748 한국콘텐츠학회 2009 춘계종합학술대회 비정형보고서의변환모델및시스템구축에관한연구 A Study on the Conversion Model and Implementation of the Systems for Unformatted Reports 허태상, 최기석 *, 주원균 ** 한국과학기술정보연구원 Huh Tae-Sang, Choi Ki-Seok*, Joo Won Kyun** Korea Institute of Science and Technology Information 요약 Abstract 최근급속한기술의발전과더불어연구개발산출물도상당량발생을하고있다. 종전의데이터베이스구축방식으로는방대한산출물을디지털아카이브하기엔많은시간과비용을초래한다. 또한기술및지식사회가되어감에따라국가 R&D 보고서콘텐츠도다양한전문서비스가가능하도록웹서비스개발이요구되고이를충족시키기위해전문서비스가가능한 E-Book 형태로가공하는절차가필요하다. 본논문에서는국가 R&D 보고서의 E-Book 을정의하고효율적인가공절차를수용하는변환모델및관련시스템구축에대해논의한다. Large amounts of research results are being produced with the rapid growth of science and technology. The current method for constructing the database was way too time and cost consuming. In the currently upcoming technology and knowledge society, web service is required to provide the various professional service for national R&D reports. A process to manufacture E-Book for professional service is also required. This research shows the conversion models with efficient manufacturing process and the systems related to the development through defining the National R&D reports. Ⅰ. 서론국가연구개발사업규모가커짐에따라디지털아키이빙되는연구보고서양도급격히늘고있다. 종래방식은수작업으로연구보고서서지정보를입력을하였으며, 과제정보에해당하는정보에대해서는관련기관이외에는별도의검증방법조차없어, 데이터오류에대한개연성이존재하였고각부처별로관리되고있는연구보고서양식은표준화가되어있지않아서, 일괄적이고, 체계적인정보생성이어려웠다. 서지정보중일부정보 ( 보고서명, 연구기간, 저자명, 주관연구기관, 발주기관, 발주부처, 보고서번호, 기술분류 ) 는연구과제정보와동 일하거나변형의성격을가지고있어과제정보를활용하면, 보다정확하고충실한서지정보를생성시킬수있다.[1] 또한전자문서의전문서비스를위해원문추출을통한서지정보생성 / 검증과목차링크를자동생성및검증할수있어야하고다른파일포맷과는상이하게국내소프트웨어포맷인 hwp 는버전에따라서문서변환시발생할수있는폰트, 이미지, 레이아웃의변형없이원본상태로유지할수있어야한다. 또한, 기존의 C/S 환경에서원문에대한수정, 변형등이일어날경우책임이불명확해지는문제점이있어이를해결하기위해서는문서의맥락정보와문서내용이표준화된생산, 유통과정을준수해야한다.[2][3] 본연구는기존의
