시작하기¶

대상에 따라 출발점이 다릅니다.

TC 편집자¶

새로운 표준을 AI 레디 패키지로 만들거나, 기존 표준을 전환하시는 분.

1. 표준 선택 및 분석¶

본 사업 5종 시범 표준 중 가장 비슷한 도메인을 참고합니다.

도메인	참고 표준
과학기술 연구	P-01
공공데이터	P-02
AI 학습데이터	P-03
농업 / 산업	P-04, P-05

2. 7개 구성요소 점검¶

작성하실 표준이 다음 7개를 갖추도록 설계합니다.

#	구성요소	도구
1	의미 정의	본문 표
2	구조 정의	JSON-LD `@context`
3	코드값 정의	부록 통제어
4	검증 규칙	SHACL Shape
5	출처·계보	PROV-O
6	사용 제약	DUO / CC URI
7	품질 프로파일	ISO/IEC 5259

3. 매뉴얼 (Phase B 제공 예정)¶

수행계획서 D-2 산출물인 TC 개발 가이드 매뉴얼이 4단계(2026.11) 완료 시 본 사이트의 매뉴얼 섹션에 게시됩니다.

데이터 사용자¶

연구데이터를 직접 만들거나 재사용하시는 분.

1. 가장 가까운 템플릿 받기¶

NIE 환경 Dataset 예시 RDA 농업 Dataset 예시

2. 자기 정보로 채우기¶

{
  "@context": "https://raw.githubusercontent.com/ai-ready-standards/tta-ai-ready/main/standards/P-01-research-data/2_schema/context.jsonld",
  "@id": "여기에 데이터셋 식별자",
  "@type": "Dataset",

  "Identifier": "DOI 또는 URI",
  "IdentifierType": "DOI",
  "Title": {"ko": "데이터셋 이름", "en": "Dataset Name"},
  "Creator": "본인 이름",
  "Publisher": "소속 기관",
  "PublicationYear": "2026"
}

3. 검증¶

검증해보기

4. 활용¶

검증을 통과한 JSON-LD 파일을:

자기 데이터셋과 함께 발행
기관 리포지토리에 등록
DOI 등록 정보로 활용
(Phase B 예정) PyTorch / HuggingFace에서 직접 로딩

개발자¶

AI 시스템·데이터 파이프라인을 본 표준과 통합하시는 분.

1. 검증 도구 설치¶

git clone https://github.com/ai-ready-standards/tta-ai-ready.git
cd tta-ai-ready
python3.11 -m venv venv
source venv/bin/activate
pip install -e tools/validator/

2. JSON-LD 로딩¶

import rdflib
g = rdflib.Graph()
g.parse("your-dataset.jsonld", format="json-ld")
# 이제 표준 어휘로 SPARQL 쿼리·SHACL 검증 가능

3. SHACL 검증을 코드에서¶

from tta_validator.validate import validate_file
from pathlib import Path

result = validate_file(
    Path("your-dataset.jsonld"),
    Path("standards/P-01-research-data/2_schema"),
)
print(f"M:{result.violations}  R:{result.warnings}  O:{result.infos}")
if result.violations > 0:
    print(result.text)

4. CI 통합¶

.github/workflows/ci.yml에 검증 단계를 추가하면 PR마다 자동 실행됩니다.

- name: TTA AI 레디 표준 검증
  run: |
    pip install tta-ai-ready-validator
    tta-validator your-data/ --ci

5. (Phase B) 카탈로그 사용¶

본 저장소의 catalog.jsonld를 사용해 5종 표준을 자동 발견·로딩할 수 있습니다.

import json, urllib.request
catalog = json.loads(urllib.request.urlopen(
    "https://raw.githubusercontent.com/ai-ready-standards/tta-ai-ready/main/catalog.jsonld"
).read())
for ds in catalog["dataset"]:
    print(ds["title"]["ko"], ds["homepage"])

평가위원 / 발주처¶

본 사업의 진행 상황과 산출물을 검토하시는 분.