지식 그래프 · 시맨틱 웹Knowledge Graph and Semantic Web
기계가 데이터의 뜻을 읽고 관계를 따라 답하게 하는 다섯 토픽(택소노미 · 시소러스, 온톨로지, RDF · SPARQL, 시맨틱 웹, 지식 그래프)을 엮은 것이다. 낱말을 맞추고 뜻을 정하고 트리플로 적어 묻고, 조직 밖 데이터와 잇는 순서로 읽는다.
1요약
- 지식 그래프 · 시맨틱 웹은 검색에서 기계가 읽는 뜻을 맡는 다섯 토픽을 엮는다 — 낱말을 맞추는 SKOS(2009), 뜻을 정하는 OWL 2(2012), 데이터 형식 RDF 1.1(2014)과 질의어 SPARQL 1.1(2013), 조직 밖으로 잇는 Linked Data 원칙(2006), 그 위에 쌓인 지식 그래프다.
- 낱말만 맞추는 검색은 다른 이름으로 적힌 같은 대상을 놓친다 — 이 문서 사례에서 「머신러닝」 낱말 일치는 0권, 시소러스 별칭과 상하 경로를 거치면 2권이 나온다(직접 실행).
- 「그래프를 만들었는데 답이 빈다」는 어느 단계가 비었나로 가른다 — 동의어를 못 찾으면 어휘, 상위 개념으로 물을 때 빠지면 뜻 · 경로, 다른 기관 데이터와 안 이어지면 식별(IRI)이다.
2등장 배경
1990년대 웹 문서는 사람이 읽는 HTML 이어서, 프로그램은 화면의 「1931」이 설립 연도인지 전화번호 일부인지 알 수 없었다. 도서관은 오래전부터 주제명표 · 시소러스로 낱말을 맞췄지만 그 표는 기관마다 따로 있었다.
2001년 Berners-Lee · Hendler · Lassila 는 웹 데이터에 기계가 읽는 뜻을 다는 시맨틱 웹을 제안했다(Berners-Lee 2001). W3C 는 SPARQL 1.1(2013-03) · RDF 1.1(2014-02)로 형식과 질의어를, SKOS(2009-08) · OWL 2(2012-12)로 어휘와 뜻을 정했고, Berners-Lee 는 2006년 「IRI 로 이름 짓기 · HTTP 로 조회 · 표준으로 응답 · 다른 IRI 로 링크」 네 원칙을 냈다(Berners-Lee 2006).
「knowledge graph」라는 말은 1972년부터 문헌에 있었으나, 2012년 한 검색 서비스의 발표 뒤 여러 기업이 잇따라 지식 그래프를 내면서 널리 퍼졌다(Hogan 2021 1절). 지금 RDF 1.2 는 트리플을 다른 트리플의 목적어로 쓰는 triple term 을 더한 후보 권고안 초안(2026-11-13)이고, SPARQL 1.2 는 작업 초안(2026-11-12)이다.
3쉽게 이해하기 — 향토 기록관 연합의 한 줄 카드
향토 기록관 직원이 마을 이야기를 「김 목수 · 지었다 · 정미소」처럼 한 줄 카드에 적고, 사람 · 건물마다 연합 공통 번호를 붙인다. 카드를 쓸 때는 책장의 같은말 사전으로 「방앗간」을 「정미소」로 맞추고, 규칙책으로 「정미소는 건물이다」를 확인한다. 카드는 벽에 실로 이어 관계 지도가 되고, 같은 번호가 붙은 이웃 군 기록관 카드와도 이어진다. 방문객이 질문 양식에 「정미소를 지은 사람이 지은 다른 건물은?」이라고 쓰면 직원이 실을 따라 답한다.
그림 1 · 직원은 한 줄 카드만 쓰고, 책장이 말과 뜻을 맞추며, 벽 지도와 공통 번호가 카드를 기관 안팎으로 잇는다.
