전자도서관과 SGML

원세연
대전 유성우체국 사서함 122호
연구개발정보센터 Factual DB 팀
E-mail : sywon@kordic.re.kr
URL : http://infoserv.kordic.re.kr/~sywon
Abstract:
이 강의는 현재 선진각국에서 활발하게 일어나고 있는 정보의 디지털화와 네트웍화의 현황과 우리가 대비해야 할 점들을 소개하기 위한 것이다. 국내에서 전자도서관이라는 제목으로 흔히 행해지는 통신 프로토콜이나 검색 기술에 대한 세부나, 그 반대로 정보 혁명을 피상적으로 강조만 하는 형태가 아니라, 정보의 디지털화에 대한 핵심적인 개념과 우리가 당면한 문제, 그리고 이를 실제로 구현하고 있는 외국의 실례를 보여줌으로써 이에 대한 실감을 할 수 있도록 하는 데 중점을 두었다. 또한, SGML의 역할과 중요성에 대한 소개와 더불어 이미 가지고 있는 HTML에 대한 지식을 바탕으로 하여 SGML의 핵심을 이해할 수 있도록 유도하였다.
Keywords:
digital library, SGML

1. 디지털화, 네트웍화

이미 너무나 많은 사람들이 여기에 대해 언급하고 있으며, 오늘날 온갖 대중매체들에서 늘상 들먹이는 단어들이 바로 디지털, 네트웍, 웹, 인터넷, 컴퓨터와 같은 것들이다. 우리는 이런 것들의 홍수 속에 살고 있으며, 이제는 점차로 일상생활의 일부로 자리를 잡아가고 있다. 그런데 우리는 이들 속에 살면서 항상 무언가 허전함을 느끼게 된다. 이 허전함의 이유를 가만히 살펴보면 한마디로 한글로 된 정보는 왜 이렇게 드물까하는 의문이 그 주된 이유임을 알게 된다. 이 허전함을 조금이라도 빨리 사라지도록 하고자 하는 것이 이 강의의 목표중의 하나이다.

1.1. 왜 디지털화인가?

이제 디지털화는 당연한 것이다. 오늘날의 웹의 성공을 보면서도 모니터 보기를 누가 좋아할 것이냐는 소리, 그래도 인쇄된 책이 최고라는 소리 같은 것들은 하는 것은 쓸 데 없는 고집으로 밖에 보이지 않는다. 즉, 우리가 정보를 주고 받는 주된 수단이 인쇄기술에서 디지털과 네트웍 기술로 빠른 속도로 이전할 것이라는 점이 당연시 되고 있는 상황이다. 또한 지금까지 디지털화의 저항 세력이 내세워 오던 가장 강력한 무기인, 일반인이 실제로 디지털 정보를 보는 데 사용할 개인용 컴퓨터의 불편함과 낮은 해상도, 그리고 멀티미디어 처리의 불리함이 빠르게 극복되고 있는 상황이다. 이 발전 속도는 점점 가속화될 것이며, 종이에 인쇄해야만 하는 필요성을 찾기는 점점 더 힘들게 될 것이다. 그리고 갈수록 대부분의 정보들이 처음부터 디지털 형태로만 만들어져서, 최종 사용자가 일부러 자신의 프린터로 인쇄하는 경우에만 종이 위에 옮겨지게 될 것이다. 이 또한 컴퓨터 모니터 기술의 발전과 거의 모든 정보를 컴퓨터 상에서 직접 다루게 되는 이유로 인해 굳이 그렇게 해야 하는 필요성을 느끼기 힘들게 될 것이다.

그 다음의 중요한 점은 오늘날에는 전세계의 거의 모든 컴퓨터가 서로 연결되어 있다는 점이다. 즉, 인터넷에 물려있다. 이제는 더 이상 저자로부터 출판사로, 그리고 다시 도서총판에서 서점으로 운반하는 고비용의 느린 유통 체계를 거치는 것만이 텍스트와 그림, 음악, 동화상을 생산자로부터 소비자에게 운반할 수 있는 유일한 방법은 아니다. 물론 인터넷에 더 많은 발전이 있어야만 이를 완전히 대체할 수 있으리라는 것은 잘 알고 있는 사실이지만, 당장의 상황으로도 상당한 부분은 대체를 할 수 있으며, 앞으로 빠른 속도로 이 문제가 해결될 것이라는 것을 예상할 수 있다.

기술적으로는 이와 같이 디지털 도구(즉, 컴퓨터)와 네트웍 도구(즉, 인터넷) 양쪽 모두에서 큰 문제는 없으나, 우리가 아직은 주로 종이에 인쇄된 책을 봐야 하는 이유는 주로 정보의 생산자들의 변화 속도가 느리기 때문이다. 물론 이 문제도 조만간 사라지게 될 것이다.

 

디지털화 된 정보의 생성과 유통은 다음의 과정으로 요약할 수 있다.
  1. 저자가 디지털화 된 원고를 생산
  2. 저장과 배포, 검색 서비스 기관에 등록
  3. 독자로부터 저자에게 요금이 흘러 들어가는 시스템
이를 위해서는 다양한 기술과 표준, 그리고 인프라들이 필요하게 된다. 우선 저자가 디지털화 된 호환성 있는 표준 양식을 따르는 원고를 생산하도록 도구와 표준들이 마련되어 있어야 한다. 그리고, 독자들에게 유용한 정보가 되도록 중간에서 유통과 보관을 책임져주는 네트웍상에 존재하는 기관이 필요하게 된다. 이것은 기존의 출판사, 도서관, 서점 등이 해오던 역할이다. 앞으로 대부분의 물리적인 형태의 정보는 사라진다고 할 때, 이들의 역할과 형태는 크게 달라져야 할 것이다.

