東北大学の研究データレイク「IZUMI」、運用1年の取り組みと今後の課題

東北大学の中村と申します。事例の2つ目ということで、東北大学研究データレイクIZUMIの現状と課題についてご説明いたします。ちょっと私スライド作りすぎてしまったので、ちょっと要点を絞ってお話できればと思います。

まず自己紹介を簡単にさせていただきますと、私は情報基盤の研究開発に、産業界と学術界を通して約30年ほど従事してまいりました。今日お話しするIZUMIを含む研究データ基盤の企画運用を、東北大学の教員の立場でリードしています。

これが本学における研究データ管理の取り組みなんですけども、こちらの研究データ管理の分野をリードされているNII様と連携しまして、6年以上にわたって様々な取り組みを推進しております。これ、去年頂いたんですけど、今年もファンファーレのタイミングがちょっとトラブってたんだ。これ、予定じゃなかったんです、すいません。それで、本日はIZUMIのことを話していければと思うので、最後にコンソーシアムも少し触れられればと思います。

IZUMIなんですけども、名前には色々由来がございまして、まず本学の豊富に蓄積された研究データから新しい知見だったり調理を生み出すことができる、知識の泉となるということを願ってつけています。また、仙台の地名で泉、泉ヶ岳とか泉、あと私の所属部局でスーパーコンピューターAOBAというのを運用してるんですけども、これとの名前の親和性もあって、こういう名前にしております。

こちらがIZUMIを中心とした研究データ基盤の本学の全体像になるんですけども、IZUMIは中核に位置づいておりまして、これによって教員が生産性の高い研究や業務に集中することが可能となっております。

こちらは我々が今提唱してる研究データセントリックアーキテクチャーというものになるんですけれども、左側が従来のアーキテクチャーで、右側が我々が提唱するアーキテクチャーになります。昨日のオープニングのパネルセッションでも、視点は違うかもしれないんですけど、似たような議論があったかなと思っていまして、集中なのか分散なのか、集中するんだとすればどれぐらいの割合なのかみたいな議論があったと思いますけども、我々としては、研究データを中心にした上で、様々なコンピューティングと繋がるということを狙っています。

IZUMIの設計方針はこちらに挙げております。3点ございまして、アジリティ、ユーザビリティ、インターオペラビリティになりますけども、アジリティはすぐに利用できることの意味で、具体的には利用申請を不要化だったり簡易化だったり自動化することによって、すぐに利用できるようにしています。

ユーザビリティは簡単に利用できることの意味ですけども、いわゆるデータレイクというのはS3のオブジェクトストレージのことを指しますけども、それですとITに不慣れな先生方はやはりちょっと使いづらいところがありますので、Webブラウザベースのデータサービス、具体的にはクラウドを採用しています。これは他の大学でもかなり、先ほど厚海先生のところでもお話ありましたけども、導入が進んでるかなと思います。

最後、インターオペラビリティですが、まず導入当初は、GakuNin RDMの外部ストレージとして連携することを狙って設計しています。

こちらがIZUMIの今のチームでして、始めた時は本当に寂しいチームで、私と1、2名がいるぐらいだったんですけども、おかげ様で少しずつチームも成長してきていて、今こういったメンバーで検討を進めています。

本題ですが、IZUMIを運用開始してから約1年経って、何ができたかなというのを、せっかくの機会なので、ちょっと振り返ってみたんですけども、カテゴライズすると、ここにあるように5つに分類できるんですが、まず利用者についてですね、ここに書いてあるような取り組みを行っています。ちょっと読み上げると時間が多分足りなさそうなので、画面で見ていただければと思います。

あとアジリティ向上については、次のスライドで具体例をお示ししようと思ってるんですけども、容量拡張申請の自動化というのをやったり、あと学生利用のために、申請フォームをいかに簡素化するかといったところもこだわって検討しました。

