온톨로지 구축노트 2 : 설계도와 데이터를 왜 분리하는가
온톨로지 파일 하나에 개념과 실데이터를 함께 담으면, 처음에는 편하고 나중에는 손댈 수 없게 됩니다. 형상 관리, 변경 비용, 추론 엔진의 한계라는 세 가지 지점에서 무슨 일이 벌어지는지, 그리고 분리한 구조 위에서 구축을 어떻게 자동화하는지 정리합니다.
처음에는 한 파일이 편합니다
1편에서 온톨로지의 구성요소가 TBox(개념의 틀)와 ABox(실제 개체) 두 층으로 나뉜다는 것까지 봤습니다. 개념을 이해하는 단계에서는 이 구분이 학술적인 분류처럼 보입니다. 실제로 구축을 시작하면 성격이 달라집니다.
분야별 온톨로지는 처음에 작게 시작합니다. 클래스 몇 개, 관계 몇 개를 정의하고 실제 데이터를 붙여 테스트해 봅니다. 하나의 .owl 또는 .ttl 파일 안에서 전부 해결되니 편합니다. 문제는 그 파일이 커지면서 시작됩니다.
인피닉 AI연구팀이 온톨로지 구축을 설계하면서 내린 첫 번째 결정은 TBox와 ABox를 물리적으로 분리한다는 것이었습니다. 이유는 세 가지입니다.
① 정적 구조와 동적 데이터의 형상 관리
TBox와 ABox는 관리하는 사람이 다릅니다. TBox는 도메인 전문가와 온톨로지 엔지니어가 관리하는 지식의 구조이자 비즈니스 로직입니다. ABox는 데이터 엔지니어와 백엔드가 관리하는 대규모 트랜잭션 데이터입니다.
두 영역을 하나의 파일로 묶으면 어떻게 될까요. 데이터가 한 줄 추가될 때마다 파일 전체의 형상 관리 버전이 올라갑니다. 구조는 그대로인데 버전만 계속 쌓입니다. 무엇이 언제 왜 바뀌었는지 추적할 수 없게 됩니다. 정적 구조와 동적 데이터를 한곳에 혼재시키는 것은 형상 관리를 불가능하게 만드는 안티패턴입니다.
TBox와 ABox의 결합도를 낮추는 것은 스키마 진화(Schema Evolution)의 핵심 요구사항이기도 합니다.
② 변경의 영향 반경을 좁힌다
온톨로지 구축은 한 번에 끝나지 않습니다. 새로운 문서가 들어오면 역량질문(Competency Question)이 바뀌고, 역량질문이 바뀌면 클래스와 속성이 바뀌고, 그러면 개체까지 영향을 받습니다. TBox는 필연적으로 자주 변경됩니다.
여기서 결합 여부가 비용을 가릅니다. TBox와 ABox가 밀결합되어 있으면, 클래스 이름 하나를 바꾸는 작업이 수천만 건의 노드와 엣지를 다시 쓰는 그래프 리라이팅 작업이 됩니다. 마이그레이션 리스크와 연산 비용이 기하급수적으로 늘어납니다.
반대로 TBox만 버저닝하고 ABox는 후처리 매핑(ETL)으로 분리해 두면, TBox가 바뀔 때 고쳐야 할 것은 RDB에서 그래프로 옮기는 매핑 규칙 파일 하나입니다. 변경의 영향 반경이 매핑 파이프라인 내부로 한정됩니다.
③ 추론 엔진이 감당하지 못한다
세 번째 이유는 성능입니다. Protégé 등에서 쓰이는 논리 추론 엔진(HermiT, Pellet)은 TBox의 제약조건을 바탕으로 모순을 탐지합니다. 이때 추론 복잡도는 클래스와 프로퍼티 개수만의 문제가 아닙니다. 인스턴스(ABox) 개수가 늘어나면 최악의 경우 지수 함수적으로 증가합니다.
수백만 건 규모의 실데이터를 온톨로지 파일에 직접 붙여놓고 추론을 돌리면 시스템이 다운됩니다. 설계 단계에서는 잘 돌아가던 것이 실데이터를 붙이는 순간 멈추는 이유가 여기에 있습니다.
현실적인 대안은 하나뿐입니다. TBox만 정적으로 분리해 일관성 검증(Consistency Checking)을 수행하고, 실데이터는 고성능 그래프 DB(Neo4j, Apache AGE 등)의 인덱스에 맡기는 것입니다.
분리는 취향이 아니라, 규모가 커졌을 때 시스템이 버티게 만드는 조건입니다
그런데 온톨로지만으로는 아무것도 찾지 못한다
여기까지 보면 TBox만 잘 만들면 되는 것처럼 보입니다. 반대입니다. 온톨로지(TBox)만으로는 클래스·관계·제약, 즉 스키마와 논리만 표현됩니다. 개념 수준의 추론은 가능하지만 실제 문서 인스턴스가 없으니 원하는 문서를 찾아주지 못합니다. 검색이 성립하지 않습니다.