그림 2 · 같은말 사전은 낱말 셋을 대표 이름 하나로 모으고, 그 대상에 붙은 번호(IRI)가 같아야 다른 기관 카드와 이어진다.
| 비유 속 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 한 줄 카드 | RDF 트리플 | 주어 · 술어 · 목적어 세 요소로 사실 하나를 적는다 |
| 연합 공통 번호 | IRI | 기관이 달라도 같은 대상을 가리키는 전역 이름 |
| 분류표 · 같은말 사전 | 택소노미 · 시소러스 | 상하 분류와 대표 이름 · 별칭을 SKOS 로 적는다 |
| 규칙책 | 온톨로지 | 클래스 · 속성 · 공리로 낱말 뒤의 뜻을 정한다 |
| 실로 이은 벽 지도 | 지식 그래프 | 개체를 노드, 관계를 간선으로 쌓은 데이터 그래프 |
| 질문 양식 | SPARQL 질의 | 트리플 패턴 · 경로로 그래프를 묻는다 |
| 이웃 기록관 카드 | 시맨틱 웹 링크 | HTTP 로 조회되는 IRI 로 조직 밖 데이터와 잇는다 |
⚠ 비유가 맞지 않는 곳: 기록관 직원은 카드를 읽고 뜻을 짐작하지만, 기계는 사전 · 규칙책에 적힌 것만 따른다. 또 실제 공통 번호(IRI)는 한 연합이 나눠 주지 않고 각 기관이 자기 도메인 아래에서 스스로 짓는다(Berners-Lee 2006).
4구조 — 다섯 토픽이 나눠 맡는 단계
다섯 토픽은 낱말 → 뜻 → 데이터 → 질의 → 연결 순서로 일을 나눈다. 앞 넷이 한 조직 안에 쌓이면 지식 그래프가 되고, 그 IRI 를 HTTP 로 공개해 다른 조직 데이터와 이으면 시맨틱 웹이 된다(Berners-Lee 2006).
그림 3 · 어휘 · 뜻 · 데이터 · 질의 네 단계가 한 조직 안에서 지식 그래프를 이루고, 같은 IRI 링크가 그 그래프를 조직 밖으로 잇는다.
| 토픽 | 푸는 문제 | 다루는 단위 | 대표 표준 | 빠지면 생기는 일 |
|---|---|---|---|---|
| 택소노미 · 시소러스 | 같은 대상의 여러 낱말 · 상하 분류 | 개념 · 대표 이름 · 별칭 | SKOS(2009 · 5 · 8절) | 「머신러닝」으로 「기계 학습」 자료를 못 찾음 |
| 온톨로지 | 낱말 뒤의 뜻 · 모순 | 클래스 · 속성 · 공리 | RDFS · OWL 2(2012) | 상위 개념 추론 · 모순 검출이 안 됨 |
| RDF · SPARQL | 서로 다른 데이터를 한 형식으로 적고 묻기 | 트리플 · IRI · 패턴 | RDF 1.1(2014) · SPARQL 1.1(2013) | 기관마다 형식이 달라 합칠 때마다 변환 |
| 시맨틱 웹 | 조직 밖 데이터와 잇기 | HTTP IRI · 링크 | Linked Data 4원칙(2006) | 그래프가 조직 안에 갇힘 |
| 지식 그래프 | 흩어진 사실을 쌓아 질의 · 추천 · 통합에 씀 | 개체 노드 · 관계 간선 | RDF 또는 속성 그래프(Hogan 2021 2.1절) | 표준만 있고 쌓인 사실이 없음 |
🔑 지식 그래프는 «무엇을 쌓았나»(결과물)이고 시맨틱 웹은 «어떻게 공개하고 잇나»(원칙)다 — 같은 RDF 로 만들어도 IRI 가 조직 밖에서 조회되지 않으면 지식 그래프일 뿐 시맨틱 웹의 일부가 아니다.
