1. 서론
스마트 제조 환경이 확산되면서 제조 기업들은 제품 수명주기 전반에서 생성되는 방대한 데이터를 관리하고 이를 지식 자산으로 활용해야 하는 과제에 직면하고 있다[1]. 설계, 생산, 품질, 유지보수 등 각 단계에서 축적되는 데이터는 형식과 맥락이 상이하기 때문에 이를 구조화하고 일관성 있게 다룰 수 있는 체계가 필요하다. 이러한 맥락에서 온톨로지는 도메인 지식을 표현하고 개념 간의 관계를 정의하여 상호운용성을 확보하는 핵심 도구로 활용되고 있다[2].
그러나 기존 온톨로지 관리 시스템은 중앙화된 구조에 의존하면서 여러 한계를 드러내고 있다[3]. 특히 중앙 서버 기반 방식은 변경 이력의 불투명성과 무결성 문제를 야기해 다수의 이해관계자가 협력하는 분산 환경에서 신뢰성 있는 지식 공유를 어렵게 한다. 단일 장애점(Single Point of Failure) 문제로 인해 서버 장애 시 전체 온톨로지 시스템이 마비되거나 데이터가 손실될 수 있으며, 이는 시스템 안정성과 지속 가능성에 위협이 된다. 권한 관리와 변경 승인 절차도 자동화되지 못해 기여자 보상 체계가 미흡하고 지적재산권 관리 역시 부족하다. 이러한 요인들은 고품질 지식 공유를 촉진하기보다 오히려 저해하는 결과를 가져온다.
이러한 문제는 제조 현장의 다양한 사례에서 확인된다. 예를 들어, 스마트 팩토리 공정 개선 과정에서 생성되는 불량 원인 분석 데이터와 설비 운영 노하우는 여러 공장에서 공유될 필요가 있다. 하지만 중앙화된 시스템에서는 데이터 무결성을 보장하기 어렵고 기여자의 권리를 명확히 인정하기도 힘들다. 또 다른 예로, 공급망 관리 과정에서 원자재 공급업체, 부품 제조사, 물류업체가 동일한 온톨로지를 기반으로 협업할 경우 위조 방지와 이력 추적이 요구되지만 기존 중앙화 구조에서는 신뢰성 확보가 쉽지 않다. 산업용 디지털 트윈 구현을 위한 온톨로지 역시 다양한 주체가 공동으로 유지 관리해야 하며, 이때 버전 관리와 충돌 해결은 중앙 서버 방식만으로는 한계가 있다. 이와 같은 요구를 충족하기 위해서는 접근 통제, 의미 검증, 승인 워크플로우, 저장 및 버전 동기화가 분절되지 않고 하나의 운영 프로세스로 통합되어야 한다.
따라서 본 논문은 스마트 제조 환경에서 지식 자산 거버넌스의 신뢰성 및 투명성 제고에 활용될 수 있는 블록체인 기반 온톨로지 관리 프레임워크를 제안한다. 제안 프레임워크는 블록체인의 분산성과 변경 이력 추적 가능성을 온톨로지 관리 절차에 적용하고, 스마트 계약을 통해 권한 관리 및 승인 절차의 자동화를 지원하는 방향으로 설계된다. 또한 분산 신원증명(DID : Decentralized Identity) 기반 인증을 통해 참여자 간 접근 제어를 정교화하는 방안을 포함한다.
기존 블록체인 기반 온톨로지 관리 연구는 이력 기록 또는 저장 방식과 같은 단일 기능 개선에 초점을 두는 경향이 있어, 변경 제안–의미 검증–승인–배포–감사로 이어지는 end-to-end 거버넌스 절차를 통합적으로 설계 및 검증하는 연구가 상대적으로 부족하였다. 그 결과 다수 이해관계자가 협업하는 제조 환경에서는 의미론적 검증 결과와 승인 의사결정, 온체인과 오프체인 저장 및 배포 상태, 멀티체인 버전 동기화가 분절적으로 관리되어 책임 추적과 일관된 운영 거버넌스 확보가 어렵다. 본 논문은 이러한 공백을 해결하기 위해 DID와 VC(Verifiable Credential) 기반 권한 관리 및 감사 추적, 스마트 계약 기반 거버넌스 워크플로우와 합의, 분산 원장 기반 변경 이력 고정, IPFS 기반 하이브리드 저장, 크로스체인 참조 동기화를 하나의 통합 프로세스로 결합하였으며, 저장 비용, 워크플로우 지연, 검증자 규모 증가에 따른 성능 변화를 정량적으로 평가하여 설계 선택의 타당성을 제시한다.
기존 연구들이 온톨로지 관리의 특정 측면(버전 관리, 데이터 무결성, 접근 제어, 저장 효율성 등)을 중심으로 부분적 접근을 제시한 것과 비교할 때, 본 연구의 특징은 다음과 같이 정리될 수 있다. 첫째, 스마트 계약 기반의 거버넌스 워크플로우를 통해 역할 기반 권한 관리, 투표 메커니즘, 분쟁 처리 절차 등을 절차적으로 연계할 수 있는 통합 구성을 제안한다. 둘째, 온톨로지의 의미론적 구조를 고려한 하이브리드 저장 및 차등 저장 구성을 포함하여 저장 비용과 확장성 측면의 부담을 완화하는 방향을 제시한다. 셋째, 크로스체인 상호운용을 고려하여 이기종 블록체인 환경에서 온톨로지 참조 정보의 교환과 동기화를 지원하는 구성을 포함한다. 넷째, 참여자의 다양한 기여 유형을 반영한 토큰 기반 인센티브 메커니즘을 도입함으로써 지속적 참여를 유도할 수 있는 설계 가능성을 제시한다. 이를 통해 다수 이해관계자가 협업하는 스마트 제조 환경에서 활용 가능한 온톨로지 관리 체계를 제안하는 것을 목표로 한다.
