온톨로지를 “지식을 표현하는 체계”라고 정의하면 구축 방법이 안 보인다. 뭘 먼저 만들어야 하는지, 뭐가 끝났다는 신호인지 이 정의에서는 아무것도 안 나온다.

그런데 W3C가 실제로 나눠 쓰는 표준들을 따라가 보면 구분선이 하나 뚜렷하게 보인다. 어휘(vocabulary) — 무엇을 말할 수 있는가 — 와 그 어휘가 지켜야 할 규칙 — 그 말이 언제 참이거나 유효한가 — 이 서로 다른 명세, 다른 언어, 다른 표준화 트랙으로 나뉘어 있다는 것이다. 이 둘을 하나로 뭉쳐서 생각하면 온톨로지 구축이 막연해지고, 갈라서 보면 각 단계가 무엇을 해야 하는지가 구체적으로 잡힌다.

1. 어휘 층위 — RDFS는 “서술하는 자원”만 준다

RDF Schema(RDFS)는 클래스와 프로퍼티를 정의하는 가장 기본적인 층위다. W3C 명세는 RDFS를 이렇게 규정한다.

“The language defined in this specification consists of a collection of RDF resources that can be used to describe other RDF resources.”1

핵심은 그다음이다. rdfs:domain과 rdfs:range로 프로퍼티의 정의역·치역을 적어놔도, 명세는 그걸 애플리케이션이 어떻게 써야 하는지 정하지 않는다.

“RDF Schema provides a mechanism for describing this information, but does not say whether or how an application should use it.”1

즉 어휘 층위가 주는 건 서술 수단이지 강제 수단이 아니다. 범주:주문이라는 클래스와 취소함이라는 프로퍼티를 선언할 수는 있지만, 그 선언 자체는 “취소함의 domain이 범주:주문이 아닌 데이터가 들어오면 무슨 일이 일어나야 하는가”에 대해 아무 답도 주지 않는다.

2. 규칙 층위는 사실 두 갈래로 갈린다

여기서부터가 온톨로지 구축에서 제일 자주 헷갈리는 지점이다. “어휘에 규칙을 씌운다”는 한 문장처럼 보이지만, 실제로는 목적이 정반대인 두 갈래 표준으로 나뉘어 있다.

(a) 추론 규칙 — 새 사실을 이끌어낸다

OWL 2는 클래스·프로퍼티·개체·데이터값 위에 공리(axiom)를 얹는 언어다.

“OWL 2 ontologies provide classes, properties, individuals, and data values”2

OWL과 그 확장인 SWRL(Semantic Web Rule Language)의 규칙은 열린 세계 가정 아래에서 동작한다. SWRL은 스스로를 이렇게 규정한다.

“The proposal extends the set of OWL axioms to include Horn-like rules.”3

규칙의 의미는 조건부 함의다.

“whenever the conditions specified in the antecedent hold, then the conditions specified in the consequent must also hold”3

이건 검증이 아니라 도출이다. 전건이 참이면 후건도 참이어야 한다고 선언할 뿐, 데이터에 후건이 빠져 있다고 해서 에러가 나지 않는다. 추론기는 빠진 사실을 채워 넣거나(entailment), 모순이 없으면 그냥 넘어간다. “적혀 있지 않다”와 “거짓이다”는 OWL/SWRL 세계에서 다른 말이다.

(b) 검증 규칙 — 데이터가 어휘를 지켰는지 확인한다

바로 이 지점 때문에 W3C는 2017년에 완전히 별도의 권고안을 냈다. SHACL이다.

“a language for validating RDF graphs against a set of conditions”4

SHACL은 검증 규칙(shapes graph)과 검증 대상(data graph)을 구조적으로 분리한다.

“Validation takes a data graph and a shapes graph as input and produces a validation report”4

그리고 SHACL은 OWL/RDFS의 추론 의미론을 전제하지 않는다.

“SHACL uses the RDF and RDFS vocabularies, but full RDFS inferencing is not required”4

즉 SHACL은 닫힌 세계에 가깝게 동작한다 — “이 데이터그래프에 실제로 존재하는 것”만 놓고 “취소함의 domain이 범주:주문인데 이 인스턴스는 아니다”를 즉시 위반으로 보고한다. OWL 추론기라면 그냥 새로운 사실로 흡수하고 넘어갔을 상황이다.