그리고, 현재 정보의 디지털화를 가로막는 가장 큰 장애물이라고 볼 수 있는 것이 마지막의 요금 지불 체계이다. 여기에는 디지털화 된 정보의 특징으로 인한 가장 큰 문제가 있는데, 바로 원본과 아무런 차이가 없는 복제품을 거의 아무런 노력과 비용도 들이지 않고 무한정으로 만들 수 있다는 점으로 인한 것이다. 이 문제를 해결하기 위한 노력은 선진각국에서 여러 가지 시도를 하고 있으나, 디지털의 특징 자체를 없앨 수는 결코 없다. 따라서, 지금까지의 정보에 값을 매기는 방법과는 전혀 다른 새로운 형태의 파라다임을 만들어내야만 할 것이다. 즉, 우리의 지금까지의 모습에 억지로 디지털 기술을 끼어 맞추는 형태가 아니라, 정보에 대한 경제원리 자체를 바꾸는 방향으로 결국에는 발전해야 할 것이다. 이것이 어떤 모습이 될 것인지를 예측하기에는 아직은 인터넷이 전세계의 일반인들에게까지 퍼진 역사가 너무 짧다.

그림에 지우기 힘들며 감상하기에는 큰 방해가 되지 않는 희미한 얼룩을 넣는 방법, 음악에는 초음파로 불법 복제 방지 목적의 저작권 표시를 넣는 방법 등은 언뜻 보면 가능한 아이디어로 보이지만, 정보의 질을 저하시키는 그 어떠한 시도도 결국에는 무시될 것이다. 또한, 텍스트에 불법 복제 방지 표시를 넣는 것은 원리적으로 완전히 불가능하며, 다만 브라우저와 상호작용을 하도록 하는 것이 유일한 대안이지만, 이것이 효용성이 없을 것이라는 것은 누가 보아도 자명하다. 현재 가장 풀기 어려운 문제들인 이들 저작권 문제와 지불 문제로 인해, 선진국들에서는 이 문제들에 큰 영향을 받지 않는 학술정보들의 디지털화에 당장은 주로 전력을 기울이고 있다.

이 문제들을 풀어가며, 실용성 있고 체계적인 디지털화 된 정보의 흐름을 만들고자 하는 것이 바로 소위 말하는 전자도서관 프로젝트들이다. 선진각국에서는 군사력 증강, 자원 확보 등과 함께, 현재 국가적으로 큰 힘을 기울이고 있는 것 중의 하나가 바로 전자도서관, CALS 등을 비롯한 정보의 디지털화이다. 이는 앞으로 국가경쟁력을 좌우하는 중요한 요소로 자리잡게 될 것이다.

1.2. 우리의 할 일들

국내에서도 컴퓨터와 인터넷의 보급만으로 따지자면 선진국 수준에 거의 근접해있다. 그러나, 몇가지 핵심적인 부분에서 우려되는 점이 많다. 선진국의 빠른 행보와는 달리 국내에서는 아직은 웹과 인터넷을 가정에서 사용하는 것과 같은 것이 정보화의 거의 모든 것으로 생각하고 있는 것을 흔히 볼 수 있다. 그리고, 이에 대한 기술적인 면을 책임지는 사람들 사이에서도 인터넷상에서 흘러 다녀야 하는 내용물에 대한 토론은 극히 드물며, 주로 이 내용물을 네트웍을 통해 이용하는 방법에 대한 토론만을 하는 것을 쉽게 볼 수 있다. 물론 장기적으로는 문제가 있는 말이지만, 이러한 이용기술은 외국에서 항상 가져올 수 있는 것이다. 그렇지만, 우리 말로 된 내용물들은 우리 스스로 만들 수 밖에 없다.

또 한가지 언급해야 할 것은 인터넷상에 실려있는 디지털 정보의 실상에 대한 것이다. 웹 검색엔진으로 인기 있는 단어를 검색했을 때 수천 개의 사이트가 걸린다고 해서, 엄청나게 많은 디지털 정보에 현재의 웹에 실려 있을 것이라고 생각하는 것은 한편으로는 큰 착각이다. 오늘날 웹 검색엔진의 로봇에 의해 방문 되는 전세계의 모든 웹 페이지들의 내용물을 다 합쳐도, 미국의 어느 대학의 도서관에 있는 내용물을 모두 디지털화 시킨 것의 수백 분의 일, 또는 수천 분의 일에 지나지 않는다. 즉, 진정한 의미의 정보의 디지털화는 아직 일어나지 않았다. 가장 앞서가고 있는 미국의 경우에도 현재 겨우 몇 개의 파일롯 프로젝트가 막 끝이 났거나 또는 진행되고 있는 중이다.

디지털 정보의 생산은 크게 기존 정보의 디지털화와 앞으로 만들어질 정보가 시작부터 디지털화 된 형태로 만들어지도록 하는 두 가지 시스템의 구축으로 나눌 수 있다. 이 두 가지가 모두 중요하다. 이에 관해 우선 언급되어져야 할 것은 국가적인 차원의 표준의 필요성이다. 지금까지는 정보와 관련된 정부의 역할로는 온 국민이 쉬지 않고 생산해내는 책, 잡지, 학술지, 그림, 음악, 그리고 온갖 문서들 속에 담긴 내용이 사회에 악영향을 끼치지 않도록 감시하는 일만 하면 되었지만, 이제는 국민들이 서로 의사 소통이 가능하도록 표준말, 맞춤법 등을 정하는 것과 마찬가지로, 정보의 디지털화를 위한 표준도 정해주어야 한다. 우리나라 국회 도서관의 역할에서도 볼 수 있듯이 이 부분에서 특히 미약한 국내 현실을 볼 때, 그리고 공동의 목적을 위해 서로 양보하는 일이 잘 일어나지 않는 국내의 여러 분야의 특징으로 볼 때, 이 표준의 마련에서 특히 지지부진하여 쓸데없는 시간 낭비가 일어나지 않을까 하는 우려가 되는 것이 현실이다.