ユーザビリティ向上の観点だと、FAQとかガイドラインの説明サイトの情報を強化したというところが、頑張ったポイントかなと思います。

インターオペラビリティ向上の観点で言いますと、まず最初はGakuNin RDMだったんですけども、それ以外の学内のシステムですね、東北大学研究データ管理アプリというものだったり、総合知デジタルアーカイブと呼ぶシステムですけど、こういったシステムとの連携もしくは連携に向けた実験を進めています。

最後、信頼性向上で、ここはかなり泥臭い話なので、なんていうか未来に向けた話でもあんまないんですけども、安定して動くということで、色々と施策を行っています。

先ほどお話ししたアジリティ向上の例で、容量拡張申請のフローなんですけども、利用者は今、Web申請でこの容量拡張ができるようになっています。その際の入力項目もかなりこだわって削ぎ落として、今4項目入力すれば申請できるようになっています。

10TBが自動拡張できる境界にしていまして、10TB以下であれば、翌朝に自動承認されるという形になっています。10TBを超えてしまった場合なんですけども、これは私が指示したわけじゃなくて、昨日のキーワードで言うと、私が言ったことを忖度してチームの方々がすごくいいものを作ってくださったんですけども、まずは10TBまでは自動承認しますと。残りの部分は確認した上で、確認が取れ次第承認するという風になっていて、少しでも止めないということで、こういった工夫をしています。

おかげ様で色々取り組みをした結果、容量だったり利用者とも、今年度に入ってからかなり増えていまして、クォータ容量が約1年で19倍で、累積の利用者が5.2倍ですね。1年でかなり伸びたかなという風に思います。

ちょっと最後にお知らせがあるんですけど、今日のパネルセッションの振りということで、今後の課題についてになりますが、こちらも先ほどの表と同じく5つにカテゴライズしますと、まず利用者拡充の観点で言いますと、この辺りは多分厚海先生がおっしゃったこととかなり被るところが多いんですけども、まず安定財源の確保で、運用保守だったりシステム更新というところで何らかの手当てをしていく必要があるんですけど、そこがまだ課題であると思っています。あと、対象を拡大するために、機微情報を取り扱うために要件を整理していく必要があると思ってまして、こういったところも進めていきたいと思います。

アジリティ向上の観点で言いますと、色々工夫はしてるんですけども、まだシステム連携というところだと色々とやれることがあるかなという風に思っております。具体的な例で言いますと、例えばIZUMIで研究データを公開したものにDOIをつけたいという要件は結構あるので、図書館が今それをハンドリングしてるんですけども、図書館と連携して何らか自動化できないかというところを考えていきたいと思っています。

ユーザビリティ向上の観点ですと、今、学内の利用者だけしか基本的には使えない。使えないというか、学外も使えるのは使えるんですけど、ユーザー登録はされてないので、その範囲で使えるんですけど、可能な限り学内ユーザーと同等の操作感にしたいという風に思っています。あと飛ばしまして、メタデータの自動付与ですね。これも昨日から、今日もですけど、いろんな方がおっしゃってて、私もここは課題意識があります。

インターオペラビリティ向上については、他のシステムと繋がるということを狙ってS3にはしているのですが、それで十分なのかというところは、ちょっと具体的な項目は出てこないんですけど、その辺りは今後も引き続き検討する必要があると思っています。信頼性向上はそうですね、厚海先生と被るところで言えば遠隔バックアップですかね。その辺りがありますね。ちょっと時間がもう来てしまったので、これは一部飛ばしました。

最後に、時間を超過した中で申し訳ないんですけども、ちょっとアナウンスさせていただきたくて、本学が中心となって、トークコンソーシアム、エコシステムのトコンソーシアムという組織を運営しています。学術機関であれば東北の機関に限定して会員を募集しておりますので、是非ご興味がありましたらこちらのサイトにアクセスしていただければと思います。あと7月13日に第3回のシンポジウムを予定しておりますので、こちらは確か会員でなくても参加できる理解なので、是非是非ご参加いただければと思います。すいません、時間超過しました。以上です。