데이터 등록 소개 데이터 등록 바로가기
K-MDS의 데이터 등록은 소재 연구데이터 표준화(최신버전: 2022-1)를 위한 표준위원회에서 정의한 소재 연구데이터 표준 어휘를 기준으로 등록하는 표준 소재 데이터 등록 기능과
표준 어휘에 등록되어 있지 않지만, 연구자가 따로 정의한 소재 어휘를 추가하여 나만의 템플릿을 정의하여 등록하는 템플릿 기반 소재 데이터 등록 기능으로 나누어질 수 있습니다.

K-MDS 에서는 데이터 등록을 위해 웹 화면에서 데이터를 개별적으로 등록하거나, 여러 건을 동시에 입력하기 위해 엑셀 파일의 양식을 받아서 입력하는 배치 기반 데이터 등록을 지원하고 있습니다.
KMDS의 데이터 등록에 대한 상세한 내용은 사용자 가이드를 참고하시기 바라며, 소재 표준데이터 표준(안)은 자료실에서 참고하시기 바랍니다.
데이터 등록 문의는 kmds@kisti.re.kr으로 연락 부탁드립니다.
데이터 검색 소개 데이터 검색 바로가기
K-MDS의 검색 기능은 등록된 소재 데이터를 소재 검색, 속성 검색 기능을 통해 사용자가 원하는 정보를 제공하는 것을 목적으로 합니다.
소재 검색
소재 검색은 소재명, 작성자명, 키워드 검색과 함께 구성 원소, 속성 정보를 통해 소재 데이터를 탐색할 수 있는 기능입니다.

속성 검색
소재의 속성 검색은 소재를 구성하는 기본 단위인 원소와 소재의 성질인 기계적, 열적, 전기적, 자기적, 화학적 성질의 특성을 조합하여 연구자가 원하는 소재 정보를 탐색 및 검색할 수 있는 기능입니다.

데이터 검색 주요 기능
01소재 검색
- 소재 구성 원소와 속성 정보를 조합하여 검색 조건을 다양하게 지원합니다.
- 검색 결과에 대한 정확도순, 최신순, 제목순으로 정렬하여 사용자에게 정보를 제공합니다.
- 검색 결과의 소재명을 클릭하여 상세정보를 제공합니다.
02속성 검색
- 소재의 성질은 기계적(탄성, 경도, 연성 등), 열적(열전도율, 열팽창계수 등), 전기적 (전기 전도율, 저항 등), 자기적(자기장, 자석 성질 등), 화학적 성질(화학 반응, 가연성 등) 등 속성 검색은 소재의 실제 데이터를 확인할 수 있는 기능으로 속성 정보, 구성 원소의 조건을 조합하여 소재 데이터를 탐색할 수 있습니다.
- 검색 결과의 목록에서 사용자가 원하는 속성 정보만 선택하여 확인할 수 있으며, 수치 데이터에 대해서는 가시화 도구를 통해 관계성을 파악할 수 있습니다.
분석지원 APP 소개 분석지원 APP 바로가기
분석지원 APP은 소재데이터를 활용한 AI/ML 분석, 시뮬레이션, 시각화 등에 활용되는 다양한 APP을 웹에서
실행하기 위한 환경을 제공합니다. 아울러 APP 검색을 통해 APP에 대한 상세한 설명을 확인할 수있습니다.