또한 국내의 현실 중에서, 정보의 디지털화를 위한 기술이 특히 약한 것을 볼 수 있다. 예를 들면, 선진국에서는 이미 그 사용이 일반화되어 가고 있는 SGML에 대해 국내에서는 극소수의 전문가 밖에 존재하지 않는 것을 볼 수 있다. 그 전문가들 역시 현장 경험은 거의 가져보지 못한 상황이다. 이 문제는 특히 빨리 해결되어야 할 점이다. 또한 전자도서관을 비롯한 정보의 디지털화와 관련된 시스템의 전체적인 개념도 하루 빨리 퍼져야 할 것이다. 실제로 전자도서관이란 이름을 가진 국내에서 이미 진행되고 있거나 계획 중인 프로젝트들의 내용을 들어다 보면, 아래에 소개하는 선진국의 예와는 현격한 차이가 있는 것을 흔히 볼 수 있다. 이는 우선은 개념이 제대로 퍼지지 않은 데서 그 이유를 찾을 수 있을 것이다. 또한, 디지털화를 위해 현장에서 사용되는 소프트웨어들은 상업용으로 판매되고 있는 것들이 존재해야 할 터인데, 국내에서는 이들이 전무한 것도 큰 문제점 중의 하나이다. 예를 들면, SGML 문서를 만들 수 있는 한글이 되는 편집기와 같은 핵심적인 것조차 없는 상태이다. 표준의 한글 DTD가 하나도 없는 것은 물론 말할 필요도 없을 것이다.

이와 같은 내용물을 생산하는 데 있어서의 국내의 열악한 현실로 볼 때, 선진국에 견줄 만한 컴퓨터와 인터넷의 보급에도 불구하고 디지털화를 향한 우리의 현실은 매우 암담하다고도 볼 수 있다. 이제는 정보화의 빈 껍질만을 바라보는 헛된 환상에서 깨어나서, 알맹이를 마련하기 위한 노력 쪽으로 우리의 눈을 돌려야 할 것이다.

2. SGML, 디지털화의 핵심

SGML은 현재 정보의 디지털화 기술의 핵심이다. 아직도 흔히 "SGML이 과연 HTML을 제치고 성공할 수 있을까요?"라는 그야말로 기가 막힌 질문을 받게 되는 데, 우리 나라의 낙후된 현상황을 잘 드러내고 있는 것이라 할 수 있을 것이다. "HTML is a SGML DTD."라는 문장을 어디선가 웹을 뒤지던 중 본 적이 있을 것이다. HTML은 현재 가장 인기 있는 하나의 SGML DTD일 뿐이며, 넷스케이프는 HTML DTD 전용 SGML 브라우저일 뿐이다. SGML은 이런 DTD를 얼마든지 만들 수 있다. CERN의 어느 과학자가 호환성도 좋고, 그림도 처리되고, 하이퍼 링크도 되도록 문서를 다루는 방법이 없을까 찾던 중, 가장 적합한 기술로 보이는 SGML을 선택한 결과가 오늘날의 HTML이다.

일단 HTML vs. SGML과 같은 우문은 더 이상하지 않게 된 것으로 가정을 하고, 과연 왜 SGML을 택하게 되었는가를 살펴보자. SGML은 객체지향기술의 한 실례로, 객체지향기술은 오늘날 우리가 무언가를 컴퓨터가 다룰 수 있도록 모델링하기 위해 가지고 있는 최선의 기술이다. SGML의 최근 경쟁자로는 ODA(Open Document Architecture)가 있는 데, 이는 물리적 포맷까지 문서 자체에 포함하는 것이 SGML과의 차이점이며, 바로 이점으로 인해 SGML에게 그 자리를 물려주게 되었다. 그리고, SGML이 선택된 또 다른 절대적인 이유는 우리에게 다른 대안이 없기 때문이다. 여러 분야의 학회 등에서 SGML의 도입에 일단은 어느 정도 저항이 있게 되는 데, 결국 SGML이 채택될 수 밖에 없는 것은 누구도 더 나은 대안을 내놓지 못하기 때문이며, 적어도 가까운 장래에는 그런 대안이 생겨날 가망성조차 거의 없어 보이기 때문이다. 이제는 SGML이 너무 일반화되어서 이런 일조차 거의 일어나지 않는 상황이다.

2.1. SGML이란 무엇인가?

SGML(Standard Generalized Markup Language)은 일종의 메타언어이다. meta란 형이상학이란 뜻의 영어 단어인 metaphysics, 그리고 전자도서관 관련 글들에서 자주 등장하는 metadata라는 단어에서도 볼 수 있듯이 무언가에 상위하는, 그리고 뒤에 숨은 것이라는 뜻이다. SGML은 문서를 구조화시켜 컴퓨터가 처리할 수 있게 해주는 실제의 응용인 DTD들의 뒤에 숨은 이들의 작동원리의 규정이다. HTML이란 DTD도 물론 SGML의 규정에 따라 작동되는 하나의 응용이다. 또한 HTML 문서를 만들 줄 안다면 당연히 이미 SGML 문서를 만들 줄 아는 것이 된다.

DTD(Document Type Definition)는 SGML의 핵심으로, 한 종류의 문서에 대해서 하나 씩 정의된다. 물론 여러 종류의 문서에서 사용이 가능하도록 광범위한 형태의 DTD를 만들 수도 있다. SGML을 이용하여 디지털화된 정보를 제작하기 위해서는 스스로 DTD를 제작하거나, 또는 이미 만들어진 DTD를 가져와서 사용해야 한다. 웹 페이지를 제작할 때는 HTML이란 DTD를 사용하는 것이 이의 대표적인 예이다.

