• 지능정보연구
• /
• 제27권4호
• /
• pp.49-71
• /
• 2021

문제해결을 위해 지식을 활용하는 사용자는 내용 면에서 관련된 또 다른 지식, 즉 연관지식에 대한 교차적이고 순차적인 탐색을 진행한다. 지식지도는 관리하는 지식의 현황을 보여주는 도식이자 지식저장소의 분류체계로서, 지식 간 연관성에 기반한 사용자의 지식 탐색을 지원하는 도구이다. 따라서 지식지도는 지식 간 연관성에 의한 네트워크 형식으로 표현되며, 이를 정의 및 추론하는 데에 최적화된 기술을 접목하여 구현되어야 한다. 이를 위해 본 연구는 관리하는 개체와 개체 간 관계를 표현 및 추론하는 데에 최적화된 기능성을 발휘하는 것으로 알려진 그래프DB를 이용하여 지식그래프 기반 지식지도를 개발하는 방법론을 제시한다. 제시된 방법론의 유효성을 확인하기 위하여, 선행 연구의 온톨로지 기반 지식지도 구축 사례 데이터를 그래프DB에 적용하여 지식그래프 기반 지식지도를 구현하고, 구현된 지식 네트워크의 유효성과 Class 자동 구성 능력을 선행 연구의 결과와 비교하는 성능 테스트를 진행한다. 성능 테스트 결과, 본 연구의 지식그래프 기반 지식지도는 선행 연구의 온톨로지 기반 지식지도와 동일한 수준의 성능을 나타냈으며, 지식 및 지식 간 관계 정의 및 추론을 더욱 효율적으로 진행할 수 있음을 확인하였다. 본 연구의 결과는 연관지식에 대한 사용자의 인지과정을 반영한 지식 탐색 기능의 구현에 활용될 수 있으며, 추론에 의한 새로운 연관지식의 발견을 통해 자율적으로 확장되는 지능적 지식베이스의 개발에 응용될 수 있다.

• 정보화연구
• /
• 제9권3호
• /
• pp.243-251
• /
• 2012

본 논문은 온톨로지 기반의 임무공간 개념 모델링 체계인 한국형 임무공간 개념모델 (CMMSK:The Conceptual Models of the Mission Space-Korea)을 제안한다. 모델링과 시뮬레이션을 이용하면 실제 군사 훈련을 실행할 때 발생하는 시간, 공간 그리고 경제적인 비용을 크게 줄일 수 있다. CMMS-K는 국방 모델과 시뮬레이션의 상호운용성과 재사용성을 향상시키기 위해 개발되고 있다. CMMS-K의 구조는 한국 국방 환경을 기반으로 기존 국방 개념 모델링 체계를 참조하여 생성되었다. CMMS-K의 주요 구성요소는 도메인 온톨로지, 임무공간 모델 기술 언어, 임무공간 모델링 도구, 그리고 CMMS-K 관리 시스템이다. CMMS-K 도메인 온톨로지는 개체 및 과제 온톨로지로 구성된다. 본 논문은 CMMS-K 도메인 온톨로지에 대해서 자세히 기술하고 제안된 방법의 적용 가능성을 예제를 이용하여 평가한다.

• 한국전자거래학회지
• /
• 제12권3호
• /
• pp.1-17
• /
• 2007

가상기업은 다양한 역할의 에이전트들이 상호 작용함으로써 공동의 목표를 달성하는 멀티 에이전트 시스템(Multi-Agent System)으로 구현될 수 있다. 다만, 가상기업을 지원하기 위한 MAS는 멤버들의 이질성(heterogeneity), 복합구조(complex structure) 등의 특성을 고려한 가운데 자율성(autonomy)과 역동성(dynamism)을 보장할 수 있어야 한다는 점에서 보다 고도화 된 기능(예 : 컨텍스트)을 필요로 한다. 본 논문은 가상기업의 구성과 운영을 지원하기 위한 플랫폼으로 컨텍스트(context) 기반 MAS를 제안하기 위한 것이다. 컨텍스트 기반 MAS는 가상기업의 구성요소를 액터(Actor)와 액터 간의 인터랙션(Interaction), 그리고 액터 컨텍스트 (Actor Context)와 인터랙션 컨텍스트(Interaction Context) 등으로 정의한다. 컨텍스트 기반 MAS는 액터들에 대한 단순한 상태 정보뿐만 아니라 목표, 역할, 작업, 작업자의 시간, 장소, 사용 기기 등 상황정보 즉, 컨텍스트를 활용함으로써 의사결정이나 실행의 신속성, 정확성과 자동화 수준을 높일 수 있다. 컨텍스트 기반 MAS는 다양한 컨텍스트를 제어하기 위한 컨텍스트 온톨로지, 컨텍스트 모델, 컨텍스트 분석기와 추론기 등으로 구현될 수 있다. 하나의 가상기업이 공동 기술개발 파트너를 찾는 예제를 통해 본 연구의 타당성을 검토하였다.