2. 관련 연구
본 연구는 온톨로지 변경 이력의 신뢰성, 접근 통제, 저장 확장성, 상호운용성, 그리고 거버넌스 자동화를 동시에 요구하는 지식 자산 운영 환경을 대상으로 한다. 관련 연구는 블록체인 기반 온톨로지 관리, 스마트 계약 기반 거버넌스, DID 기반 신원 확인 및 VC 기반 자격 증명 검증을 통한 접근 제어, 분산형 파일 시스템(IPFS : InterPlanetary File System) 기반 하이브리드 저장, 크로스체인 상호운용으로 구분할 수 있다.
2.1 블록체인 기반 온톨로지 관리
블록체인을 이용한 온톨로지 관리는 변경 이력의 불변성, 위조 및 변조 방지, 분산 저장을 통해 신뢰성을 강화하는 접근으로 제안되어 왔다[4,5]. 그러나 다수 연구는 이력 기록 자체에 초점을 두어, 변경 제안–검토-승인–배포까지 포함하는 운영 워크플로우를 일관된 규칙으로 통합하는 측면이 제한적이다[6].
2.2 스마트 계약 기반 거버넌스 자동화
스마트 계약은 규칙의 자동 집행을 통해 의사결정 지연을 줄이고, 승인 조건과 책임 소재를 명시적으로 관리할 수 있어 다양한 거버넌스 시나리오에 적용되어 왔다[7]. 다만 온톨로지의 버전 관리(메이저 및 마이너 버전), 분기와 병합, 의미론적 제약 검증 같은 변경 요소까지 함께 고려한 관리 방식은 아직 부족하다[8].
2.3 DID/VC 기반 접근 제어 및 감사추적
DID/VC 기반 인증 및 인가 체계는 중앙 인증기관 의존을 낮추고, 사용자 속성 기반 정책 적용 및 감사추적 강화를 가능하게 한다[9]. 그러나 온톨로지 변경 승인 기록, 검증 결과, 배포 상태 등 거버넌스 상태와 신원 및 권한을 절차적으로 연계하여 “누가, 무엇을, 왜, 어떻게 변경했는지”를 일관되게 추적하는 통합 설계는 충분히 제시되지 않았다.
2.4 IPFS 기반 하이브리드 저장
온체인 저장 비용과 성능 한계를 해결하기 위해 IPFS 등 오프체인 저장소에 실데이터를 두고, 온체인에는 해시 및 참조 포인터를 기록하는 하이브리드 방식이 널리 논의되었다[10,11]. 그러나 저장 최적화 자체만으로는 운영 단계에서 승인 상태, 버전 일관성, 무결성 검증이 분리될 수 있어, 변경 절차와 저장 및 검증이 결합된 관리 체계가 요구된다.
2.5 크로스체인 상호운용과 온톨로지 교환
크로스체인 기술은 이기종 네트워크 간 데이터 및 상태의 교환을 지원하며, 멀티도메인 환경에서 상호운용의 기반이 된다[12]. 다만 온톨로지의 변경 결과를 체인 간에 배포하고 검증하며, 버전 동기화 및 매핑 정보를 거버넌스 관점에서 관리하는 접근은 제한적이다.
2.6 논의
요약하면, 기존 연구는 변경 이력의 불변성, 규칙의 자동 집행, 분산 신원 기반 접근 통제, 하이브리드 저장 확장, 크로스체인 연계를 각각 부분적으로 제시해 왔다. 그러나 이를 하나의 운영 가능한 프로세스로 통합하여 제안–검토–검증–승인–배포–감사–보상까지 종단으로 연결한 프레임워크는 부족하다. 특히 의미론적 검증, 승인 의사결정, 이력 고정, 저장 및 배포, 상호운용이 분절적으로 다루어질 경우 실제 협업 환경에서 end-to-end 거버넌스 요구사항을 충족하기 어렵다. 이에 본 연구는 블록체인, 스마트 계약, DID/VC, IPFS 기반 저장, 크로스체인을 결합하여 지식 자산 거버넌스를 위한 온톨로지 관리 프레임워크를 제안한다.
3. 블록체인 기반 온톨로지 관리 프레임워크
3.1 프레임워크 구성
3.1.1 거버넌스 아키텍처 구성
본 프레임워크는 스마트 제조 환경에서 온톨로지의 생성, 변경 및 공유 과정에서 발생하는 신뢰성, 추적성, 권한 관리, 저장 비용, 상호운용성 문제를 통합적으로 다루기 위해 설계되었다. 그림 1은 제안 프레임워크의 핵심 구성요소인 블록체인 기반 온톨로지 거버넌스 및 관리 코어의 전체 구조를 나타낸다.
그림 1. 블록체인 기반 온톨로지 거버넌스 및 관리 코어 아키텍처
Fig. 1. Blockchain-based Ontology Governance and Management Core Architecture
그림 1의 코어는 5개 핵심 모듈(DIDM, SCGM, DLOM, HOSM, CCIM)로 구성[13]되며, 각 모듈은 온톨로지 변경의 전 과정을 역할 분리와 책임 경계에 따라 수행하도록 설계된다. 분산 신원 접근 제어 모듈(DIDM : Decentralized Identity Access Control Module)은 참여자 식별 및 권한 부여를 담당하며, DID/VC 기반 인증과 XACML(eXtensible Access Control Markup Language) 정책 기반 접근 제어를 통해 변경 요청의 적격성과 권한을 확인한다. 스마트 계약 거버넌스 모듈(SCGM : Smart Contract Governance Module)은 변경 제안-검토-승인 절차를 스마트 계약 규칙으로 자동화하며, 역할(예:제안자 및 검증자)과 투표 기반 의사결정 규칙에 따라 변경 제안의 승인 여부를 결정한다. 분산 원장 온톨로지 관리 모듈(DLOM : Distributed Ledger Ontology Management Module)은 변경 이력과 버전 정보를 블록체인 상의 불변 기록으로 유지하여 감사 추적과 롤백 가능성을 지원한다. HOSM은 대용량 온톨로지 데이터의 저장 비용과 확장성 문제를 고려하여, IPFS 기반 오프체인 저장과 온체인 포인터 및 해시 기록을 결합한 하이브리드 저장 구조를 제공한다. 마지막으로 크로스체인 상호운용성 모듈(CCIM: Cross-Chain Interoperability Module)은 이기종 블록체인 환경에서 온톨로지 참조 정보와 버전 메타데이터를 공유하고 동기화함으로써, 멀티체인 기반 협업 환경에서 일관된 온톨로지 운용을 가능하게 한다. 또한 본 프레임워크는 토큰 기반 인센티브를 확장 가능한 모듈로 설계하며, 적용 환경의 정책 및 규제에 따라 해당 모듈의 활성화 여부를 선택할 수 있다.
