 보려고 새 컴퓨터에 연결한 뒤

I had to learn to run some new program,

그 프로그램의 동작 방법을 익히고

I would find the information I wanted in some new data format.

정보를 찾아 새 데이터 포맷으로 만들어야 했습니다.

And these were all incompatible.

그렇게까지 해도 모자랐죠.

It was just very frustrating.

그러니 좌절 할 수 밖에 없었습니다.

The frustration was all this unlocked potential.

하지만 그 좌절이 모든 가능성들을 열어주게 되었죠.

In fact, on all these discs there were documents.

사실 과거 모든 문서들은 하드디스크에만 있었습니다.

So if you just imagined them all

한번 상상해 보십시오.

being part of some big, virtual documentation system in the sky,

하늘 위에 엄청 큰 가상 문서 시스템이 있다면 어떨까요.

say on the Internet,

인터넷 처럼요.

then life would be so much easier.

삶이 훨씬 쉬워지지 않을까요?

Well, once you've had an idea like that it kind of gets under your skin

음, 이런 종류의 상상이란 대체로 한번 심어놓으면 계속 발전하곤 합니다.

and even if people don't read your memo --

남들이 관심을 가져주지 않아도 말이죠.

actually he did, it was found after he died, his copy.

근데 알고보니 제 상사는 제 생각이 담긴 메모에 코멘트를 남겼더군요.

He had written, "Vague, but exciting," in pencil, in the corner.

사후에 발견됐는데, 코멘트를 남겨뒀더라구요. "명확하진않지만, 멋짐"

(Laughter)

(웃음소리)

But in general it was difficult -- it was really difficult to explain

과정이 쉽진 않았습니다. 웹이 무엇인지 설명하는 건

what the web was like.

정말 쉽지 않았습니다.

It's difficult to explain to people now that it was difficult then.

웹이 보편화된 지금도 어려운데 과거에는 뭐 말할필요도 없죠.

But then -- OK, when TED started, there was no web

1984년 그러니까 TED가 시작될 때(역자주:1984)에는 웹이 없었고

so things like "click" didn't have the same meaning.

당시만 해도 클릭을 한다는 행위가 갖는 의미가 지금하고는 많이 달랐습니다.

I can show somebody a piece of hypertext,

사람들에게 링크를 클릭하면 다른 문서로

a page which has got links,

넘어가고 그 안에서 또 링크를 클릭하면

and we click on the link and bing -- there'll be another hypertext page.

또 뿅하고 다른 문서로 넘어가는 그런 하이퍼텍스트를 보여줄순 있었겠죠.

Not impressive.

하지만 뭐가 신기했겠어요.

You know, we've seen that -- we've got things on hypertext on CD-ROMs.

그런거야 이미 CD-ROM에 있는 하이퍼텍스트를 에서 많이 봐왔는데요.

What was difficult was to get them to imagine:

문제는 사람들이 상상하도록 하는 것이었죠.

so, imagine that that link could have gone

클릭 한번으로 지구상 어떤 문서든

to virtually any document you could imagine.

볼 수 있도록 연결할 수 있다고 한번 상상해 보세요.

Alright, that is the leap that was very difficult for people to make.

사람들에게는 이런 상상을 한다는 것 자체가 바로 가장 큰 어려움이었습니다.

Well, some people did.

몇몇 사람들은 여기에 성공했죠.

So yeah, it was difficult to explain, but there was a grassroots movement.

설명하기 어렵지만 밑으로 부터의 풀뿌리 변화였습니다.

And that is what has made it most fun.

풀뿌리. 바로 이게 웹이 재미있어 질 수 있는 이유였죠.

That has been the most exciting thing,

정말 신나는 일이었어요.

not the technology, not the things people have done with it,

기술이 중요한게 아니라, 사람이 그 기술가지고 뭘 하느냐가 중요한게 아니라

but actually the community, the spirit of all these people

밑으로부터의 변화에 참여하는 사람들이 함께 모여 보여주는 정신.

getting together, sending the emails.

이메일을 주고받고, 또 커뮤니티를 이루고..

That's what it was like then.

그런 혼이 살아 있었던 겁니다.

Do you know what? It's funny, but right now it's kind of like that again.

근데 재밌는 건, 웬지 요즘 그때와 비슷한 분위기가 나타나고 있단 겁니다.

I asked everybody, more or less, to put their documents --

만나는 사람마다 부탁을 했어요. 문서 가진거 있음 좀 올려 달라구요.