HTML과 일반 SGML DTD들과의 가장 큰 차이점은 HTML 속에는 물리적 형태를 지정하는 태그들을 다수 포함하고 있다는 점이다. 이것은 제대로 된 SGML DTD들에서는 권장되지 않는 사항이다. 즉, 보통의 SGML DTD에서는 "장", "절", "표", "이름", "학명"과 같은 문서의 논리적인 구성만을 구분하여 태깅하는 것이 원칙이며, "굵게", "이탤릭으로"와 같이 물리적인 모양은 DSSSL과 SPDL과 같은 SGML과 맞물려 돌아가도록 되어 있는 별도의 기술들에서 지정해주도록 되어 있다. 즉, SGML은 문서의 논리적 구성만을 완전히 책임지고, 사용자에게 보여줄 모양에 대해서는 신경을 쓰지 않는 것이 기본 원칙이다. HTML이 이렇게 SGML DTD의 일반적인 형태에서 벗어나게 된 것은 한마디로 편의를 위해서였다. 즉, 단계별로 나누어진 SGML 기반 기술의 정도에서 벗어나 어느 정도의 물리적인 포맷까지 지정해 줄 수 있게 함으로써, 그 단계를 간략화시킨 것이다.

또한, HTML은 복잡한 논리적인 구조를 제대로 담아 표현할 수 있도록 만들어져 있지는 않다. 제목들, 일반 문단, 인용, 표 등과 같은 매우 범용의 구조들만 정의되어 있어, 익혀서 쓰기에 편하다는 장점은 있다. 이와는 달리 우리가 어떤 종류의 문서를 위한 DTD를 만들 때는 우선 그 문서의 논리적인 구조를 철저하게 분석하여, DTD 속에 충분히 표현이 되도록 해야 한다. 예를 들어, 어느 특정 분야의 단행본을 위한 DTD를 만든다고 할 때, 그 속에 담긴 모든 논리적인 구성 요소들이 DTD에 정의되어 있어야 한다. 이것은 매우 복잡하고 시간이 걸리는 작업이며, 따라서 전문가들에 의해 미리 만들어지고 검증되어 있어야 한다. 더우기 DTD들은 표준으로서의 역할을 해야 하는 것이므로 더욱 그러하다. 물론 어느 회사 내부 문서용의 DTD는 스스로 작성을 해야 할 것이며, 개인적인 간단한 문서를 위한 DTD도 직접 작성하는 편이 나을 수도 있다. 그리고 항상 가능한 것은 이런 DTD들의 작성을 위해 전문가들에 의해 이미 만들어진 DTD들을 참고로 하는 것이다.

SGML의 가장 큰 특징이자 단점은 문서들이 DTD에 의해 정형화된다는 점이다. 형식에 얽매이지 않는 자유로운 문서의 작성을 원하는 경우에는 디지털화 된 문서를 만들지 말고, 종이에 연필로 글을 써야 할 것이다. 이 정형화는 컴퓨터가 처리할 수 있게 하기 위한 어쩔 수 없는 한계 상황이다.

2.2. SGML의 실제 사용

HTML 문서를 만드는 것이 본질적으로는 SGML 문서를 만드는 것임에도 불구하고, HTML로부터 일반 SGML DTD들의 사용으로 옮겨갈 때 HTML에서 익숙해져 온 오늘날의 대다수의 정보 생산자들에게는 장애로 작용하는 것들이 있다. 우선 DTD를 어디선가 구하거나 제작을 하고, 또 그 내용을 새로 공부를 해야 한다는 점이 있다. DTD를 새로 제작하거나 이미 만들어진 표준의 DTD를 사용할 경우 모두에 있어서, 문서의 논리적인 구조를 분석하는 능력을 키워야 한다. HTML에만 익숙한 사용자들에게는 이 점이 특히 큰 장애가 될 것이다. 문서화가 잘 되어 있는 표준의 외국 DTD들은 인터넷상에서 쉽게 구할 수 있으며, 문서분석 방법과 DTD 제작 방법을 쉽게 설명해 놓은 책들이 다수 나와 있다. 아래 절에서 그들의 목록을 적어 놓았다.

문서분석을 통한 비교적 간단한 DTD의 제작, 그리고 표준의 DTD들을 이용하는 것은 그리 어려운 일이 아니다. 이것이 매우 어렵다면 당연히 SGML이 정보의 디지털화의 표준으로서의 자리를 차지하는 데, 저항이 많았을 것이다. DTD 제작을 도와주는 여러가지 도구들도 나와 있으며, 한글 처리에 문제가 없는 SGML 파서를 비롯한 SGML 문서를 다룰 수 있는 여러가지 도구들도 나와 있다. 이들 역시 아래 절에 소개한 사이트들에서 구할 수 있다.

문서분석이 되어 있고 DTD가 마련되어 있다고 하면, 그 다음 필요한 것은 SGML 편집기이다. 당장 한글이 되는 SGML 편집기는 없는 상태이지만, 이 문제도 곧 해결되리라 기대해 본다. 현재 가능한 방법은 일반적인 한글 워드프로세서상에서 SGML 태그들을 수작업으로 입력하고, ASCII 문서로 저장하는 방법이다. 이 때는 반드시 에러 검사를 파서를 이용해서 별도로 해주어야 할 것이다. 대규모의 작업을 할 때는 긴 태그들을 모두 입력하지 않고, 약자로 입력을 한 다음에 배치로 변환시켜주는 것이 더 실용적일 수도 있다. 영어 워드프로세서의 경우에, 현재의 예상으로는 다음 버전 정도부터는 대부분 SGML 편집기 기능이 기본으로 내장되어 나오리라 예상 되며, 한글 워드프로세서들도 곧 그 뒤를 따르게 될 것이다.

