과제
국립수산과학원의 사육 데이터에는 표준화된 형식이 없었습니다. 연구자마다 각자의 방식으로 엑셀에 데이터를 정리하다 보니, 같은 종류의 데이터라도 구조와 항목이 제각각이었습니다. 이렇게 정리된 데이터는 이후 분석하거나 AI로 확장하려 할 때 그대로 활용하기 어렵습니다.
이전에도 데이터를 한곳에 모으려는 시도가 있었지만, 정해진 형식에 맞춰 입력하도록 강제하는 방식이었습니다. 입력 방식이 연구 방식을 제약하다 보니 실제로는 잘 쓰이지 않았고, 데이터는 다시 각자의 파일로 흩어졌습니다.
접근
알파온은 데이터를 한곳에 모으는 중앙 플랫폼을 구축하되, 확장성과 자유도를 최우선으로 설계했습니다.
핵심은 연구자에게 경직된 입력 형식을 강요하지 않는 것이었습니다. 이전 시스템이 정착하지 못한 이유가 형식의 강제에 있었기 때문에, 연구자는 기존의 작성 방식과 자유도를 유지하면서도 데이터가 이후 분석과 확장에 쓰일 수 있는 체계 안에 축적되도록 균형을 맞췄습니다.
동시에 축적된 데이터가 이후 다양한 용도로 확장될 수 있도록 구조를 설계했습니다. 향후 실시간 센서 데이터를 연동하거나, 누적된 데이터를 AI 모델이 직접 활용하는 방향까지 고려해 확장 여지를 열어 두었습니다.
결과
국립수산과학원은 분산되어 있던 사육 데이터를 하나의 플랫폼에 축적하는 기반을 확보했습니다. 연구자의 작성 자유를 유지했기 때문에 실제 사용으로 이어질 수 있고, 데이터가 일관된 체계 안에 모이면서 이후 분석과 활용의 토대가 마련되었습니다.
실시간 센서 연동과 AI 모델 활용은 아직 구축 단계는 아니지만, 플랫폼이 이를 수용하도록 설계되어 있어 향후 별도의 재구축 없이 확장할 수 있습니다.