온톨로지 설계 5원칙과 FAIR 공개 지침 정리: 서울대 DSBA 연구실 스터디 발표

핵심 메시지

• 온톨로지는 어떤 개념과 관계가 있는지 정의한 뼈대이고, 지식 그래프는 그 뼈대에 실제 데이터를 채운 것이다. 데이터베이스의 스키마와 레코드 관계에 가깝다.
• LLM은 확률로 답하기 때문에 같은 질문에도 답이 흔들리지만, 온톨로지는 고정된 개념과 관계를 기준으로 삼아 일관성을 잡아주는 의미 기반 가드레일 역할을 한다.
• 그루버가 1995년 논문에서 제시한 설계 5원칙은 명확성, 정합성, 확장성, 최소 인코딩 편향, 최소 존재론적 개입이다.
• 잘못 설계된 온톨로지 위에 자율적인 에이전트를 올리면 틀린 전제가 검토 없이 행동으로 이어질 위험이 커진다.
• 온톨로지를 파일로 올려두는 것만으로는 재사용되지 않는다. URI 설계, 메타데이터, 문서와 버전 관리, 웹 공개 방식까지 갖춰야 한다.

쉽게 이해하기

서울대학교 산업공학과 DSBA 연구실의 온톨로지·지식 그래프 스터디 1주차 발표로, 석사과정 최아정 연구원이 전통적인 온톨로지 설계 원칙을 정리했다. 온톨로지는 개념화를 명시적으로 적어둔 것, 즉 특정 도메인에 어떤 개념이 있고 그것들이 어떤 관계를 맺는지 용어와 규칙, 자연어 설명으로 분명히 써둔 문서다. 온톨로지가 스키마라면 지식 그래프는 그 안에 채워진 실제 인스턴스 데이터에 해당한다.

온톨로지를 보는 시각은 시대에 따라 바뀌었다. 1990년대에는 시스템끼리 지식을 정확히 주고받기 위한 논리 명세서였고, 2000년대에는 웹을 의미적으로 연결하는 공용 인프라로 주목받았으며, 이후에는 검색과 추천, 사기 탐지 같은 실제 서비스를 떠받치는 엔진으로 쓰였다. 대규모 언어 모델이 등장하며 잠시 덜 중요해 보였지만, 환각과 일관성 문제가 드러나면서 AI를 통제하고 신뢰성을 높이는 의미 계층으로 재평가되고 있다. 발표에서는 팔란티어가 온톨로지를 기반으로 ERP·CRM·공급망 데이터를 연결해 의사결정 시스템을 만들고, 에어버스가 제조·정비·공급망 데이터를 통합해 AI 워크플로에 활용하는 사례를 든다.

첫 번째 논문인 그루버의 1995년 연구는 온톨로지를 세상에 무엇이 존재하는가를 따지는 철학적 문제가 아니라, 지식 공유라는 목적을 위해 사람이 만드는 설계물로 본다. 중요한 것은 절대적으로 참인가가 아니라 목적에 맞게 잘 만들어졌는가다. 이 관점에서 제시된 다섯 가지 원칙이 명확성, 정합성, 확장성, 최소 인코딩 편향, 최소 존재론적 개입이다. 각각 용어의 뜻이 누구에게나 분명한가, 규칙에서 나온 결론이 기존 정의와 모순되지 않는가, 나중에 개념을 추가해도 기존 정의를 크게 고치지 않아도 되는가, 특정 언어나 자료 구조에 지나치게 묶이지 않았는가, 꼭 필요한 것만 정의했는가를 묻는다.

언뜻 명확성과 최소 개입은 서로 충돌하는 것처럼 보이지만, 발표는 두 원칙이 보는 대상이 다르다고 설명한다. 최소 개입은 무엇을 포함할지 범위의 문제이고 명확성은 포함하기로 한 것을 얼마나 분명히 정의할지의 문제여서, 적게 정의하되 정의하기로 한 것은 확실하게 정의하라는 뜻이 된다. 논문의 사례도 이를 보여주는데, 공학 물리량 온톨로지는 값을 숫자와 단위의 쌍으로 정의했다가 특정 자료형에 묶이는 문제를 겪었고 크기와 단위를 분리하자 같은 길이가 서로 다른 값으로 추론되는 정합성 문제가 생겨, 결국 길이·시간·속도 같은 물리 차원 개념을 도입해 같은 차원끼리만 비교하게 만들었다. 서지 데이터 사례에서는 어떤 기록에 연도만 있고 다른 기록에는 월까지 적혀 있을 때 날짜 형식을 억지로 통일하면 데이터에 없는 정밀도를 강요하게 되므로, 날짜 문자열 뒤에 있는 실제 시점을 따로 두어 같은 출판 시점을 서로 다른 정밀도로 표현한 것으로 볼 수 있게 했다.

두 번째 논문은 잘 설계된 온톨로지를 웹에서 실제로 찾고 접근하고 이해하고 재사용하게 만드는 FAIR 구현 지침을 다룬다. URI는 자신이 관리할 수 있는 도메인 아래에 두고, 작은 온톨로지에는 해시 방식이, 클래스가 수천 개인 큰 온톨로지에는 슬래시 방식이 어울린다. 이름이 바뀌어도 흔들리지 않도록 의미가 드러나지 않는 식별자를 쓰거나, 서버가 바뀌어도 주소가 끊기지 않도록 리다이렉트 서비스를 쓰는 방법도 소개한다. 라이선스와 작성자, 생성일과 버전 정보 같은 메타데이터, 용어마다 붙이는 사람이 읽을 수 있는 이름과 설명, 기계용 파일에서 자동 생성한 HTML 문서와 UML 기반 다이어그램, 요청 형식에 맞춰 HTML이나 RDF를 돌려주는 콘텐츠 협상, 접두어 등록소와 분야별 온톨로지 등록소 등재까지가 공개 과정에 포함된다.

주요 인사이트

• AI의 자율성이 높아질수록 그 아래에서 맥락과 우선순위를 잡아주는 의미 계층이 더 중요해진다. 특히 물리적 환경에서 움직이는 AI는 그럴듯한 답이 아니라 상황을 이해하는 구조를 필요로 한다.
• LLM이 자동으로 만든 온톨로지나 지식 그래프는 그럴듯해 보여도 모순이 섞일 수 있어, 정합성 검증이 오히려 더 중요해졌다.
• 확장성은 처음부터 거대하게 만드는 것이 아니라 핵심 개념부터 작게 시작해 모듈로 넓혀가는 방식과 연결된다.
• 클래스나 속성의 URI에 버전 번호를 넣으면, 사람 눈에는 같은 개념이라도 컴퓨터는 다른 클래스로 취급해 기존 데이터와의 연결이 끊긴다. 버전은 메타데이터로 따로 관리해야 한다.
• 같은 다섯 가지 원칙을 적용하더라도 도메인의 이론이 얼마나 탄탄한지에 따라 설계 선택이 달라진다. 물리량처럼 이론이 확고한 영역은 강하게 정의해도 되지만, 서지 데이터처럼 기록 방식이 제각각인 영역은 여지를 남겨야 한다.

자주 묻는 질문

관련 AI 소식