I said, "Could you put your documents on this web thing?"

"내가 WWW란걸 만들었는데, 여기 니꺼 문서좀 올려주면 안될까?" 하며 말입니다.

And you did.

그리고, 여러분들은 그렇게 해주셨습니다.

Thanks.

감사합니다.

It's been a blast, hasn't it?

20년 사이에 정말 뻥 터졌잖아요?

I mean, it has been quite interesting

제말은 정말 흥미로웠단 이야기입니다.

because we've found out that the things that happen with the web

맞잖아요? 지금껏 웹에서 일어난 일들을 한번 돌이켜 보세요.

really sort of blow us away.

너무나도 놀라운 일이죠.

They're much more than we'd originally imagined

이런 현상은 저희가 서로에게 문서를 올려달라며 서로에게

when we put together the little, initial website

부탁해가면서 처음 웹을 고안했을 때 기대했던 것보다

that we started off with.

훨씬 컸어요.

Now, I want you to put your data on the web.

이제, 저는 여러분들께도 데이터를 웹에 올려주시길 부탁드립니다.

Turns out that there is still huge unlocked potential.

웹에는 여전히 커다란 잠재력이 있습니다만

There is still a huge frustration

여전히 커다란 좌절감이 존재합니다.

that people have because we haven't got data on the web as data.

현재 웹에 널려있는 정보가 대체로 "문서"이지 "데이터"가 아니기 때문입니다.

What do you mean, "data"? What's the difference -- documents, data?

데이터가 뭘 말하는거죠? 문서랑 데이터 차이가 뭔데요?

Well, documents you read, OK?

문서는 우리가 읽을수 있는겁니다, 이해되죠?

More or less, you read them, you can follow links from them, and that's it.

어쨋거나, 읽을수 있고, 링크를 따라갈수도 있죠. 그거면 됩니다.

Data -- you can do all kinds of stuff with a computer.

데이터는 사람뿐 아니라 컴퓨터로도 처리할 수 있는 정보입니다.

Who was here or has otherwise seen Hans Rosling's talk?

여기 혹시 Hans Rosling의 TED 발표 보신분 계신가요?

One of the great -- yes a lot of people have seen it --

정말 많은 분들이 보셨네요. 제 생각엔

one of the great TED Talks.

최고의 TEDtalk 중의 하나입니다.

Hans put up this presentation

Hans의 PT에 이런 게 나오죠.

in which he showed, for various different countries, in various different colors --

다양한 국가에 각각의 색깔을 입히고

he showed income levels on one axis

한축에는 소득 수준을, 또 다른 한 축에는 영아 사망률을 표시했습니다.

and he showed infant mortality, and he shot this thing animated through time.

그리고 시간이 흐르면서 변화하는 모습을 애니메이션으로 보여줬습니다.

So, he'd taken this data and made a presentation

그렇게 그는 데이터를 가지고 새로운 형식의 발표자료를 만들었고,

which just shattered a lot of myths that people had

바로 이게 사람들이 가졌던 편견을 깨뜨렸습니다.

about the economics in the developing world.

개발 도상국의 경제 현실에 대한 편견을요.

He put up a slide a little bit like this.

그는 슬라이드 한 장을 이런식으로 보여줍니다.

It had underground all the data

이건 전부 데이터를 가지고 수행되는겁니다.

OK, data is brown and boxy and boring,

사실 데이터는 딱딱하고 재미없고 진부합니다.

and that's how we think of it, isn't it?

우린 데이터에 대해 이렇게 생각합니다. 그렇지 않나요?

Because data you can't naturally use by itself

왜냐하면 저걸 직접 사용할일이 별로 없었으니까요.

But in fact, data drives a huge amount of what happens in our lives

그치만 사실은, 데이터는 알게 모르게 우리 삶 속에 어마어마한 영향을 끼칩니다.

and it happens because somebody takes that data and does something with it.

왜냐하면 누군가는 그 데이터를 가지고 무엇인가를 하기때문이죠.

In this case, Hans had put the data together

이번 경우는, 한스는 데이터를 하나로 모았습니다.

he had found from all kinds of United Nations websites and things.

한스는 UN의 수많은 웹사이트 전부를 다 뒤져 정보를 찾아내고는

He had put it together,

그 데이터들을 한데 모았습니다.

combined it into something more interesting than the original pieces

그리고는 그 정보 조각들을 잘 조립해 훨씬 흥미로운 행태로 가공해

and then he'd put it into this software,

프로그램에 입력하고 돌린 거죠.

which I think his son developed, originally,

아마 그분 아들이 개발한 프로그램일거예요.

and produces this wonderful presentation.