그림 1의 하단은 프레임워크가 적용되는 입력 맥락(스마트 제조 도메인)과, 승인 및 배포된 온톨로지를 활용하는 외부 시스템 및 사용자를 요약하여, 코어 모듈과 실제 활용 환경 간의 관계를 개념적으로 정리한다.
3.1.2 토큰 기반 인센티브 모듈
제안하는 프레임워크는 참여자 기여를 촉진하기 위해 토큰 기반 인센티브를 확장 가능한 모듈로 설계하며, 적용 환경의 정책 및 규제에 따라 활성화 여부를 선택할 수 있다. 분산된 참여자 환경에서는 변경 제안 및 검증 활동의 지속적 참여를 안정적으로 확보하기 어렵기 때문에, 해당 모듈은 참여 유도와 검증 활동 촉진을 주요 목적으로 한다[14,15]. 보상은 개념 추가, 관계 정의, 검증, 오류 수정 등 기여 유형과 참여 정도를 반영하는 사전 정의된 보상 규칙에 따라 산정되며, 산정 결과에 비례하여 토큰을 분배할 수 있다. 또한 저품질 또는 악의적 기여가 확인될 경우에는 보상 축소, 지급 보류, 사후 회수 등 정책 기반 제재를 적용함으로써 인센티브 악용 가능성을 완화한다. 이를 통해 인센티브 모듈은 구현 중심이 아니라 거버넌스 규칙 중심의 확장 요소로서 운용될 수 있다.
3.2 통합 프로세스 및 동작 원리
기존 블록체인 기반 온톨로지 관리 연구는 저장, 투표, 신원 인증 등 개별 기능을 중심으로 논의되는 경우가 많았으며, 실제 적용에서는 단계 간 연결이 수작업으로 이루어질 수 있다. 이 경우 절차 간 불일치, 승인 지연, 책임 추적이 어려워질 수 있다. 본 연구는 그림 2와 같이 온톨로지 변경 요청부터 검증, 승인, 저장 및 배포까지의 흐름을 3단계(Phase 1-3)로 구조화하고, 관련 기능이 스마트 계약 기반으로 연계될 수 있는 통합 프로세스를 제안한다.
그림 2. 블록체인 기반 온톨로지 관리 통합 프로세스
Fig. 2. Integrated Process of Blockchain-based Ontology Management
그림 2는 온톨로지 변경 관리의 전체 절차를 나타낸다. 전체 절차는 Phase 1~3으로 구성된다. Phase 1은 신원 인증 및 접근 제어와 변경 제안 및 자동 검증을 수행한다. Phase 2는 변경 중요도에 따른 승인 경로 분기, 검증자 검토, 합의 알고리즘 실행을 포함한다. Phase 3은 온톨로지 해시 생성, IPFS 분산 저장, 온체인 참조 포인터 및 해시값 기록, 기여 보상 산정 및 분배, 변경 알림, 인덱스 및 캐시 갱신으로 구성된다. 본 절차는 DIDM, SCGM, DLOM, HOSM, CCIM 및 토큰 경제 모듈이 단계별로 연계되어 동작하도록 설계된다. 특히 CCIM은 승인된 온톨로지 버전의 참조 정보를 이기종 블록체인에 동기화하여, 각 체인이 동일한 온톨로지 버전을 기준으로 동작하도록 한다.
Phase 1은 온톨로지 변경 요청의 적격성과 권한을 확인하고, 제안된 변경의 의미적 일관성을 1차 검증한다. ①사용자 변경 요청 단계에서 사용자는 변경 대상(클래스, 속성, 관계)과 변경 유형(추가, 수정, 삭제)을 포함한 요청을 제출한다. ②DID 기반 신원 인증 단계에서는 DIDM이 표준 분산 신원 방식에 따라 사용자를 인증한다. 이때, 필요에 따라 VC를 이용해 사용자의 역할과 속성을 확인한다. ③XACML 접근 제어 확인 단계에서는 사용자 권한이 정책에 부합하는지 검증하고, 역할과 사용자 속성을 함께 고려하여 변경 권한을 세분화한다. 권한 확인 이후 ④온톨로지 변경 제안 단계에서 사용자는 구체적인 변경 내용을 제출한다. ⑤블록체인 제안 기록 단계에서는 변경 제안의 메타데이터(제안자, 시간, 변경 유형, 대상 식별자 등)를 온체인에 기록하고, 이후 추적 및 감사에 활용한다. 나아가, ⑥자동화된 의미론적 일관성 검증 단계에서는 OWL(Web Ontology Language) 추론 또는 SHACL(Shapes Constraint Language) 기반 검증을 통해 제안 변경이 기존 온톨로지 구조와 충돌하는지 점검한다. 예를 들어, 서로 동시에 속할 수 없다고 정의된 두 분류에 같은 대상이 동시에 포함되도록 변경되면 오류가 된다. 또한 속성이 연결될 수 있는 대상의 종류(범위)를 벗어나는 관계가 추가되거나, 필수 속성이 누락되거나 속성 값의 개수가 허용범위를 벗어나면 이를 검출할 수 있다. 검증에 실패하는 경우 오류 내용을 기록하고, 제안자에게 수정을 요청한다.