5동작 — 「머신러닝」 자료를 다섯 토픽으로 찾기
직접 실행 — Python 3.14.0 표준 라이브러리로 트리플 집합과 패턴 매칭을 직접 구현했다 · 이름공간 ex: 와 도서 4권은 설명용 가정 값이다.
- 시소러스를 SKOS 10 트리플로 적는다 — 인공지능(ex:AI) · 기계 학습(ex:ML) · 딥러닝(ex:DL) 세 개념, ML 의 별칭 「머신러닝」, ML → AI · DL → ML 의
skos:broader. - 온톨로지 2 트리플을 더한다 —
ex:,Book rdfs: subClassOf ex: Work ex:.subject rdfs: range skos: Concept - 목록 데이터 8 트리플을 더한다 — b1(주제 DL) · b2(ML) · b3(AI) · b4(통계) 네 권의
rdf:type과ex:subject. 그래프는 20 트리플이다. - 「머신러닝」을 대표 이름(
skos:prefLabel)으로만 찾으면 개념이 없어 0권이다. - 별칭(
skos:altLabel)까지 찾으면 ex:ML 에 닿고, 주제가 ML 인 b2 1권이 나온다. - 경로
?c skos:broader* ex:ML(SPARQL 1.1 9.1절 ZeroOrMorePath)로 하위 개념 DL 까지 넓히면 b1 · b2 2권이다. - 다른 기관의 저자 그래프 4 트리플(b1 · b2 의
dct:creator와 이름)을 같은 IRI 로 합치면 그래프는 24 트리플이 되고, 6단계 결과에 저자가 붙는다.
그림 4 · 같은 「머신러닝」 질의가 대표 이름 0권 → 별칭 1권 → 하위 경로 2권으로 늘고, 다른 기관 그래프 4 트리플이 합쳐져 저자까지 붙는다.
그림 5 · 표는 새 자료가 오면 열 · 표 설계를 바꿔야 하지만, 그래프는 같은 IRI 노드에서 트리플 집합을 합치기만 한다 — 20 + 4 = 24 트리플.
🔑 시소러스는 «낱말»을 잇고 IRI 는 «대상»을 잇는다 — 낱말이 개념 하나로 모이고 그 개념의 IRI 가 같아야 그래프가 다른 기관 데이터와 합쳐진다(RDF 1.1 Concepts 3.2절 IRI 동일성).
6비교 — 정보 검색(IR), 검색 엔진, 벡터 · 의미 검색과의 경계
| 기술 | 맡는 일 | 답의 근거 | 결과 꼴 | 넘기는 곳 |
|---|---|---|---|---|
| 정보 검색(IR) | 문서 모음에서 적합한 문서 순위 | 낱말 무게(tf · idf · BM25) | 순위 붙은 문서 목록 | 시스템 구현은 검색 엔진으로 |
| 검색 엔진 | 수집 · 색인 · 질의 처리 시스템 | 역색인 · 형태소 분석 | 서비스 응답 | 순위 이론은 정보 검색(IR)으로 |
| 벡터 · 의미 검색 | 뜻이 가까운 문서 · 문장 찾기 | 임베딩 거리(근사 최근접 이웃) | 유사도 순 상위 k 개 | 정확한 관계 질의는 지식 그래프 · 시맨틱 웹으로 |
| 지식 그래프 · 시맨틱 웹 | 개체 · 관계 사실을 묻고 잇기 | 트리플 · IRI · 공리 | 패턴에 맞는 해 집합 | 문서 순위는 정보 검색(IR), 뜻 근접은 벡터 · 의미 검색으로 |
분석「무엇과 관련된 문서」를 찾으면 정보 검색(IR) · 벡터 쪽을, 「누가 · 언제 · 무엇을」처럼 답이 개체 · 관계로 정해지면 지식 그래프 쪽을 고른다. SPARQL 결과는 패턴에 맞는 해 집합이고 ORDER BY 를 쓰지 않으면 순서가 정해지지 않는다(SPARQL 1.1 15.1절).