SGML 문서들이 제작되었다고 할 때, 그 다음 필요한 것은 이를 관리하고, 검색 및 서비스할 수 있는 시스템들이다. 현재 대다수의 CD-ROM 제작 및 검색 시스템들은 SGML을 기반으로 하는 것으로 바뀌고 있다. 또한, 대형 소프트웨어의 매뉴얼, 대형 장치의 매뉴얼 등도 모두 SGML 기반으로 급속히 바뀌고 있는 중이다. SGML과 웹과의 인터페이스 역할을 해주는 소프트웨어군들도 이미 다수 나와 있다. 미국의 경우에는 대형 회사에서 생산해내는 대량 문서들(예를 들면 신문이나 방송 등)은 최종 소비자가 어떤 형태로 접하게 되든지 간에 그 문서의 최초의 포맷은 대개 SGML이다. 국내에서도 이미 몇가지 외국 회사 제품들이 들어와 있는 상태이며, 국내에서 개발한 SGML 검색 시스템도 곧 선보이게 될 것으로 예상된다.

국내에서도 앞으로 SGML에 관한 단기 훈련과정, 대학에서의 강의, 전문가 양성 과정 등이 생겨나야 할 것이며, 학술적인 면의 연구, 상업적인 제품의 생산이 더욱 활발하게 일어나야 할 것이다. SGML의 중요성에 비추어 볼 때, 이러한 활동들이 너무나 잠잠한 것은 이상할 정도이다. 웹과 HTML이 그렇듯이 SGML도 결코 학자들의 영역에 속하는 것도, 그리고 고상한 특수 기술도 아니다. 그저 우리가 이미 오래전부터 늘 사용해오고 있는 워드프로세서가 다음 단계로 넘어가고 있는 것 뿐이다. 아래에 소개한 참고 자료의 목록들이 국내의 많은 사람들과 SGML 사이에 놓여있는 장벽을 허무는 계기가 되기를 바란다. 또한 한글로 된 SGML 관련 서적들을 흔히 볼 수 있는 날도 빨리 와야 할 것이다.

2.3. SGML 참고 사이트와 책들

아래에 SGML관련 인터넷상의 자원들과 단행본, 잡지들을 소개해 놓았다.

 

2.3.1. 인터넷상의 자원들

2.3.2. 단행본

2.3.3. 뉴스레터


3. 디지털화의 실례들

다음에 소개하는 몇가지 외국의 실례들은 특히 눈에 띄는 몇가지를 임의로 선택한 것들이다. 기존 정보의 디지털화는 페이지를 이미지 형태로 스캔하는 것과 이것을 OCR 소프트웨어의 도움으로 텍스트로 바꾸는 것의 두 가지 다른 방법이 있으며, 이 둘을 병행하는 경우도 있다. 병행하게 되는 이유는 OCR 소프트웨어에서 얻어진 결과물에서 에러를 제거하는 비용이 상당하기 때문이며, 정확한 정보를 유지해주나 검색 등에서 문제가 있는 이미지와 약하게 에러가 제거된(즉, 전문가에 의해서 반복적인 교정은 되지 않은) OCR 결과를 나란히 저장해두는 방식이다. 그렇지만, 결국 임시 방편의 의미 밖에 가질 수 없는 페이지 이미지 형태는 궁극적으로는 사라져야 할 것이다(물론 레오나르도 다 빈치의 육필 원고 같은 것은 제외하고). 기존 정보의 디지털화에 있어서 우리가 대부분의 선진국들에 비해 크게 불리한 점 중의 하나는 OCR 소프트웨어가 한글 자체의 특징과 그 밖의 이유로 인해 인식률이 상당히 떨어진다는 점이다.

새로운 정보가 디지털화 된 형태로 만들어지도록 하는 것 또한 단순한 작업은 아니다. 이에 있어서 가장 큰 문제점 중의 하나는 SGML이 제대로 사용되도록 하는 것이다. 국내에서는 아직은 상당한 시일 뒤에 일어날 일로 보이지만, 외국의 예를 보면 완전한 SGML 시스템을 도입한 출판사에서도 SGML 태깅을 일반 저자에게 전적으로 맡길 수는 없는 상황이다. 그 이유는 우선 저자들의 문서의 구조에 대한 이해와 사용하는 특정 DTD에 대한 완벽한 이해가 필요한 데, 이것을 항상 기대할 수는 없기 때문이다. 또한, SGML에 상당히 조예가 깊은 저자라 할지라도 출판사의 입장에서 보는 문서의 구조를 그대로 따르지도 않을 것이며, 저자의 입장에서는 불필요한 구조가 출판사나 사서의 입장에서는 중요한 구조가 되기도 하기 때문이다. 저자의 원고가 SGML 태깅 작업에 도움이 되게 하는 한가지 방법은 몇가지로 축소되어 누구나 쉽게 이해할 수 있고 또 실수할 염려가 거의 없는 간단한 태그만을 저자가 입력하게 하는 방법이다. 이처럼 표준의 DTD가 잘 정립되어 있고, 그 밖의 SGML 기술들이 모두 갖추어져 있는 상태에서도 SGML의 사용은 상당한 비용과 노력이 들게 된다. 그렇지만,

서지정보의 자동 제작과 데이터베이스 검색용 파일로의 자동 변환을 포함한, 일단 제대로 태깅이 된 문서의 활용도를 고려해보면 SGML의 사용에 따르는 약간의 추가 비용은 충분히 보상 되고도 남음이 있음을 알 수 있을 것이다.

