OWL 2 Full 추론을 위한 1차 논리 자동 정리 증명 활용

본 논문은 현재 표준화된 OWL 2 Full 언어에 대해 실용적인 자동 추론 방법을 제시한다. OWL 2 Full은 RDF 기반의 온톨로지를 제한 없이 표현할 수 있어 메타모델링, 어노테이션 속성, 복합 속성 등 고급 기능을 제공하지만, 일관성·함의 검사가 이론적으로 불완전하고 결정 불가능하다는 한계가 있다. 이러한 상황에서 저자들은 OWL 2 Full 의미론의 대부분을 고전적인 1차 논리(FOL) 공리로 변환하고, 이를 최신 자동 정리 증명(ATP) 시스템에 적용함으로써 실제적인 추론을 가능하게 했다. ### 1. 변환 방법 OWL 2 Full의 모델 이론은 RDF 삼중항(s p o) 형태의 그래프와 다양한 시맨틱 조건으로 구성된다. 저자들은 각 삼중항을 `iext(p,s,o)`라는 원자 논리식으로, 클래스·속성 소속 관계를 `icext(c,x)` 형태로 매핑하였다. 빈 노드(blank node)는 전체 식에 대한 존재량화 변수(∃)로 치환하고, 리터럴은 타입에 따라 함수 기호로 표현한다. 이러한 직관적인 변환은 의미론적 조건을 그대로 보존하면서도 1차 논리 형태로 전환한다는 장점을 가진다. ### 2. 공리 집합 및 구현 변환된 시맨틱 조건을 토대로 558개의 FOL 공리를 작성했으며, TPTP 형식으로 저장하였다. 공리들은 전부 등식과 기본 논리 연산자를 사용하지만, 등식 비중은 10% 이하이며 대부분이 범위 제한된 비Horn 절이다. 이는 정리 증명기와 모델 찾기 도구가 주로 지상 절을 생성하도록 유도해 검색 공간을 크게 축소한다. ### 3. 테스트 베드 두 종류의 테스트 스위트를 활용했다. - **언어 커버리지 테스트**: OWL 2 Full 사양 전반을 검증하기 위해 736개의 공식 테스트 케이스를 사용했으며, 데이터 타입 관련 테스트는 제외하고 411개의 양(positive) 엔타일먼트·불일치 테스트만을 대상으로 삼았다. - **특성 결론 테스트**: OWL 2 DL·RL에서는 도달할 수 없는 메타모델링·어노테이션·구문 반사 등을 포함한 32개의 테스트(28 엔타일먼트, 4 불일치)로 구성하였다. 또한, 대규모 확장성을 평가하기 위해 OWL 어휘를 전혀 사용하지 않는 순수 RDF 트리플을 임의로 생성한 “bulk RDF data”도 실험에 포함시켰다. ### 4. 실험 환경 및 이유기 정리 증명기: Vampire 0.6, Vampire‑SInE 0.6, iProver‑SInE 0.8 모델 찾기기: Paradox 4.0, DarwinFM 1.4.5 비교 대상으로는 OWL DL 전용 이유기인 Pellet 2.2.2, HermiT 1.3.2, FaCT++ 1.5.0을 사용하였다. 모든 시스템은 기본 설정으로 실행했으며, 필요에 따라 SInE 전략을 적용해 관련 공리만 선택하도록 했다. ### 5. 주요 결과 - **정리 증명기**는 대부분의 엔타일먼트 테스트에서 성공했으며, 특히 SInE 전략을 적용한 Vampire‑SInE와 iProver‑SInE가 공리 선택 효율성을 입증했다. - **모델 찾기기**는 불일치 테스트에서 빠르게 반례를 찾아냈으며, 대규모 RDF 데이터에 대해서도 일정 수준의 성능을 유지했다. - **OWL DL 이유기**는 메타모델링·어노테이션·복합 속성 등을 포함한 특성 결론 테스트에서 전부 실패했으며, 언어 커버리지 측면에서도 제한적인 결과만을 보였다. 결과적으로, FOL 기반 접근법은 현재 상용 OWL DL·RL 이유기보다 넓은 표현력을 제공하면서도 실용적인 성능을 달성했다는 점에서 의미가 크다. ### 6. 논의 및 향후 과제 - **공리 최적화**: 현재 558개의 공리는 비교적 포괄적이지만, 불필요한 공리를 제거하거나 더 효율적인 형태로 재구성하면 성능이 크게 향상될 수 있다. - **데이터 타입 지원**: 이번 연구에서는 데이터 타입을 제외했으나, 실제 온톨로지에서는 필수적이므로 타입 전용 공리를 추가하고 ATP 시스템의 지원을 검증할 필요가 있다. - **대규모 온톨로지**: bulk RDF 실험은 초기 단계에 불과하므로, 실제 대규모 OWL 2 Full 온톨로지(수백만 트리플)에서의 스케일링 전략(인덱싱, 분산 처리 등)을 연구해야 한다. - **전략적 공리 선택**: SInE와 같은 전략이 성능에 큰 영향을 미치므로, OWL 2 Full 전용 공리 선택 알고리즘을 개발하면 더욱 효율적인 추론이 가능할 것이다. 결론적으로, 본 논문은 OWL 2 Full에 대한 실용적 자동 추론이 가능함을 최초로 실증했으며, 향후 연구와 시스템 개발에 중요한 기반을 제공한다.