그랬더니 멋진 발표자료가 만들어졌습니다.

And Hans made a point

한스의 논지는

of saying, "Look, it's really important to have a lot of data."

데이터의 양이 중요하다는 것이었어요.

And I was happy to see that at the party last night

어제 밤 파티에서 그를 보았는데요.

that he was still saying, very forcibly, "It's really important to have a lot of data."

여전히 강조 하더군요. 데이터의 양이 엄청나게 중요하다고요.

So I want us now to think about

같이 한번 생각해봅시다.

not just two pieces of data being connected, or six like he did,

단지 두 조각의 데이터 혹은 그가 했듯이 여섯 조각의 데이터가 연결되는것이 아니라

but I want to think about a world where everybody has put data on the web

누구나 데이터를 웹에 올리고 연결하는 생각을 해보자는 겁니다.

and so virtually everything you can imagine is on the web

실질적으로 우리가 상상할수 있는 거의 모든 것이 웹에 존재하게 되겠죠.

and then calling that linked data.

데이터가 모두 연결되는 것입니다.

The technology is linked data, and it's extremely simple.

이런걸더러 "Linked Data"라고 하는데, 간단합니다.

If you want to put something on the web there are three rules:

웹에 무언가를 올린다고 생각해볼까요? 여기엔 세 가지 규칙이 있습니다.

first thing is that those HTTP names --

첫번째 규칙은 바로

those things that start with "http:" --

그러니까 HTTP: 으로 시작하는 주소가 있다는 겁니다.

we're using them not just for documents now,

요즘은 오직 웹페이지 문서에만 HTTP 주소가 필요한게 아닙니다.

we're using them for things that the documents are about.

최근엔 문서를 뛰어넘어 문서가 다루는 "실체"에도 주소가 생기기 시작했습니다.

We're using them for people, we're using them for places,

우린 HTTP주소를 사람에도 장소에도, 심지어 사람에도 사용합니다.

we're using them for your products, we're using them for events.

그리고 또 상품에도, 행사에도 사용하고 있죠.

All kinds of conceptual things, they have names now that start with HTTP.

심지어는 추상적인 개념에까지도 HTTP로 시작하는 주소가 있습니다.

Second rule, if I take one of these HTTP names and I look it up

두번째 규칙은 예를 들면 이런 것입니다. 사람들은 정보를 검색합니다.

and I do the web thing with it and I fetch the data

웹에서 자기가 원하는 정보를 담고있는 HTTP주소를 찾는 거죠.

using the HTTP protocol from the web,

HTTP라는 약속 프로토콜(규약)을 통해서 말입니다.

I will get back some data in a standard format

주소를 찾아가 약속과 형식에 따라 저장된 정보를 얻어 온다는 것이죠.

which is kind of useful data that somebody might like to know

행사든 물건이든 뭐가 됐든 우리에게 유용한 정보가 프로토콜(규약)에 따라 저장되어 있고

about that thing, about that event.

우리는 그 정보를 얻어 오는 겁니다.

Who's at the event? Whatever it is about that person,

예를 들어 누가 행사에 오는지, 그 사람이 누군지

where they were born, things like that.

어디서 태어났는지, 뭐 그런것들이요.

So the second rule is I get important information back.

다시 말해서 두번째 규칙은 내가 중요한 정보를 얻어 온다는 것입니다.

Third rule is that when I get back that information

세번째 규칙은 우리가 그 정보를 얻어 올 때

it's not just got somebody's height and weight and when they were born,

그냥 단순히 그사람의 키나, 몸무게, 사는곳만 가지고 오는게 아니라

it's got relationships.

정보들 사이의 관계도 가지고 온다는거죠.

Data is relationships.

데이터는 "관계"입니다.

Interestingly, data is relationships.

흥미롭게도 데이터는 "관계"입니다.

This person was born in Berlin; Berlin is in Germany.

어떤 사람이 베를린에서 태어났다 칩시다. 베를린은 독일에 있죠.

And when it has relationships, whenever it expresses a relationship

그러면 이 두 정보는 관계가 있는 거죠. 그리고 관계를 표현할때면 언제든지,

then the other thing that it's related to

관계가 있는 두 대상 사이를

is given one of those names that starts HTTP.

HTTP로 시작하는 주소로 연결한다는 것이죠.

So, I can go ahead and look that thing up.

