온톨로지와 지식 그래프 관계 정리: 품질 평가 지표와 증분 갱신을 가르는 설계의 힘

핵심 메시지

• 온톨로지는 개념과 규칙을 정의한 틀이고, 지식 그래프는 그 틀 위에 실제 데이터를 채운 결과물이다.
• 온톨로지를 따로 두는 이유는 추론에 있다. 명시되지 않은 사실을 규칙으로 새로 이끌어낼 수 있기 때문이다.
• 발표자는 온톨로지의 역할을 스키마, 제약, 추론 세 가지로 재구성해 두 편의 논문을 하나의 흐름으로 엮었다.
• 클래스 수가 많다고 좋은 지식 그래프가 아니며, 실제로 인스턴스가 붙은 클래스는 소수에 그치는 경우가 많다.
• 지식 그래프는 한 번 만들고 끝나는 것이 아니라 구축·평가·활용·갱신이 순환하는 시스템이라는 점이 결론이다.

쉽게 이해하기

서울대학교 산업공학과 DSBA 연구실의 세미나 발표는 온톨로지와 지식 그래프의 관계, 그중에서도 지식 그래프를 만들 때 온톨로지가 실제로 어떤 일을 하는지를 다뤘다. 발표자는 온톨로지를 데이터의 의미를 표현하는 설계도로, 지식 그래프를 그 설계도 위에 실제 개체와 관계를 채워 넣은 그래프로 구분했다.

그렇다면 틀을 왜 따로 두어야 하는가. 발표자가 든 답은 추론이다. 온톨로지에 '스마트폰은 제품의 일종'이라는 규칙이 있고 지식 그래프에 '갤럭시 S25는 스마트폰'이라는 사실이 있으면, 기계는 별도 확인 없이 갤럭시 S25가 제품이라는 결론을 스스로 끌어낸다. 그는 온톨로지의 역할을 스키마, 제약, 추론 세 가지로 나눠 정리했는데, 이는 논문이 제시한 분류가 아니라 두 편을 함께 설명하기 위한 자신의 해석 틀임을 분명히 했다.

첫 번째 논문은 널리 쓰이는 공개 지식 그래프 다섯 곳을 비교한 연구다. 기존 데이터 품질 문헌을 바탕으로 34개 기준을 정의하고, 네 개 범주와 열한 개 차원 아래 배치해 0에서 1 사이 값으로 계산한다. 흥미로운 대목은 스키마 규모와 실제 활용이 별개라는 점이다. 어떤 그래프는 클래스가 57만 개에 이르지만, 다른 그래프는 클래스가 736개에 그친다. 그런데 클래스가 많다고 다 쓰이는 것은 아니어서, 하나 이상의 인스턴스를 가진 클래스 비율이 5~7% 수준에 머무는 사례도 있었다.

품질 점수를 읽는 방식에 대한 지적도 나왔다. 제약 준수율이 높다고 반드시 더 좋은 지식 그래프는 아니라는 것이다. 입력 시점에 스키마 제약을 엄격히 검사하는 곳과 일단 자유롭게 받아들이는 곳은 품질 관리 철학 자체가 다르기 때문에, 점수는 우열이 아니라 설계 철학의 반영으로 읽어야 한다고 발표자는 강조했다.

두 번째 논문은 구축 과정을 다룬다. 개별 기술은 발전했지만 변경된 부분만 반영하는 증분 갱신과 단계 사이의 연계는 여전히 부족하다는 것이 핵심 지적이다. 발표자는 일곱 가지 작업 가운데 온톨로지 관리가 다른 작업들의 한가운데 놓여 공통의 의미 기준을 제공한다는 점, 그리고 새로 들어온 개체만 기존 군집과 비교하는 증분 방식이 전체 재계산을 피하는 열쇠라는 점을 짚었다.

주요 인사이트

• 지식 그래프를 고를 때 종합 순위를 보는 것은 의미가 적다. 용도에 필요한 지표에 가중치를 다르게 주면 순위가 뒤바뀐다는 것이 첫 번째 논문의 핵심 주장이다.
• 스키마가 크다는 것과 필요한 개념이 다 있다는 것은 다르다. 수십만 개의 클래스를 가지고도 특정 용도에 꼭 필요한 기본 개념이 빠져 있을 수 있다.
• 데이터 출처의 편중은 그대로 도메인 편중으로 이어진다. 특정 음악 데이터베이스를 대량으로 들여온 그래프는 미디어 영역 개체가 77%까지 몰렸다.
• 잘못된 데이터는 일단 들어오면 걷어내기가 훨씬 어렵기 때문에, 가져오는 시점에 정제하는 편이 낫다는 점이 구축 연구의 실무적 조언이다.
• 버전 관리 방식을 스냅샷·변경 이력·시점 주석 세 가지로 나눠 본 정리는, 증분 갱신이 결국 무엇이 언제 어디서 바뀌었는지 추적하는 인프라 문제임을 보여준다.

자주 묻는 질문

관련 AI 소식