정보통신시스템기술 / 콘텐츠서비스기술 / 콘텐츠제작기술 749 비정형보고서변환을관련연구를통한개선모델과그시스템구축을중점으로논의한다. Ⅱ. 관련연구 1. E-Book 콘텐트제작 E-Book 의광의적의미로는모든형태의디지털매체를이용해지식과정보를출판하는것으로, CD-ROM, 인터넷, PC통신을이용한온라인출등을포괄하는개념이고, 협의적의미로는도서로간행전, 후의저작물내용이디지털데이터로전자적기록매체, 저장장치에수록되고 On/Off-line 으로그내용을인지할수있는것을말한다. 현재사용되는표현으로 E-Book, 전자북 (electronic Book), 웹북 (Web Book), 전자카탈로그 (electronic catalog), 웹카탈로그 (Web catalog), 파일북 (File Book), 온라인북 (On-line Book) 는광의적으로같은의미를같기도한다.[4][5] E-Book 콘텐츠의제작은크게세가지솔루션을바탕으로이루어진다. 전문서적, 비전문서적또는애니메이션등을 E-Book 으로제작하는대상이라할수있고불법복제방지기술을포함할수있어야한다. 보통 E-Book 을볼때는전문뷰어 (Viewer) 가일반적이나요즘은전문뷰어없이실행파일형태로제작이가능하다.[6] 비전문서적은단순텍스트로되어있어 XML(eXtensible Markup Language) 을이용하여제작하는것이일반적이다.[10] 문서의논리구조를정의하고재사용성이종전의 HTML 방식보다는뛰어난언어이기때문에미국의 OeBF(Open ebook Publication Structure, 일본의 JEPA, 그리고우리나라의 EBK(e-Book of Korea) Consortium 는 XML기반의표준안을채택하여사용하고있으며, 국내몇몇제품은 XML 을지원하는솔루션을출시하는경우도있다.[7][8][9] 전문서적은일반적으로이미지를많이포함하고있으며, 편집형태를책자와동일하게유지해야함으로, 이경우에는 PDF(Portable Document Format) 방식을채택한다. 레이아웃을유지하고, 비트맵그래픽과벡터그래픽지원, 멀티미디어적표현가능한포맷이라할수있다. 애니매이션은적은용량의역동적인속성으로저작도구의하나인플래쉬 (Flash) 로표현하는것이가능하 고, 문자적의미전달보다는멀티미디어적요소의의미전달이강력한장점이될수있다. 최근에는플래시페이퍼기술이개발되어 PDF 문서처럼서체와레이아웃, 이미지등을처리하기도한다. 국가R&D 보고서콘텐츠는제작관점에서는전문서적으로분류될수있고, 대용량의학술정보를효과적으로전달할수있다. 또한, 플래쉬기반의 F-Book 은 HTML 의기본을유지하면서, 하이라이트표시, good design 스킨, 리사이징 (resizing) 등의장점을가지고있어차선의콘텐츠제작도구라고할수있다.[10] 2. E-Book 솔루션업체해외로는 PDF 형식을지원하는 Adobe 사의 Acrobat Reader, XML 형식을지원하는 Microsoft 사의 MS-Reader 등이대표적이다.[11] 국내에서는다양한콘텐츠를지원하는 E-Book 솔루션들은종류도매우다양하고기술수준또한세계수준이라할만하다. 국내주요 E-Book 솔루션업체로는이앤아이월드, 아이비엘, 에프데스크, 유니닥스, 디지토미, 엔씨투, 휴먼드림, 레몬북, 비엔씨, 이피루스, 소프트북, 아이하우스, 디코시스, I&T System, 컨텐츠밸리, VRPhoto, 아이카탈로그등이있다. 3. 국가R&D보고서 PDF 제작 PDF 자체의여러가지속성이문서의교환을위한전자문서포맷으로서장점을가지고있다. PDF 로변환된파일은사용자의 PDF 뷰어을통해어떤 OS나소프트웨어의설치없이원본을열람할수있다. 주요속성으로는레이아웃, 스타일, 서체정보등을포함하고있으며, 문서열람, 내용추출, 인쇄출력에대한제어정보를포함하고있어보안적속성도내포하고있다 [12]. 시스템구축을위해 PDF 변환기를선별은시스템의안정성, PDF 포맷의일반성및확장성, 유지와보관의용이성을고려해야한다. 이를위해가능벤더들을분석하자면, 먼저 PDF 의기술의창시적위치에있는 Adobe PDF 와그외기술공유를토대로 PDF 를만드는유사 PDF 제품군간의기술비교가필요하고내용은아래 [ 표 1] 과같다.
