R&D 데이터 보존은 과제 폴더를 오래 지우지 않는 일이 아닙니다. 최종보고서의 숫자, 그래프, 실패 조건, 제외한 샘플, 분석 코드, 접근권한 변경, 반출 승인, 폐기 판단까지 나중에 다시 설명할 수 있게 묶는 일입니다. 연구가 끝난 뒤 문제는 대부분 “자료가 없다”보다 “무엇이 원본이고 무엇이 분석본인지 알 수 없다”에서 시작됩니다. 같은 파일명이 여러 번 복사되고, 담당자 계정이 사라지고, 분석 노트북은 열리지만 입력 데이터 버전을 찾지 못하면 보존은 했어도 아카이브는 실패한 것입니다.
이 글은 데이터 관리계획 전체를 다시 쓰지 않습니다. 큰 틀은 [R&D 데이터 관리계획과 연구기록 체크리스트](/guide/rnd-data-management-plan-checklist)에서 다룹니다. 여기서는 종료 전후에 원자료, 처리본, 분석파일, 코드, 접근권한 기록을 어떻게 묶어야 장기 보존과 재검증에 견디는지에 집중합니다. 개인정보 비식별화 판단은 [R&D 연구데이터 비식별화 체크리스트](/guide/rnd-research-data-anonymization-checklist), 최종보고서 제출 묶음은 [정부 R&D 최종보고서 증빙 패키지 체크리스트](/guide/rnd-final-report-evidence-checklist), 요구사항과 증거 연결은 [R&D evidence traceability matrix checklist](/guide/rnd-evidence-traceability-matrix-checklist)로 분리해 보는 편이 안전합니다.
**빠른 결론**
R&D 데이터 보존·아카이브 체크리스트의 핵심은 네 가지입니다. 첫째, 원자료·처리본·분석본·보고서 삽입본을 같은 폴더에 섞지 말고 생성 순서와 책임자를 남깁니다. 둘째, 분석파일은 결과 파일이 아니라 코드, 실행환경, 입력 데이터 버전, 제외 기준을 함께 보존합니다. 셋째, 접근권한은 현재 권한표만 남기지 말고 부여·변경·회수·반출 승인 로그를 같이 남깁니다. 넷째, 보존기간은 “기본 몇 년”으로 끝내지 말고 후원기관, 법규, 논문·특허, 감사·분쟁, 개인정보, 제품 규제 가능성에 따라 더 긴 기준을 적용할 수 있게 판단표로 남깁니다.
R&D 데이터 보존기간은 기본 보존연한보다 길어질 사유를 먼저 봅니다
보존기간을 정할 때 가장 위험한 문장은 “일단 3년 보관”입니다. 일부 연방 보조금 기록은 최종 재무보고서 제출일 등을 기준으로 3년 보존을 요구하지만, 소송·청구·감사, 서면 연장 통지, 장비·재산 처분, 간접비 산정 자료처럼 예외가 있으면 더 오래 보존해야 합니다[S4]. 이 기준은 한국 과제에 그대로 적용할 법령은 아니지만, R&D 실무에는 중요한 판단 방식을 줍니다. 보존기간은 숫자 하나가 아니라 “언제부터 세는가”, “어떤 예외가 있으면 멈추는가”, “어떤 자료군은 별도 기산점이 있는가”를 같이 적어야 합니다.
