ErgoAI 시스템의 다중 패러다임 논리 프로그래밍에 대한 기술적 요약

본 논문은 Coherent Knowledge Systems 에서 개발한 고수준 다중 패러다임 논리 프로그래밍 언어 및 시스템인 ErgoAI를 소개합니다. ErgoAI 는 인기 있는 Flora-2 시스템의 후속이자 확장판으로, 확장 가능한 지식 표현 및 추론 (KRR) 을 목표로 설계되었습니다. 특히 구조화된 지식과 벡터 임베딩과 같은 외부 소스에서 파생된 지식을 통합하여 처리할 수 있는 능력을 강조합니다.

1. 문제 제기 (Problem)

기존의 논리 프로그래밍 시스템 (Prolog, Datalog 등) 과 지식 표현 시스템 (ASP, 설명 논리 등) 은 다음과 같은 한계를 가지고 있었습니다:

• 단일 패러다임의 제약: Prolog 는 주로 SLDNF 해결 방식을 사용하며, HiLog(고차원 구문) 나 F-logic(프레임, 상속) 과 같은 객체 지향적 특성을 기본적으로 지원하지 않거나 구현이 복잡합니다.
• 확장성 및 grounding 문제: 많은 KRR 시스템 (특히 ASP) 은 질의 평가를 위해 모든 사실을 ground(구체화) 해야 하므로 대규모 데이터나 함수 기호를 사용할 때 확장성이 떨어집니다.
• 동적 환경 처리의 부재: 실시간으로 변화하는 지식 (새로운 사실 추가, 규칙 삭제 등) 을 처리할 때 일관성을 유지하거나 비단조적 (non-monotonic) 추론을 수행하는 것이 어렵습니다.
• 안전하지 않은 질의 처리: 변수가 충분히 구체화되지 않은 상태에서의 부정 (negation) 이나 외부 시스템 호출 시 발생하는 안전성 문제가 해결되지 않았습니다.

2. 방법론 (Methodology)

ErgoAI 는 **Well-Founded Semantics (WFS, 잘 정의된 의미론)**를 기반으로 하여, 다음과 같은 핵심 기술들을 통합하여 위 문제들을 해결합니다.

2.1 핵심 의미론 및 해결 전략

• SLGR(A) 해결: ErgoAI 는 기본 해결 방법으로 **SLG 해결 (Tabling)**을 사용하며, 이를 Reactive (반응형) 및 Abstraction (추상화) 기능이 추가된 **SLGR(A)**로 확장합니다. 이는 WFS 를 지원하며, 순환 의존성 (loops) 을 감지하고 점진적 완성을 통해 비단조적 추론을 수행합니다.
• Grounding 불필요: WFS 의 특성상 프로그램 전체를 ground 할 필요가 없어, 함수 기호를 포함한 비-ground 질의도 안전하게 평가할 수 있습니다. 이는 Datalog 와 Prolog 의 장점을 결합한 것입니다.

2.2 언어적 확장 및 다중 패러다임 통합

• HiLog 및 F-logic: HiLog(고차원 구문) 와 F-logic(프레임, 상속) 을 기본으로 지원합니다. 술어와 프레임의 함수 기호 (functor) 가 임의의 항 (term) 이 될 수 있어 지식의 구조를 유연하게 표현합니다.
• 다중 패러다임 모듈 시스템: Python, C, Prolog 등 다른 언어로 작성된 애플리케이션을 특수 모듈로 간주하여 통합합니다. 특히 Janus 인터페이스를 통해 Python 의 벡터 임베딩 (Vector Embeddings) 과 같은 머신러닝 모델을 논리 프로그래밍과 긴밀하게 결합할 수 있습니다.
• 동적 모듈 시스템: 런타임에 모듈을 생성, 로드, 추가, 삭제할 수 있으며, 각 모듈은 고유의 네임스페이스 (Salting 기법 사용) 를 가집니다.

2.3 비단조적 추론 및 논리적 업데이트

• 논증 이론 (Argumentation Theories): 기본으로 **GCLP (Generalized Courteous Logic Programming)**를 지원하며, \opposes, \overrides, \cancel 등의 술어를 통해 규칙 간의 우선순위와 상충 관계를 명시적으로 제어할 수 있습니다.
• 트랜잭션 논리 (Transaction Logic): 지식의 변경 (삽입, 삭제) 을 트랜잭션 단위로 처리하여 무결성 제약 조건 (Integrity Constraints) 을 준수하고, 업데이트 시 추론 결과의 일관성을 유지합니다.
• 안전하지 않은 질의 처리: 변수가 구체화되지 않은 부정 (unsafe negation) 을 처리하기 위해 인스턴스화 지연 (Instantiation Delay) 기법을 사용합니다.