Phase 2는 검증을 통과한 변경 제안을 거버넌스 규칙에 따라 승인한다. ⑦승인 프로세스 분기 단계에서는 SCGM이 변경 중요도(예: 핵심 개념 변경 여부, 영향 범위, 정책 등급)에 따라 승인 경로를 분기한다. 구체적으로, 중요 변경은 검증자 검토를 거치며, 변경 중요도가 낮은 변경은 조건부 자동 승인 절차로 처리한다. ⑧검증자 검토 단계에서는 지정된 검증자가 변경의 타당성과 영향 범위를 검토하고, 반려 시 반려 사유를 기록한 뒤 제안자에게 통지한다. 이어서, ⑨PoS(Proof of Stake) 또는 PoA(Proof of Authority) 합의 알고리즘 단계에서는 참여 노드가 변경 사항의 승인 결과를 분산적으로 확인한다. 예를 들어, 참여자가 제한되는 제조 산업 환경에서는 PoA를 적용하며, 개방성이 중요한 환경에서는 PoS 계열을 적용한다. 합의 방식의 선택은 참여자 수와 신원 확인 가능성, 참여자 간 신뢰 수준, 규제 및 감사 요구사항, 목표 지연 시간과 처리량 요구 등 운영 조건에 따라 결정된다. 컨소시엄 내 참여 기관의 책임 소재를 명확히 해야 하고 감사 요구가 높은 경우에는 검증자 권한 기반의 PoA가 적합하며, 참여 주체의 변동 가능성이 크거나 보다 개방적인 참여 구조를 고려해야 하는 경우에는 경제적 인센티브와 제재에 기반한 PoS 계열을 고려할 수 있다. 결과적으로, 합의 결과는 온체인에 기록하고, 변경 이력의 근거로 사용한다.
Phase 3은 승인된 변경 내용을 반영한 새로운 온톨로지 버전을 생성한 뒤 저장 및 배포한다. ⑩온톨로지 해시 생성 단계에서 변경된 온톨로지 데이터의 해시값을 생성하고 무결성 확인에 사용한다. 이후, ⑪IPFS 분산 저장 단계에서는 하이브리드 온톨로지 저장 모듈(HOSM : Hybrid Ontology Storage Module)이 온톨로지 데이터를 IPFS 분산 저장소에 저장하고, 콘텐츠 식별자(CID: Content Identifier)를 생성한다. ⑫온체인 참조 포인터 및 해시값 기록 단계에서는 CID 기반 참조 포인터와 해시값을 온체인에 기록하여, 이후 데이터의 무결성을 검증할 수 있도록 한다. 아울러, ⑬기여 보상 산정 및 분배 단계에서는 토큰 경제 모듈이 정책에 따라 제안자 및 검증자의 기여도를 산정하고 보상을 분배한다. ⑭관련 시스템 변경 알림 단계에서는 온톨로지를 참조하는 외부 시스템에 변경 사실과 버전 정보를 전달한다. ⑮인덱스 및 캐시 갱신 단계에서는 검색 및 접근 효율을 위해 인덱스 및 캐시를 갱신한다. 또한 여러 블록체인이 함께 사용되는 환경에서는 CCIM이 승인된 온톨로지 버전의 참조 포인터, 해시값, 버전 메타데이터를 다른 블록체인에 전달하여 동일한 버전을 기준으로 사용할 수 있도록 한다. 참조 정보를 전달받은 블록체인은 이를 확인한 뒤 동일한 버전을 기준으로 해석 및 연계 서비스를 수행한다.
4. 시나리오 기반 적용 및 논의
본 논문에서는 제안한 블록체인 기반 온톨로지 관리 프레임워크의 적용 가능성을 검토하기 위해, 실제 산업 환경을 반영한 시나리오 기반 설명을 제시한다. 이는 중앙 집중형 온톨로지 관리 시스템과 비교했을 때 프레임워크가 지식 자산의 무결성, 협업 효율성, 데이터 추적성 및 상호운용성 측면에서 어떠한 효과를 기대할 수 있는지를 설명하는 데 초점을 둔다.
4.1 스마트 팩토리 제조 지식 공유
스마트 팩토리 내부에서 설계 변경 요청이 발생했을 때 이를 온톨로지에 반영하는 과정을 가정한다. 기존 PLM(Product Lifecycle Management) 환경에서는 승인 절차가 문서 기반으로 진행되어 추적이 어렵고 불일치가 발생하기 쉽다. 제안 프레임워크에서는 이러한 문제를 블록체인 기반 자동화와 분산 원장 기록을 통해 해결한다.
그림 3은 현장 엔지니어의 변경 요청이 DID/VC 기반 인증·권한 검증(DIDM)과 다부서 역할 기반 승인(SCGM)을 거쳐, 변경 이력의 온체인 고정(DLOM) 및 IPFS 기반 하이브리드 저장(HOSM) 이후 공장 및 라인 단위로 동일 버전이 동기화되는 시나리오 흐름을 개념적으로 나타낸다.