한국 국가연구개발 맥락에서도 데이터관리계획은 연구데이터의 생산, 보존, 관리, 공동활용을 다루는 문서로 정의됩니다[S1]. 따라서 과제 종료 시점에 “DMP 제출 여부”만 확인하면 부족합니다. 실제로는 데이터 목록마다 보존기간, 보존 위치, 공개 여부, 제한 사유, 폐기 조건, 담당자를 붙여야 합니다. 특히 원자료가 개인정보, 영업비밀, 보안등급 자료, 규제 제출 가능 자료, 특허 출원 근거와 연결되어 있으면 같은 과제 안에서도 보존기간이 달라질 수 있습니다.
| 보존기간 판단 질문 | 짧게 보아도 되는 경우 | 길게 잡아야 하는 신호 |
|---|---|---|
| 후원기관 기준 | 내부 탐색 과제이고 별도 조건이 없음 | 정부과제, 국제공동연구, 보조금, 위탁연구 조건이 있음 |
| 검증 필요성 | 보고서 수치와 무관한 임시 산출물 | 최종보고서, 논문, 특허, 인허가, 고객 검증에 연결됨 |
| 분쟁 가능성 | 실패 후 폐기하기로 승인된 반복 파일 | 감사, 클레임, 연구부정 의혹, IP 분쟁 가능성이 있음 |
| 개인정보·보안 | 공개 가능한 통계표만 남김 | 원자료, 매핑표, 접근로그, 반출승인이 분리되어 있음 |
| 재현성 | 단순 참고 이미지 | 코드, 모델, 장비 설정, 분석 조건이 결과 재현에 필요함 |
보존기간 표에는 “최소 보존연한”과 “연장 트리거”를 나눠 적습니다. 예를 들어 `종료 후 5년`이라고만 적는 대신 `최종보고서 승인일로부터 5년, 단 논문·특허·감사·분쟁·후속 인허가 검토가 있으면 해당 사안 종료 후 재검토`처럼 씁니다. 이 문장이 있으면 담당자가 바뀌어도 임의 삭제를 막을 수 있고, 보존할 가치가 낮은 임시 파일은 승인 절차를 거쳐 줄일 수 있습니다.
원자료와 분석파일은 같은 결과를 향하지만 보존 단위가 다릅니다
원자료는 장비, 설문, 관찰, 시험기관, 로그 시스템, 외부 API 등에서 처음 생성되거나 수집된 자료입니다. 처리본은 결측치 처리, 단위 변환, 필터링, 가명처리, 형식 변환을 거친 자료입니다. 분석본은 통계, 모델 학습, 시각화, 성능 평가에 쓰인 입력 묶음입니다. 보고서 삽입본은 최종보고서의 표, 그림, 문장에 들어간 축약 결과입니다. 이 네 층이 분리되지 않으면 나중에 결과가 맞는지 확인할 때 어디서부터 다시 계산해야 하는지 알 수 없습니다.
FDA의 데이터 무결성 안내는 데이터가 완전하고 일관되며 정확해야 하고, 속성·가독성·동시기록·원본 또는 진본 사본·정확성이라는 ALCOA 관점으로 이해할 수 있다고 설명합니다[S6]. 이 원칙을 일반 R&D 아카이브에 적용하면 “엑셀 파일이 남아 있다”는 사실만으로는 부족합니다. 누가 만들었는지, 언제 만들었는지, 어떤 원자료에서 왔는지, 어떤 코드와 조건으로 바뀌었는지, 원본 또는 진본 사본과의 관계가 무엇인지가 같이 남아야 합니다.
분석파일은 특히 오해가 많습니다. 분석 결과 CSV나 그래프 PNG만 보존하면 재현성이 거의 남지 않습니다. 분석 노트북, 스크립트, 패키지 버전, 모델 파라미터, 제외 기준, 입력 데이터 해시 또는 버전, 실행 순서가 함께 있어야 합니다. OECD의 공공재원 연구데이터 권고 툴킷은 연구데이터뿐 아니라 관련 메타데이터, 알고리즘, 워크플로, 모델, 소프트웨어와 코드까지 해석에 필요한 산출물로 봅니다[S7]. 따라서 R&D 아카이브에서 “데이터” 폴더와 “코드” 폴더를 완전히 따로 두더라도, 둘을 연결하는 실행 기록은 반드시 남겨야 합니다.
