🤖 AI

Provenance-Enhanced Statements in Knowledge Graphs

이 논문은 지식 그래프의 출처를 인식적 태도의 지표로 해석하여 속성이 부여된 주장들을 "인지 세계"로 조직함으로써, 주장들을 모순으로 붕괴시키지 않고도 의견 불일치와 가설에 대해 원칙적인 추론을 가능하게 하는 프레임워크인 DEC를 소개한다.

원저자: Fabio Vitali, Valentina Pasqual

게시일 2026-06-16

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Fabio Vitali, Valentina Pasqual

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

문제점: "누가 무엇을 말했는가?"의 혼란

거대한 도서관(지식 그래프, Knowledge Graph)에 사람들이 사실들을 저장하고 있다고 상상해 보세요. 보통 도서관은 "하늘은 푸르다"나 "물은 섭씨 100도에서 끓는다"와 같은 확고한 사실들을 저장하는 데 탁월합니다. 이것들은 **데이터(Data)**입니다. 즉, 누가 보더라도 변함없는 사실들입니다.

하지만 우리가 아는 것 중 상당수는 이와 다릅니다. 그것은 **캡타(Capta, 라틴어로 '취득된 것')**입니다. 즉, 누군가에 의해 '주장된' 것들입니다. 예를 들어:

"미술사학자 X에 따르면, 이 그림은 다 빈치가 그렸다."
"과학자 Y에 따르면, 이 질병은 스트레스에 의해 발생한다."
"역사학자 Z에 따르면, 지구는 기원전 4004년에 창조되었다."

현재의 컴퓨터 시스템에서는 이러한 문장에 "누가 말했는가?"(출처, Provenance)라는 태그를 붙일 수 있습니다. 하지만 시스템은 이 태그를 단순한 포스트잇처럼 취급합니다. 시스템은 태그의 의미를 이해하지 못합니다. 시스템은 다음과 같은 차이를 구분하지 못합니다:

"마틴 켐프가 ...라고 썼다." (책에 대한 사실).
"마틴 켐프가 ...라고 믿는다." (의견).
"마틴 켐프가 ...라고 증명했다." (강력한 사실).
"마틴 켐프가 ...라고 추측했다." (터무니없는 가정).

현재 시스템은 만약 "켐프에 따르면, 지구는 평평하다"라는 문장을 접하면 혼란에 빠질 수 있습니다. 지구가 평평한 걸까요? 아니면 켐프가 틀린 걸까요? 시스템은 종종 모든 것을 단 하나의 "진실"로 강제하려 하며, 이 과정에서 오류가 발생하거나 역사의 미묘한 차이를 무시하게 됩니다.

해결책: DEC (Doxastic, Epistemic, Conjectural)**

저자들은 DEC라고 불리는 새로운 프레임워크를 제안합니다. DEC는 문장에 단순히 이름을 태그하는 대신, 문장이 특정 "인지적 세계(Cognitive World)" 안에 살고 있다고 취급합니다.

인지적 세계를 집 안의 서로 다른 방이나, 스크린에서 재생되는 서로 다른 영화라고 생각해 보세요.

현실의 방 (인식적 세계, Epistemic World): 우리가 100% 확신하는 사실들을 보관하는 방입니다. 문장이 이 방에 있다면, 컴퓨터는 이를 참으로 취급합니다.
믿음의 방 (도그마적 세계, Doxastic World): 사람들이 사실이라고 생각하는 것들을 보관하는 곳입니다. 비록 그것이 틀렸을지라도 말이죠. 만약 브루스가 고래가 물고기라고 믿는다면, 그것은 브루스의 "믿음의 방"에 들어갑니다. 컴퓨터는 브루스가 현실에 대해 틀렸다는 것을 알지만, 브루스가 그렇게 믿고 있다는 사실은 존중합니다.
추측의 방 (추측적 세계, Conjectural World): 가설을 보관하는 곳입니다. 만약 칼이 드래곤은 파충류라고 추측한다면, 그것은 "추측의 방"에 들어갑니다. 컴퓨터는 이것이 가설이라는 것을 알지만, 그 방 안에서 논리를 실행할 수는 있습니다 (예: "만약 드래곤이 파충류라면, 투슬리스도 파충류이다").

작동 원리: "투과(Permeation)"의 마법

DEC의 핵심은 이 방들이 서로 소통하는 방식입니다. 저자들은 이를 **투과(Permeation)**라고 부릅니다.