750 한국콘텐츠학회 2009 춘계종합학술대회 표1. Adobe PDF 제품군과유사 PDF 제품군비교 또한 Adobe PDF 제품군은문서특성컨트롤부문에서 파일사이즈, 파라미터가최적화되어있고, 기존정보보 항목 Adobe PDF 제품군 유사 PDF 제품군 존도링크, 태그, 북마크등과같은특정파일포맷의기 능을보존하여변환이가능하다. 1) PDF 포맷 - PDF 1.3 1.6 까지 - ISO 인증장기보관문서포 - PDF/A-1 맷인 PDF/a 지원 - PDF/X-1a, PDF/X-3 표 2. 국가 R&D 보고서 PDF 보안및속성 변환대상 Plug -in 기능 자동변환 로그관리 PDF 생성 배포옵션 - Office 제품군 - 아래한글 - 훈민정음 - jpg, bmp, gif, tiff, png - html, WEB-URL, eml - PDF 병합, 워터마크, 북마크, 보안설정 - 파일삽입, 텍스트추출 - XMP 메타데이터삽입 감시폴더포함 ) 자동변환 ( 서브폴더 실시간변환진행상태정보제공 - 최적화된자동 PDF 생성서비스 - 유동적인배포옵션제공 - 네트워크감시폴더 - 전자메일 - 웹인터페이스 - Java Bean API - Office 제품군 - 아래한글 - 훈민정음 - jpg, bmp, gif, tiff, png - PDF 병합, 워터마크, 북마크, 보안설정 - 파일삽입, 텍스트추출 - 메타데이터삽입 - 감시폴더자동변환 ( 서브폴더포함 ) - 변환결과로그제공 - 최적화된자동 PDF 생성서비스 - 유동적인배포옵션제공 - JAVA, VB API 제공 - 웹인터페이스 보안 구분 속성 PDF변환소프트웨어 Acrobat Distiller 8.0.0(windows) 설명 PDF버전 1.6(Acrobat 7.x) 빠른웹보기 예 보안방법 암호보안 열수있는버전 Acrobat5.0이상 문서열기암호 암호보안 문서 권한암호 예 보안 문서변경 허용안됨 시작필드채우기또는서명 허용안됨 페이지추출 허용안됨 암호화레벨 128비트RC4 인쇄 허용 적용범위 문서보안 - DB 어플리케이션과연동하여생성하는 1 회성문서 - 문서공유, 장기보관, 불특정다수배포서비스등 - 기본적인패스워드보안셋팅및 APS 를이용한보안기능확장 - 문서내의텍스트및그림의 - PDF 문서암호화, 인쇄, Capture 방지설정내용복사제어기능 - Adobe Reader 에서문서의인쇄및저장기능비활성화설정 문서제한요약 문서어셈블리엑세서빌러티를위해내용복사주석달기양식필드채우기서명템플릿페이지작성 허용안됨허용안됨허용안됨허용안됨허용안됨허용안됨 표준기반 FAST Web View 장점 - J2EE 기반어플리케이션, HTTP(S), SMTP, 다양한 DB 지원 - PDF 버전에관계없이빠른웹보기기능 - J2EE 기반어플리케이션, HTTP(S), SMTP, 다양한 DB 지원 - PDF/A 에대한빠른웹보기기능 - PDF 창시기업임에따른인 - 요구사항에대한커스터지도, 국제적인표준제시, 마이징제공안정적운영기반 앞서관련연구를토대로한국과학기술정보연구원 (KISTI ; Korea Institute of Science and Technology Information) 에서는 2005년부터연구보고서를 PDF 포맷으로대국민서비스를하고있었으며, 2008 년에는국제표준화기구 (ISO, International Organization for Standardization) 에서대표적인전자문서파일표준포맷인 PDF 를국제표준 (ISO 32000-1) 로지정하였다. 2) 1) http://www.adobe.com
