목적에 맞는 데이터를 구하기란 쉽지 않다. 데이터를 이해하고 인사이트를 발굴하는 것보다, 데이터를 구하는게 아마 더 어렵지 않을까 싶다.
캐글과 같은 컴페티션이 이뤄지는 사이트에서는 데이터가 많이 널려있다. 데이터와 풀어야 할 과제가 주어지고 이를 전세계 사람들이 컴페티션을 한다. 그리고 이 데이터들에는 각각에 라이센스가 있다.
논문에서 다룰 데이터의 라이센스는 CC BY-SA 4.0 이다.
해당 라이센스는 저작자를 표시하고, 데이터를 2차적으로 변형/리믹스 할 경우 동일한 라이센스를 부여한다면 다음과 같은 권리가 주어진다:
- 공유: 복제, 배포, 전시, 공연 및 공중송신 (포맷 변경도 포함)
- 변경: 리믹스, 변형, 2차적 저작물의 작성, 영리목적으로도 이용이 가능
쉽게 말해서, 라이센스에 대해 부담이 굉장히 적다 (즉 쓰고 싶은대로 써도 되는) 는 것을 알 수 있다.
