1. 데이터 과학 툴체인

데이터를 R언어를 기반으로 분석하고 모형개발을 통한 제품과 서비스 개발을 위한 툴체인(toolchain)을 구성하는 핵심요소는 다음과 같다.

R 툴체인

2. 데이터 과학 소프트웨어 라이선스 1

R 코어 엔진과 R 팩키지는 R 라이선스에 명시되어 있고, 대부분 오픈소스 프로젝트에서 일반적으로 많이 사용되는 라이선스가 주종을 이루고 있다.

통합개발환경과 웹서비스 제공 도구도 RStudio 회사에서 제공되는 도구를 많이 사용한다. GitHub, Stackoverflow.com, r-bloggers.com 등 R 커뮤니티에서 일반적인 개발도구 및 웹서비스 제공 도구로 사용되고 있다.

다만, RStudio는 통합개발환경(RStudio IDE)과 웹서비스 제공 도구(Shiny 서버)는 커뮤니티 버젼과 사용버젼을 기능의 차이를 두어 각각 제공하고 있다.

비고 커뮤니티 무료 버젼 상용 유료 버젼
통합개발환경(RStudio IDE) https://www.rstudio.com/products/rstudio/ https://www.rstudio.com/products/rstudio-server-pro/
웹서비스 제공 도구(Shiny 서버) https://www.rstudio.com/products/shiny/ https://www.rstudio.com/products/rstudio-server-pro/

3. 데이터 과학 라이선스 현황

데이터 과학은 과거 소프트웨어만 신경을 썼지만, 이제 데이터에 대한 부분과 콘텐츠 라이선스(Creative Commons)도 중요하게 다뤄줘야 한다.

3.1. 데이터 라이선스

데이터 분석을 위한 소프트웨어 라이선스 외에 공개된 데이터를 결합하여 활용한다. 예를 들어, IP주소 정보가 있는 경우 Maxmind IP Geolocation에서 제공하는 데이터베이스를 지리정보를 처리하는 R 팩키지와 결합하여 사용자가 접속한 위치정보를 파악할 수 있다. 참고로, Maxmind 데이터베이스는 CC-BY-SA 4.0로 제공되는 것으로 파악된다.

3.2. 소프트웨어 라이선스

R 코어 엔진, 통합개발환경(IDE), 웹서비스 제공 도구(Shiny)는 각각 웹사이트에서 파악하면 된다. 갯수가 많지 않아 인터넷을 통한 라이선스 정보를 쉽게 파악할 수 있다. 대부분, 대다수 분들이 학교에서 데이터 분석을 위해서 R 코어엔진에 커뮤티니 버젼 RStudio IDE, 웹서비스 제공도구(Shiny 서버)를 무료로 활용하고 나서, 업무의 중요도가 높아짐에 따라 상용버젼을 검토하는 순을 밟고 있다.

구분 라이선스 링크
R 코어 엔진 GPL https://www.r-project.org/Licenses/
R 팩키지 오픈소스 계열 https://www.r-project.org/Licenses/
통합개발환경(IDE) AGPL RStudio
웹서비스 제공 도구 AGPL RStudio Server Amazon Machine Image (AMI)

3.3. 팩키지 라이선스

파이썬도 그렇지만, R을 통해 데이터를 분석할 경우 다양한 팩키지를 다운로드 받아 활용한다. 경우가 너무 많아서 데이터 분석가와 개발자가 라이선스를 지키는지 파악하기 어려운 경우가 있다. installed.packages() 함수를 통해 설치된 팩키지를 데이터프레임으로 변환하여 기초 통계분석을 통해 라이선스 준수 여부를 쉽게 파악할 수 있다.

pkg_df <- installed.packages() %>% as_tibble()

pkg_df %>% mutate(
    license_chk = 
        case_when(
            str_detect(License, "GPL") ~ "GPL",
            str_detect(License, "MIT") ~ "MIT",
            str_detect(License, "Part of R 3.4.2") ~ "GPL",
            str_detect(License, "LGPL") ~ "LGPL",
            str_detect(License, "BSD") ~ "BSD",
            str_detect(License, "MPL") ~ "MPL",
            str_detect(License, "Apache") ~ "Apache",
            str_detect(License, "Unlimited|CC0|CC BY") ~ "CC",
            str_detect(License, "Lucent Public License") ~ "Lucent Public",
            str_detect(License, "file LICENSE") ~ "file LICENSE",
            str_detect(License, "BSL") ~ "Boost Software License"
        )
    ) %>% 
    count(license_chk, sort=TRUE) %>% 
    mutate(`비율` = n / sum(n),
           `누적비` = cumsum(`비율`)) %>% 
    select(`라이선스`=license_chk, `팩키지수`=n, everything()) %>% 
    DT::datatable() %>% 
      formatPercentage(c("비율", "누적비"), digits=1)

팩키지에 대한 오픈소스 라이선스 구체적인 정보는 다음과 같다.

pkg_df %>% 
    select(Package, Version, License, License_is_FOSS, Depends) %>% 
    datatable()

  1. 비즈니스를 위한 오픈 소스 소프트웨어 한국어 번역↩