그러면 그 관계를 연결된 주소를 따라 추적할 수 있겠죠.

So I look up a person -- I can look up then the city where they were born; then

그런식으로 누군가를 찾아보고, 태어난 도시를 또 찾아보고,

I can look up the region it's in, and the town it's in,

어느 지역에 있는지 찾아보고, 그 지역 어느 동넨지 보고,

and the population of it, and so on.

인구는 얼마나 되는지, 등등등.

So I can browse this stuff.

이런 것들을 검색해볼수 있는거죠.

So that's it, really.

사실은 이게 답니다. 정말로요.

That is linked data.

이게 "Linked Data"입니다.

I wrote an article entitled "Linked Data" a couple of years ago

몇년 전 저는 "Linked Data"라는 제목의 글을 쓴 적이 있습니다.

and soon after that, things started to happen.

그러자 곧바로 뭔가 일이 터지기 시작하더군요.

The idea of linked data is that we get lots and lots and lots

Linked Data라는 것은, 마치 한스가 썼던 데이터가 그랬듯,

of these boxes that Hans had,

엄청 나게 만은 정보들이 서로 연결되고

and we get lots and lots and lots of things sprouting.

거기에 따라 엄청 많은 새로운 의미가 싹틈을 뜻합니다.

It's not just a whole lot of other plants.

싹튼다고 해서 그냥 풀같은 것이 아닙니다.

It's not just a root supplying a plant,

풀의 줄기를 지지하는 뿌리만 같은 것도 아닙니다.

but for each of those plants, whatever it is --

모든 풀 속에서 사람들은 정보를 찾고

a presentation, an analysis, somebody's looking for patterns in the data --

그 안에서 패턴을 찾아냅니다. PT일수도 있고, 문서일수도, 분석자료일 수도 있습니다.

they get to look at all the data

사람들은 데이터 전체를 보고

and they get it connected together,

그 많은 데이터들 않에서 의미있는 연결을 만들어 냅니다.

and the really important thing about data

결국 정보를 다루면서 우리가 주목해야 할 것은

is the more things you have to connect together, the more powerful it is.

여러분이 연결을 많이 만들면 만들수록 더욱 파워풀해진다는 것입니다.

So, linked data.

이게 Linked Data입니다.

The meme went out there.

이런 일도 있었습니다.

And, pretty soon Chris Bizer at the Freie Universitat in Berlin

베를린에 Freie대학에 있는 Chris Bizer라는 사람이 있습니다.

who was one of the first people to put interesting things up,

인터넷을 가지고 장난을 치기 시작한 최초의 사람들 중 하나죠.

he noticed that Wikipedia --

그는 위키피디아를 주목했습니다.

you know Wikipedia, the online encyclopedia

여러분들이 알다시피 위키피디아는

with lots and lots of interesting documents in it.

흥미로운 문서들을 엄청 많이 담고 있는 온라인 백과사전입니다.

Well, in those documents, there are little squares, little boxes.

근데 자세히 들어보면 안에 작은 네모 상자들이 많은 걸 볼 수 있을 겁니다.

And in most information boxes, there's data.

그 상자들 안엔 대개 한뭉치 데이터들이 들어있죠.

So he wrote a program to take the data, extract it from Wikipedia,

Bizer는 위키피디아의 그 상자들로부터 데이터를 추출하는 프로그램을 짰습니다.

and put it into a blob of linked data

그리곤 그 데이터들을 다른 링크데이터 뭉치에 연결시켰죠.

on the web, which he called dbpedia.

그것을 그는 Dbpedia라 불렀습니다.

Dbpedia is represented by the blue blob in the middle of this slide

Dbpedia는 이 슬라이드 중간에 파란 뭉치로 표현되었습니다.

and if you actually go and look up Berlin,

거기 가서 베를린을 뒤져볼까요?

you'll find that there are other blobs of data

다시 여러개의 정보 뭉치가 떠오릅니다.

which also have stuff about Berlin, and they're linked together.

베를린과 관련된 다른 정보가 있다는 거죠. 다 연결되어 있습니다.

So if you pull the data from dbpedia about Berlin,

베를린을 찾았더니 베를린과 관련된 다른 정보들도

you'll end up pulling up these other things as well.

감자 덩쿨처럼 다 따라 나온다는 것이죠.

And the exciting thing is it's starting to grow.

재미있는 것은 이 덩쿨이 자라기 시작했단 겁니다.

This is just the grassroots stuff again, OK?