일방통행 문: 보통 "현실의 방"에 있는 사실들은 "추측의 방"으로 흘러 들어갈 수 있습니다. 우리가 "드래곤은 허구이다"라는 것을 안다면, 추측의 방(칼이 드래곤에 대해 추측하는 곳)은 그 사실을 자동으로 알게 됩니다.
역류 불가: 하지만 "믿음의 방"(브루스가 고래를 물고기라고 생각하는 것)에서 일어나는 일이 "현실의 방"으로 다시 흘러 들어오지는 않습니다. 브루스가 그렇게 생각한다고 해서 컴퓨터가 갑자기 고래가 물고기라고 생각하지는 않습니다.
"슈퍼맨" 수정: 유명한 논리 퍼즐 중에 "슈퍼맨 역설"이 있습니다. 로이스 레인이 슈퍼맨은 날 수 있다는 것을 알고, 슈퍼맨이 사실 클라크 벤트라면, 로이스는 클라크 벤트가 날 수 있다는 것을 알까요? 일반적인 논리에서는 그렇습니다. 하지만 현실에서는 아닙니다. 왜냐하면 그녀는 두 사람이 동일 인물이라는 것을 모르기 때문입니다.
- DEC는 이 문제를 해결하기 위해 "로이스 레인의 세계"를 분리하여 유지합니다. 그녀의 세계에서 슈퍼맨과 클라크는 서로 다른 존재입니다. 컴퓨터는 그녀의 관점을 존중하며, 그녀가 진실을 명시적으로 배우기 전까지는 "현실"의 정체성을 그녀의 "믿음" 세계에 강요하지 않습니다.

이를 통해 할 수 있는 것들

이러한 세계들을 분리함으로써, 시스템은 오류 없이 복잡한 상황을 처리할 수 있습니다:

불일치: 한 방에서는 "셰익스피어가 햄릿을 썼다"라고 하고, 다른 방에서는 "드 비어(De Vere)가 햄릿을 썼다"라고 할 수 있습니다. 시스템은 "에러!"라고 외치는 대신, "이 두 방이 서로 의견이 다르다"라고 말합니다.
망상: 어떤 방이 "지구는 평평하다"라고 하고 "현실의 방"이 "지구는 둥글다"라고 한다면, 시스템은 "평평한 지구" 방을 망상(Delusional) 상태로 분류할 수 있습니다. 시스템은 해당 문장이 올바르게 속성 부여되었다는 것(누군가가 실제로 그렇게 말했다는 것)은 알지만, 그 내용이 현실과 모순된다는 점도 인지합니다.
개인적 의견: 앨리스가 "피자가 핫도그보다 맛있다"라고 하고 밥이 "핫도그가 더 맛있다"라고 한다면, 시스템은 이것이 그저 개인적인 의견임을 압니다. 이 의견들을 굳이 "수정"하거나 참/거짓을 증명할 필요 없이, 그저 개인의 견해로서 존재하게 둡니다.

프로토타입: 데이터베이스를 위한 "관리자"

저자들은 표준 데이터베이스 소프트웨어(Apache Jena/Fuseki 등) 위에 올라가는 프로토타입 도구("추론기, Reasoner")를 구축했습니다.

이 도구를 도서관에 누구보다 먼저 방문하는 **관리자(Supervisor)**라고 생각해 보세요.

관리자는 모든 문장을 살펴봅니다.
그리고 질문합니다: "누가 이것을 말했는가? 어떤 방식으로 말했는가?"
그 후 문장들을 올바른 "방"(현실, 믿음, 추측)으로 분류합니다.
각 방 안에서 표준 컴퓨터 논리가 수학적 계산을 수행하도록 합니다.
또한, 어떤 방들이 서로 충돌하고 있는지(불일치), 혹은 현실과 충돌하고 있는지(망상)를 확인합니다.
마지막으로, 사용자에게 어떤 사실이 확실한지, 어떤 것이 믿음인지, 그리고 어떤 것이 단순한 추측인지를 명확히 라벨링하여 결과를 보여줍니다.

요약

이 논문은 컴퓨터 속의 모든 지식을 단 하나의 단단한 진리의 덩어리로 취급하는 것을 멈춰야 한다고 주장합니다. 대신, 지식을 서로 다른 관점들의 집합으로 취급해야 합니다.

DEC는 "이것은 사실이다", "이것은 믿음이다", "이것은 추측이다"라고 말할 수 있는 방법을 제공하며, 이들이 컴퓨터를 혼란스럽게 하거나 멈추게 하지 않고도 하나의 데이터베이스 안에 공존할 수 있게 해줍니다. 이를 통해 우리는 토론의 역사, 잘못된 이론의 존재, 인간 의견의 미묘한 차이를 유지하면서도, "확고한 사실"들을 안전하게 지켜낼 수 있습니다.

