The KG-ER Conceptual Schema Language

이 논문은 지식 그래프의 구체적인 기저 데이터 표현 방식과 독립적으로 지식 그래프의 구조와 의미론을 정의하기 위해 설계된 개념 스키마 언어인 KG-ER을 소개한다.

핵심

당신이 거대하고 혼란스러운 도서관을 정리하려고 노력 중이라고 상상해 보십시오. 이 도서관에서 책들은 단순히 선반 위에 놓여 있는 것이 아니라, 다른 책, 사람, 장소, 그리고 아이디어들과 보이지 않는 실로 연결되어 있습니다. 어떤 실은 "저자"라고 말하고, 어떤 실은 "다룬다"라고 하며, 어떤 실은 "종류이다"라고 말합니다. 이것이 바로 **지식 그래프(Knowledge Graph, KG)**입니다.

문제는 서로 다른 도서관들이 이 책들을 저장하는 방식이 제각각이라는 점입니다. 어떤 곳은 카드 카탈로그(관계형 데이터베이스)를 사용하고, 어떤 곳은 태그가 붙은 포스트잇(속성 그래프)을 사용하며, 또 다른 곳은 연결된 데이터의 보편적인 웹(RDF)을 사용합니다. 이처럼 저장 방식이 너무 다르기 때문에, 데이터가 어떻게 저장되는지(how)에 매몰되지 않고 도서관에 무엇이 들어있는지(what)를 설명할 수 있는 단일한 규칙 세트를 작성하기란 매우 어렵습니다.

이 논문은 지식 그래프가 물리적으로 어떻게 저장되느냐와 상관없이, 그 구조와 의미를 기술하기 위해 설계된 새로운 "보편적 규칙서"인 KG-ER을 소개합니다.

다음은 KG-ER이 어떻게 작동하는지에 대한 설명이며, 이해를 돕기 위해 쉬운 비유를 사용했습니다.

1. 설계도 (형태 그래프 - The Shape Graph)

KG-ER을 건축가의 설계도라고 생각하십시오. 집을 짓기 전에는 어떤 방들이 있고 그 방들이 어떻게 연결되는지 알아야 합니다.

• 엔티티 (방 - Entities): "사람", "대학교", 또는 "메시지"와 같은 주요 대상들입니다.
• 관계 (복도 - Relationships): 이들은 방들을 연결합니다. 예를 들어, "공부한다"라는 복도는 "사람"과 "대학교"를 연결합니다.
• 속성 (가구 - Attributes): 이는 방이나 복도에 붙어 있는 세부 정보로, 문에 적힌 "이름"이나 달력의 "연도"와 같습니다.
• 역할 (문손잡이 - Roles): 복도가 두 방을 연결할 때, 그 복도에는 특정 손잡이가 있습니다. "공부한다"라는 복도는 한쪽에는 "학생"이라는 손잡이를, 다른 쪽에는 "대학교"라는 손잡이를 가질 수 있습니다.

KG-ER은 데이터를 채워 넣기 전에 이러한 방, 복도, 그리고 손잡이를 명확하게 정의할 것을 요구합니다.

2. 도로 위의 규칙 (제약 조건 - Constraints)

설계도만 있다고 해서 충분한 것은 아닙니다. 도서관이 엉망이 되지 않도록 규칙이 필요합니다. KG-ER은 세 가지 유형의 규칙을 추가합니다.

