DEVOCEAN

안녕하세요

SK 데보션 <온톨로지와 LLM으로 오프라인 광고 시장을 더 가치 있게 만들기> 스터디의 4주차 블로그 글 작성을 맡은 이시윤입니다.

벌써 8주차 중 절반이 지나가네요 시간이 참 빠른 것 같습니다.

이번 스터디에서는 온톨로지를 왜 쓰는지에 대한 의미를 더 깊이있게 실전 사례들을 활용하여 이해하는 시간을 가졌습니다.

온톨로지의 사용 목적과 이점

RDBMS가 주요 데이터베이스로 사용되는 시장에서, 왜 온톨로지라는 지식그래프를 사용할까요?

온톨로지를 사용하는 것에도 물론 단점이 있겠지만, 장점에 포커스 맞추어 글을 작성해보겠습니다.

재사용성

• 온톨로지는 개념과 관계를 표준화된 의미 단위로 잡아두기 때문에, 같은 개념을 문서마다 새로 정의할 필요가 없음

• 만약, 고객이라는 개념이 여러 번 등장하면, 개체를 정의해두고 여러 번 사용할 수 있음

• 데이터 중복이 줄고, 서로 다른 출처의 데이터도 하나의 지식 그래프에 합쳐질 수 있음

관계형 DB의 한계 극복

• RDBMS는 테이블 중심이기 때문에 동적이고 복잡한 관계를 표현하기 어려움

• 복잡한 관계망을 다뤄야 하는 경우, 온톨로지가 적절한 선택이 될 수 있음

확장성과 융합

• 온톨로지로 구조화하면, 다른 도메인 지식을 합쳐서 크로스 분석이 가능해짐

• “이 브랜드를 선호하는 소비자는 어떤 상품/브랜드를 동시에 소비하나?” 같은 다차원적 분석이 쉬워짐

의료 진단 시 온톨로지 활용

스터디에서 했던 실전 케이스 스터디 중 병원 데이터 처리 시 온톨로지를 사용한 경우에 대해 알아보겠습니다.

의무 기록은 사람이 읽는 것은 가능하지만 컴퓨터가 이해하기에는 비정형적인 데이터입니다.

이 때, 온톨로지를 다음과 같이 활용할 수 있습니다.

1. 텍스트에서 핵심 엔티티를 추출

2. 온톨로지에 정의된 개체에 매핑

3. 불필요한 반복이나 용어의 불일치를 제거하고, 다른 데이터셋과도 호환하여 사용가능

또한, 진단 시 온톨로지를 활용하면 잘못된 진단 루트를 검증하여, 오진단의 확률을 줄일 수 있습니다.

결론

온톨로지를 사용하는 이유를 결론적으로 정리하면 다음과 같습니다.

• 표준화: 제각각인 데이터 표현을 하나의 공통 개념으로 정리

• 중복 제거: 불필요한 반복 줄이고 재사용 가능

• 연결성: 다른 출처/시스템 데이터와 쉽게 융합

• 확장성: 새로운 개체·관계 추가해도 구조 유지

• 의미 기반 질의/추론: 단순 저장을 넘어 지식으로 활용 가능