기술 요약: 지식 그래프에서의 출처 강화 문장 (Provenance-Enhanced Statements)

1. 문제 정의

현대의 지식 그래프(Knowledge Graphs, KGs)는 점차 **출처 강화 문장(Provenance-Enhanced Statements, PES)**을 포함하고 있습니다. 이는 속성(예: "X에 따르면, $\phi$ ")에 의해 자격이 부여된 주장들을 의미합니다. 이러한 문장들은 데이터(관찰자 독립적인 사실)가 아닌 캡타(capta, 해석된 데이터, 가설 및 학술적 주장)를 다루는 도메인에서 흔히 발견됩니다.

현재의 시맨틱 웹 기술(예: PROV-O, Wikidata 순위, RDF-star)은 출처를 의미론적으로 중립적인 메타데이터로 취급합니다. 이들은 누가 무엇을 단언했는지는 기록하지만, 그 주장의 **인식론적 상태(epistemic status)**를 특징짓지는 못합니다. 이러한 중립성은 다음과 같은 한계로 이어집니다:

의미 있는 분기(Divergence)의 상실: 의견 불일치와 경쟁하는 이론들이 종종 일관성 결여(inconsistency)로 축소되거나 비공식적인 순위 메커니즘으로 격하되어, 학술적 논쟁의 역동성을 가립니다.
부적절한 추론: 출처를 중립적으로 취급하는 것은 속성된 내용에 대한 원칙적인 추론을 방해합니다. 이는 사실, 믿음, 가설, 그리고 망상을 구분하지 못하게 하여, 슈퍼맨 역설(Superman Paradox)(인지적 경계를 넘어 정체성 치환이 실패하는 문제)과 같은 문제를 야기합니다.
구조적 모델링의 부재: 현재의 모델은 개별 문장이 아니라 인지 세계(cognitive worlds)—출처와 인식론적 헌신을 공유하는 동질적인 문장 집합(예: 특정 이론이나 저자의 관점)—에 집중하지 못합니다.

2. 방법론: DEC 프레임워크

저자들은 출처 술어(provenance predicates)를 **인식론적 태도(epistemic stance)**의 지표로 해석하고 문장들을 인지 세계로 그룹화하는 DEC(Doxastic, Epistemic, Conjectural) 프레임워크를 제안합니다.

2.1 이론적 기초

DEC는 인지 양상 논리(cognitive modal logics), 구체적으로 다음을 기반으로 합니다:

믿음 논리 (Doxastic Logic, KD45): 믿음을 모델링합니다. 행위자는 현실과 모순되는 믿음을 가질 수 있지만, 믿음은 내부적으로 일관되어야 합니다(합리성).
인식 논리 (Epistemic Logic, S5): 지식을 모델링합니다. 주장은 사실로 취급되며, 현실로 스며듭니다.
추측 논리 (Conjectural Logic, KDC): 가설을 모델링합니다. 행위자는 확립된 사실을 채택하고 검증되지 않은 가정을 추가합니다.

지식 그래프에 적용되는 주요 논리 개념은 다음과 같습니다:

국소성 (Locality, 공리 K): 추론은 인지 세계 내로 제한됩니다; 추론은 자동으로 경계를 넘지 않습니다.
합리성 (Rationality, 공리 D): 인지 세계는 내부적 모순을 포함할 수 없습니다.
침투 (Permeation):
- 안에서 밖으로 (Inside-out, 공리 T): 인식적 주장은 사실적 핵심(Reality)으로 침투합니다.
- 밖에서 안으로 (Outside-in, 공리 C): 확립된 사실은 추측적 세계로 침투합니다.
내포성 (Intensionality): 정체성과 동등성(예: owl:sameAs)은 양상 경계를 자유롭게 넘나들지 않으며, 이를 통해 정체성을 맥락 의존적으로 취급함으로써 슈퍼맨 역설을 해결합니다.

2.2 RDF를 위한 형식화

저자들은 RDF 데이터셋에 대해 RDF 1.2 시맨틱스에 대해 보수적인(conservative) **DEC-해석(DEC-interpretation)**을 정의합니다:

인지 세계: 명명된 그래프(named graphs), 인용된 삼중항(RDF-star), 또는 재구조화된 문장(reified statements)으로 표현됩니다.
현실 그래프 ( $r$ ): 모든 인식적(Epistemic) 세계의 합집합으로부터 구축된 구별된 그래프입니다.
만족 (Satisfaction): DEC 해석은 만약 기저의 RDF 해석이 현실 그래프 $r$ 을 만족한다면 그래프 $g$ 를 만족합니다. 비인식적 세계(믿음, 추측)는 그들이 인식적이지 않는 한 데이터셋의 진릿값 조건에 영향을 미치지 않습니다.
결정 (Settlement): 동적 연산자인 settle은 검증 시 추측적 주장이 인식적 계층(Reality)으로 전이될 수 있게 하며, 이때 원래의 가설을 삭제하지 않습니다.