그림 3. 스마트 팩토리 온톨로지 변경 관리 시나리오 흐름도
Fig. 3. Scenario flow of ontology change management in a smart factory
설계 변경이 필요한 경우, 현장 엔지니어는 사용자 인터페이스를 통해 변경 요청을 제출한다. 이 요청은 DLOM에 의해 블록체인에 트랜잭션으로 기록되며, 변경 유형, 변경 내용, 타임스탬프, 변경 주체 등의 메타 데이터가 함께 저장된다. SCGM은 역할 기반 접근 제어(RBAC : Role-Based Access Control)를 적용한 승인 규칙을 자동 실행한다. 설계팀, 생산팀, 품질팀의 승인이 필요한 경우, 각 팀의 담당자에게 자동으로 검토 요청이 전달되고, 투표 메커니즘을 통해 승인 여부가 결정된다. 모든 승인 결과는 블록체인에 불변적으로 기록되어 감사 추적이 가능하다.
승인이 완료되면 변경 사항은 온톨로지에 반영되고 버전 번호가 자동으로 증가한다. HOSM은 변경된 온톨로지 데이터를 IPFS에 저장하고, 해시값과 위치 포인터만 블록체인에 기록하여 저장 비용을 절감한다. 업데이트된 온톨로지는 여러 공장과 생산 라인에 자동으로 동기화되며, DIDM을 통해 각 참여자의 권한에 따라 접근이 제어된다. 모든 변경 이력은 블록체인에 영구 보존되어, 향후 문제 발생 시 특정 시점의 상태로 롤백이 가능하다. 변경 이력의 불변적 기록을 통해 감사 추적이 가능해지고 책임 소재가 명확해진다. 또한 스마트 계약 기반 승인 절차 자동화에 따라 문서 기반 수작업이 줄어들고 협업 효율성이 향상될 가능성이 있다. 블록체인의 분산 특성 덕분에 중앙 서버 장애 시에도 시스템이 지속 운영된다. 이 시나리오에서는 변경 제안과 승인 흐름을 자동화하는 SCGM과, 기여자 신원 및 권한을 검증하는 DIDM이 핵심적으로 작동하며, 최종적으로 DLOM이 변경 이력과 버전을 온체인에 고정함으로써 감사 가능성을 확보한다.
4.2 공급망 지식 자산 관리
여러 제조업체와 공급업체가 협력하는 공급망 환경에서 특정 부품의 품질 기준이 변경되는 사례를 가정한다. 기존 중앙 집중형 시스템에서는 각 참여자가 서로 다른 버전의 정보를 참조하여 데이터 불일치 문제가 발생하기 쉽다. 제안 프레임워크는 블록체인 기반 합의 메커니즘과 하이브리드 저장 구조를 통해 이러한 문제를 완화한다. 이 과정에서 변경 제안과 승인 절차는 SCGM이 담당하고, 대용량 품질 기준의 저장 및 공유는 HOSM이 담당함으로써 참여자 간 동일 버전 참조와 비용 효율성을 동시에 확보한다.
그림 4는 공급망 참여자 간 품질 기준 변경이 다자 합의(SCGM)를 통해 승인된 후, 온톨로지 원문은 IPFS에 저장(HOSM)되고 해시 및 포인터 등 참조 정보는 온체인에 고정(DLOM)되며, CCIM과 릴레이를 통해 이기종 컨소시엄 체인이 동일 버전을 참조하도록 동기화되는 시나리오 흐름을 나타낸다.
그림 4. 공급망 온톨로지 협업 관리 및 크로스체인 동기화 시나리오 흐름도
Fig. 4. Scenario flow of collaborative ontology management and cross-chain synchronization in a supply chain
공급망 참여자들이 공동으로 관리하는 온톨로지 시스템을 구축한다. 여기에는 원자재 공급업체, 부품 제조업체, 완제품 제조업체, 물류업체 등이 포함된다. 온톨로지에는 제품, 부품, 원자재의 규격, 특성, 호환성, 대체 가능성 등의 정보가 체계화된다. 또한 공급망 참여자의 역할, 책임, 인증 정보도 함께 관리된다. 부품 품질 기준이 변경될 필요가 있을 때, 해당 제조업체는 SCGM을 통해 변경을 제안한다. 공급망의 모든 이해 관계자는 스마트 계약에 정의된 거버넌스 규칙에 따라 투표에 참여하며, 합의에 도달하면 변경이 승인된다. 승인된 품질 기준은 HOSM을 통해 IPFS에 저장되고, 블록체인에는 해시값과 위치 포인터만 기록된다. 이로써 모든 참여자가 동일한 온톨로지 버전을 공유하게 되며, 저장 비용 절감 효과도 얻을 수 있다. 공급망 전반에 걸친 정보의 투명성과 추적성이 향상되어 원자재 부터 완제품까지 전체 이력 추적이 가능해진다. 블록체인의 불변성으로 인해 위조 제품 방지와 품질 문제 조기 발견 효과가 발생할 수 있다.
결과적으로 공급망 참여자 간 정보 비대칭성이 해소되고, 재고 관리 최적화, 리드타임 단축, 비용 절감 등 공급망 전체의 운영 효율성이 향상될 가능성이 있다. 또한 제품 인증, 규제 준수, ESG 요건 충족에 필요한 정보가 신뢰할 수 있는 방식으로 공유되어 규제 대응 비용이 감소하고 시장 신뢰도가 향상될 것으로 기대된다.
4.3 디지털 트윈 기반 제조 지식 관리
디지털 트윈 환경에서 물리적 설비와 가상 모델 간 동기화 과정에 제안 프레임워크를 적용하는 사례를 가정한다[16,17]. 설비 속성 변경이 온톨로지 변경으로 기록 및 관리되도록 하여, 물리적 장비 데이터와 가상 모델 간 불일치가 발생하더라도 변경 내역 추적과 롤백이 가능하다.