• 참여 규칙 (필수 vs 선택 - Participation Rules):
  • 필수: "'메시지'는 반드시 '날짜'를 가져야 한다." (날짜가 없는 메시지는 존재할 수 없습니다).
  • 단일성: "모든 '메시지'는 오직 하나의 '작성자'만을 가질 수 있다." (이중 저자는 허용되지 않습니다).
  • 필수 관계: "모든 '사람'은 적어도 하나의 '대학교'에 등록되어 있어야 한다."
• 키 규칙 (ID 카드 - Key Rules):
  두 대상이 실제로 동일한 것인지 어떻게 알 수 있을까요? 일반적인 데이터베이스에서는 일련번호와 같은 가짜 ID 번호를 사용할 수 있습니다. KG-ER은 **자연적 ID(natural IDs)**를 선호합니다.
  • 단순 키: "두 명의 사람이 동일한 이메일 주소를 가질 수 없다." (이름이 다르더라도 마찬가지입니다).
  • 식별 키 (Identity Key): "모든 사람은 반드시 이름과 성을 가져야 하며, 어떤 두 사람도 정확히 일치하는 이름 조합을 공유할 수 없다." 이는 모든 사람이 무작위 컴퓨터 코드가 아닌 실제 세계의 세부 정보를 통해 고유하게 식별되도록 보장합니다.
  • "약한" 엔티티 (The "Weak" Entity):* "메시지"가 "사람"의 자식이라고 가정해 봅시다. 메시지는 자체적인 고유 ID를 갖지 않을 수도 있지만, "작성자 이름" + "메시지 번호"를 조합하면 고유해집니다. KG-ER은 이를 자연스럽게 처리합니다.
• 가계도 (타입 계층 - Type Hierarchy):
  엔티티를 가족 단위로 조직할 수 있습니다. "포스트"와 "댓글"은 모두 "메시지"의 한 종류입니다.
  • 배타적 관계 (Disjoint): "포스트"는 결코 "댓글"이 될 수 없습니다 (둘은 별개입니다).
  • 포괄적 관계 (Cover): 모든 "메시지"는 반드시 "포스트"이거나 "댓글"이어야 합니다 (그 외의 다른 것은 허용되지 않습니다).

3. "멀티 엣지" 초능력 (The "Multi-Edge" Superpower)

대부분의 전통적인 도서관 시스템은 두 특정 책 사이에 오직 하나의 실만이 존재한다고 가정합니다. 하지만 현실 세계에서 두 사람은 친구이면서 동시에 동료이고, 또한 이웃일 수 있습니다.
KG-ER은 동일한 두 항목 사이에 여러 개의 실을 허용합니다. 만약 A라는 사람이 B라는 사람을 팔로우하고 있고, 동시에 두 사람이 함께 책을 썼다면, KG-ER은 이 두 연결이 하나로 합쳐져 혼란스러운 링크가 되지 않도록 명확하게 두 연결이 모두 존재할 수 있게 해줍니다.

4. 이것이 왜 중요한가 (이유 - The "Why")

저자들은 이 특정한 규칙 세트를 사용함으로써(사람들이 거의 사용하지 않는 지나치게 복잡한 규칙들은 제외함으로써) KG-ER이 **변환 레이어(translation layer)**가 된다고 주장합니다.

• 이것은 보편적인 어댑터 플러그처럼 작동합니다. 당신은 KG-ER 설계도를 가져다가 관계형 데이터베이스, 속성 그래프 시스템, 또는 RDF 시스템에 꽂을 수 있습니다.
• 이는 인공지능(AI)이 데이터의 구조를 이해하는 데 도움을 줍니다. 논문은 KG-ER이 단순하고 명확한 문장들로 구성되어 있기 때문에, 질문을 쿼리로 바꾸거나 지저식한 데이터를 수정하는 것과 같은 데이터베이스 작업을 해결하기 위해 대규모 언어 모델(LLM)에 입력하기 쉽다고 언급합니다.

이것이 하지 않는 것

저자들은 매우 실용적입니다. 그들은 복잡한 "카디널리티(cardinality)" 규칙(예: "정확히 3개에서 7개의 관계")이나 관계 간의 깊은 상속과 같은 복잡한 기능들을 의도적으로 제외했습니다. 그들은 실제 사용 사례에서 이러한 복잡한 기능들이 거의 사용되지 않으며, 오히려 도움보다 혼란을 더 많이 준다는 것을 발견했습니다. 또한 그들은 "자동차"와 "신발"처럼 완전히 다른 두 대상이 자동으로 다르다고 간주하는지에 대한 가정을 피하며, 시스템에 명시적으로 알려주지 않는 한 그러한 가정을 하지 않습니다.

요점 (The Bottom Line)

KG-ER은 지식 그래프의 "영혼"—무엇이 존재하고, 어떻게 연결되며, 무엇이 고유한지를—데이터를 저장하는 "몸체"(특정 데이터베이스 소프트웨어)에 대한 걱정 없이 기술할 수 있게 해주는 개념적 언어입니다. 이는 다양한 기술을 가로질러 작동할 수 있는 지식 그래프를 설계하기 위한 명확하고 엄격하며 AI 친화적인 방법을 제공합니다.