3. 왜 이 구분이 실무에서 중요한가

어휘(RDFS/OWL 클래스·프로퍼티)만 정의하고 검증 규칙(SHACL)을 따로 두지 않으면, “규칙을 어겼다”는 신호 자체가 생기지 않는다. OWL의 domain/range 공리는 위반을 보고하는 장치가 아니라 추론을 위한 전제다. 열린 세계 가정 위에서는 모순되지 않는 한 뭐든 받아들여지기 때문에, 온톨로지 저작 도구나 데이터 파이프라인이 “이 값이 스키마를 어겼다”고 사람에게 알려주려면 별도의 검증 계층이 필요하다 — 그게 SHACL이 별도 표준으로 나온 이유다.

거꾸로 검증 규칙만 촘촘히 짜고 어휘를 안 정리하면, 규칙이 무엇을 규제하는지조차 이름 붙일 수 없다. 범주:주문이 뭘 가리키는지 클래스로 먼저 고정돼 있어야 그 위에 SHACL shape을 얹을 대상이 생긴다.

4. 구축 순서 — 어휘는 질문에서 나온다

그럼 어휘를 어떻게 정할 것인가. Grüninger와 Fox의 1995년 온톨로지 설계·평가 방법론은 competency question(역량 질문)이라는 개념을 도입했다 — 온톨로지가 반드시 답할 수 있어야 하는 질문들을 형식논리로 먼저 적어두고, 그 질문에 답하는 데 필요한 용어만 어휘로 채택한 뒤, 그 어휘가 실제로 질문에 답할 수 있는지로 온톨로지를 평가하는 절차다.5

Stanford의 “Ontology Development 101” 가이드도 같은 순서를 실무 절차로 제시한다 — 도메인과 범위를 정하고, 온톨로지가 답해야 할 전형적인 질문 목록을 만들고, 그다음에야 클래스와 프로퍼티를 정의한다.6

규칙을 먼저 설계하고 어휘를 거기 끼워 맞추는 순서로는 이 절차가 성립하지 않는다. 질문 → 어휘 → (추론 규칙과 검증 규칙) 순서가 뒤집히면, 나중에 “이 프로퍼티가 왜 있어야 하는지” 되짚을 근거가 없어진다.

5. 정리

온톨로지 구축을 “지식표현”이라는 한 덩어리로 보면 다음에 뭘 해야 할지 알 수 없다. 두 층위, 그리고 규칙 안의 두 갈래로 쪼개면 각 단계가 무엇을 산출해야 하는지가 분명해진다.

  1. 어휘 — RDFS/OWL 클래스·프로퍼티. “무엇을 말할 수 있는가.” 강제력 없음.
  2. 추론 규칙 — OWL 공리·SWRL. 열린 세계 가정. “무엇을 새로 도출할 수 있는가.”
  3. 검증 규칙 — SHACL. 데이터그래프 대 shapes 그래프. “실제 데이터가 어휘를 지켰는가.”

그리고 이 세 가지를 채우는 순서는, 표준 자체가 아니라 방법론 쪽 문헌이 답을 준다 — 규칙보다 어휘가 먼저고, 어휘보다 “무엇을 답할 수 있어야 하는가”라는 질문이 먼저다.

References

  1. RDF Schema 1.1 — W3C Recommendation ↩ ↩2

  2. OWL 2 Web Ontology Language Document Overview — W3C Recommendation ↩

  3. SWRL: A Semantic Web Rule Language Combining OWL and RuleML — W3C Member Submission ↩ ↩2

  4. Shapes Constraint Language (SHACL) — W3C Recommendation ↩ ↩2 ↩3

  5. Grüninger, M., Fox, M.S. (1995). Methodology for the Design and Evaluation of Ontologies. IJCAI’95 Workshop on Basic Ontological Issues in Knowledge Sharing. Semantic Scholar ↩

  6. Noy, N.F., McGuinness, D.L. Ontology Development 101: A Guide to Creating Your First Ontology. Stanford University. PDF ↩