워크벤치
워크벤치는 KMDS 분석 카탈로그 서비스를 통해 제공되는 앱을 수행하기 위한 실행환경입니다.
소재데이터를 분석하고, 시뮬레이션, 시각화하는데 사용되며 워크벤치를 통해 앱을 수행하고,
작업 이력을 관리할 수 있습니다.
워크벤치에서 수행되는 APP들은 입력기, 해석기, 분석기 등으로 구성되어 있습니다.
01워크벤치 기능
- 프로젝트 생성하고 실행 히스토리를 관리합니다.
- 분석/시뮬레이션을 수행합니다.
- 입력 데이터 편집 기능을 제공합니다.
- 출력 데이터 분석 기능을 제공합니다.
02워크벤치 구성요소
입력기(Editor)
웹 GUI를 통해 사용자의 입력을 받아 해석기의 입력 데이터를 만드는것을 지원하는 소프트웨어 (파일 OR 구조화 된 데이터)
분석기(Analyzer)
해석기(Solver)를 통해 생성된 결과 데이터를 웹상에서 분석 작업을 할 수 있는 요소로써 해석기 결과 데이터를 파일형태로 읽어 시각화하는 소프트웨어
해석기(Solver)
과학/기술 분야의 문제를 해결하기 위해 입출력 포트를 설정하여 데이터를 입력하고 분석 OR 시뮬레이션을 실행할 수 있는 소프트웨어
K-MDS Web Console 소개 Web Console 바로가기
WEB console은 터미널 기반의 사용자가 편리하게 Login서버로 접속해서 터미널 기반으로 데이터분석을 수행할 수 있도록 지원하는 웹 인터페이스입니다.
사용자는 K-MDS 계산 클러스터에 대한 이용신청 및 OTP 앱을 설치하여야 하며, 관리자로부터 허가를 득한후 이용이 가능하게 됩니다.
K-MDS Web Console 사용 방법
사용자는 사용자의 ID, Password, One-time password 등을 입력하고 접속버튼을 클릭하면 웹기반으로 SSH 접속을 하게됩니다.
01계산 클러스터 구성
- 로그인 노드 VM 2대, 스케줄러 노드 VM 2대, 계산 노드 VM 40대
- 로그인 노드 VM은 컴파일 및 디버깅 용도로 20 Core CPU, A100 GPU 2대 할당
- 계산 노드 VM16 Core CPU 18대, 24 Core CPU22대, VM 당 A100 GPU 1대 할당
- 816 CoreCPU, A100GPU40대(FP649.7 * 40 = 388 TFLOPS)
- 작업 수행 시, 각 계산 노드당 최대 192GB 메모리사용 가능
- 전체 3.5PB 병렬 파일 시스템 공유•운영정책에 따라 사용자별 Disk Quota 할당
02K-MDS 계산 클러스터 접속 절차
- 사용자: K-MDS 계산 클러스터 이용 신청 (e-Mail) 및 OTP App. 설치
- 관리자: 계정 설정 및 OTP Token 생성 후, 사용자에게 전달 (e-Mail)
- 사용자: 자신의 패스워드 및 OTP 인증을 통한 로그인 서버 SSH 클라이언트 또는 WEB Console을 이용하여 접속

K-MDS JupyterLab 소개
JupyterLab은 노트북, 코드 및 데이터를 위한 최신 웹 기반 대화형 개발환경으로서, 유연한 인터페이스를 통해 사용자는 데이터 과학, 과학 컴퓨팅, 전산 저널리즘 및 머신러닝의 워크플로우를
구성하고 배열할 수 있습니다. 또한 기능을 확장하고 강화하기 위하여 모듈식 디자인으로 설계되었습니다.
K-MDS의 분석SW 개발 환경은 사용자가 K-MDS에 등록된 데이터 및 사용자의 데이터를 원스톱으로 분석할 수 있도록 JupyterLab서비스를 제공합니다. 웹 기반으로 셀단위로 코드를 실행하여
바로 결과를 확인할 수 있으며, 데이터를 시각화할 수 있고, 셀 별로 Markdown 문서를 삽입하여 코드에 대한 설명을 추가할 수 있습니다.
K-MDS JupyterLab 사용 방법
JupyterLab을 사용하기 위해서는 K-MDS계정으로 로그인이 필요합니다. K-MDS 홈페이지에서 Analysis를 클릭하고 JUPYTERLAB을 클릭하면 JupyterLab 사용하실 수 있습니다.
로그인후 잠시 기다리면 사용자를 위한 자원을 할당하고, 다음과 같이 JupyterLab화면을 통해 사용자는 분석 SW를 개발할 수 있게 됩니다.
로그인 전

로그인 후 (JupyterLab의 웹기반 대화형 개발환경)

JypyterLab 주요 기능
- Python, R, Julia 및 Scale 등을 포함하여 40개 이상의 프로그래밍 언어를 지원합니다.
- 다른 사람과 이메일, 드롭박스, 깃허브, 노트북뷰어(nbviewer)를 통한 노트북 공유가 가능합니다.
- 코드는 HTML, 이미지, 비디오, LaTeX 및 사용자 정의 MIME 유형과 같은 풍부한 대화형 출력을 생성합니다.
- Python, R 및 Scala로부터 Apache Spark와 같은 빅데이터 도구를 활용할 수 있고, 같은 데이터로 pandas, scikit-learn, ggplot2 그리고 TensorFlow로 탐색이 가능합니다.