기술사 학습노트 | imt-log

기술사 학습노트› AI / 빅데이터› 지식 그래프 & 온톨로지

AI / Big Data · 한장정리

[기술사토픽] 지식 그래프 & 온톨로지 완벽 정리 - 한장정리

온톨로지·트리플·SPARQL·RDF/OWL, 지식 그래프 구축·활용, GraphRAG, 의미 웹까지 기술사 빈출 주제를 완벽 정리합니다.

지식그래프온톨로지RDFSPARQLGraphRAG의미웹정보관리기술사

Ⅰ.지식 표현 기술 — 온톨로지 & 지식 그래프

개념: 온톨로지(Ontology)는 특정 도메인의 개념·속성·관계를 형식적으로 명세하는 공유된 개념화의 명시적 표현입니다. 지식 그래프(Knowledge Graph)는 온톨로지 기반으로 구축된 대규모 사실 네트워크입니다.

기술	설명	예시
RDF (자원기술프레임워크)	주어-술어-목적어 트리플로 지식 표현	(김철수, 근무지, 삼성전자)
OWL (웹온톨로지언어)	RDF 위에 고급 클래스·관계 표현	TBox(개념) + ABox(인스턴스)
SPARQL	RDF 데이터 질의 언어 (SQL과 유사)	SELECT ?name WHERE {?p :worksAt :Samsung}
트리플스토어	RDF 트리플 전용 DB	Apache Jena·GraphDB·Stardog
링크드 데이터	웹에서 데이터를 URI로 연결·공개	DBpedia·Wikidata·Schema.org

시험 포인트

온톨로지 3요소: 클래스(개념)·속성(관계)·인스턴스(개체)
대표 지식 그래프: Google Knowledge Graph·Wikidata·DBpedia·Freebase

Ⅱ.지식 그래프 구축 & 활용

가. 지식 그래프 구축 방법

방법	설명	특징
수동 구축	전문가가 직접 트리플 입력	정확하지만 비용·시간 많음
정보 추출 (IE)	텍스트에서 개체·관계 자동 추출	NLP 기반. 오류 포함
크라우드소싱	Wikipedia·Wikidata 같이 다수 참여	Wikidata·Google Knowledge Vault
기존 DB 변환	관계형 DB→RDF 변환 (R2RML)	레거시 데이터 활용

나. 지식 그래프 임베딩

모델	학습 방법	특징
TransE	관계를 벡터 이동으로 표현 (h+r≈t)	단순. 1:N 관계 취약
RotatE	관계를 복소수 회전으로 표현	대칭·반대칭 관계 처리
ComplEx	복소수 공간 임베딩	비대칭 관계 처리

다. GraphRAG

GraphRAG(Microsoft)는 기존 RAG의 한계를 극복하기 위해 지식 그래프 위에서 검색·추론을 수행하는 고급 RAG 기법입니다.

비교	기존 RAG	GraphRAG
검색 단위	유사도 기반 청크	그래프 커뮤니티·연결 경로
관계 추론	약함	강함 (연결된 노드 탐색)
전역 요약	어려움	커뮤니티 요약 사전 생성
적합 질문	사실 검색	복잡한 관계·요약 질문

시험 포인트

SPARQL은 RDF의 SQL. SELECT·WHERE·FILTER·OPTIONAL 기본 구조.
GraphRAG: 문서에서 KG 자동 구성 → 커뮤니티 요약 → 로컬/글로벌 검색.

Ⅲ.결론

결론

지식 그래프는 AI의 상식과 도메인 지식을 구조화된 형태로 표현하는 핵심 기술입니다.
LLM + 지식 그래프 결합(GraphRAG·뉴로심볼릭 AI)이 차세대 AI의 지식 추론 방향입니다.

"LLM은 언어를 알고, 지식 그래프는 사실을 안다. 둘의 결합이 진짜 지능에 가깝다."

블로그: 기술사 학습노트 · imt-log.tistory.com

← AI / 빅데이터 목록