풀뿌리로 말입니다. 신기하지 않나요?

Let's think about data for a bit.

데이터에 대해 조금만 더 생각해 봅시다.

Data comes in fact in lots and lots of different forms.

데이터에는 종류가 많습니다.

Think of the diversity of the web. It's a really important thing

웹의 다양성에 대해 생각해 보세요. 그림, 글, 차트, 표, 그래프 등등

that the web allows you to put all kinds of data up there.

웹은 그 모든 형태의 데이터들을 담고 있습니다.

So it is with data. I could talk about all kinds of data.

데이터를 떼어놓곤 웹을 생각할 수 없습니다.

We could talk about government data, enterprise data is really important,

정부의 데이터, 기업의 데이터는 매우 중요합니다.

there's scientific data, there's personal data,

과학적 데이터도 있고 개인적 데이터도 있습니다.

there's weather data, there's data about events,

기후 데이터도 있고 사건들에 대한 데이터도 있습니다.

there's data about talks, and there's news and there's all kinds of stuff.

이야기(Talk)에 대한 데이터도 있고, 뉴스도 있고, 데이터는 모든 형태를 망라합니다.

I'm just going to mention a few of them

여기서는 그중 몇 가지만 다뤄보죠.

so that you get the idea of the diversity of it,

그럼으로써 여러분들도 데이터의 다양성에 대해 생각해보고

so that you also see how much unlocked potential.

또한 여기에 열마나 큰 잠재력이 숨어 있는지를 볼 수 있을 겁니다.

Let's start with government data.

정부 데이터 부터 시작해 보겠습니다.

Barack Obama said in a speech,

버락 오바마가 연설 중에 이야기했습니다.

that he -- American government data would be available on the Internet

인터넷을 통해 액세스 할 수 있도록 미국 정부의 데이터를

in accessible formats.

공개하겠다고 말입니다.

And I hope that they will put it up as linked data.

저는 그게 Link Data와 같은 모습이 되길 바랍니다.

That's important. Why is it important?

이건 중요한 일입니다. 왜 중요할까요?

Not just for transparency, yeah transparency in government is important,

투명성 때문만은 아닙니다. 네, 정부의 투명성은 중요하지요.

but that data -- this is the data from all the government departments

하지만 여기에서 데이터란 정부의 모든 기관으로부터의 데이터입니다.

Think about how much of that data is about how life is lived in America.

미국인이 어떤 삶을 사는지를 말해 주는 중요한 정보가 얼마나 많겠어요.

It's actual useful. It's got value.

그것은 실제로 유용합니다. 가치가 있지요.

I can use it in my company.

회사에서도 참고할 수 있습니다.

I could use it as a kid to do my homework.

제 연구를 위한 심부름꾼으로 쓸 수도 있겠죠.

So we're talking about making the place, making the world run better

한마디로 어떻게 하면 데이터를 열어놓음으로서

by making this data available.

세상을 좀 더 살기 좋게 만드느냐 하는 것이죠.

In fact if you're responsible -- if you know about some data

하지만 현실은, 대부분 정부에서 근무하는 대부분의 공무원들은

in a government department, often you find that

대체로 정보를 공개하기보다는

these people, they're very tempted to keep it --

가급적이면 안에다가 가둬 두고 싶어하는 경향이 있습니다.

Hans calls it database hugging.

한스는 그것을 데이터베이스 끌어안기(hugging)라고 부릅니다.

You hug your database, you don't want to let it go

데이터를 끌어 안고는 내보내지를 않는 거죠.

until you've made a beautiful website for it.

어지간히 예쁜 웹사이트가 준비 될 때 까지는 말입니다.

Well, I'd like to suggest that rather --

제가 여기서 하고 싶은 말은..

yes, make a beautiful website,

예쁜 웹사이트를 만드는 건 좋습니다.

who am I to say don't make a beautiful website?

예쁜 웹사이트 만드는 걸 가지고 누가 뭐라 하나요?

Make a beautiful website, but first

예쁜 웹사이트를 만드세요, 하지만 첫번째로

give us the unadulterated data,

가공되지 않은 데이터를 공개하라는 것입니다.

we want the data.

우리는 그 데이터를 원합니다.

We want unadulterated data.

우리는 순수한 데이터를 원합니다.

OK, we have to ask for raw data now.

네, 우리는 생짜(raw) 데이터를 요구해야 합니다.

And I'm going to ask you to practice that, OK?

한번 연습해보도록 하지요, 괜찮겠죠?

