온톨로지와 지식 그래프 기초: 클래스·인스턴스·속성·공리와 도메인 온톨로지 구축 사례

핵심 메시지

• 온톨로지는 그루버의 고전적 정의대로 '개념화의 명시적 명세'이며, 쉽게 말해 어떤 분야의 용어와 관계를 기계가 이해하고 추론할 수 있게 공식적으로 적어 둔 사전이자 규칙집이다.
• 온톨로지는 보통 네 가지 요소로 구성된다: 개념(클래스), 실제 개체(인스턴스), 개체 간의 값·관계(속성), 항상 참인 논리 규칙(공리).
• 속성은 개체와 개체를 잇는 객체 속성(object property)과 개체에 값을 붙이는 데이터 속성(data property)으로 나뉜다.
• 같은 온톨로지 기술이 정반대 상황에서 쓰인다: 위키데이터는 누구나 참여하는 웹 스케일의 개방형 지식베이스이고, 제조 현장 온톨로지는 특정 공장에 특화된 작고 폐쇄적인 사례다.
• 제조 현장 사례의 핵심 가치는 서로 말이 통하지 않던 이질적인 시스템들을 공통의 개념 체계로 연결해 상호 운용성을 확보하는 데 있다.

쉽게 이해하기

이 강의는 서울대학교 산업공학과 DSBA 연구실의 '온톨로지 & 지식 그래프' 스터디 3주차로, 도메인 온톨로지 구축 사례를 다룬다. 먼저 온톨로지의 기초를 빠르게 복습한 뒤, 웹 전체를 아우르는 개방형 지식베이스인 위키데이터와 제조 현장의 시스템을 잇는 산업용 온톨로지라는 두 가지 사례를 나란히 살펴본다.

온톨로지는 흔히 그루브(Gruber)의 정의를 빌려 '개념화의 명시적 명세'라고 설명된다. 다소 추상적인 이 문장을 풀면, 특정 분야의 용어와 그 관계를 사람의 머릿속이 아니라 기계가 읽고 추론할 수 있도록 형식적으로 정의해 둔 것이라는 뜻이다. 발표자는 이를 반도체 도메인 예시로 구체화한다. 웨이퍼(칩을 만드는 실리콘 원판), 랏(보통 25장씩 묶어 이동시키는 단위), 레시피(장비의 온도·시간·가스 같은 처리 조건), 챔버(웨이퍼가 처리되는 장비 내부 공간), 디펙(웨이퍼 위 결함) 같은 개념과 그 관계를 기계가 이해할 수 있게 적어 두는 것이다.

온톨로지의 네 가지 구성 요소는 이렇게 정리된다. 클래스는 개념·범주(예: 웨이퍼, 프로세싱), 인스턴스는 그 클래스의 실제 개체(예: 특정 아이디를 가진 7번 웨이퍼)다. 클래스가 '틀'이라면 인스턴스는 그 틀에 실제로 채워진 값이다. 속성은 개체 사이의 값이나 관계(예: 랏이 웨이퍼를 포함한다)를 표현하고, 공리는 '리소 공정은 마스크 공정 이후에 진행된다'처럼 예외 없이 항상 참인 논리 규칙을 뜻한다.

속성은 두 종류로 나뉜다. 객체 속성은 웨이퍼가 'is processed by'로 특정 공정 단계에 연결되는 것처럼 개체와 개체를 잇는다. 반면 데이터 속성은 개체에 구체적인 값을 붙인다. 이런 구분을 통해 온톨로지는 개체들이 무엇이고 서로 어떻게 연결되는지를 기계가 논리적으로 추론할 수 있는 형태로 표현한다.

강의의 핵심 관전 포인트는 같은 기술이 극과 극의 환경에서 어떻게 쓰이는지다. 위키데이터는 전 세계 사람들이 함께 사실을 채워 넣는, 규모가 웹 전체로 확장되는 개방형 사례다. 반대로 제조 현장 온톨로지는 수십 개 수준의 개념으로 이뤄진 작고 폐쇄적이며 특정 공장에 특화된 사례로, 서로 호환되지 않던 시스템들을 하나의 개념 체계로 묶어 소통하게 만드는 데 초점이 있다.

주요 인사이트

• 온톨로지의 가치는 '용어 사전'을 넘어, 사람이 아니라 기계가 개념과 관계를 읽고 스스로 추론하게 만든다는 데 있다. 공리 같은 논리 규칙이 있기에 명시적으로 적지 않은 사실도 유도해 낼 수 있다.
• 반도체 같은 복잡한 도메인 예시는 온톨로지가 왜 필요한지 잘 보여 준다. 웨이퍼·랏·레시피·챔버·디펙처럼 현장 용어가 많고 관계가 얽힌 분야일수록, 개념을 형식적으로 정의해 두면 시스템 간 오해와 데이터 불일치를 줄일 수 있다.
• 위키데이터와 제조 현장 온톨로지의 대비는 온톨로지가 규모나 개방성에 얽매인 기술이 아님을 보여 준다. 웹 스케일의 협업형 지식베이스에도, 폐쇄적이고 도메인 특화된 산업 현장에도 같은 원리가 적용된다.
• 산업 현장에서 온톨로지의 실질적 효용은 상호 운용성이다. 각기 다른 규격과 용어로 만들어진 시스템들을 공통 개념 체계로 연결하면, 데이터가 서로 '말이 통하게' 되어 자동화와 통합 분석의 토대가 된다.

자주 묻는 질문

관련 AI 소식