초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

시멘틱 웹은 사람이 보고 이해할 수 있도록 만들어진 현재의 웹의 한계에 대한 반성으로 등장하였고, W3C를 주축으로 OWL 이라는 온톨로지 표준 기술 언어를 권고하는 수준에까지 이르고 있다. 또한, OWL 데이터의 숨겨진 정보를 유추하기 위한 Jena, Jess, JTP와 같은 추론기들이 개발되고 있다. 하지만, 온톨로지 상에서의 안정적인 정보 검색을 위해서는 온톨로지 데이터를 효율적으로 저장하고 검색하는 기법이 뒷받침되어야 하며, 아쉽게도 현재까지 개발된 OWL 데이터의 효율적인 저장 및 질의 처리 시스템은 찾아보기 힘들뿐만 아니라, 메모리를 기반으로 처리되는 현재 추론기들의 실정상 대용량의 OWL 데이터를 처리하기에는 많은 제약을 가지고 있다. 이에 본 연구에서는 OWL로 기술된 온톨로지 데이터를 ...

시멘틱 웹은 사람이 보고 이해할 수 있도록 만들어진 현재의 웹의 한계에 대한 반성으로 등장하였고, W3C를 주축으로 OWL 이라는 온톨로지 표준 기술 언어를 권고하는 수준에까지 이르고 있다. 또한, OWL 데이터의 숨겨진 정보를 유추하기 위한 Jena, Jess, JTP와 같은 추론기들이 개발되고 있다. 하지만, 온톨로지 상에서의 안정적인 정보 검색을 위해서는 온톨로지 데이터를 효율적으로 저장하고 검색하는 기법이 뒷받침되어야 하며, 아쉽게도 현재까지 개발된 OWL 데이터의 효율적인 저장 및 질의 처리 시스템은 찾아보기 힘들뿐만 아니라, 메모리를 기반으로 처리되는 현재 추론기들의 실정상 대용량의 OWL 데이터를 처리하기에는 많은 제약을 가지고 있다. 이에 본 연구에서는 OWL로 기술된 온톨로지 데이터를 관계형 데이터베이스에 저장하여 데이터베이스 내에서 추론을 지원할 수 있는 관계형 모델을 설계하고 제안하였으며, 기존 추론기 시스템과의 성능 차이를 비교하였다. OWL 데이터를 관계형 데이터베이스로 변환을 위한 관계형 모델은 OWL Typical Syntax에 기반하여 구체적 사례로부터 일반적인 원리를 찾아내는 Bottom-Up 방식을 채택하여 설계 하였고, 제안한 관계형 모델에 의한 검색 성능과 기존의 추론기 기반 검색 성능의 차이를 비교한 결과, 클래스․속성․인스턴스 검색 모두에서 제안한 관계형 모델에 의한 검색 성능이 뛰어났다. 또한 OWL 데이터양의 증가에 따른 검색 성능에 있어서 기존의 추론기 기반 검색 시스템은 데이터 양의 증가에 따른 검색 성능이 현저히 저하된 반면, 제안한 관계형 모델에 기반한 검색 시스템의 성능은 데이터 양의 증가에 따라 검색 시간의 변화가 비교적 크지 않고 일정하였다. 따라서, 본 연구를 통해서 온톨로지 정보를 효율적으로 표현할 수 있는 관계형 데이터 모델을 제시하였고, 온톨로지 정보 검색에 있어서 검색 성능의 향상을 기대할 수 있을 것으로 기대된다.

주제어