원문의 그 자체의 디지털화와 함께, 흔히 메타정보라고 부르는 지금까지의 서지 정보에 해당하는 부분의 정보를 만들어야 한다. 전문가의 손을 거쳐 제대로 SGML화 되어 있는 경우라면, 많은 부분이 자동으로 만들어질 수 있을 것이다. 이 부분에서 기존의 디지털화 되지 않은 정보와의 큰 차이점 중의 하나는, 어떤 아이템이 분류 체계를 따라 수직으로 내려가는 최종 포켓 속에 넣어두면 되는 것이 아니라, 이제는 모든 분야와 전세계에 걸친 횡적인 상호 연결이 가능하므로, 이를 도와줄 고유의 인식자가 개개의 정보 아이텀마다 필요하게 된다. URN(Uniform Resource Names)으로 대표되는 이 기술은 현재 다양한 시도들과 발전들이 이루어지고 있는 중이다.

전세계적으로 전자도서관이란 이름이 붙은 프로젝트에는 실로 다양한 것들이 있다. 미국 NSF 지원으로 6개 주요 대학에서 수행하는 심도있는 연구에 치중하는 종류가 있는 반면에, 미의회도서관의 프로젝트처럼 실제 구축에 더 큰 의미가 두는 것도 있고, TULIP이나 JSTOR처럼 디지털 포맷으로 된 것을 사용자에게 네트웍을 통해 배달하는 것에 더 치중을 한 것, 특정 분야의 자료들을 대량으로 SGML화하여 저장해두는 것에 우선 큰 목적을 두는 것 등 다양한 것들을 볼 수 있다.

선진국들에서조차 전자도서관은 그 태동기이며, 현재의 모든 시도들은 결코 완벽한 것이 될 수 없고, 기술의 발전에 따라 순식간에 원시적인 방법이나 체계가 되어 버릴 것이다. 따라서, 국내에서도 전자도서관 프로젝트의 계획 입안시에, 결코 현재의 기술과 지식을 토대로 하여 막대한 자금의 대형 프로젝트를 예를 들어 10개년 계획을 세우거나 하는 어리석음을 범해서는 안될 것이다. 아직은 전자도서관 프로젝트들이 적어도 국내에서는 시범적인 단발형의 비교적 소규모 프로젝트들의 연속이 되어야 하는 것이 당연할 것이다. 또한, 급격히 발전하는 이 분야의 기술 중에서 항상 최신의 것이 사용될 수 있어야 한다는 점을 고려한 계획이 되어야 할 것이다. 모두들 이미 경험해 왔겠지만, 디지털 기술이라는 것이 구식 기술은 언제나 냉정하게 버려져 왔으며, 또 그래야 하기 때문이다.

3.1. 미국 NSF 지원 Digital Library Initiative

이 프로젝트는 Digital Library라는 신조어가 생겨나게 한 장본인으로서, 미국의 주요 연구지원기관들인 NSF, DARPA, NASA가 공동으로 지원하여 6개 주요 대학과 75개 이상의 기관들이 협조하여 진행하고 있는 아마도 전세계에서 가장 유명한 전자도서관 프로젝트이다. 여러 대학들이 하나의 전자도서관을 만들어가고 있는 형태가 아니라, 각기 특색있는 분야의 연구를 하고 있다. 예를 들면, 카네기 멜론 대학에서는 디지털 비디오 도서관을, UC 버클리에서는 환경분야의 전문적인 도서관을, 어바나 샴페인 소재 일리노이 주립대학에서는 이공학 분야 저널 위주의 도서관 등을 만들어가고 있다. 이 프로젝트에 대한 자세한 정보는 아래의 URL들에서 직접 방문해서 살펴볼 수 있다.

3.2. HighWire Press

HighWire Press 프로젝트는 스탠포드 대학의 연구팀에 의해 수행되는 것으로, Science, Journal of Biological Chemistry, PNAS 등과 같은 미국의 주요 학술저널(생물 및 의학 분야가 주종)들을 표본으로 하여 이미 실용성있는 서비스가 그 생산물로 나와 있는 프로젝트이다.

이 프로젝트는 다음 문제들을 풀고자 하는 것이 그 목적으로 소개되어 있다. 이 문제들은 과학기술발전의 핵심적인 부분이며, 앞으로의 지속적인 발전을 위해 반드시 해결해야할 문제들이기도 하다.

  1. 저자, 평가자, 출판사, 도서관, 독자로 가는 전체 시간의 단축
  2. 많은 양의 학술저널들을 독자가 모두 훑어볼 수 없는 문제점 극복
  3. 학술저널 구입에 필요한 엄청난 자금의 절약
  4. 오늘날의 빠른 학술발전의 속도에 기존의 종이에 인쇄해서 배달하는 방법으로는 맞출 수 없는 점 극복
이 프로젝트는 과학기술자들을 위한 특별한 환경을 염두에 둔 것으로, 그들은 하나의 공통된 분야의 일을 하는

그룹이라는 점, 서로가 저자이며 동시에 독자인 점, 그리고 저작물 자체에서는 금전적인 이익을 구하지 않는 집단이라는 점 등의 특징을 가지고 있다. 이와 같은 특징으로 인해, 금전적인 문제와 광고, 경쟁 등이 핵심인 오락이나 연예와 같은 일반 분야들과는 달리, 오늘날과 같은 네트웍화 시대에 있어서는 과학기술연구 결과물의 발간을 위해서 대규모의 출판과 배포 시스템은 필요가 없어 보인다. 이 프로젝트에서는 비영리 학회와 대학 등과 연계하여, 기존의 상업적인 출판 및 배포 회사를 이용하지 않고 더 우수한 학술정보 전달이 가능케하는 시스템을 구축하는 것을 시도하고 있다. 이를 바꾸어서 이야기하면, 과학기술자들이 자신들의 연구결과의 출판과 배포 시스템을 영리적인 회사들의 개입을 최소화시킨 상태에서 스스로 소유하고 운영하는 것이라 할 수 있다. 또한, 변화를 싫어하는 현재의 독점적인 과학기술 출판계에 대한 자극이 되는 것도 목표로 하고 있으며, 이제는 디지털화된 정보만이 쓸모 있는 정보라고 할 수 있는 오늘날의 일반 연구실 환경에는 전혀 적합치 않은 종이에 인쇄된 학술저널들을 하루 빨리 추방하는 것도 그 목표이다.

