독점 거리 전경 이미지를 (건강 및 장소) 연구에 사용할지 말지에 대한 고찰

المفاهيم الأساسية

독점 거리 전경 이미지 사용에 따른 법적 문제를 인식하고, 연구자들이 준수해야 할 윤리적 지침을 제시한다.

الملخص

이 논문은 독점 거리 전경 이미지(특히 구글 스트리트 뷰)를 연구에 활용하는 것에 대한 법적 문제를 다룬다.

1. 거리 전경 이미지는 환경 평가 연구에 유용한 데이터원이지만, 이미지 제공업체의 이용 약관이 연구 활용을 제한하고 있다.
2. 구글 스트리트 뷰 이미지의 경우, 대량 다운로드, 색인 생성, 콘텐츠 생성 등이 금지되어 있어 연구 활용에 어려움이 있다.
3. EU 저작권법 개정(2019년)으로 연구 목적의 텍스트 및 데이터 마이닝이 허용되었지만, 이미지 활용에 대한 해석이 모호하여 여전히 법적 위험이 존재한다.
4. 연구자들은 1) 이미지 사용에 대한 저작권 고지, 2) 학술 목적 라이선스 확보, 3) 오픈 데이터 활용 등의 조치를 취해야 한다.

الإحصائيات

구글 스트리트 뷰 이미지 활용에 대한 제한 사항:

"고객은 구글 맵스 콘텐츠를 내보내거나, 추출하거나, 긁어오지 않을 것"
"고객은 구글 맵스 콘텐츠를 사전 가져오거나, 색인하거나, 저장하거나, 재공유하거나, 재호스팅하지 않을 것"
"고객은 구글 맵스 콘텐츠를 기반으로 콘텐츠를 생성하지 않을 것"

اقتباسات

"구글 맵스 플랫폼 이용 약관은 구글 지적 재산권의 가능성과 제한을 명시하고 있으며, 이는 비상업적 용도에도 적용된다."
"EU 저작권법 개정(2019년)에 따른 텍스트 및 데이터 마이닝 예외 조항은 모호하게 정의되어 있어, 법적 해석에 따라 연구자에게 불리하게 작용할 수 있다."

الرؤى الأساسية المستخلصة من

To use or not to use proprietary street view images in (health and place) research? That is the question

by Marco Helbic... في arxiv.org 03-22-2024

https://arxiv.org/pdf/2402.11504.pdf

استفسارات أعمق

구글 스트리트 뷰 이미지 외에 연구에 활용할 수 있는 대안적인 데이터원은 무엇이 있을까?

구글 스트리트 뷰 외에도 연구에 활용할 수 있는 대안적인 데이터 소스로는 Mapillary와 같은 오픈 소스 이미지 플랫폼이 있습니다. Mapillary는 Meta 소유의 플랫폼으로, 사용자가 제공한 이미지를 자원봉사적으로 제공하며, 이러한 이미지는 Creative Commons Share-Alike With-Attribution 조건에 따라 자유롭게 이용할 수 있습니다. 이러한 오픈 데이터 소스를 활용하면 연구자들은 법적 이슈를 준수하면서도 연구를 진행할 수 있습니다. 물론 이러한 자원을 활용하기 위해서는 사용자가 제출한 이미지를 사전 처리하는 과정이 필요할 수 있습니다.

연구자들이 독점 이미지 데이터를 활용할 수 있도록 하는 법적 해결책은 무엇일까?

독점 이미지 데이터를 활용하기 위한 법적 해결책으로는 Google과 같은 제공업체가 학술적 목적을 위해 디자인된 라이센스를 발행하는 것이 제안됩니다. 이러한 학술용 라이센스는 학계에서 Google 스트리트 뷰 데이터에 더 쉽게 접근할 수 있도록 하며, 연구의 공정성과 포용성을 증진시키고 법적 준수를 간소화할 수 있습니다. 또한, 이러한 라이센스를 통해 연구자들은 법적 문제 없이 독점 이미지 데이터를 활용할 수 있게 됩니다.

거리 전경 이미지 활용에 대한 윤리적 고려사항은 무엇이 있을까?

거리 전경 이미지 활용에 있어서 윤리적 고려사항은 연구자들이 데이터를 수집하고 처리하는 과정에서 발생할 수 있는 문제에 대한 인식과 대응이 중요합니다. 특히 독점 이미지 데이터의 사용이 법적 문제를 야기할 수 있으며, 이는 연구자와 기관에 미래에 법적 문제를 일으킬 수 있는 위험을 안겨줄 수 있습니다. 따라서 연구자들은 법적 문제를 신중히 고려하고, 연구 결과가 독점 데이터에 기반한 것임을 명시하는 것이 중요합니다. 또한, 오픈 및 재현 가능한 과학을 촉진하고 오픈 데이터 소스를 활용하여 연구의 투명성을 유지하는 것이 필요합니다.