2.4 종료성 및 유계 합리성 (Bounded Rationality)

• Tripwires: 무한 루프나 과도한 계산이 예상될 경우, **서브ゴール 추상화 (Subgoal Abstraction)**나 **답변 추상화 (Answer Abstraction)**를 통해 계산을 중단하거나 truth value 를 'u (undefined/unknown)'로 설정하여 유계 합리성을 보장합니다.

3. 주요 기여 (Key Contributions)

1. 통합된 다중 패러다임 시스템: HiLog, F-logic, 비단조적 추론, 트랜잭션 논리, 외부 시스템 연동 (Python/ML) 을 하나의 일관된 의미론 (WFS 기반) 하에 통합한 최초의 시스템 중 하나입니다.
2. 확장 가능한 아키텍처: XSB Prolog 엔진을 기반으로 하되, 자체 컴파일러와 런타임 라이브러리를 통해 대규모 지식 베이스 (수백만 개 사실) 를 효율적으로 처리합니다.
3. 동적 환경 대응 능력: 실시간 데이터 스트리밍, 규칙의 동적 변경, 논리적 업데이트를 지원하는 트랜잭션 논리 구현을 통해 동적 KRR 을 가능하게 합니다.
4. 안전한 비-ground 추론: grounding 없이도 함수 기호와 변수를 포함한 복잡한 질의를 안전하게 평가할 수 있는 메커니즘을 제공합니다.
5. 실용적 적용 사례: DARPA CODORD 프로젝트 (자연어에서 실행 가능한 논리 생성), 금융 규정 준수, 법률 추론 등 실제 산업 및 연구 분야에서 검증되었습니다.

4. 결과 (Results)

논문 11 장에서 ErgoAI 의 성능과 확장성을 XSB Prolog 및 다른 시스템과 비교한 벤치마크 결과가 제시되었습니다.

• Petri Net 도달성 (Reachability): 800 만 개의 상태를 가진 Petri Net 에서 ErgoAI 는 XSB 보다 약 4.76 배 느리고 메모리 사용량은 44.7 배 많았으나, 선형적 (linear) 으로 확장되었습니다. 이는 grounding 이 필요 없는 WFS 기반 시스템의 확장성 우위를 보여줍니다.
• 전사적 폐쇄 (Transitive Closure): HiLog 와 프레임을 사용한 왼쪽 재귀 질의에서 ErgoAI 는 XSB 보다 3~4 배 느렸으나 (설명 구조 생성 오버헤드 때문), 여전히 대규모 그래프 (1 억 개 이상의 엣지) 에서 선형적으로 확장되었습니다.
• 비-테이블링 (Non-Tabled) 연산: 일반 프로그래밍 (리스트 생성, 반복) 에서는 XSB 의 정적 코드가 가장 빠르지만, ErgoAI 의 'Quasi-Prolog' 규칙도 큰 오버헤드 없이 확장 가능한 성능을 보였습니다.
• 데이터 로드 속도: 1,180 만 개의 Triple 를 가진 지식 그래프를 로드할 때, ErgoAI 는 초당 약 59,000 건, XSB 는 137,000 건을 처리하여 ErgoAI 가 추가 기능 (HiLog, 프레임, 설명 등) 을 지원하면서도 현실적인 속도를 유지함을 입증했습니다.

5. 의의 (Significance)

ErgoAI 는 논리 프로그래밍의 전통적인 한계를 넘어, 확장 가능한 지식 표현과 추론 시스템으로서의 가능성을 입증했습니다.

• 실용성과 이론의 균형: 강력한 논리적 의미론 (WFS, 비단조적 추론) 을 유지하면서도, 실제 대규모 데이터와 외부 AI 모델 (LLM, 임베딩) 을 통합할 수 있는 실용적인 시스템을 제공합니다.
• 미래 지향적 플랫폼: 자연어 처리 (NLP) 와 논리 프로그래밍의 융합 (DARPA CODORD 프로젝트) 을 가능하게 하여, 비정형 텍스트에서 실행 가능한 논리를 자동 생성하는 핵심 기술로 자리 잡았습니다.
• 논리 프로그래밍 진화의 방향 제시: HiLog 구현, 트랜잭션 논리, 유계 합리성 등의 기능은 향후 Prolog 및 기타 논리 프로그래밍 시스템의 발전 방향에 중요한 시사점을 제공합니다.

결론적으로, ErgoAI 는 복잡한 지식 환경에서 확장성, 유연성, 그리고 논리적 엄밀성을 모두 요구하는 현대적인 애플리케이션 (법률, 금융, 사이버 보안 등) 을 위한 강력한 기반 기술로 평가됩니다.