제조 설비, 생산 라인, 공장 전체의 디지털 트윈을 구현하기 위한 온톨로지를 블록체인 기반으로 분산 관리한다. 물리적 객체와 디지털 표현 간의 매핑 관계, 센서 데이터 스키마, 시뮬레이션 모델, 물리 법칙, 운영 제약 조건 등이 체계적인 온톨로지로 정의된다. 물리적 설비의 속성(예: 온도 센서 범위, 가동 속도 제한 등)이 변경되면, 해당 변경 사항은 DLOM을 통해 온톨로지에 반영되고 블록체인에 트랜잭션으로 기록된다. 변경 내역은 타임스탬프, 변경 주체, 변경 사유 등의 메타데이터와 함께 저장된다. 이 시나리오에서는 변경 이력의 불변 기록과 상태 복원이 핵심이므로, DLOM이 버전 및 메타데이터를 온체인에 고정하고 HOSM과 DLOM이 원문 저장 및 시점 롤백을 지원하는 구조가 중심적으로 작동한다. HOSM은 변경된 온톨로지 데이터를 IPFS에 저장하고, 해시값을 블록체인에 기록하여 무결성을 보장한다. 가상 모델은 최신 온톨로지 버전을 참조하여 자동으로 업데이트되며, 물리적 설비와 디지털 트윈 간 동기화 상태를 유지한다. 설비 운영 중 문제가 발생하면, DLOM의 상태 검증 및 복원 서브모듈을 통해 특정 시점의 온톨로지 상태로 롤백할 수 있다. 블록체인에 기록된 변경 이력을 기반으로 문제 발생 시점을 추적하고, 이전 버전으로 복원하여 시스템 안정성을 확보한다.
이러한 기능은 공정 최적화와 예지 정비 시나리오에서 활용 가능성이 크다. 디지털 트윈 구현에 필요한 다양한 도메인 지식이 통합된 온톨로지로 체계화되어 복잡한 시스템의 디지털 트윈 개발 기간과 비용이 절감될 수 있다. 또한 서로 다른 벤더의 설비와 시스템 간 상호 운용성이 향상되어 표준화된 방식으로 디지털 트윈을 구성하고 통합할 수 있게 되며, 시스템 확장성과 유연성이 개선될 것으로 기대된다.
5. 성능 평가 및 분석
5.1 평가 목적
본 장에서는 제안한 블록체인 기반 온톨로지 관리 프레임워크가 실제 적용 관점에서 어느 정도의 비용과 지연을 수반하는지, 그리고 참여자 규모가 증가할 때 성능이 어떻게 변화하는지를 정량적으로 확인한다. 특히 변경 요청 처리 지연, 승인 소요 시간, 블록체인 기록 오버헤드, 온체인 및 오프체인 저장 비용, 노드 수 증가에 따른 처리 성능 변화 항목을 중심으로 평가를 구성하였다. 이를 위해 저장 비용 비교(실험 1), 거버넌스 워크플로우 지연 시간 분석(실험 2), 확장성 평가(실험 3)의 세 가지 실험을 수행하였으며, 결과는 표로 통합하여 제시하고 본문에서는 핵심 관측 사항을 중심으로 분석한다
또한 본 논문의 성능평가는 4장에서 제시한 적용 시나리오와 연계하여 구성하였다. 공급망 시나리오(4.2)에서 핵심 요구인 대용량 품질 기준의 공유 비용 및 저장 효율은 실험 1에서 온체인 저장 방식과 하이브리드 저장(HOSM)을 비교하여 정량적으로 확인하였다. 스마트 팩토리 시나리오(4.1)의 변경 제안 및 승인 절차 특성은 실험 2에서 워크플로우의 전체 처리 지연과 승인 단계 오버헤드를 측정하여 분석하였다. 또한 다자 참여 환경에서의 적용 가능성은 실험 3에서 검증자 수 증가에 따른 처리 성능 변화를 측정하여 확장성 관점에서 평가하였다. 디지털 트윈 시나리오(4.3)는 변경 이력 고정과 버전 참조의 신뢰성이 핵심이므로, 실험 1과 실험 2의 결과를 바탕으로 무결성 기반 운영의 비용 및 지연 특성을 함께 논의한다.
5.2 실험 환경 및 설정
실험은 통제된 로컬 환경에서 수행하였으며, 하드웨어 및 소프트웨어 구성, 블록체인 네트워크 설정, 반복 측정 조건은 표 1에 정리하였다. 또한 블록 생성 지연이 없는 조건과, 실제 운용에서 발생할 수 있는 블록 생성 지연을 반영한 조건을 구분하여 측정하였다.
표 1. 실험 환경 상세
Table 1. Experimental Environment
데이터는 실제 온톨로지 파일과 합성 데이터를 함께 사용하였고, 저장 실험에서는 데이터 크기 변화에 따른 비용과 실패 여부를 관측하였다. 확장성 실험에서는 검증자 수를 단계적으로 증가시키며 처리 성능 변화를 측정하였다.
5.3 평가 지표 정의
저장 비용은 트랜잭션 실행 과정에서 소모되는 가스 사용량을 기준으로 평가하였다. 이는 온체인 기록에 따른 직접적인 오버헤드를 나타내며, 저장 방식에 따른 상대 비교에 활용하였다. 워크플로우 지연 시간은 변경 제안이 등록된 시점부터 최종 반영이 완료되는 시점까지의 전체 시간을 기준으로 평가하였다. 또한 절차적 병목 구간을 확인하기 위해 제안, 승인, 반영 단계로 구분하여 관측하였다. 확장성은 검증자 수 증가에 따른 평균 처리 시간과 처리량 변화를 기준으로 평가하였다. 여기서 처리량은 일정 시간 동안 처리 가능한 트랜잭션 수를 의미한다.
5.4 실험 결과 및 분석
표 2는 저장 비용(가스 사용량 기준), 워크플로우 지연 시간, 확장성 평가 결과를 통합하여 제시한 것이며, 표 2의 주요 결과를 그림 5(a)–(c)에 시각화하였다. 이하에서는 각 항목별 핵심 관측 결과를 요약한다.