**아카이브 묶음의 최소 단위**
- **원자료**: 수집일, 생성 시스템, 장비 또는 조사 도구, 책임자, 원본 위치
- **처리본**: 전처리 규칙, 결측·제외 기준, 가명처리 여부, 처리 코드
- **분석본**: 입력 데이터 버전, 분석 스크립트, 패키지 버전, 실행 순서
- **보고서 삽입본**: 최종보고서 표·그림 번호, 산출값, 생성일, 승인자
- **메타데이터**: 변수 정의, 단위, 코드북, 파일 형식, 라이선스와 접근 제한
- **권한 기록**: 접근권한 부여·변경·회수, 반출 승인, 다운로드 또는 복사 로그
좋은 보존 구조는 폴더 이름이 아니라 연결표에서 드러납니다. `raw_sensor_2026-04-03.csv`가 `clean_sensor_v2.parquet`로 바뀌고, 그 파일이 `analysis_model_v5.ipynb`의 입력이 되었으며, 최종보고서 `표 3`의 정확도 수치로 들어갔다면 이 경로가 한 줄로 따라가야 합니다. 파일이 많아도 이 줄이 없으면 아카이브 담당자는 나중에 추측으로 복원하게 됩니다.
접근권한은 현재 권한보다 변경 이력과 회수 증거가 더 중요합니다
장기보존에서 접근권한은 보안 문서만의 주제가 아닙니다. 누가 어떤 원자료를 보았고, 누가 처리본을 만들었으며, 누가 분석본을 반출했는지 설명할 수 있어야 데이터 무결성과 개인정보 보호를 같이 말할 수 있습니다. eCFR 21 CFR 11.10은 규제 전자기록 맥락에서 정확하고 완전한 사본 생성, 보존기간 동안의 검색 가능성, 승인된 개인으로의 접근 제한, 시간 기록이 남는 감사추적, 권한 확인을 요구합니다[S5]. 모든 R&D가 Part 11 적용 대상은 아니지만, 접근권한 표를 설계할 때 참고할 수 있는 실무 원칙은 분명합니다.
접근권한 표에는 사람 이름만 적지 않습니다. 역할, 소속, 접근 가능한 자료 등급, 시작일, 종료 예정일, 승인자, 승인 근거, 회수 확인일, 예외 사유를 적습니다. 과제 중간에 참여기관이 바뀌거나 외부 분석자가 추가되면 권한 변경이 데이터 해석에도 영향을 줍니다. 분석자가 원자료를 직접 보았는지, 가명처리본만 보았는지, 매핑표 접근권한이 있었는지에 따라 결과 검증 방식과 개인정보 위험이 달라집니다.
**접근권한 보존에서 바로 보류해야 할 신호**
- 과제 종료자가 클라우드 폴더 관리자 권한을 계속 가지고 있다.
- 원자료, 처리본, 분석본, 매핑표가 같은 권한 그룹에 들어 있다.
- 외부 분석기관에 제공한 파일명은 있으나 제공 범위와 승인자가 없다.
- 접근권한 회수일은 있지만 실제 공유 링크 삭제나 계정 비활성화 증거가 없다.
- 보고서 수치 생성자가 퇴사했는데 분석 환경과 실행 기록을 다른 사람이 열 수 없다.
권한 로그를 오래 남긴다는 말은 모든 사람이 모든 로그를 볼 수 있게 하라는 뜻이 아닙니다. 오히려 로그 자체도 민감자료일 수 있으므로 별도 접근권한을 둡니다. 공개 가능한 데이터 패키지에는 권한 로그 원본을 넣지 않고, “제한공개 사유와 검증 가능 범위”를 요약한 메타데이터만 넣습니다. 내부 검토용 아카이브에는 권한 변경 이력, 반출 승인, 예외 승인, 회수 증거를 남깁니다. 보안 글의 접근통제와 다른 점은, 여기서는 접근권한 기록이 나중에 데이터의 신뢰성과 재현성을 설명하는 증거가 된다는 점입니다.
