Ontology engineering

도메인을 어떤 개념과 관계로 볼지 정한 추상적 관점입니다. 온톨로지는 이 관점을 형식 언어로 적은 산출물이므로, 같은 개념화를 OWL이나 SKOS 같은 여러 언어로 적을 수 있습니다.

클래스에 속하는 하나하나의 대상입니다. 클래스가 「선박」이라면 특정 선박 한 척이 개체이며, OWL에서는 IRI로 이름을 붙여 구분합니다.

개체와 개체를 잇는 관계입니다. 값이 다른 개체라는 점에서 문자열·숫자를 값으로 갖는 데이터 속성과 갈리며, 역관계나 추이성 같은 특성을 선언할 수 있습니다.

한 개체가 어떤 속성의 값을 최소 몇 개, 최대 몇 개 가질 수 있는지 정하는 제약입니다. OWL에서는 열린 세계 가정 때문에 값이 모자라도 위반으로 보지 않으므로, 데이터 누락을 잡으려면 SHACL의 개수 제약을 씁니다.

개체에 문자열·숫자 같은 값을 붙이는 속성입니다. 값은 xsd:decimal, xsd:dateTime 같은 자료형으로 적으며, 값이 개체가 아니므로 역관계를 선언할 수 없습니다.

「B는 A의 일부다」인 관계입니다. is-a와 달리 부분의 개체가 전체의 개체가 되지 않으므로, 클래스 계층이 아니라 객체 속성으로 적습니다.

개념을 상하 관계 하나로만 나눈 트리입니다. 동의어와 관련어를 담지 않는 점에서 시소러스와 다르고, 속성과 제약을 정의하지 않는 점에서 온톨로지와 다릅니다.

「B는 A의 한 종류다」가 성립하는 관계입니다. B의 모든 개체가 A의 개체가 되므로, 부분이나 역할을 하위 클래스로 두면 개수와 추론 결과가 틀어집니다.

용어 사이의 상하·동의·관련 관계를 담은 어휘집입니다. 검색어 확장과 색인어 통제에 쓰며, 관계를 형식 논리로 정의하지 않으므로 클래스 계층처럼 추론하지는 않습니다.

적혀 있지 않은 것을 거짓이 아니라 모르는 것으로 보는 가정입니다. OWL 추론이 이 가정을 따르므로, 값이 빠진 데이터를 위반으로 잡는 일은 닫힌 세계 검증에 맡깁니다.

한 도메인의 개념과 관계를 기계가 처리할 수 있게 명시한 공유된 개념화입니다.

속성의 주어가 속하는 클래스와 값이 속하는 클래스(또는 자료형)입니다. RDFS와 OWL에서는 검사 조건이 아니라 추론 규칙으로 작동해, 정의역 밖의 주어가 오면 오류를 내지 않고 그 주어를 정의역 클래스의 개체로 봅니다.

개체와 관계를 그래프로 저장한 데이터입니다. 온톨로지가 그 스키마 역할을 합니다.

같은 성질을 공유하는 개체들의 집합입니다. 한 개체는 여러 클래스에 동시에 속할 수 있고, 클래스 사이의 상하 관계는 subClassOf로 적습니다.

이름이 다르면 다른 개체로 보는 가정입니다. OWL은 이 가정을 하지 않습니다.

유니코드를 허용하는 URI입니다. RDF에서 클래스, 속성, 개체의 이름은 IRI이므로, 한 번 공개한 IRI를 다른 뜻으로 다시 쓰면 그것을 가리키던 데이터가 잘못 읽힙니다.

OWL의 형식 의미를 주는 논리 체계입니다. 개념(클래스), 역할(속성), 개체로 지식을 적고, 어떤 생성자를 허용하느냐에 따라 표현력과 추론의 계산 복잡도가 정해집니다. OWL 2 DL은 SROIQ에 해당합니다.

문장이나 관계 자체를 개체로 만들어 그것에 대해 다시 진술할 수 있게 하는 방법입니다. RDF 리피케이션 어휘, N-ary 관계, 사건 객체화가 모두 이 생각에서 나옵니다.

트리플 묶음에 IRI를 붙여 출처나 버전을 구분하는 방식입니다. 트리플에 그래프 이름이 네 번째 요소로 붙으므로, SPARQL의 GRAPH 절로 특정 묶음만 골라 질의할 수 있습니다.

명시된 트리플에서 규칙에 따라 새 트리플을 끌어내는 일입니다. 저장소가 함의를 계산하는지에 따라 같은 SPARQL 질의의 결과 수가 달라지므로, 질의 전에 추론 설정을 확인해야 합니다.

클래스 표현, 속성 특성, 제약을 쓸 수 있는 W3C 온톨로지 언어입니다.