2.3 인식론적 현상

프레임워크는 다음을 공식적으로 정의하고 탐지합니다:

의견 불일치 (Disagreements): 두 인지 세계의 합집합이 논리적으로 모순될 때 두 세계는 의견 불일치 상태에 있다고 합니다.
망상 (Delusions): 어떤 세계가 확립된 현실 그래프와 불일치할 경우 그 세계는 망상적이라고 합니다.
개인적 의견 (Personal Opinions): 검증 가능한 현실로부터 분리된 주장(예: 선호도)을 포함하는 세계로서, $r$ 에 의해 지지되거나 반박되지 않는 세계입니다.

3. 구현 및 결과

저자들은 Apache Jena Fuseki의 모듈로서 **프로토타입 DEC 추론기(DEC Reasoner)**를 구현했습니다.

아키텍처: 추론기는 표준 RDF/RDFS/OWL 추론의 감독 계층 역할을 합니다. 이는 기저의 추론기를 대체하는 것이 아니라, 인지적 유형(예: 추측적 세계로의 사실 복제 또는 인식적 사실의 현실 그래프 승격)에 따른 **침투 정책(permeation policies)**을 적용하여 그래프를 준비합니다.
지원되는 표현 방식: 시스템은 Named Graphs, RDF-star (quoted triples), 그리고 고전적 Reification을 처리합니다.
불일치 탐지: 프로토타입은 두 가지 충돌 탐지 메커니즘을 지원합니다:
1. 논리적 불일치: 기저의 OWL 추론기를 사용하여 세계 합집합의 만족 가능성을 확인합니다.
2. 폐쇄 제약 (Closure Constraints, dec:closedFor): 특정 술어(예: dc:creator)가 여러 세계에 걸쳐 동일한 주어에 대해 다중 값을 가질 수 없음을 명시적으로 선언하여, 논리적 불일치가 즉각적으로 도출되지 않더라도 의견 불일치 탐지를 가능하게 합니다.

4. 주요 기여

PES의 인식론적 특징화: 출처를 중립적인 메타데이터에서 문장과 현실 사이의 관계를 정의하는 시맨틱 연산자로 전환했습니다.
인지 세계: 출처가 동일한 문장들을 그룹화하는 구조적 단위(인지 세계)를 도입하여, 이론과 학술적 논쟁을 응집력 있는 단위로 모델링할 수 있게 했습니다.
치환 문제의 형식적 해결: 정체성과 동등성을 내포적으로 처리하고 국소성을 강제함으로써, 지식 그래프에서 슈퍼맨 역설을 피하는 원칙적인 방법을 제공했습니다.
운영 가능한 프로토타입: 이러한 이론적 개념들이 표준 RDF 엔테일먼트(entailment)를 재정의하지 않고도 기존의 시맨틱 웹 인프라(Jena/Fuseki) 상에서 실질적인 계층으로서 구현될 수 있음을 보여주었습니다.

5. 의의 및 주장

본 논문은 DEC가 지식 그래프의 결정적인 시맨틱 간극, 즉 주장의 **분기(divergence)**를 형식적으로 추론할 수 없는 문제를 해결한다고 주장합니다. DEC를 통해 지식 그래프는 다음과 같은 작업이 가능해집니다:

단일한 "사실적" 관점이 아닌 논쟁의 상태를 표현합니다.
불일치가 해결해야 할 오류가 아닌 명시적인 특징이 되는 제어된 추론을 지원합니다.
주장이 추측에서 결정(fact)으로 이동하거나 망상으로 식별되는 과정을 추적하는 인식론적 진화를 가능하게 합니다.

저자들은 DEC가 **보수적(conservative)**임을 강조합니다. 즉, RDF 용어나 온톨로지 술어의 근본적인 시맨틱을 변경하지 않으면서 해석의 메타 계층을 추가합니다. 이를 통해 표준 추론 능력을 희생하지 않으면서도 경쟁하는 관점들의 공존을 허용합니다. 이 연구는 문화유산이나 과학 연구와 같은 도메인의 미래 지식 그래프가 중립적인 출처를 넘어 명시적인 인식론적 태도를 모델링하는 방향으로 나아가야 함을 시사합니다.