백업은 아카이브가 아니며, 아카이브는 검색·해석·진본성을 포함합니다
백업은 장애 복구에 가깝습니다. 파일이 사라졌을 때 되살리는 목적입니다. 아카이브는 보존기간이 끝나기 전까지 검색하고, 해석하고, 진본성을 설명하고, 필요하면 제한된 범위에서 제공할 수 있어야 합니다. FDA 데이터 무결성 안내도 백업을 원본 기록의 진본 사본으로 설명하면서, 데이터와 관련 메타데이터를 포함하고 원래 형식 또는 호환 가능한 형식이어야 하며, 일시적 복구용 복사본만으로는 충분하지 않다고 설명합니다[S6]. 이 차이를 모르면 “클라우드 자동 백업이 있으니 끝났다”는 잘못된 결론이 나옵니다.
디지털 보존 분야의 OAIS 관점도 같은 방향을 가리킵니다. Digital Preservation Coalition의 핸드북은 보존 정보가 원래 형태 또는 원본으로 추적 가능한 형태의 인증 사본으로 제공될 수 있어야 하고, 디지털 객체뿐 아니라 이를 설명·관리하는 메타데이터와 지원 정보가 필요하다고 설명합니다[S8]. R&D 팀에 필요한 표현으로 바꾸면, 아카이브는 파일 묶음이 아니라 `파일 + 설명 + 관계 + 권한 + 보존 조치`입니다.
실무적으로는 세 가지를 구분합니다. 첫째, 운영 백업입니다. 작업 중 장애 복구를 위한 짧은 주기 백업입니다. 둘째, 종료 스냅샷입니다. 최종보고서 제출 또는 주요 마일스톤 승인 시점의 데이터·코드·보고서 묶음입니다. 셋째, 장기 아카이브입니다. 읽기 전용 보존 위치, 메타데이터, 접근절차, 보존기간, 폐기 또는 이관 기준을 가진 묶음입니다. 운영 백업은 자주 바뀌고, 종료 스냅샷은 특정 시점을 고정하며, 장기 아카이브는 검토 가능한 상태를 유지합니다.
R&D 데이터 아카이브 메타데이터는 파일명보다 오래 살아야 합니다
파일명 규칙은 필요하지만 충분하지 않습니다. 사람이 이해하기 쉬운 파일명도 시간이 지나면 맥락을 잃습니다. FDA 데이터 무결성 안내는 메타데이터를 데이터를 이해하는 데 필요한 맥락 정보로 설명하며, 날짜와 시간, 사용자 ID, 장비 ID, 물질 상태, 식별번호, 감사추적 같은 정보를 예로 듭니다[S6]. R&D 아카이브에서는 여기에 과제 ID, 참여기관, 데이터 책임자, 변수 정의, 단위, 처리 규칙, 라이선스, 공개 제한 사유, 보존기간, 폐기 예정일을 더합니다.
메타데이터는 “예쁘게 정리한 설명서”가 아니라 데이터 사용을 제한하고 허용하는 기준입니다. 예를 들어 공개 가능한 통계표에는 원자료 접근권한이 필요 없습니다. 제한공개 데이터에는 이용 목적, 승인 절차, 재식별 금지, 재공유 금지, 이용 기간이 필요합니다. 비공개 원자료에는 내부 검증자, 보존 위치, 접근 승인자, 폐기 또는 재검토 날짜가 필요합니다. 같은 데이터에서 나온 산출물이라도 공개 수준이 다르면 메타데이터도 달라져야 합니다.
메타데이터의 가장 중요한 필드는 `relationship`입니다. 어떤 원자료가 어떤 처리본으로 바뀌었고, 어떤 분석파일이 어떤 보고서 표를 만들었는지 연결합니다. 이 연결이 있으면 보고서 수치 하나가 잘못되었을 때 전체 폴더를 뒤지지 않고 원인 파일과 코드만 추적할 수 있습니다. 반대로 이 연결이 없으면 파일은 남아 있어도 검증 비용이 급격히 올라갑니다.
