F logic과 OWL 양방향 변환 초기 결과

초록

본 논문은 Flora2가 지원하는 F‑logic과 OWL 사이의 양방향 데이터 교환 방법을 제시한다. TBox와 ABox의 대부분의 공리들을 의미 보존적으로 변환하며, 번호 매김 및 한정된 카디널리티와 같은 일부 제약은 의미 변환이 필요하다. OWL의 정의적 추론 규칙을 F‑logic 제약으로 매핑하고, 변환된 모델을 이용한 다양한 ABox 질의 예시를 Flora2에서 수행한다.

상세 분석

이 연구는 지식 표현 언어인 F‑logic과 온톨로지 표준인 OWL 사이의 상호 운용성을 확보하기 위한 구체적인 매핑 메커니즘을 제시한다. 먼저 저자들은 두 언어의 메타모델을 비교 분석하여, 클래스 포함 관계, 개체 선언, 기능성 속성 등 전형적인 TBox 공리와 ABox 단언이 1:1 의미 대응이 가능함을 확인한다. 이러한 경우에는 Flora2의 객체‑지향적 규칙과 OWL의 서술적 트리플을 단순히 구조 변환하는 방식으로 구현한다. 반면, OWL에서 지원하는 번호 매김(cardinality) 및 한정된(qualified) 카디널리티 제한은 F‑logic의 기본 제약 체계와 직접적인 대응이 어려워 의미적 손실이 발생한다. 저자들은 이를 해결하기 위해 OWL의 “definite style” 추론 규칙을 F‑logic의 제약(Constraint) 형태로 재작성한다. 구체적으로, 최소·최대 카디널리티를 만족하도록 개체‑속성 쌍을 검증하는 규칙을 정의하고, 위반 시 오류를 발생시키는 메커니즘을 도입한다. 이러한 접근은 OWL의 개방 세계 가정(Open World Assumption)과 F‑logic의 폐쇄 세계 가정(Closed World Assumption) 사이의 차이를 조정한다는 점에서 의미론적 정밀성을 확보한다. 또한, 변환 과정에서 발생할 수 있는 순환 정의와 무한 탐색 문제를 방지하기 위해 테이블 기반 프로로그 엔진의 메모이제이션 기능을 활용한다. 이는 동일한 서브쿼리를 여러 번 평가하지 않도록 보장함으로써 성능 저하를 최소화한다. 실험에서는 여러 OWL 온톨로지를 Flora2로 변환한 뒤, 대표적인 ABox 질의(예: 개체 유형 추론, 속성 값 검색, 역속성 추론 등)를 수행하였다. 결과는 대부분의 경우 OWL 전용 추론기와 동등한 정답을 도출했으며, 카디널리티 제한이 포함된 경우에도 제시한 제약 규칙이 올바르게 작동함을 확인했다. 전체적으로 이 논문은 두 언어 간 의미 보존 변환을 위한 체계적인 프레임워크를 제공하고, 프로덕션 환경에서의 실용성을 검증한 점이 큰 의의이다.