표 2. 통합 성능 평가 결과 (저장 비용, 지연 시간, 확장성)
Table 2. Integrated Performance Evaluation Results (Storage Cost, Latency, Scalability)
그림 5. 성능평가 결과 시각화: (a) 온톨로지 크기에 따른 가스 사용량 비교(기준선: 온체인 원문 저장, 제안 방식: HOSM), (b) 검증자 수에 따른 E2E 지연시간(자동 채굴 조건과 1초 블록 타임 조건 비교, ±1 SD, n=10), (c) 검증자 수에 따른 처리량(TPS, 1초 블록 타임, n=10 평균). FAILED는 15M 가스 한도 초과로 가스 사용량을 측정할 수 없음을 의미한다.
Fig. 5. Visualization of performance evaluation results: (a) Gas usage as a function of ontology size (baseline: on-chain raw storage; proposed: HOSM), (b) E2E latency as a function of the number of validators (auto-mining and 1 s block-time conditions, ±1 SD, n=10), (c) Throughput (TPS) as a function of the number of validators under the 1 s block-time condition (mean of n=10 runs). FAILED indicates that the transaction exceeded the 15M gas limit and the gas usage could not be measured.
먼저 저장 비용 평가에서는 온톨로지 원문을 온체인에 직접 저장하는 방식이 데이터 크기 증가에 따라 가스 소모가 급격히 증가하고, 일정 크기 이상에서는 트랜잭션 실패가 관측되었다. 반면 IPFS에 원문을 저장하고 온체인에는 CID 또는 해시만 기록하는 방식은 데이터 크기 변화와 무관하게 가스 비용이 일정 수준으로 유지되는 경향을 보였다.
워크플로우 지연 시간 평가에서는 전체 처리 시간이 특정 수준 범위에서 관측되었으며, 승인 단계의 소요 시간은 전체 대비 작은 비중으로 나타났다. 구체적으로 승인 단계(Phase 2, 투표 및 합의 로직)의 평균 소요 시간은 1.73–3.06ms로 전체 처리 시간 대비 0.5% 미만 수준이었으며, 이에 따라 승인 로직 자체의 오버헤드는 매우 제한적인 것으로 확인되었다. 또한 블록 생성 지연이 없는 조건과 1초 블록 조건을 구분하여 제시함으로써, 스마트 계약 로직 자체의 오버헤드와 블록 생성에 따른 지연을 분리하여 해석할 수 있도록 하였다.
확장성 평가에서는 검증자 수 증가에 따라 처리량 감소와 처리 시간 증가가 관측되었으나, 측정 범위에서 급격한 성능 붕괴 없이 완만한 변화 양상을 보였다. 이는 참여자 규모가 증가하는 컨소시엄 환경에서도 기본적인 처리 특성이 유지될 수 있음을 시사한다.
5.5 한계
본 실험은 로컬 시뮬레이션 환경에서 수행되었으며, 실제 산업 환경에서 발생할 수 있는 네트워크 지연, 지리적으로 분산된 노드 간 통신 지연, 운영 정책에 따른 변동 요인을 모두 반영하지는 않는다. 따라서 본 장의 결과는 절대 성능 수치라기보다는 저장 방식 및 워크플로우 설계에 따른 상대 비교와 성능 경향 확인에 초점을 두고 해석한다. 또한 의미 검증 및 품질 관리 기능은 프레임워크 설계에서 중요한 요소이나, 본 장에서는 블록체인 기록과 거버넌스 처리에 따른 비용 및 지연 특성에 초점을 맞추어 평가를 구성하였다. 구체적으로, 그림 5(b)–(c)의 E2E 지연 시간 및 처리량은 실환경에서 네트워크 상태와 트랜잭션 혼잡도에 따라 지연이 추가로 증가하거나 처리량이 감소할 수 있다. 반면, 그림 5(a)의 가스 사용량 비교는 동일 체인에서의 트랜잭션 실행 비용을 기준으로 온체인 원문 저장 방식과 IPFS 저장 후 온체인에 CID/해시만 기록하는 방식을 비교한 결과이므로, 데이터 크기 증가에 따른 상대적 경향은 실환경에서도 유사하게 관찰될 것으로 예상된다.
6. 결론 및 향후 연구
본 논문은 스마트 제조 환경에서 지식 자산 거버넌스의 신뢰성과 투명성 제고에 활용될 수 있는 블록체인 기반 온톨로지 관리 프레임워크를 제안하였다. 기존 중앙 집중형 온톨로지 관리 방식은 변경 이력의 가시성 부족, 단일 장애점, 승인 절차의 비효율 등 구조적 제약이 발생할 수 있으며, 다수 이해관계자가 참여하는 환경에서는 책임 추적과 권한 관리 측면에서 운영 부담이 커질 가능성이 있다. 이에 본 연구는 블록체인 기반 변경 이력 관리와 스마트 계약 기반 절차 자동화를 결합하여 이러한 제약을 완화하는 방향의 설계를 제시하였다.
제안 프레임워크는 (1) 스마트 계약 기반 거버넌스 워크플로우의 절차적 연계, (2) 의미론적 구조를 고려한 하이브리드 저장 및 차등 저장 구성, (3) 이기종 블록체인 환경을 고려한 크로스체인 동기화 지원, (4) 기여 유형을 반영한 토큰 기반 인센티브 구성의 네 가지 특징으로 요약될 수 있다. 이러한 구성은 스마트 팩토리, 공급망, 디지털 트윈과 같이 온톨로지가 지속적으로 갱신되고 다수 주체가 협업하는 시나리오에서 적용 가능성을 논의하는 데 활용될 수 있다.