종료 전 30분 R&D 데이터 보존·아카이브 체크리스트
과제 종료 직전에는 완벽한 문서화를 새로 시작하기 어렵습니다. 대신 30분 점검으로 끊긴 경로를 찾아야 합니다. 처음 5분은 보존기간 표를 봅니다. 자료군별 최소 보존기간, 기산점, 연장 트리거가 있는지 확인합니다. 다음 5분은 데이터 계층을 봅니다. 원자료, 처리본, 분석본, 보고서 삽입본이 분리되어 있고 서로 연결되는지 확인합니다.
그다음 7분은 분석파일을 봅니다. 코드 저장소, 실행환경, 패키지 버전, 입력 데이터 버전, 제외 기준, 생성된 그림과 표의 위치가 남아 있는지 확인합니다. 다음 5분은 접근권한을 봅니다. 현재 권한표만 보지 말고 부여·변경·회수·반출 승인 기록이 있는지 봅니다. 마지막 8분은 아카이브 패키지를 봅니다. 읽기 전용 위치, 메타데이터, 제한공개 사유, 공개 가능한 요약본, 폐기 또는 재검토 일정을 확인합니다.
| 시간 | 점검 대상 | 통과 기준 |
|---|---|---|
| 0~5분 | 보존기간 | 자료군별 기산점과 연장 트리거가 있다 |
| 5~10분 | 데이터 계층 | 원자료·처리본·분석본·보고서 삽입본이 분리된다 |
| 10~17분 | 분석파일 | 코드, 실행환경, 입력 버전, 제외 기준이 함께 남는다 |
| 17~22분 | 접근권한 | 부여·변경·회수·반출 승인 로그가 있다 |
| 22~30분 | 아카이브 패키지 | 메타데이터, 보존 위치, 공개 제한, 폐기 재검토 기준이 있다 |
이 점검의 목적은 모든 파일을 더 오래 보관하는 것이 아닙니다. 오래 남길 자료와 줄일 자료를 구분하는 것입니다. 원자료와 매핑표, 분석 코드, 최종보고서 수치 연결표는 길게 보존해야 할 수 있습니다. 반면 중복 다운로드, 임시 변환 파일, 실패한 자동 백업, 사용하지 않은 중간 그래프는 승인 기록을 남기고 줄일 수 있습니다. 좋은 아카이브는 용량이 큰 폴더가 아니라 나중에 설명할 수 있는 폴더입니다.
참고 출처
- [S1] [국가연구개발정보처리기준, 국가법령정보센터](https://www.law.go.kr/LSW//admRulInfoP.do?admRulSeq=2100000195842&chrClsCd=010201)
- [S2] [DataON/KISTI 연구데이터 관리·활용 가이드라인](https://dataon.kisti.re.kr/data_mgnt_guideline_07.do)
- [S3] [NIH Writing a Data Management and Sharing Plan](https://grants.nih.gov/policy-and-compliance/policy-topics/sharing-policies/dms/writing-dms-plan)
- [S4] [eCFR 2 CFR 200.334 Record retention requirements](https://www.ecfr.gov/current/title-2/subtitle-A/chapter-II/part-200/subpart-D/subject-group-ECFR4acc10e7e3b676f/section-200.334)
- [S5] [eCFR 21 CFR 11.10 Controls for closed systems](https://www.ecfr.gov/current/title-21/chapter-I/subchapter-A/part-11/subpart-B/section-11.10)
- [S6] [FDA Data Integrity and Compliance With Drug CGMP: Questions and Answers](https://www.fda.gov/media/119267/download)
- [S7] [OECD Access to research data from public funding toolkit](https://www.oecd.org/en/toolkits/access-to-research-data-from-public-funding-toolkit.html)
- [S8] [Digital Preservation Coalition, Standards and best practice](https://www.dpconline.org/handbook/institutional-strategies/standards-and-best-practice)