시맨틱 데이터 모형화 요약 정리

1. 시맨틱 모형의 본질

• 시맨틱 모형은 데이터의 “의미”를 명확하게 표현하는 구조
• 하지만 인간 언어 자체가
  → 모호성, 애매성, 불확실성을 포함하기 때문에
  → 완벽한 표현은 매우 어렵다

👉 핵심 과제

• 정확성 vs 비용 vs 유용성의 균형 찾기

---

2. 가장 중요한 개념 구조

(1) 기본 구성 요소

• 엔터티 (Entity): 존재하는 것 (사람, 개념 등)
• 클래스 (Class): 엔터티의 유형
• 관계 (Relation): 엔터티 간 연결
• 특성 (Attribute): 값 (숫자, 문자열 등)

👉 핵심 포인트

• 엔터티는 유일하고 명확해야 함
• 관계는 의미 + 추론 가능성 제공
• 클래스는 “개념”과 같지 않음

---

(2) 중요한 모델링 개념

• 인스턴스화: 개체가 어떤 클래스에 속하는가
• 하위 클래스 (subClassOf): 의미 포함 관계
• 부분-전체 관계: part-of 구조
• 동의어/어휘화: 다양한 표현 연결

👉 핵심 포인트

• 같은 단어 ≠ 같은 의미
• 같은 의미 ≠ 같은 모델 구조

---

(3) 추론 유형

• 연역 (Deduction): 논리적으로 반드시 참
• 귀납 (Induction): 일반화 (ML과 유사)
• 귀추 (Abduction): 원인 추정

👉 시맨틱 모형은 본질적으로
➡️ 연역적 추론 중심

---

3. 시맨틱 모형의 핵심 문제

(1) 시맨틱 격차

• 인간의 의미 ↔ 데이터 표현 간 차이

예:

• “데이터 과학자”의 필수 역량 정의
  → 매우 애매함

👉 결론

• 명확한 기준 없는 개념은 위험

---

(2) 모호성 문제

• 애매성 / 불확실성 / 부정확성은 서로 다름
• 잘못 처리하면:
  • 잘못된 추론
  • 품질 저하

👉 해결 전략

• 명확한 정의
• 컨텍스트 기반 해석
• 필요 시 퍼지화(fuzzy)

---

(3) 의미 드리프트

• 시간이 지나며 의미가 변함

👉 결과

• 모델 품질 지속 하락

👉 해결

• 지속적 업데이트 필수

---

4. 품질 관리 핵심

좋은 시맨틱 모형의 조건:

주요 품질 요소

• 정확성
• 완비성
• 일관성
• 이해 가능성
• 관련성

👉 중요한 통찰

• 정확하지만 쓸모없을 수 있음
• 일관성이 있어도 틀릴 수 있음
• 품질은 기술 + 사회적 합의

---

5. 주요 실패 원인 (핵심)

❌ 1. 잘못된 이름

• 모호한 이름 사용
• 과도하게 일반적인 표현

👉 해결:

• 항상 구체적이고 명확하게

---

❌ 2. 정의 부족

• 용어 정의 없음
• 이해관계자 간 해석 불일치

👉 해결:

• 반드시 자연어 정의 포함

---

❌ 3. 잘못된 동의어 처리

• 유사 ≠ 동일
• 동의어 남용

👉 해결:

• 높은 기준 + 검증 필요

---

❌ 4. 하위 클래스 남용

• 모든 것을 계층 구조로 만듦

👉 결과:

• 잘못된 추론

---

❌ 5. 잘못된 상호연결 (owl:sameAs 남용)

• 서로 다른 개념을 동일로 연결

👉 매우 위험

---

❌ 6. 컨텍스트 무시

• 동일 모델을 모든 곳에 적용

👉 결과:

• 실제 애플리케이션에서 실패

---

6. 개발 방법론 (실전 핵심)

단계 1: 컨텍스트 이해

• 어떤 시스템에서 사용?
• 어떤 문제 해결?

단계 2: 핵심 엔터티 정의

• 모델을 한 문장으로 설명 가능해야 함

단계 3: 역량 질문 정의

예:

• “데이터 과학자의 평균 급여는?”

👉 → 필요한 데이터 구조 도출

---

단계 4: 요구사항 평가

• 실행 가능성
• 비용 대비 가치

---

7. 조직 & 전략

시맨틱 모형은 기술 문제가 아니다

반드시 포함:

• 비즈니스
• 조직
• 전략

---

전략 핵심 질문

• 왜 만드는가?
• 누가 사용하는가?
• 어떤 가치를 주는가?

---

흔한 착각

• 자동으로 모델 생성 가능하다 ❌
• 표준 쓰면 해결된다 ❌
• 동일 언어 → 상호운용 가능 ❌

---

8. 딜레마 (핵심 철학)

(1) 표현성 vs 단순성

• 복잡하게 만들면 정확 ↑
• 하지만 유지 비용 ↑

👉 정답 없음 → 컨텍스트 기반 선택

---

(2) 정확성 vs 비용

• 완벽한 모델은 불가능

👉 목표:

• “충분히 좋은 모델”

---

(3) 퍼지 vs 명확성

• 애매함을 제거할 것인가?
• 아니면 모델에 포함할 것인가?

---

9. 가장 중요한 통찰 (핵심 요약)

이 책의 핵심 메시지는 5가지입니다:

1. 시맨틱 모형은 “정답”이 없다

→ 항상 선택의 문제 (딜레마)

---

2. 모호성은 제거 대상이 아니라 관리 대상

→ 완전히 없앨 수 없음

---

3. 좋은 모델은 균형이다

• 정확성
• 비용
• 활용성

---

4. 기술보다 중요한 것은 “의미 이해”

→ 진짜 핵심 역량 =
시맨틱 사고 능력

---

5. 모델은 살아있는 시스템이다

→ 지속적 관리 없으면 무너짐

---

🔥 한 줄 정리

👉 “시맨틱 모형화는 데이터를 구조화하는 기술이 아니라,
의미를 해석하고 합의하는 인간 중심의 의사결정 과정이다.”