기술 요약

기술 요약: KG-ER 개념 스키마 언어

문제 정의

지식 그래프(Knowledge Graphs, KGs)는 자연어 처리, 추론, 데이터 통합을 포함한 AI 애플리케이션의 중심이 되었습니다. 그러나 현재의 지형에는 중대한 결함이 존재합니다: 지원되는 스키마 기능들이 서로 다른 기저 데이터 모델(예: 관계형 데이터베이스, 프로퍼티 그래프, RDF)에 따라 매우 다양하게 나타나며, 이러한 기능들은 종종 특정 표현 방식에 종속되어 있습니다. 결과적으로, 기존의 데이터베이스 스키마들은 지식 그래프의 구조와 의미론을 온전히 포착하는 데 필요한 표현력을 갖추지 못하는 경우가 많습니다. 또한, 스키마와 개념 모델 사이의 경계가 모호하며, 표현 방식에 독립적이면서도 상속, 키, 참여 제약 조건과 같은 복잡한 의미론을 정의할 수 있을 만큼 충분히 표현력이 있는 통일된 개념 스키마 언어가 부족한 실정입니다.

방법론

저자들은 물리적 표현 방식(관계형, 프로퍼티 그래프 또는 RDF)과 독립적으로 KG 구조를 기술하도록 설계된 개념 스키마 언어인 KG-ER을 제안합니다. 이 방법론은 다음을 포함합니다:

1. 통합 언어의 설계: KG-ER은 KG에 특히 적합한 기능들을 선택하여 구성되었으며, 실제 활용 사례가 드물다는 선행 연구를 바탕으로 덜 흔히 사용되는 개념들(예: 관계 계층 구조, 복잡한 카디널리티 제약 조건)은 의도적으로 제외하였습니다.
2. 공식 정의: 이 언어는 셰이프 그래프(Shape Graph)(기본 토폴로지를 기술)와 일련의 **제약 조건(Constraints)**을 통해 정의됩니다.
   • 셰이프 그래프: 엔티티 타입, 관계 타입, 속성 및 역할을 정의합니다. 식별 정보를 지정하기 위해 트리 패턴(acyclic conjunctive queries)을 활용합니다.
   • 제약 조건: 참여 제약(필수/단일), 키 제약(단순 키 및 아이덴티티 키), 그리고 타입 계층(하위 클래스, 배타성, 커버리지)을 포함합니다.
3. 공식 의미론: 논문은 KG-ER 문장을 1차 논리(First-Order Logic, FOL) 공식으로 변환함으로써 엄격한 공식 의미론을 제공합니다. 이 변환은 패턴이 엔티티 또는 관계에 뿌리를 두는지에 따라 역할 술어(role predicate)의 방향성을 처리합니다.
4. 식별 가능성 및 배타성 분석: 저자들은 세 가지 수준의 식별 가능성(참조 가능성, 국소적 구별 가능성, 전역적 구별 가능성)과 두 가지 의미론적 해석에 따른 배타성을 분석합니다:
   • $L^\circ$: 국소적 구별 가능성은 만족하지만, 관련 없는 엔티티 간의 암시적 배타성을 가정하지 않는 핵심 의미론.
   • $L^\perp$: 공통 상위 타입이 없는 엔티티들 사이에 암시적 배타성을 강제하는 대안적 의미론.

주요 기여

1. KG-ER 언어 명세

KG-ER은 다음과 같은 특정 모델링 기능들을 도입합니다:

• 엔티티 타입: 배타성(disjointness) 및 전체성(coverage)을 포함한 세밀한 상속을 지원합니다.
• 관계 타입: 임의의 아리티(arity), 멀티 엣지 관계(동일 노드 쌍 사이에 여러 엣지를 허용), 그리고 참여 제약 조건을 지원합니다.
• 속성: 엔티티와 관계 모두에 대해 다중 값, 필수 값 및 단일 값 속성을 지원합니다.
• 키 제약 조건:
  • 단순 키(Simple Keys): 트리 패턴으로 정의된 식별 정보의 유일성을 보장합니다.
  • 아이덴티티 키(Identity Keys): 식별 정보가 항상 존재하고 유일해야 한다는 더 강력한 개념입니다(ground patterns만 해당). 이는 표현 방식으로부터 독립적입니다.
• 타입 계층: Isa(하위 클래스), Disjoint(배타성), Cover(전체 상속) 문을 지원합니다.

