역할구분없는대규모RDF인덱싱기법TripleT

본 연구는 대규모 RDF 데이터셋을 대상으로 SPARQL 질의의 핵심인 기본 그래프 패턴(BGP) 평가를 가속화하기 위한 새로운 인덱싱 구조인 TripleT(Three-way Triple Tree)를 제안한다. RDF는 주제‑술어‑객체 삼중항으로 표현되며, 기존 인덱싱 기법은 주제, 술어, 객체 각각을 별도의 역할에 따라 인덱싱하거나 두 역할을 결합해 6개의 서로 다른 순서(SPO, SOP 등)로 저장한다. 이러한 MAP(Multiple Access Patterns)와 HexTree 방식은 각각 3개 혹은 2개의 역할 조합을 모두 지원하기 위해 다수의 B+트리를 필요로 하며, 키 길이가 길어 트리 깊이가 깊어 디스크 I/O가 많이 발생한다는 문제점이 있다. TripleT는 “역할‑프리” 접근법을 채택한다. RDF 그래프 G의 모든 원자(주제·술어·객체)의 집합 A(G)를 키 공간으로 삼고, 각 원자 k에 대해 세 개의 버킷을 만든다. 첫 번째 버킷은 (k, p, o) 형태의 삼중항에서 k가 주제일 때의 (p, o) 쌍을, 두 번째 버킷은 (s, k, o)에서 k가 술어일 때의 (s, o) 쌍을, 세 번째 버킷은 (s, p, k)에서 k가 객체일 때의 (s, p) 쌍을 저장한다. 이렇게 하면 하나의 B+트리만으로 모든 원자에 대한 역인덱스를 제공하고, 각 버킷 내부는 OP, SO, SP 순으로 정렬한다. 결과적으로 주제‑객체, 술어‑객체 등 다양한 조인 유형을 단일 탐색 후 메모리 내 병합으로 처리할 수 있다. 조인에 필요한 탐색 횟수는 MAP·HexTree와 동일하거나 적으며, 키 길이가 짧아 분기 계수가 크게 증가해 트리 높이가 얕아진다. 실험에서는 8KB 블록, 32비트 포인터 기반 B+트리를 사용해 Python 2.5.2로 구현하였다. 실험 데이터는 (1) 무작위 합성 데이터(1M~6M 트리플), (2) DBpedia RDF, (3) UniProt RDF이며, 각각 6M 트리플을 대상으로 인덱스 크기와 질의 비용을 측정하였다. 결과는 다음과 같다. 첫째, 저장 용량 측면에서 TripleT는 MAP·HexTree 대비 평균 2~8자리(orders of magnitude) 절감되었다. 이는 TripleT가 하나의 트리만 사용하고 키가 짧기 때문이다. 둘째, 단일 SAP(k=0) 조회에서는 TripleT가 MAP·HexTree보다 동일하거나 약간 더 나은 I/O 비용을 보였으며, 다중 SAP(k=1) 조인 시에는 최대 100배 이상의 I/O 비용 감소를 기록했다. 특히, 원자 간 공통 요소가 있는 조인(주제‑객체, 주제‑주제 등)에서 단일 탐색 후 버킷 병합으로 처리함으로써 효율성을 크게 높였다. 논문은 또한 기존 MAP·HexTree에 적용 가능한 키 압축, 캐시 친화적 레이아웃 등 다양한 최적화 기법을 TripleT에도 그대로 적용할 수 있음을 언급한다. 결론적으로, TripleT는 구조가 단순하면서도 저장 공간과 질의 처리 성능 모두에서 현존하는 최첨단 RDF 인덱싱 기법을 크게 앞선다. 이는 대규모 RDF 저장소를 구축하거나 클라우드 기반 시맨틱 웹 서비스에서 효율적인 SPARQL 엔진을 구현하고자 하는 시스템 설계자에게 매우 유용한 설계 패턴이 된다.