정보통신시스템기술 / 콘텐츠서비스기술 / 콘텐츠제작기술 751 이에 KISTI 에서는 2008 년부터는 PDF 보안및속성을 [ 표 2] 로정의하여콘텐츠정보를변경 / 적용하였다. Ⅲ. 비정형보고서변환방법및구축 본연구는국가연구개발사업의성과물인연구보고서는다양한문서파일포맷으로생성된다. 비정형보고서변환방법은변환된전자문서내원문내용을추출한후해당서지정보를자동생성함은물론, 등록정보의오류를체크하고, 개인정보를원문생성룰에의해자동삭제 / 수정하며, 추출된목차정보와목차링크를생성, 검증하는절차를포함한다. 본프로세스는연구보고서에대해서데이터베이스를구축시서지정보를보다정확하고쉽게등록받을수있고, 전자문서내의목차정보를추출하여비교알고리즘을통해다량의연구보고서전자원문을전문서비스가가능한 TOC 를생성할수있다. 과거연구보고서정보생성시, 비전문인력이연구보고서정보를수동입력인터페이스를이용하여입력하고, 수작업으로목차정보와전자문서내링크를만들어서연구보고서정보오류의가연성이있었다. 본연구에서는과거발생했던문제점을보완하였고, 외부기반정보와의연계와자동영문변환기능을통해사용자입력오류를최소화하고, 전자문서 (HWP, DOC, PPT 등 ) 로작성된비정형보고서를자동변환기및비교알고리즘을통해 TOC 링크정보를가지는전자문서 (PDF) 를효과적으로구축할수있는변환방법및구축에대해서논의한다. [ 그림 1] 은비정형보고서 (hwp, doc, ppt, xls 등 ) 의소스전자문서가공처리방법에대한그림이다. 본처리방법은보고서 DB구축에있어가장시간과비용이많이드는절차에대한자동화기법을도입하여, 효율적으로전자문서를가공하는데그목적을가지고있다. 또한, NTIS 와연계를통한일부과제정보기반의서지정보를가져옴으로써과거수작업입력시문제점으로제시되었던누락정보를보완할수있다. 2) 전자신문컴퓨팅, 2008.07.07 PDF, ISO 국제표준으로지정 그림 1. 비정형보고서원문가공처리절차본원문가공처리절차는보다정확한원문상태를유지하고, 원문내개인정보의유출을방지할수있다. 또한장문의인쇄물을전자문서화할때사용자편의성인본문내검색과목차링크를제공하여전문의빠른보기가가능해진다. 검색서비스에서도이를활용하여, Full Text 원문검색과초록, 참고문헌에대한전문사용자검색조건을만족시켰으며, 과제정보를기반으로하기때문에타성과물시스템과의연계가가능하다.
752 한국콘텐츠학회 2009 춘계종합학술대회 표 3. 비정형보고서원문가공처리절차설명 순번내용설명 1 파일업로드보고서파일업로드 2 폴더 Watcher 3 HWP 파일체크 폴더 Watcher 에서업로드확인 소스 파일이 HWP인지 확인해서 Yes' 면 HwptoPdf Converter 에서 처리 4 HWP to PDF Converter 처리 한글문서처리 5 PDF Converter PDF로변환 6 파일개수체크 7 파일병합 변환파일개수를체크해서파일개수가 2 개이상이면파일병합처리 2 개이상의 PDF 파일을합치기 8 Full-Text 추출원문내 Text 추출 9 제목 / 저자명증 오류검 제목 / 저자명오류체크해서오류발생시수정처리 10 제목 / 저자명수정제목 / 저자명수정 11 개인정보체크 개인정보 ( 주민번호, 계좌번호, 카드번호 ) 유무를체크해서 Yes' 면수정 / 삭제 12 개인정보수정 / 삭제개인정보수정 / 삭제 13 초록추출 Full-Text 에서초록추출 14 초록여부체크 초록여부를체크해서 No' 면과제요약정보로대체 15 과제요약정보대체과제요약정보대체 16 참고문헌추출 17 참고문헌수 Count 18 목차 (TOC) 추출 참고문헌을 Full-Text 에서추출 추출된 Count 참고문헌을 Full-Text 에서 TOC 를추출 19 장, 절비교검증원문과장절을비교 TOC 링크를생성후원 20 TOC 링크생성 / 검증 문내에서 링크를 직접 확인 21 PDF E-Book 생성 PDF E-Book을생성 그림 4. PDF 변환모듈 [ 그림 4] 는 PDF 변환모듈로써, [ 표 3] 의비정형보고서처리절차 1에서 5까지의프로세스를 Window OS에서동작하도록개발한그림으로, 파일등록시 Watcher ( 폴더감시기 ) 를통해 PS 파일로변환후 PDF 변환을과정을통해종합관리시스템서버로텍스트파일을생성하여종합관리시스템으로텍스트파일을제공하도록구현하였다. Ⅳ. 