추론 비용을 낮추려고 표현력을 제한한 OWL의 부분 언어입니다. 큰 클래스 계층에는 EL, 관계형 데이터베이스 질의 재작성에는 QL, 규칙 엔진 구현에는 RL이 맞습니다.

주어·술어·목적어 세 요소로 된 사실 한 개입니다. 주어는 IRI나 빈 노드, 술어는 IRI, 목적어는 IRI나 빈 노드나 리터럴이며, 트리플의 집합이 RDF 그래프입니다.

클래스, 하위 클래스, 정의역·치역을 선언하는 기본 어휘입니다. 하위 클래스 전이와 정의역·치역에 따른 함의만 정하며, 서로소나 기수 같은 제약은 표현하지 못해 OWL이 맡습니다.

분류 체계와 시소러스를 표현하는 W3C 어휘입니다. broader, prefLabel, exactMatch 같은 속성이 있습니다.

RDF를 적는 문법입니다. Turtle은 사람이 읽기 쉽고 JSON-LD는 웹 개발에 맞습니다.

없는 값을 위반으로 보는 검증입니다. SHACL이 이 방식입니다. OWL 추론은 빠진 값을 모르는 것으로 두므로, 필수 값 누락은 이 검증으로 잡습니다.

공리들 때문에 어떤 개체도 속할 수 없는 클래스입니다. 추론기가 owl:Nothing과 동치로 분류합니다. 개체가 하나라도 그 클래스에 속하면 온톨로지가 비일관해집니다.

SPARQL에서 여러 단계의 관계를 한 식으로 따라가는 문법입니다. rdfs:subClassOf* 처럼 반복 연산자를 붙이면 추론기 없이도 상위 클래스 전체를 찾을 수 있습니다.

노드와 관계에 라벨과 속성을 붙이는 그래프 모델입니다. Neo4j가 대표적입니다.

추론기가 클래스 사이의 숨은 상하 관계를 계산하는 일입니다. 명시하지 않은 subClassOf를 공리에서 끌어내 완성된 계층을 만들며, 그 과정에서 만족불가 클래스도 드러납니다.

노드에 모든 상위 클래스 라벨을 붙여 계층을 흉내 내는 LPG 기법입니다.

온톨로지의 일관성을 검사하고 함의를 계산하는 프로그램입니다. HermiT, ELK 같은 것이 있습니다.

공유 데이터베이스에서 한 프로젝트의 노드를 구분하는 라벨입니다. 제약과 색인을 이 라벨에만 걸어 다른 프로젝트의 노드를 건드리지 않게 하지만, 읽기를 막는 접근 제어 장치는 아닙니다.

RDF 데이터가 형상(shape)을 지키는지 검증하는 W3C 언어입니다.

RDF 그래프에 대한 W3C 질의 언어입니다. 변수가 든 트리플 패턴을 그래프에 맞춰 답을 찾으며, SELECT·CONSTRUCT·ASK 질의와 갱신 연산을 지원합니다.

어떤 성질이 그 개체에 항상 필수인지의 여부입니다. 학생은 강성이 없고 사람은 강성이 있습니다.

분류표, 코드 체계, 데이터베이스 스키마처럼 온톨로지가 아닌 재사용 원천입니다.

도메인과 무관한 최상위 범주 체계입니다. BFO, DOLCE가 대표적입니다.

검증된 모델링 조각입니다. N-ary 관계, 관측 같은 패턴이 있습니다.

온톨로지가 답해야 할 질문입니다. 범위와 완성 판정의 기준입니다. 질문을 SPARQL이나 Cypher 질의로 옮겨 두면 온톨로지를 고칠 때마다 다시 돌리는 시험이 됩니다.

목적·범위·사용자·CQ를 적는 NeOn·LOT의 양식입니다. 구현 전에 무엇을 다루고 무엇을 다루지 않을지 합의해 두는 문서이며, 뒤의 평가는 이 문서의 CQ를 기준으로 삼습니다.

사용자 이야기에서 CQ를 뽑고 CQ마다 맞는 내용 패턴을 골라 특수화한 뒤 CQ를 테스트로 돌리는 반복형 패턴 기반 방법론입니다. MOMo가 이어받았습니다.

서로 다른 온톨로지의 개념 사이 대응을 찾는 일입니다. 결과는 동치·포함 같은 대응 관계와 신뢰도의 목록이며, SKOS의 exactMatch·closeMatch나 OWL의 equivalentClass로 적습니다.

시간 속에서 유지되는 것과 시간 속에서 일어나는 것을 나누는 BFO의 최상위 구분입니다.

둘보다 많은 참여자나 관계 자체의 속성을 표현하려고 관계를 하나의 개체로 만들어 참여자들을 잇는 패턴입니다. W3C 모범 사례 노트(2006)가 정리했습니다.