또한 본 연구에서 구성한 실험 환경에서의 성능평가 결과, 제안 프레임워크는 하이브리드 저장(HOSM) 적용 시 온체인 저장 방식 대비 가스 사용량이 감소하는 경향을 보였으며, 데이터 크기가 증가하더라도 온체인 기록 비용이 크게 증가하지 않는 특성이 관측되었다. 워크플로우 지연 측정에서는 자동 채굴 조건에서 전체 처리 시간이 수백 ms 수준으로 나타났고, 승인 단계(투표 및 합의 로직)는 1.73–3.06ms로 전체 처리 시간 대비 매우 작은 비중을 차지하는 것으로 측정되었다. 또한 검증자 수 증가에 따른 처리 성능 변화에서도 일정한 감소 경향이 관측되었으나, 실험 범위 내에서는 다자 참여 환경에서의 적용 가능성을 정량적으로 논의할 수 있는 근거를 제공하였다.
향후 연구에서는 다음과 같은 방향이 필요하다. 첫째, 이기종 블록체인 간 연동 고도화가 요구된다. 둘째, 다양한 산업 도메인의 온톨로지 통합을 위한 매핑 및 정합성 검증 기술 개발이 필요하다. 셋째, AI 기반 시맨틱 추론 엔진 강화를 통한 지식 데이터로부터의 새로운 가치 도출 연구가 중요하다. 나아가 실제 산업 현장에서의 파일럿 적용을 통해 운영 절차의 실무 적합성과 경제성을 추가로 검토하고, 다양한 네트워크 및 시스템 구성 조건에서 지연 시간, 저장 비용, 크로스체인 동기화 오버헤드 등을 확장 평가함으로써 적용 한계를 보다 명확히 확인할 필요가 있다.
References
- K. C. Morris, Y. Lu, and S. Frechette, "Foundations of information governance for smart manufacturing," Smart and Sustainable Manufacturing Systems, vol. 4, no. 2, Art. ID SSMS20190041, 2020. https://doi.org/10.1520/SSMS20190041
- T. R. Gruber, "A translation approach to portable ontology specifications," Knowledge Acquisition, vol. 5, no. 2, pp. 199-220, 1993. https://doi.org/10.1006/knac.1993.1008
- S. C. Feng, W. Z. Bernstein, T. Hedberg Jr., and A. B. Feeney, "Toward knowledge management for smart manufacturing," ASME Journal of Computing and Information Science in Engineering, vol. 17, no. 3, Art. no. 031016, 2017.
- T. Knez, D. Gašperlin, M. Bajec, and S. Žitnik, "Blockchain-based transaction manager for ontology databases," Informatica, vol. 33, no. 2, pp. 343-364, 2022. https://doi.org/10.15388/22-INFOR490
- A. Tara, N. Taban, C. Vasiu, and C. Zamfirescu, "A decentralized ontology versioning model designed for inter-operability and multi-organizational data exchange," in Artificial Intelligence in Intelligent Systems: Proc. 10th Computer Science On-line Conference 2021, vol. 2 (CSOC 2021), R. Silhavy, Ed., Lecture Notes in Networks and Systems, vol. 229, Springer, Cham, pp. 617-628, 2021.
- Z. Li, W. M. Wang, G. Liu, L. Liu, J. He, and G. Q. Huang, "Toward open manufacturing: A cross-enterprises knowledge and services exchange framework based on blockchain and edge computing," Industrial Management & Data Systems, vol. 118, no. 1, pp. 303-320, 2018. https://doi.org/10.1108/IMDS-04-2017-0142
- N. F. Noy and M. Klein, "Ontology Evolution: Not the Same as Schema Evolution," Knowledge and Information Systems, vol. 6, no. 4, pp. 428-440, 2004. https://doi.org/10.1007/s10115-003-0137-2
- N. F. Noy and M. A. Musen, "PROMPT: Algorithm and tool for automated ontology merging and alignment," in Proc. AAAI, pp. 450-455, 2000.
- C. Mazzocca et al., "A Survey on Decentralized Identifiers and Verifiable Credentials," arXiv preprint arXiv:2402.02455, 2024.
- J. Benet, "IPFS - content addressed, versioned, P2P file system," arXiv preprint arXiv:1407.3561, 2014.
- Y. Voutos, T. Stamatopoulos, et al., "A decentralized architecture for trusted dataset sharing using smart contracts and decentralized storage protocols (Swarm and IPFS)," Sensors, vol. 22, no. 23, Art. no. 9118, 2022. https://doi.org/10.3390/s22239118
- Z. Deng, C. Tang, T. Li, P. Abla, Q. Chen, W. Liang, and D. He, "Enhancing blockchain cross-chain interoperability: A comprehensive survey," arXiv preprint arXiv:2505.04934, 2025.
- "BLOCKCHAIN-BASED ONTOLOGY MANAGEMENT METHOD AND SYSTEM FOR KNOWLEDGE ASSET GOVERNANCE," Korea Patent Application 10-2025-0082920, 2025.
- R. Han, Z. Yan, X. Liang, and L. T. Yang, "How can incentive mechanisms and blockchain benefit with each other? A survey," ACM Computing Surveys, vol. 55, no. 10, Art. no. 200, 2022. https://doi.org/10.1145/3539604
- K. Zheng, J. Z. Zhang, and T. Le, "Blockchain tokens for enterprise knowledge sharing: Characteristics, economic ecology, and implications," Journal of Organizational and End User Computing, vol. 35, no. 1, 2023.
- E. Karabulut, S. F. Pileggi, P. Groth, and V. Degeler, "Ontologies in digital twins: A systematic literature review," Future Generation Computer Systems, vol. 157, pp. 326-349, 2024. https://doi.org/10.1016/j.future.2023.12.013
- J. L. Zhang, D. Chen, Z. Wang, et al., "A blockchain-based cooperative modeling method for digital twin ontology model of the mechanical product," MATEC Web of Conferences, vol. 359, Art. no. 02018, 2022.