Five Stars of Linked Data: 데이터 개방 성숙도를 재는 5단계 등급
팀 버너스리가 제안한 Five Stars 모델의 OL·RE·OF·URI·LD 5단계 등급 기준과 단계별 전환 절차, 등급별 운영 지표를 정리한다.
2026-08-12 · 최초 발행 2025-11-26
같은 데이터라도 PDF로 공개된 것과 RDF로 다른 데이터셋에 링크된 것은 활용 가치가 다르다. 팀 버너스리(Tim Berners-Lee)는 이 차이를 다섯 단계로 나눠 평가하는 Five Stars of Linked Data(Five-Star Open Data) 모델을 제안했다. 소비자 입장에서 데이터 접근 용이성, 기계 처리성, 의미적 연결성을 얼마나 갖췄는지를 별 1개에서 5개까지의 등급으로 매긴다.
등급 체계 한눈에 보기
★1부터 ★5까지는 OL(Open License) → RE(Machine Readable) → OF(Open Format) → URI(Uniform Resource Identifier) → LD(Linked Data) 순으로 요건이 누적된다.
- ★1: OL(Open License) 충족, 어떤 형식이든 공개(PDF 포함)
- ★2: RE(Machine Readable) 충족, 기계가 파싱 가능한 형식 제공(XLS 등)
- ★3: OF(Open Format) 충족, 비독점 오픈 포맷 제공(CSV/JSON 등)
- ★4: URI 부여, 항목별 식별자와 HTTP URI 해석 가능화
- ★5: LD(Linked Data) 구현, 외부 데이터 집합과 의미적 링크 제공(RDF/JSON-LD 기반)
OL: 우선 공개 가능한 라이선스부터
Open License는 재사용·변형·배포 권한을 명시해 법적 불확실성을 제거하는 단계다. CC BY/CC0, ODbL, PDDL이 권고 라이선스이며, 메타데이터에 라이선스 URI를 포함해야 한다.
RE: 기계가 읽을 수 있는 형식
Machine Readable은 수작업 추출 없이 기계가 파싱할 수 있는 상태를 뜻한다. PDF를 XLS/CSV/JSON으로 변환하는 것이 권장되며, 스키마(필드 정의, 데이터 타입)와 유효성 검증 규칙을 함께 제공해야 한다.
OF: 특정 회사에 종속되지 않는 포맷
Open Format은 XLS 같은 독점 포맷에서 CSV/JSON/Parquet/Avro 같은 개방 포맷으로 전환하는 단계다. 콘텐츠 협상과 압축(HTTP gzip)을 지원하면 전송 효율이 개선된다. 스키마 명시와 오픈 포맷 도입은 API 소비 성공률을 10~20%p 향상시킨다.
URI: 항목 하나하나에 주소를 부여한다
URI 부여는 항목별로 견고한 HTTP URI를 설계하는 작업이다. 영속성, 예측 가능한 경로, 버전 전략을 갖추고 콘텐츠 협상(text/html, application/ld+json)과 303 Redirect 패턴을 적용한다. URI·스키마 재사용을 전제로 하면 데이터 통합·정제 시간이 30~50% 단축된다.
LD: 다른 데이터와 연결한다
Linked Data 구현은 RDF/JSON-LD로 스키마를 명세하고 DCAT, SKOS, schema.org 같은 공용 온톨로지를 재사용하는 단계다. owl:sameAs, skos:exactMatch로 외부 엔터티와 링크해 의미적 상호운용성을 확보한다. 외부 링크 기반 entity resolution으로 중복 매칭 비용이 20~40% 절감된다.
단계별 전환 절차
입력은 기존 산출물(PDF/XLS), DB 덤프, API 결과다. 처리는 라이선스 검토 → 정형화 → 오픈 포맷화 → URI 설계 → RDF 모델링 → 외부 링크 순으로 진행되고, 출력은 등급별 산출(★1~★5)과 문서화·메타데이터 공개, 접근 API 제공으로 이어진다.
라이선스 요건을 못 채우면 비식별·권리정비 후 재공개하거나 임시로 내부에 한정 공개한다. 포맷 변환이 실패하면 스키마를 최소화하고 타입을 정규화한 뒤 반복 변환한다. URI가 충돌하면 네임스페이스를 재설계하고 규칙 기반 검증과 사전 예약 테이블을 운영한다.
실무에서는 어떻게 쓰나
공공 데이터 포털 고도화에서는 행정코드·지오코드에 URI를 부여하고 국토·통계 데이터와 LD로 링크한다. DCAT 메타데이터를 제공해 크롤러·카탈로그 호환성을 확보한다. 기업 마스터 데이터 관리(MDM)에서는 제품·거래처·규격에 영속 URI를 부여해 카탈로그·CRM·PLM 간 정합성을 강화하고, UNSPSC/GTIN 같은 외부 표준 코드와 링크해 공급망 분석을 자동화한다. 지식그래프 기반 검색·추천에서는 콘텐츠 엔터티를 Wikidata와 연결해 탐색·추천 품질을 높이고, JSON-LD 스키마를 주입해 SEO와 리치 결과 노출을 개선한다. 과학 데이터 재현성 확보에서는 연구 식별자(DOI/ORCID)를 LD로 링크해 인용·재현성 지표를 추적하고, QUDT/Unit Ontology로 단위·측정값의 의미적 일관성을 확보한다.
이런 정량 효과 외에 재사용 가능성·투명성 제고, 데이터 제품화 기반 강화, 시스템 간 의미적 상호운용성 확보에 따른 분석 신뢰성 증대, 장기 보존·이식성 확보에 따른 공급업체 종속 리스크 감소 같은 정성적 효과도 함께 따라온다.
등급별 운영 지표 비교
| 등급 | 대표 포맷 | 확장성(연계) | 일관성(스키마/식별자) | 안정성(호환성) | 운영 편의(배포/소비) | 성능(질의/전송) |
|---|---|---|---|---|---|---|
| ★1 | 낮음 | 낮음 | 중간 | 높음(배포 용이) | 낮음 | |
| ★2 | XLS | 낮음 | 중간 | 낮음(종속성) | 중간 | 중간 |
| ★3 | CSV/JSON | 중간 | 중간 | 높음 | 높음 | 높음 |
| ★4 | CSV+URI 해석 | 높음 | 높음 | 높음 | 높음 | 높음 |
| ★5 | RDF/JSON-LD+링크 | 매우 높음 | 매우 높음 | 높음 | 중간(학습 필요) | 중간~높음 |
어디까지 올릴 것인가
단기 목표는 ★3 확보로 개방 포맷과 기계 판독성을 완성하는 것이고, 중기 목표는 ★4로 URI 부여·해석 가능화를 달성하는 것이며, 장기 목표는 ★5로 외부 링크 기반 지식그래프 통합을 이루는 것이다. 견고한 URI 정책, 표준 온톨로지 재사용, 품질·라이선스 거버넌스, 변환 자동화 파이프라인이 성공 요인으로 꼽힌다.