정체성·강성·단일성 같은 메타 속성으로 is-a 계층을 점검하는 방법입니다.

온톨로지 설계의 흔한 함정을 자동으로 찾는 도구입니다. OWL 파일을 넣으면 역관계 누락, 고립 요소, 잘못된 정의역 같은 함정 목록 항목을 짚어 주지만, 도메인 오류나 주석에만 적힌 제약은 판단하지 못합니다.

같은 대상을 가리키는 여러 레코드를 하나로 묶는 일입니다. 이름·식별번호·속성의 일치도로 후보를 고르고, 확신이 낮은 쌍은 합치지 않고 동일 후보 관계로 남겨 검토합니다.

검색한 근거를 LLM에 넣어 답을 만드는 방식입니다. 모델이 학습하지 않은 최신 자료나 내부 자료로 답하게 하고, 답에 근거를 인용하게 해 환각을 줄이는 데 씁니다.

여러 번 실행해도 결과가 같은 적재입니다. Cypher의 MERGE가 대표적입니다.

이벤트 흐름에서 시간 패턴을 찾는 처리입니다. 여러 단일 이벤트가 정해진 순서와 시간 창 안에 맞물리면 상위 이벤트를 만들며, SEQ·AND·NOT·WITHIN 같은 연산자로 패턴을 적습니다.

두 관계를 이으면 세 번째 관계가 성립한다는 OWL 공리입니다. 「A가 B 안에 있고 B가 C 안에 있으면 A는 C 안에 있다」 같은 경로 추론을 규칙 없이 적을 수 있지만, 값 비교나 산술이 필요하면 SWRL을 씁니다.

객체·속성·링크를 바꾸는 쓰기 연산을 파라미터, 규칙, 제출 기준, 부수 효과와 함께 정의한 스키마 요소입니다. Palantir Foundry의 용어이며, 실행 이력은 액션 로그 객체로 따로 남깁니다.

관계형 데이터를 옮기지 않고 매핑으로 온톨로지 질의에 답하는 방식입니다.

의무·허가·금지를 다루는 논리입니다. 「해야 한다」와 「해도 된다」를 연산자로 다루어 규범 사이의 충돌, 의무를 어겼을 때 생기는 다음 의무(반의무) 같은 문제를 분석합니다.

어떤 추론 결과를 낳는 최소한의 공리 집합입니다. 공리를 하나라도 빼면 그 결과가 더는 나오지 않으므로, 추론기가 낸 분류나 비일관성의 원인을 사람에게 설명하는 데 씁니다.

여러 증거의 신뢰도를 하나로 합치는 일입니다. 베이지안 방법, Dempster–Shafer 이론을 씁니다.

요소를 지우지 않고 더 쓰지 말라고 표시하는 일입니다. IRI와 정의를 남겨 과거 데이터와 외부 참조가 깨지지 않게 하며, OWL에서는 owl:deprecated 주석과 대체 용어를 함께 적습니다.

문서 대신 또는 함께 지식그래프를 근거로 쓰는 RAG입니다. 이웃 개체와 관계를 따라가 근거를 모으므로 여러 문서에 흩어진 사실을 잇는 질문에 쓰며, 이 이름은 그래프 질의와 커뮤니티 요약처럼 서로 다른 방식을 함께 가리킵니다.

허가·의무·금지를 표현하는 W3C 정책 언어입니다. 정책은 당사자·행동·대상·제약으로 된 규칙의 묶음이며, 디지털 콘텐츠 이용 조건을 위해 만들었지만 데이터 이용 정책과 운영 규범에도 씁니다.

개체·활동·행위자로 출처를 기록하는 W3C 온톨로지입니다. 어떤 데이터가 어느 원천에서 어떤 처리로 만들어졌고 누가 책임지는지를 wasDerivedFrom, wasGeneratedBy 같은 속성으로 적습니다.

관계형 데이터베이스를 RDF로 매핑하는 W3C 언어입니다. 표·열·행을 어떤 IRI와 클래스·속성으로 바꿀지 적으며, 매핑으로 RDF를 미리 만들어 둘 수도 있고 OBDA처럼 질의할 때 바꿔 쓸 수도 있습니다.

OWL에 규칙을 더하는 언어입니다. 몸체의 조건 원자들이 모두 참이면 머리의 결론 원자를 덧붙이는 Horn 형태 규칙을 쓰고 비교·산술 내장 술어를 지원하며, W3C 권고안이 아니라 Member Submission입니다.

자연어 질문을 Cypher 질의로 바꾸는 방식입니다. LLM에 노드 라벨·관계·속성을 적은 스키마 텍스트를 함께 주어야 그래프에 없는 라벨이나 관계를 지어내지 않습니다.