7실무 진단 — 답이 비거나 이어지지 않을 때
분석어휘 → 경로 → 식별 → 공개 순으로 본다. 앞 단계에서 개념을 못 찾으면 뒤 단계 질의는 모두 0행이 되므로(사례 4단계), 가장 앞 단계부터 행 수를 확인해야 원인 단계가 갈린다.
| # | 증상 | 의심 원인 | 단계 | 확인 명령 · 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | 다른 이름으로 찾으면 0건 | 별칭 미등록 | 어휘 | SELECT ?c WHERE { ?c skos: | 0행이면 altLabel 추가(SKOS 5절) |
| 2 | 한 개념에 대표 이름 둘 | 언어 태그당 prefLabel 중복 | 어휘 | SELECT ?c (COUNT(?l) AS ?n) WHERE { ?c skos: | 1행이라도 나오면 위반(SKOS S14) |
| 3 | 상위 주제로 물으면 하위 자료 빠짐 | 직접 관계만 질의 | 경로 | 같은 질의를 skos:broader* 경로로 다시 실행 | 행이 늘면 경로 누락 · broader 는 이행 아님(SKOS 8.6.6) |
| 4 | 합쳤는데 노드가 이어지지 않음 | IRI 글자 차이(http · https · 끝 슬래시) | 식별 | 두 그래프의 IRI 문자열 대조 | 글자 하나라도 다르면 다른 노드(RDF 1.1 Concepts 3.2절) |
| 5 | 외부 IRI 를 조회해도 데이터 없음 | HTTP 응답 미제공 | 공개 | curl -L -H "Accept: text/turtle" <IRI> | RDF 가 돌아오지 않으면 3원칙 위반(Berners-Lee 2006) |
어휘부터 보는 까닭은 개념 IRI 를 못 찾으면 경로 · 결합 점검이 헛수고이기 때문이다. 어휘 · 경로가 맞는데 다른 기관 데이터만 비면 식별과 공개 단계로 넘어가고, 추론 설정 · 공리 문제는 온톨로지 토픽의 진단으로 넘긴다.
8시험 대비
시험에서는 지식 그래프 · 시맨틱 웹의 개념과 구성 기술을 묻는 정의 · 특징형과, 지식 그래프 · 온톨로지 · 시맨틱 웹의 차이 또는 RDF 와 속성 그래프 모델을 견주는 비교형이 나올 수 있다. 정의형은 그림 3 의 다섯 단계에 토픽과 표준을 얹고, 비교형은 «결과물인가 · 원칙인가» 축에 표현 단위 · 추론 · 공개 범위 행을 둔 표로 쓴다.
- 개요 — 정의(기계가 읽는 뜻) · 낱말 검색의 한계 · 2001 시맨틱 웹 → 2006 Linked Data → 2012 Knowledge Graph 확산
- 구성 기술 — 그림 3 다섯 단계(어휘 · 뜻 · 데이터 · 질의 · 연결) + 토픽별 표준 표
- 처리 흐름 — 그림 4 사례(20 트리플 · 질의 0 → 1 → 2권)
- 데이터 통합 원리 — 그림 5 표 설계 변경 ↔ 트리플 합집합(20 + 4 = 24)
- 비교 — Knowledge Graph · 온톨로지 · 시맨틱 웹 경계 + RDF ↔ Property Graph
- 동향 — RDF 1.2 triple term · SPARQL 1.2 · 벡터 검색 · LLM 근거 결합
꼭 쓸 키워드
트리플IRISKOSOWL 2SPARQL 속성 경로Linked Data속성 그래프triple term열린 연결
다른 답안과 차이를 내는 한 가지는 그림 4 처럼 같은 질의가 0 → 1 → 2권으로 느는 숫자로 다섯 토픽이 각각 무엇을 더하는지 증명하는 것이다.
