온톨로지 기반 지식그래프 정렬 방법론 정리: OntoEA와 BERTMap의 접근과 실험 결과

핵심 메시지

• 엔티티 정렬은 서로 다른 지식그래프의 개체가 같은 대상인지 판단하고, 온톨로지 정렬은 두 온톨로지의 클래스가 같은 개념인지 판단한다.
• OntoEA는 그동안 쓰지 않던 클래스 정보를 임베딩 학습에 결합해, 함께 성립할 수 없는 클래스끼리 잘못 이어지는 오정렬을 줄였다.
• BERTMap은 같은 클래스에 달린 여러 레이블을 동의어로 보고 사람 주석 없이 학습 데이터를 만들어, 규칙 기반 어휘 매칭의 한계를 언어모델로 대체했다.
• 두 방법 모두 마지막에 논리 규칙으로 충돌하는 매핑을 걸러내는 후처리를 거친다.
• 엔티티의 이름·설명 같은 표면 정보가 부족한 데이터일수록 온톨로지 정보를 함께 쓰는 이득이 커진다.

쉽게 이해하기

서울대학교 산업공학과 DSBA 연구실의 온톨로지 스터디 발표로, 언어모델과 지식그래프·온톨로지가 어떻게 함께 쓰이는지를 두 편의 논문으로 짚는다. 발표자는 먼저 정렬(alignment)의 층위를 나눈다. 엔티티 정렬은 서로 다른 지식그래프 안의 개체가 동일한 대상을 가리키는지를 보는 인스턴스 수준의 작업이고, 온톨로지 정렬은 두 온톨로지가 정의한 클래스가 같은 개념인지를 보는 스키마 수준의 작업이다.

첫 번째 논문 OntoEA의 문제의식은 기존 엔티티 정렬이 그래프의 구조 정보와 개체 이름만 사용한다는 점이다. 그 결과 한 객체가 동시에 속할 수 없는 클래스들 사이에서 오정렬이 생긴다. 발표에서는 영어와 프랑스어 위키백과 정렬 과제의 실패 사례를 분석했더니, 실패의 절반가량이 온톨로지만 고려해도 사전에 배제할 수 있는 거짓 양성이었다는 논문의 지적을 소개한다. 입력으로는 지식그래프와 온톨로지, 일부만 알려진 초기 매핑, 그리고 어떤 개체가 어떤 클래스에 속하는지를 담은 멤버십 정보를 함께 쓴다.

모델은 두 개의 임베딩과 세 개의 손실로 구성된다. 개체 임베딩은 관계를 이동으로 해석하는 방식으로 그래프를 벡터로 바꾸고, 온톨로지 임베딩은 상위·하위 클래스 관계를 비선형 변환으로 배치한다. 여기에 클래스 충돌 행렬을 이용해 양립할 수 없는 클래스 조합에 벌점을 주고, 멤버십 링크로 개체 공간과 클래스 공간의 표현을 맞춘다. 클래스 충돌 행렬은 같은 클래스인지, 이미 배타 관계로 선언됐는지, 멤버를 공유하거나 초기 매핑이 있는지, 계층상 거리가 얼마나 되는지를 차례로 따져 0과 1 사이 값으로 충돌 정도를 매긴다.

실험은 공개 벤치마크 여섯 종과 의료 도메인 산업 벤치마크에서 이뤄졌고, 의료 데이터는 전문가가 참여해 만든 고품질 온톨로지를 함께 공개한 점이 성과로 꼽힌다. 개체 이름·설명 같은 표면 정보를 쓰지 않고 관계 정보만 볼 때 대부분의 지표에서 가장 높은 점수가 나왔고, 개체 정보가 빈약한 설정에서는 기존 방법 대비 10% 이상 개선됐다. 반대로 개체 정보가 풍부한 설정에서는 오히려 성능이 조금 떨어졌다. 제거 실험에서는 온톨로지를 아예 빼면 하락 폭이 가장 컸고, 개체와 클래스 표현을 맞추는 멤버십 손실을 뺄 때가 충돌 손실을 뺄 때보다 타격이 컸다.

두 번째 논문 BERTMap은 온톨로지 정렬 쪽이다. 기존 강자들이 규칙 기반 어휘 매칭에 구조 정보와 논리적 수리를 더한 조합이었다면, 어휘 매칭은 뜻이 같아도 표기가 다르면 잇지 못한다는 한계가 있다. BERTMap은 같은 클래스에 달린 여러 레이블이 곧 동의어라는 점을 이용해 사람 주석 없이 대규모 학습 데이터를 만든다. 부모가 같은 형제 클래스는 서로 배타적일 것이라는 가정으로 어려운 부정 사례도 뽑는다. 전수 비교가 불가능한 대규모 온톨로지에서는 부분 단어 기반 역색인으로 후보를 좁힌 뒤 상위 후보에만 언어모델을 돌리고, 이름이 완전히 일치하면 계산 없이 매핑을 확정한다. 마지막으로 부모·자식도 함께 정렬될 가능성이 높다는 원리로 매핑을 확장하고, 논리적으로 충돌하는 매핑을 제거한다.

주요 인사이트

• 온톨로지 정보는 만능이 아니라 보완재다. 개체의 이름과 설명이 이미 충분한 데이터에서는 굳이 클래스 정보를 끌어오지 않아도 되고, 연결이 희박한 개체일수록 효과가 커진다.
• 성능을 끌어올린 결정적 장치는 개체 공간과 클래스 공간의 표현을 서로 맞추는 멤버십 학습이었다. 충돌을 벌하는 것만으로는 부족하고, 두 공간을 같은 자리에 놓는 작업이 핵심이라는 뜻이다.
• 대규모 온톨로지에서는 정확도보다 후보를 어떻게 줄이느냐가 먼저다. 부분 단어 역색인과 문자열 완전 일치 선처리는 성능 기법이라기보다 계산량을 감당하기 위한 설계 선택이다.
• 논리 기반 수리는 지표상 개선 폭이 작았지만, 실제로 충돌하는 매핑을 걸러낸다는 점에서 값이 있다. 숫자만 보고 버릴 단계가 아니다.
• 두 논문의 차이는 어디에 무엇을 주입하느냐로 요약된다. OntoEA는 임베딩 파이프라인에 스키마를 넣었고, BERTMap은 규칙 파이프라인에 언어모델의 의미 이해를 넣었다.

자주 묻는 질문

관련 AI 소식