Ch7 RDF 확장: RDFS와 SCHACL

두 가지 핵심 아이디어

개념	설명	담당 언어
추론 (Inference)	기존 데이터에서 새로운 결론을 도출	RDFS
기대 (Expectation)	아직 보지 못한 데이터에 대한 예측·검증	SHACL

---

RDFS — 추론 기반 확장

핵심 규칙: 유형 전파 규칙 (Type Propagation Rule)

IF   ?A rdfs:subClassOf ?B
AND  ?x rdf:type ?A
THEN ?x rdf:type ?B

클래스 A가 B의 하위 클래스이면, A의 모든 원소는 자동으로 B의 원소이기도 합니다. 이 단 하나의 규칙이 RDFS에서 subClassOf의 전체 의미를 정의합니다.

SPARQL CONSTRUCT로도 동일하게 표현할 수 있습니다.

CONSTRUCT { ?r rdf:type ?B }
WHERE { ?A rdfs:subClassOf ?B .
        ?r rdf:type ?A }

다중 상속 처리

A가 B와 C 모두의 하위 클래스일 때, 별도의 설계 결정 없이 유형 전파 규칙을 반복 적용하는 것만으로 자동 해결됩니다. 이것이 추론 기반 시스템의 핵심 강점입니다.

---

단언된 트리플 vs 추론된 트리플

단언된 트리플은 RDF 저장소에 직접 기술된 원본 트리플이고, 추론된 트리플은 추론 규칙에 의해 도출된 트리플입니다. 논리적으로는 동등하며, 추론 엔진은 두 종류를 동일하게 취급합니다.

추론 저장 방식은 두 가지입니다. 패턴이 식별되는 즉시 저장소에 삽입하는 캐시된 추론(구체화)과, 영구 저장 없이 질의 응답 시점에만 계산하는 적기 납입(Just-in-time) 추론이 있습니다.

---

SHACL — 기대 기반 검증

SHACL은 데이터의 예상 모양(Shape)과 제약 조건을 RDF로 표현합니다. 같은 모델을 세 가지 목적으로 사용할 수 있습니다.

데이터 유효성 검사, 사용자 입력 양식 생성, 사용자 입력 유효성 검사가 모두 동일한 SHACL 모델 하나로 처리됩니다.

주요 제약 조건 키워드

키워드	역할
sh:path	제약을 적용할 속성 지정
sh:datatype	값의 데이터 타입 지정
sh:minCount / sh:maxCount	최소/최대 값 개수
sh:pattern	정규식 패턴 (예: SSN 형식)
sh:in	허용 값 목록

---

표준별 비교

언어	특징
RDFS	클래스·속성 간 소규모 추론 규칙
RDFS-Plus	RDFS + 속성 제약조건 및 동일성 개념 추가
OWL	허용값 기반 클래스 정의 등 복잡한 추론 지원
SHACL	추론이 아닌 검증·기대 관리에 집중

---

핵심 원칙 한 줄 요약

RDFS는 "이미 있는 데이터에서 더 많은 것을 알아내는" 추론을 담당하고, SHACL은 "데이터가 기대한 형태인지 확인하는" 검증을 담당합니다. 두 언어 모두 RDF로 표현되어 링크드 데이터로 웹에 배포할 수 있습니다.