Can you say "raw"?

"생짜(raw)" 이라고 이야기해보세요.

Audience: Raw.

"생짜(raw)"

Tim Berners-Lee: Can you say "data"?

"데이터"라고 해보실래요?

Audience: Data.

"데이터"

TBL: Can you say "now"?

"당장" 이라고 해보실래요?

Audience: Now!

"당장!"

TBL: Alright, "raw data now"!

좋습니다, "지금 당장 생짜 데이터를!"

Audience: Raw data now!

"지금 당장 생짜 데이터를!"

Practice that. It's important because you have no idea the number of excuses

우리는 요구해야 합니다. 정부가 데이터를 공개하지 않고 안에다 가둬놓기 위해

people come up with to hang onto their data

대는 이유는 정말이지 엄청나게 많습니다.

and not give it to you, even though you've paid for it as a taxpayer.

여러분은 세금을 내고 있다는 점을 명심하세요.

And it's not just America. It's all over the world.

미국만 그런것도 아니죠. 전세계가 그래요

And it's not just governments, of course -- it's enterprises as well.

그리고 정부만 그런것도 아니에요, 산업쪽도 마찬가지죠.

So I'm just going to mention a few other thoughts on data.

그래서 데이터에 대한 제 생각을 몇가지 더 얘기해 볼까 합니다.

Here we are at TED, and all the time we are very conscious

여기 TED에서 우리는, 현재 인류가 당면한

of the huge challenges that human society has right now --

수많은 도전과 과제에 대해 늘 의식합니다.

curing cancer, understanding the brain for Alzheimer's,

암을 정복하기 위해 암을 공부하고, 알츠하이머 극복을 위해 뇌를 연구합니다.

understanding the economy to make it a little bit more stable,

좀 더 안정적인 경제를 위해 경제를 이야기하기도 합니다.

understanding how the world works.

세상이 어떻게 굴러가는지 이해하려 애쓴다는 거죠.

The people who are going to solve those -- the scientists --

하지만 이런 문제를 해결하기 위해 애쓰는 많은 과학자들은

they have half-formed ideas in their head,

사실 아이디어의 반쪽밖에는 가지고 있지 않습니다.

they try to communicate those over the web.

그래서 웹을 통해 나머지 반을 다른 이들과 나누고 싶어 합니다.

But a lot of the state of knowledge of the human race at the moment

하지만 인류가 현재 가지고 있는 대다수의 지식들은 아직까지

is on databases, often sitting in their computers,

데이터베이스나 컴퓨터 안에 틀어박혀

and actually, currently not shared.

효과적으로 공유가 안되고 있습니다.

In fact, I'll just go into one area --

하지만 이런 사례도 있습니다.

if you're looking at Alzheimer's, for example,

알츠하이머의 경우가 그런데,

drug discovery -- there is a whole lot of linked data which is just coming out

최근들어 많은 연구 결과들과 데이터들이 연결데이터로 묶여 나오고 있습니다.

because scientists in that field realize

왜냐하면 이 분야의 많은 과학자들이

this is a great way of getting out of those silos,

연구실에 데이터를 가둬 놓는 게 좋을 게 없다는걸 깨닫기 시작했기 때문입니다.

because they had their genomics data in one database

어떤 건물 어떤 컴퓨터 안에 있는 유전정보가 있고

in one building, and they had their protein data in another.

또 다른 건물 다른 컴퓨터 안엔 단백질에 관한 데이터가 있어 서로 엮으니 낫다는 거죠.

Now, they are sticking it onto -- linked data --

정보들이 서로 링크로 엮이고 있습니다. 데이터가 링크되고 있습니다.

and now they can ask the sort of question, that you probably wouldn't ask,

그래서 이제 예전이라면 던지지 못했을 새로운 질문을 던질 수 있게 됩니다.

I wouldn't ask -- they would.

저나 여러분이 던지지 못했던 그런 새로운 질문 말입니다.

What proteins are involved in signal transduction

어떤 단백질이 "신호 형질 변환"에 연루되어 있는지.

and also related to pyramidal neurons?

또 어떤 단백질이 "피라미드 뉴런"과 관련이 있는지 따위의 질문들 말입니다.

Well, you take that mouthful and you put it into Google.

이런 질문들을 적어서 구글에 올려놓으면 해결이 될까요?

Of course, there's no page on the web which has answered that question

물론 그런 질문에 대답했던 웹페이지는 지금까지는 없었습니다.

because nobody has asked that question before.