2. 공식 의미론 및 결정 가능성

논문은 KG-ER 문장을 FOL로 매핑함으로써 KG-ER의 핵심 의미론을 확립합니다. 또한, 관계의 재화(reification)를 통해 FunDL(Feature-Based Description Logics)로 KG-ER의 엔테일먼트(entailment, 함의)를 인코딩함으로써, KG-ER의 스키마 추론(그래프 간의 함의 결정)이 EXPTIME에서 결정 가능함을 입증합니다.

3. 표현 독립성

KG-ER은 서로 다른 논리적 데이터 모델 간의 가교 역할을 하도록 설계되었습니다. 저자들은 기능 선택의 특성 덕분에 KG-ER이 RDF, 프로퍼티 그래프, 관계형 데이터베이스에 저장된 KG를 논의하고 설계하는 데 적합하다고 주장합니다. 이는 다음과 같은 기존 스키마 언어들로 매핑될 수 있습니다:

• 프로퍼티 그래프 스키마 (예: PG-Schema).
• RDF 스키마 (예: ShEx, SHACL).
• 다양한 정규형을 가진 관계형 스키마.

4. 실무적 검증

저자들은 LDBC-SNB 벤치마크의 스키마를 KG-ER을 사용하여 완전히 포착할 수 있음을 보여줌으로써 KG-ER의 표현력을 입증합니다.

결과 및 주장

• 표현력 대 단순성: KG-ER은 표현력과 단순성 사이의 균형을 맞춥니다. 표준 ER/EER 모델에서 흔히 누락되는 기능(예: 멀티 엣지 의미론, 트리 패턴 기반의 강력한 키 개념)은 포함하는 한편, 실제로는 거의 사용되지 않는 기능(예: 관계 계층 구조)은 제외했습니다.
• 기존 모델과의 비교:
  • ER/EER 대비: KG-ER은 멀티 엣지 의미론과 더 제한적인 참여 제약을 지원하지만, 관계 계층 구조는 허용하지 않습니다.
  • PG-Schema 대비: KG-ER은 더 단순한 키 제약을 가지며 카디널리티 제약 및 유니언 타입(union types)이 없습니다(단, 후자는 시뮬레이션 가능).
  • SHACL/ShEx 대비: KG-ER은 정규 경로 쿼리(regular path queries) 및 중첩 한정자(nested quantifiers)에 기반한 복잡한 제약은 부족하지만, 합성 키(composite keys)와 더 구조화된 타입 계층 접근 방식을 추가했습니다.
• AI 유용성: 논문은 KG-ER의 단순한 문장 구조가 AI 모델에 입력하기에 적합하다고 주장합니다. 논문의 전체 버전에서 저자들은 KG-ER을 언어화(verbalizing)하는 것이 텍스트-투-쿼리(text-to-query), 쿼리 최적화, 스키마 정규화와 같은 작업에서 거대언어모델(LLM)을 어떻게 돕는지 설명합니다.
• 이론적 유용성: 정밀한 논리적 정형화는 구조적 및 의미론적 KG 정보에 작동하는 AI 모델에 요구되는 표현력의 척도를 제공합니다.

의의

이 논문은 KG-ER을 서로 다른 데이터 모델에 걸친 스키마 정의의 파편화를 극려하기 위한 AI 및 데이터베이스 커뮤니티의 필수적인 도구로 자리매김합니다. 엄격한 공식 의미론을 갖춘 통일되고 표현 방식에 독립적인 개념 언어를 제공함으로써, KG-ER은 다음을 가능하게 합니다:

1. 충실한 매핑: 서로 다른 표현 방식에 저장된 KG 간의 매핑 및 변환(예: RDF/SHACL에서 프로퍼티 그래프/PG-Schema로)을 구축할 수 있는 잠재력을 제공합니다.
2. AI 통합: AI 실무자들이 추론 및 생성 작업을 위해 스키마 지식을 모델에 입력할 수 있는 표준화된 형식을 제공합니다.
3. 이론적 명확성: 다양한 데이터 모델(예: RDF의 암시적 배타성 부재와 관계형 모델의 가정 간의 차이)에서 발생하는 식별 가능성과 배타성에 관한 미묘한 논쟁을 다루는 명확한 프레임워크를 제공합니다.

저자들은 KG-ER이 의도된 범위 내에서 완전한 언어이지만, 추가적인 기능이 필요할 경우 확장 가능하다는 점을 밝히며, 이의 정형화가 자동화된 스키마 변환 및 AI 지원 데이터베이스 관리에 대한 추가 연구의 길을 열어준다고 결론짓습니다.