이 프로젝트에서는 새로운 디지털화 된 기술을 개발하거나 하는 것이 아니라, 이미 정립된 기술들을 이용하여 위에서 언급한 목표들을 위해 잘 이용될 수 있도록 통합하는 것이 주된 과제이다. 또한, 도서관의 핵심적인 부분을 차지하는 학술저널과 그 내용물을 만드는 단체들에 관한 것이므로 앞으로의 전자도서관 연구에도 큰 영향을 끼칠 것이다. 아래 URL에서 이 프로젝트의 결과물을 볼 수 있다.

3.3. TULIP 프로젝트

비영리성이 특징인 위에서 소개한 HighWire Press 프로젝트와는 달리, TULIP(The University Licensing Program)은 영리를 추구하는 출판사에서 발간하는 학술저널의 네트웍을 통한 배달을 목적으로 하는 것이며, Elsevier Science 출판사와 MIT를 비롯한 미국의 9개 대학이 공동작업으로 1991년도 시작하여 1995년에 이미 마감이 된 프로젝트이다. 이 프로젝트는 다른 전자도서관 프로젝트들과는 달리 SGML을 사용하지 않았으며, 페이지 이미지를 위주로 하는 구식이지만 당장 구현이 가능한 방법을 사용하였다. 그렇지만, 그 결과에서 여러가지 배울 수 있는 점들이 많다.

이 프로젝트의 기대 효과는 전체적인 비용의 절감과 가격의 하락, 시간의 단축이었으며, 83개의 재료공학 및 관련 분야 저널이 표본으로 사용되었다. 가입된 사용자의 책상 위에 놓인 컴퓨터까지 페이지 이미지와 서지 정보, 그리고 교정이 되지 않은 OCR에 의해 자동 생성된 전문 텍스트를 배달하는 방식이다. 각 대학에는 구독 센터 역할의 서버가 존재하고, 이곳까지 출판사로부터 저널들의 데이터가 일괄 배달되어진다. 이 때의 장점은 많은 수의 사용자가 고해상도의 정보를 직접 접근하는 통로는 캠퍼스망 내부에 한정되므로 네트웍의 효율적인 사용이 가능하다는 점, 그리고 그 대학 특유의 캐슁이 가능하다는 잇점 등이 있다.

국내에서도 이와 유사한 학술저널의 인터넷을 통한 서비스가 유행처럼 번지고 있는데(예, 상남 도서관), TULIP 프로젝트의 결과로 얻어진 다음과 8가지의 사용자의 주된 요구 사항이 참조가 될 것이다.

  1. 쓰기 쉬운 사용자 인터페이스일 것
  2. 한군데서 원하는 모든 정보를 얻을 수 있을 것
  3. 효과적인 검색 시스템을 가지고 있을 것
  4. 인쇄와 다운로드시에 속도가 빠를 것
  5. 출판 즉시 사용자가 볼 수 있을 것
  6. 이미지의 품질이 우수할 것
  7. 해당 분야의 학술저널의 가능한 많은 수와 여러 해전에 발행한 것까지 모두 포함할 것
  8. 정보들이 서로 연결되어 있을 것
이 프로젝트의 결과가 나타내주는 것을 몇가지 들어보면, 우선 젊은 대학원생들이 교수들에 비해 책을 복사하는 대신 모니터로 보는 것을 훨씬 더 많이 쓴다는 점이 있다. 아직도 많은 사람들이 도서관에 가고 싶어하고 종이에 인쇄한 것을 보고 싶어하는 것은 확실하다. 그리고 또 한가지 결과는, 예상치 못했던 것으로 이렇게 네트웍을 통해 정보를 전달하는 체계를 갖추는 것 자체에 많은 거부와 비협조가 있었다고 한다. 아마도 국내에서도 마찬가지 일이 일어날 것이다. 또한, 이러한 시스템을 갖추는 데 드는 비용이 실제로는 상당하므로, 이에 대한 거부들을 극복하면서 투자원을 찾는 일도 문제일 것이다. 디지털화를 시키면 비싼 종이, 인쇄비용, 그리고 매 카피마다 이들이 다 소요되는 일이 없어지므로 당장 비용이 절감될 것이라는 생각을 흔히들 하나 이것은 사실은 큰 착각이다. 또한 이러한 시스템의 작동이 컴퓨터에서 파일을 복사하는 것처럼 매우 간단한 일일 것이라는 착각도 하게 된다. 이러한 특수 목적의 제한된 전자도서관 체계를 구축하는 것조차 매우 많은 비용과 시간이 걸리고 갖가지 장애가 존재하는 일이라는 것이 이 프로젝트의 출발시에는 예상치 못했던 중요한 결과였다.