9오해와 사실
- 오해시맨틱 웹과 지식 그래프는 같은 말이다.사실시맨틱 웹은 IRI · HTTP · 링크로 웹 전체 데이터를 잇는 원칙과 표준 묶음이고(Berners-Lee 2006), 지식 그래프는 개체 · 관계를 쌓은 데이터 그래프로 속성 그래프 모델로도 만든다(Hogan 2021 2.1절).
- 오해skos:broader 를 적으면 조상 개념까지 자동으로 이어진다.사실broader 는 이행 속성이 아니어서(SKOS 8.6.6) 조상까지 가려면 broaderTransitive 를 쓰거나 질의에
*경로를 붙인다. - 오해이름(레이블)이 같으면 같은 노드로 합쳐진다.사실노드는 IRI 문자열이 같을 때만 같고(RDF 1.1 Concepts 3.2절), 레이블은 그 노드에 붙은 리터럴 값일 뿐이다.
10핵심 정리
| 구분 | 맡는 단계 | 사례 값 | 확인 질의 · 도구 | 흔한 실패 |
|---|---|---|---|---|
| 택소노미 · 시소러스 | 어휘 | 개념 3 · 별칭 2 · broader 2 | altLabel 질의 | 별칭 누락 · broader 비이행 |
| 온톨로지 | 뜻 | subClassOf · range 2 트리플 | 추론 전후 행 수 | 공리 오해 → 온톨로지 토픽 |
| RDF | 데이터 형식 | 20 → 24 트리플 | IRI 문자열 대조 | http · https 차이 |
| SPARQL | 질의 | 0 → 1 → 2권 | broader* 경로 | 직접 관계만 질의 |
| 시맨틱 웹 | 공개 · 연결 | 다른 기관 4 트리플 | curl 내용 협상 | 조회되지 않는 IRI |
| 지식 그래프 | 결과물 | 도서 · 개념 · 저자 노드 | 노드 · 간선 수 | 쌓인 사실 없이 표준만 |
11참고 문헌
- 먼저 볼 문헌
- ★ Knowledge Graphs (ACM Computing Surveys 54(4) 71:1-71:37) — 지식 그래프의 정의와 RDF · 속성 그래프 같은 데이터 모델을 견줄 때
- ★ Linked Data - Design Issues (Tim Berners-Lee) — IRI 이름 · HTTP 조회 · 표준 응답 · 링크의 네 원칙을 볼 때
- ★ SKOS Simple Knowledge Organization System Reference — prefLabel · altLabel · broader 로 시소러스를 RDF 로 적는 법을 볼 때
- ★ RDF 1.1 Concepts and Abstract Syntax — 트리플 · 그래프 · IRI 가 같다는 기준을 볼 때
- 본문 근거
- SPARQL 1.1 Query Language — W3C · 2013-03 ·
www.w3.org/TR/sparql11-query/· 확인 2026-11-14 - RDF 1.1 Semantics — W3C · 2014-02 ·
www.w3.org/TR/rdf11-mt/· 확인 2026-11-14 - OWL 2 Web Ontology Language Document Overview (Second Edition) — W3C · 2012-12 ·
www.w3.org/TR/owl2-overview/· 확인 2026-11-14 - RDF 1.2 Concepts and Abstract Syntax (Candidate Recommendation Draft 13 November 2026) — W3C · 2026-11 ·
www.w3.org/TR/rdf12-concepts/· 확인 2026-11-14 - SPARQL 1.2 Query Language (Working Draft 12 November 2026) — W3C · 2026-11 ·
www.w3.org/TR/sparql12-query/· 확인 2026-11-14 - The Semantic Web (Scientific American 284(5)) — T. Berners-Lee · J. Hendler · O. Lassila · Scientific American · 2001-05 ·
www.scientificamerican.com/article/the-semantic-web/· 확인 2026-11-14 - Python 3.14 documentation — Python Software Foundation · 2026-11 ·
docs.python.org/3.14/· 확인 2026-11-14