앞에서 지식그래프에 기본 이론과 온톨로지 설계 과정을 살려보았다면, 마지막으로 온톨로지 기반으로 지식그래프를 어떻게 생성하고 관리하는지 알아보도록 하게습니다. 참고한 도서는 유원북스의 지식그래프(2025)입니다. 1. 지식 그래프 성명주기 개요1) 구축(Construction / Creation):다양한 데이터로 부터 정보를 추출하고 구조화함온톨로지 설계하고 원본 데이터를 RDF와 같은 그래프 형태로 변환데이터 소스와 온톨로지 간의 매핑 규칙 정의 2) 저장 및 호스팅(Storage/ Hosting)지식 그래프의 특성(데이터 모델, 규모, 쿼리 패턴)에 맞는 적절한 데이터베이스 기술을 선택RDF 트리플 저장소나 속성 그래프 데이터베이스가 사용됨데이터베이스에 구축된 지식그래프 데이터를 로드하고 인데싱하는 ..

이번에는 지난번 지식그래프에 대한 전반적인 이해를 했다면, 이번에는 8단계 온톨로지 구축단계 중 핵심이라고 할 수 있는 단계4, 클래스/속성 정의, 단계5. 관계 정의, 단계6. 표현 및 구현 단계를 공연/전시 사례를 바탕으로 진행할 예정입니다.참고한 도서는 유원북스의 지식그래프(2025)입니다.공연/전시 서비스 온톨로지 구축 예시(단계4,5,6)단계4: 클래스 및 속성 정의 1. 클래스(Class) 및 계층 구조 정의클래스는 온톨로지의 '주체'가 되는 틀입니다. 공연 서비스라면 우리가 다룰 데이터의 가장 큰 범주를 먼저 설정합니다.1) 클래스 정의 (Class Definition)단순한 카테고리가 아니라, "이 세상에 존재하는 것들의 유형"을 정의하는 것입니다.:Performance: 모든 공연의 공통..

최신 LLM과 기법을 통해 AI 에이전트를 구축해봐도 어딘지 조금 멍청하게 동작을 했던 경험이 있을 것입니다. 2026년 5월 현 시점에서 내 부족한 AI에이전트에게 무엇을 추가하면 성능이 급격히 상승할까요? 이미 만들어진 전문영역 AI Agent에게 더 성능좋은 LLM, AI Agent 설계 변화, 다양한 테스트를 통한 오작동 감소 등으로 큰 변화를 이룰 수 있을까요? 저는 현시점에서 지식그래프를 활용한 '온톨로지' 구축이 가장 자신있게 내놓을 수 있는 답 같습니다. 현 시점에서 AI 기술은 '도구'에 가깝고, 중요한 것은 이 도구들을 기존 전문화된 데이터와 어떻게 연결학고 활용하여, 내 비지니스 문제를 해결하는 것이라고 생각합니다. 개인이 AI시대에 생존할 수 있는 꽤 괜찮은 방법 중 하나가 자신이..