결론본연구에서는비정형화된연구보고서전자문서를 PDF 변환과정후, 원문내정보추출과검증을통해서지정보를자동생성, 검증하고, 전자문서의유통상개인정보보호를위해주민번호, 계좌번호, 카드번호를검증하는기능을제공한다. 또한많은페이지량을가지는연구보고서에대해사용자의용이한접근성을제공하는목차정보링크생성시많은부분자동화기법을도입함으로써방대한양의전자문서를빠른시간에정확하고효율적으로구축할수있는기반모델을제시하였다. 본연구를통해보고서서지정보의오류의개연성을많은부분제거를하였으며, 원문내개인정보의유출우려도사라질것으로기대된다. 종래시스템으로전자원문을한건처리하는데드는시간을기준으로비교해볼때본시스템은가공처리하는데 30% 정도의시간적절감
정보통신시스템기술 / 콘텐츠서비스기술 / 콘텐츠제작기술 753 효과를가진다고볼수있고, 직접적으로비용적인면에서도많은절감효과를가져왔다고볼수있으며, 이는성과관리전담기관으로써연간 3만여건이상등록되는보고서의고품질의가공처리가가능하리라판단된다. [12] 이재득, 웹을기반으로한 PDF 출판솔루션에관한연구, 산업경영시스템학회지, Vol.47, no.3, pp.184-189, 2005. 참고문헌 [1] 허태상, 최기석 국가연구개발보고서관리시스템의개선방안에대한연구, 한국콘텐츠학회 06 추계학술대회논문집, 10, pp.693-697, 2006, Nov. [2] Joseph Marin and Julie Shaffer, The PDF Print Production Guide, Graphic Arts Technical Foundation, 2003. [3] 남영준, 정의섭, 유재영, 조현양, 웹기반의전자원문관리시스템에관한연구, 한국비블리아학회지, vol.16, no.2, pp.139-156, 2005 [4] 김경옥, 김성혁, 임순범, 최윤철, "ebook 메타데이터비교및한국전자책표준의메타데이터개발, 한국전자거래학회, 01 International Conference CALS/EC KOREA, pp.511-521, 2001. Aug. [5] 손원성, 고승규, 이경호, 김재경, 김성혁, 임순범, 최윤철, 한국전자책문서표준 (EBKS) 의개발, 정보관리학회지, vol.18, no.2, pp.255-272, 2001 [6] 김경일, 전자책콘텐츠산업의현황과전망에관한연구, 디지털콘텐츠학회논문지, vol.7, no.2, pp.269-284, 2006 [7] EBK(e-Book of Korea)Consortium, A Study of Korea Standardization of ebook documents, Technical Report, 2001 [8] Open ebook Publication Structure 1.0. Open ebook Forum(OEBF), http://www.openebook.org [9] Japanes Electronic Publishing Association(JEPA), http://www.jepa.or.jp. [10] 나재무, 백혜선, 이광재, 이정훈, 하동훈, 이은정, 전자도서관을위한전자책교환시스템개발, 한국정보과학회, 2002 봄학술발표논문집 (A):Proceedings of The 29th KISS Spring Conference, pp.808-810, 2002. Apr. [11] 한국소프트웨어진흥원, 디지털컨텐츠중장기육성전략연구보고서, 2002. Dec.