• 정보과학회 논문지
• /
• 제44권4호
• /
• pp.383-391
• /
• 2017

빅데이터 시대가 도래 하면서 시맨틱 데이터의 양이 빠른 속도로 증가하고 있다. 이러한 대용량 시맨틱 데이터에서 의미 있는 암묵적 정보를 추론하기 위해서 지식 사용자의 경험적 지식을 기반으로 작성된 SWRL(Semantic Web Rule Language) 규칙들을 활용하는 많은 연구가 진행되고 있다. 그러나 기존의 단일 노드의 추론 시스템들은 대용량 데이터 처리에 한계가 있고, 다중 노드 기반의 분산 추론 시스템들은 네트워크 셔플링으로 인해 성능이 저하되는 문제점들이 존재한다. 따라서 본 논문에서는 기존 시스템들의 한계를 극복하고 보다 효율적인 분산 추론 방법을 제안한다. 또한 네트워크 셔플링을 최소화 할 수 있는 데이터 파티셔닝 전략을 소개하고, 점증적 추론에서 사용되는 추가된 새로운 데이터의 선별과 추론 규칙의 순서결정으로 추론 과정을 최적화 할 수 있는 방법에 대해 설명한다. 제안하는 방법의 성능을 측적하기 위해 약 2억 트리플로 구성된 WiseKB 온톨로지와 84개의 사용자 정의 규칙을 이용한 실험에서 32.7분이 소요되었다. 또한 LUBM 벤치 마크 데이터를 이용한 실험에서 맵-리듀스 방식에 비해 최대 2배 높은 성능을 보였다.

• 인터넷정보학회논문지
• /
• 제13권3호
• /
• pp.115-126
• /
• 2012

최근에 매쉬업은 미래 IT 융합 서비스의 효과적인 구현 방법으로써 그 관심도가 점점 높아지고 있으며 그들의 활용도 매우 다양하다. 그렇지만 이러한 높은 관심에도 불구하고 Open API들을 매쉬업 속으로 결합할 때 여러 가지 이슈들이 있을 수 있다. 첫째, 포털사이트들은 매쉬업에서 사용 가능한 수많은 API들을 제공하고 있는데, 이들에 대한 적합한 API들을 수동으로 탐색하고 발견하는 것은 매우 힘들고 많은 시간이 소비되는 작업이다. 둘째, 현존하는 어떠한 매쉬업 포털 사이트들도 전통적인 SOAP 기반 웹 서비스 분야에서 보였던 것처럼 API들을 찾고 통합하는데 시맨틱 기법을 활용하는 사이트는 없다. 세째, 적합한 API들을 발견하였더라도 특별한 기술적 훈련 없이 값어치 있는 매쉬업을 생성하기란 현실적으로 어려운 일이다. 본 논문에서는 위와 같은 이슈들을 해결하기 위해 먼저 기존의 SOAP 기반 웹 서비스 분야에서 사용된 시맨틱 기반 기술 및 알고리즘들을 최소의 수정만으로 재사용할 수 있음을 보인다. 다음으로, 조합 가능한 API들을 발견하기 위해 어떻게 API 특성들이 신택틱하게 정의되고 시맨틱하게 묘사될 수 있는지 보인다. 그러고 이러한 신택틱/시맨틱 정보들이 어떻게 Open API들의 발견과 조합에 도움을 줄 수 있는지 보인다. 마지막으로, 동적 Open API 조합을 위한 대화형 목표 지향 접근 방법을 제안한다. 여기서 최종 매쉬업은 API들의 순차적 접근 방법에 의해 점차적으로 각 단계에서 하나씩 새로운 API가 조합에 첨가된다.