왜냐하면 아무도 전에는 그런 질문을 한 사람이 없었으니까요.

You get 223,000 hits --

여러분이 올린 그 질문의 조회수가 223,000회가 된다 칩시다.

no results you can use.

그래도 쓸만한 대답은 나오지 않습니다.

You ask the linked data -- which they've now put together --

하지만 Linked Data의 경우라면 얘기가 다릅니다.

32 hits, each of which is a protein which has those properties

32번의 조회만으로 여러분은 어떤 단백질이 어떤 형질을 가졌는지 알게 됩니다.

and you can look at.

금새 확인이 됩니다.

The power of being able to ask those questions, as a scientist --

분야와 학제를 가로질러 이런 질문을 할 수 있다는 것은

questions which actually bridge across different disciplines --

과학자들에게 있어서는 정말 엄청난 혜택입니다.

is really a complete sea change.

거대한 혁명이죠.

It's very very important.

엄청나게 중요합니다.

Scientists are totally stymied at the moment --

과학자들은 지금 너무나도 난처한 상황에 있습니다.

the power of the data that other scientists have collected is locked up

다른 과학자들이 수집해놓은 데이터의 힘은 봉인되어 있습니다.

and we need to get it unlocked so we can tackle those huge problems.

우리가 이 봉인을 풀어 냈을 때에야 비로소 우리는 당면한 큰 문제들을 해결할 수 있을 겁니다.

Now if I go on like this, you'll think that all the data comes from huge institutions

제가 이렇게 얘기한다면, 그런 정보들이야 다 큰 조직에서 나오는 거고

and has nothing to do with you.

여러분과는 별 상관이 없는 일이라 여기실지도 모르겠습니다.

But, that's not true.

하지만 그렇지 않습니다.

In fact, data is about our lives.

사실, 데이터는 우리의 삶입니다.

You just -- you log on to your social networking site,

여러분이 소셜웹사이트에 로긴했다 쳐봅시다.

your favorite one, you say, "This is my friend."

친구를 발견하고는 "내 친구"라고 코멘트를 남깁니다.

Bing! Relationship. Data.

짠! 관계가 생겼네요. 데이터입니다.

You say, "This photograph, it's about -- it depicts this person. "

여러분들은 이야기 합니다. '이 사진은 이 사람을 묘사한 것 이다.'

Bing! That's data. Data, data, data.

짠! 데이터가 생겼네요. 데이터, 데이터.

Every time you do things on the social networking site,

여러분이 소셜웹사이트에서 뭔가를 클릭하고 적을 때마다

the social networking site is taking data and using it -- re-purposing it --

그 소셜웹사이트는 여러분이 입력한 그 데이터를 받아서 여러가지 방식으로 연결합니다.

and using it to make other people's lives more interesting on the site.

그렇게 해서 그 데이터가 그 사이트에 접속하는 다른 사람들 경험을 더 풍부하게 하는 거죠.

But, when you go to another linked data site --

하지만, 여러분들이 다른 소셜 웹사이트에 가서

and let's say this is one about travel,

예를들어 여러분이 여행갔다온 얘기를 하고싶다고 쳐봅시다.

and you say, "I want to send this photo to all the people in that group,"

여행 사진을 여기저기 사이트에 흩어진 친구들에게 공유하고 싶겠지만

you can't get over the walls.

벽때문에 불가능합니다.

The Economist wrote an article about it, and lots of people have blogged about it --

"이코노미스트"에도 같은 기사가 난 적이 있습니다. 블로그 글도 많이 뜨더군요.

tremendous frustration.

짜증난다고 말입니다.

The way to break down the silos is to get inter-operability

이 벽을 넘는 방법은 소셜네트워크 사이트 상호간에

between social networking sites.

서로 데이터를 나눌 수 있도록 길을 트는 것입니다.

We need to do that with linked data.

Linked Data로 말입니다.

One last type of data I'll talk about, maybe it's the most exciting.

마지막 예를 한번 들어보겠습니다. 사실 이게 가장 흥미로워요.

Before I came down here, I looked it up on OpenStreetMap

오늘 제가 여기 올때 OpenStreetMap을 통해 지도를 좀 검색해 봤습니다.

The OpenStreetMap's a map, but it's also a Wiki.

OpenStreetMap은 지도인 동시에 위키이기도 합니다.

Zoom in and that square thing is a theater -- which we're in right now --

확대하니까 네모난 건물이 보이네요. 지금 우리가 앉아있는 극장입니다.