국내 대학의 경우 이러한 종류의 시스템의 구축이 현재 가능한 대학은 몇군데나 있을까하는 질문을 자연스럽게 하게 되는 데, 소프트웨어, 네트웍 설비, 대형 서버의 구입과 이 모두에 필요한 자금의 확보 등이 당장의 문제점일 것이며, 그리고 이보다 더 큰 문제점은 이들을 운영할 기술력, 특히 기존 도서관의 인력 등에서 많은 문제점들이 드러나게 될 것이다. 아래에 이 프로젝트의 결과물을 볼 수 있는 URL을 소개해 놓았다.

3.4. 미의회 도서관의 National Digital Library Program

이 프로젝트는 미의회도서관이 주관하는 프로젝트로 소장하고 있는 방대한 자료를 궁극적으로 디지털화시켜 네트웍을 통해 모든 국민이 이용할 수 있게 하는 것이 목표이며, 또한 앞으로 입수될 디지털 정보에 대한 대비도 함께 추진하고 있다. 미의회도서관 주도로 여러가지 전자도서관 프로젝트들이 내부적으로 또 다른 도서관들과 협동으로 진행하고 있다. 특히, 1995년에는 National Digital Library Federation(NDLF)이 구성되어 미국의 15개 주요대학 또는 연구소의 도서관들이 참여하는 시범 사업을 시작하였으며, 특히 연구와 교육 목적의 디지털 정보의 수집 및 관리 체계와 기반 기술의 확립을 목표로 하고 있다. (URL은 http://lcweb.loc.gov/loc/ndlf/이다.)

미의회도서관 프로젝트 중에서 가장 먼저 시작한 것은 American Memory pilot으로 특히 저작권 문제가 거의 없는 미국의 역사와 문화에 관한 자료들을 우선적으로 디지털화시킨 것이며, 1990년에 시작하여 1995년에 이미 마감된 것이다. 미국 역사에 관한 의회도서관이 소장하고 있는 27개의 컬랙션, 약 30만 아이텀의 인쇄물, 사진, 육필 원고, 소리, 동영상 등을 포함한 것을 디지털화 시켰으며, 2000년까지 다른 컬랙션들을 합쳐서 5백만 아이텀 이상을 디지털화시켜 공개할 예정이라고 한다. 이 프로젝트의 결과물은 특히 중고등학생들의 역사 교육에 큰 효과가 있었다고 한다. (URL은 http://lcweb2.loc.gov/ammem/이다.)

THOMAS 프로젝트는 미의회의 활동을 인터넷으로 열람할 수 있는 서비스로, 국회에서 다룬 법안의 전문과 요약, 속기록, 위원회 활동 정보 등을 열람할 수 있으며, 1993년도 의회부터의 내용이 담겨있다. (URL은 http://thomas.loc.gov/이다.)

도서관들이 전자도서관화할 수 밖에 없는 이유는 자명하다. 만약 위에서 소개한 HighWire Press 프로젝트가 급속히 인기를 끌어서, 대부분의 학회들이 회지를 종이 인쇄는 아예 하지 않겠다고 결정해 버린다면 어떻게 할 것인가? 실제로 새로 창간되는 학술저널 중에서는 아예 디지털화 된 형태만 만들고, 배포도 인터넷을 통해서만 하는 것도 생겨나고 있다. 도서관이 본연의 임무에서 소홀해지지 않으려면, 당연히 이런 종류의 저널도 도서관에 존재해야 할 것인데, 현재 모습의 도서관에는 이런 저널을 담을 공간도 체계도 갖추어지지 않은 상태이다. 따라서, 적어도 과학기술자들을 위한 도서관들이라면 당연히 전자도서관화 될 수 밖에 없을 것이며, 다른 분야들도 결국에는 마찬가지 상황이 될 것이다. 미의회도서관의 URL은 아래와 같다.

4. 결론

국내에서 최근에 종종 볼 수 있는 전자도서관 관련 세미나 등을 보면 많은 주제가 멀티미디어 검색이나 지능형 인터페이스 등과 같은 류의 강의가 흔한 것을 볼 수 있는 데, 물론 이들도 필요한 것이겠으나 한가지 강조하고 싶은 것은 이제 전자도서관은 화성에 식민지를 만드는 것과 같은 일이 아니라는 점이다. 즉, 전자도서관은 엄연한 현실이며, 바로 우리들의 문지방을 막 넘으려는 단계에 와 있다. 그리고 다시 한번 강조하지만, 우리에게 가장 필요한 것은 외국에서의 수입이 절대 불가능한 한글로 된 디지털화 된 정보를 어떻게 만들 것인가하는 문제를 풀어가는 것이다. 검색 시스템은 선진국들이 금수조치를 내릴 품목도 절대 아니며, 멀티미디어를 제대로 검색하는 기술 같은 것은 미국에서도 아무도 모를 그 어느 미래에나 가능해질 것이다. 물론 이들에 대한 연구도 매우 중요한 일이지만, 도서관이란 일단은 사용자가 읽을 책들이 많아야 도서관이라 할 수 있을 것이다.

성공적인 전자도서관은 여러 분야의 사람들의 협조를 통해서만 가능하다. 검색 기술로 대표되는 전산 분야, 정보를 입수하고 관리하는 원래는 도서관학이라고 부르던 분야, 표준을 만들 정부 기구와 그 밖의 협회 등, 돈의 흐름을 책임질 컴퓨터 및 사회적인 시스템, 학자들을 비롯한 정보를 만들어 내는 사람들, 이 정보를 가공할 기존의 출판사와 그리고 아직 이름도 없는 미래의 그 무언가, 그리고 마지막으로 이를 이용할 일반 국민들이 모두 정보의 디지털화를 당연시하며 받아들이고 이에 맞추는 노력과 상호협조가 이루어질 때만 또 한번 선진국에 크게 뒤지는 일을 피할 수 있을 것이다.


Last-Modified : Sunday, 29-Sep-96 23:11:17 KDT