문서와 DB 데이터가 ABox로 적재되어 지식 그래프(KG)가 되었을 때 비로소 개념과 실데이터가 연결되고, 의미 기반 탐색과 근거 있는 답안 생성이 가능해집니다. 정리하면 이렇습니다. 최종 목적은 구조화된 실제 데이터이고, 온톨로지는 그 구조화의 기준입니다. 그래서 분리는 하되, 버리는 것이 아니라 연결하는 방식이어야 합니다.
분야가 늘어나도 구조는 같다
이 구조의 이점은 확장할 때 드러납니다. 새로운 분야가 들어오면 그 분야의 TBox를 별도로 만들면 됩니다. 국방이든 관제든 그 외 분야든, 설계도는 분야마다 따로 두고 실데이터는 문서와 사내 DB에서 적재해 붙입니다. DB가 연결되면 그래프가 확장되고, ABox만 분리해 교체할 수도 있습니다.
관리 주체도 자연스럽게 나뉩니다. 경계 위쪽은 도메인 전문가와 온톨로지 엔지니어가, 아래쪽은 데이터 엔지니어가 맡습니다. 두 조직이 같은 파일을 두고 충돌하지 않습니다.
그다음 문제는 속도입니다
구조를 정했다고 끝이 아닙니다. 분야마다 TBox를 따로 만든다는 말은, 분야가 늘어날 때마다 온톨로지를 새로 설계해야 한다는 뜻이기도 합니다. 사람이 전부 수작업으로 만들면 확장 속도가 사람 수에 묶입니다.
그래서 인피닉 AI연구팀은 온톨로지 구축 자체를 파이프라인으로 만들고 있습니다. 핵심은 역량질문(Competency Question)입니다. "이 온톨로지가 답할 수 있어야 하는 질문"을 먼저 만들고, 그 질문이 요구하는 클래스와 속성을 역산해 TBox를 구성하는 방식입니다. 질문이 기준이 되면 무엇을 개념으로 볼지에 대한 판단이 자의적이지 않게 됩니다.
생성된 온톨로지는 그대로 쓰지 않고 세 층위로 검증합니다. 자동 생성의 위험은 틀린 구조가 조용히 들어오는 것이기 때문입니다.
| 검증 층위 | 확인하는 것 | 도구 예시 |
|---|---|---|
| 문법 | 온톨로지 표현이 형식에 맞게 작성되었는가 | Syntax Checker |
| 논리 일관성 | 공리들 사이에 모순이 없는가 | HermiT 등 추론 엔진 |
| 설계 품질 | 흔히 알려진 설계 결함이 들어 있지 않은가 | OOPS |
검증을 통과한 TBox는 버전 관리 단계로 넘어갑니다. 이전 버전과 의미적으로 무엇이 달라졌는지 비교하고, 갱신된 TBox에 문서 내 데이터를 ABox로 붙이면 지식 그래프가 됩니다. 앞에서 분리해 둔 구조가 여기서 값을 합니다. TBox가 바뀌어도 다시 손대는 것은 매핑 단계까지입니다.
정리하며
온톨로지 구축에서 가장 먼저 내려야 하는 결정은 어떤 클래스를 만들 것인가가 아닙니다. 설계도와 데이터를 어디서 끊을 것인가입니다. 이 결정이 형상 관리의 가능 여부, 변경 비용의 상한, 그리고 시스템이 버티는 규모를 동시에 결정합니다.
그리고 분리는 목적이 아니라 전제입니다. 최종적으로 필요한 것은 구조화된 실제 데이터, 즉 지식 그래프입니다. 온톨로지는 그 구조화의 기준이고, 두 층을 나눠 두는 이유는 나중에 더 안전하게 연결하기 위해서입니다.
인피닉 AI연구팀은 이 구조 위에서 분야별 온톨로지를 반자동으로 구축하는 파이프라인을 만들고 있습니다. 목표는 분명합니다. 어떤 분야의 어떤 문서가 들어와도 같은 절차로 구조화되고, 스스로 확장되는 플랫폼입니다.
관련 글
인피닉 AURON Defense for C2 : 지휘관의 결심을 돕는 AI는 무엇이 달라야 하는가
전장 데이터는 넘쳐나는데, 지휘관의 결심은 왜 여전히 어려울까요. 인피닉의 국방 지휘통제 AI 결심지원 플랫폼 AURON Defense for C2를 통해 그 이유와 해법을 짚어봅니다.
온톨로지 구축노트 1 : LLM이 다시 온톨로지를 보는 이유
모델은 점점 똑똑해지는데 "왜 이 답인지"를 설명하지 못하는 문제는 그대로입니다. 지식의 양이 아니라 구조가 없기 때문입니다. 온톨로지가 무엇이고, 흔히 혼용되는 분류 체계·지식 그래프와는 어떻게 다른지부터 정리합니다.
이기종 무인체계 군집 운용을 위한 통합 GCS
드론이 늘어날수록 문제는 기체가 아니라 통제에서 생깁니다. 서로 다른 무인체계를 단 2명의 운용요원으로 하나의 팀처럼 지휘하려면 무엇이 필요한지 살펴봅니다.