The Terrace Theater. It didn't have a name on it.

원래 극장 이름이 "테라스 극장"인데, 화면엔 안뜨네요.

So I could go into edit mode, I could select the theater,

그래서 저는 편집모드로 들어가 극장을 선택했습니다.

I could add down at the bottom the name, and I could save it back.

밑에 이름을 입력하고는 저장했죠.

And now if you go back to the OpenStreetMap. org,

만일 여러분이 지금 OpenStreetMap.org에 들어간다면

and you find this place, you will find that The Terrace Theater has got a name.

"The Terrace Theater"라고 제가 입력한 이름이 뜨는 걸 보실 수 있습니다.

I did that. Me!

제가 입력한겁니다.

I did that to the map. I just did that!

제가 그 지도에 이름을 붙였습니다. 제가 그랬습니다!

I put that up on there. Hey, you know what?

제가 거기에 이름을 붙였습니다. 놀라운건 바로 이런 겁니다.

If I -- that street map is all about everybody doing their bit

그 지도에 나온 정보란 죄다 저같은 사람들이 하나 둘씩 입력해 만들었단 거죠.

and it creates an incredible resource

이렇게 해서 쌓이는 정보의 보고는 정말 엄청납니다.

because everybody else does theirs.

모두가 자기 역량 안에서 더할 수 있는 걸 더했기에 가능했죠.

And that is what linked data is all about.

이런 게 바로 Linked Data입니다.

It's about people doing their bit

사람들이 각자 자기 몫을 공유하는 거죠.

to produce a little bit, and it all connecting.

작은 것들이 쌓이면서 서서히 다 연결됩니다.

That's how linked data works.

이것이 Linked Data가 동작하는 방식입니다.

You do your bit. Everybody else does theirs.

저는 저대로 여러분은 여러분대로 각자 자기 몫만큼 기여하는거죠.

You may not have lots of data which you have yourself to put on there

여러분이 가진 정보가 어디엔가 올려놓을만큼 많지 않을 수도 있습니다.

but you know to demand it.

하지만 여전히 정보를 요구할 수는 있습니다.

And we've practiced that.

우리는 이런 걸 충분히 해봤습니다.

So, linked data -- it's huge.

정보를 엮는다는 것은 그래서 생각보다 엄청난 것입니다.

I've only told you a very small number of things

지금 제가 말씀 드린 내용은 일부에 지나지 않습니다.

There are data in every aspect of our lives,

우리의 삶 주위엔 어디에든 정보가 있습니다.

every aspect of work and pleasure,

일할 때에도, 놀 때에도 정보가 있습니다.

and it's not just about the number of places where data comes,

정보가 발생하는 출처의 양이 많고 적고가 중요한게 아닙니다.

it's about connecting it together.

중요한 건 정보가 연결된다는 것이지요.

And when you connect data together, you get power

정보가 유의미하게 연결되면 그건 곧 "힘"이 됩니다.

in a way that doesn't happen just with the web, with documents.

문서 단위나 페이지 단위로 링크했던 기존의 웹과는 다른 방식으로 말입니다.

You get this really huge power out of it.

조각단위 정보가 연결될 때 우리가 얻는 힘은 막대합니다.

So, we're at the stage now

지금이 때입니다.

where we have to do this -- the people who think it's a great idea.

널려있는 모든 조각난 정보와 데이터를 연결하고 엮어낼 때입니다.

And all the people -- and I think there's a lot of people at TED who do things because --

자기 몫의 정보를 공유하는 사람들이 있습니다. TED에도 많으리라 생각합니다.

even though there's not an immediate return on the investment

즉각적인 보상이 없더라도 자기 몫의 기여를 해내는 사람들이 있습니다.

because it will only really pay off when everybody else has done it --

남들도 참여하지 않으면 내게 돌아오는 보상이 많지 않음에도 불구하고

they'll do it because they're the sort of person who just does things

그저 훗날 자기 같은 사람이 많아졌을 때 모두에게 돌아갈 이익을 위해

which would be good if everybody else did them.

묵묵히 정보를 공유하는 사람들이 있습니다.

OK, so it's called linked data.

이런 사람들이 만들어내는 것이 Linked Data입니다.

I want you to make it.

여러분들도 하세요.

I want you to demand it.

정보가 없으면 요청하세요.

And I think it's an idea worth spreading.

저는 이 아이디어가 퍼질만한 가치가 있다고 믿습니다.

Thanks.

감사합니다.

(Applause)

(박수)