농업 영토 관리 지식 모델링 장기 연구: ROSA 프로젝트 종합 분석

본 논문은 2008년에 발표된 “Étude longitudinale d’une procédure de modélisation de connaissances en matière d’organisation du territoire agricole”라는 연구를 상세히 분석한다. 연구는 프랑스의 ROSA 프로젝트를 중심으로, 농업 영토의 공간 조직을 모델링하고 이를 비교·진단하기 위한 지식 기반 시스템을 구축하는 과정을 5년(2001‑2005) 동안 진행한 사례를 제시한다. **연구 배경 및 목표** 농업 영토 관리에는 작물 종류, 토양 특성, 수자원, 경작 방식 등 다수의 파라미터가 복합적으로 작용한다. 기존 연구는 이러한 파라미터를 개별적으로 분석하거나 통계·그래프 모델에 의존했지만, 실제 현장에서는 농학자와 정보학자가 서로 다른 어휘와 관점을 사용한다. 따라서 연구팀은 **지식 획득·형식화** 과정을 공동으로 수행함으로써, 농학자의 암묵적 지식을 명시적 모델로 전환하고, 이를 기반으로 자동화된 지원 도구를 제공하고자 했다. **프로젝트 조직** 총 4개의 연구팀(농학, 컴퓨터 과학, 심리학, 언어학)이 참여했으며, 매주 정기 워크숍을 열어 현장 사례를 논의하고 모델링 작업을 진행했다. 심리학·언어학 팀은 모든 워크숍을 **영상·음성 녹화**하고, 대화 전사와 행동 코딩을 수행해 ‘지식 구축 과정’을 메타데이터로 남겼다. 이 데이터는 이후 모델링 단계에서 발생한 개념 충돌, 합의 과정, 의사소통 패턴 등을 분석하는 근거가 되었다. **모델링 절차** 프로젝트는 크게 세 단계로 구분된다. 1. **도메인 모델링 및 사례 정의** - 농학자는 ‘코레마(chorème)’라는 시각적 스키마를 사용해 영토의 공간 구조를 도식화한다. 코레마는 ‘필드’, ‘파크’, ‘수로’, ‘경계’ 등 객체와 그들 간의 관계(인접, 포함 등)를 포함한다. - 정보학자는 코레마를 **그래프(정점‑관계)** 로 변환한다. 정점은 공간 객체, 관계는 토폴로지·기능적 연결을 나타낸다. 각 정점·관계에는 ‘역할(role)’ 라벨을 부여해 객체가 상황에 따라 다른 기능을 수행할 수 있음을 표현한다. - 이 그래프는 이후 사례 기반 추론 시스템의 **‘사례(case)’** 로 저장된다. 사례는 하나의 농업 영토 탐사(조사)이며, 공간·기능적 속성을 모두 포함한다. 2. **사례 획득 및 모델링** - 실제 농가를 방문해 3개의 탐사 사례를 수집했다. 각 탐사는 현장 인터뷰, 지도 제작, 작물 배치 기록 등을 포함한다. - 농학자는 현장에서 만든 코레마를 정보학자에게 전달하고, 정보학자는 이를 그래프 형태로 정형화한다. - 촬영된 워크숍 영상은 농학자와 정보학자 간 **지식 외현 과정**을 기록한다. 예를 들어, ‘경계선’이라는 개념이 초기에는 모호했으나, 토론 중에 ‘수로 경계’와 ‘작물 경계’를 구분해야 함이 밝혀져 그래프에 새로운 관계 ‘구분(boundary‑type)’가 추가되었다. 3. **시스템 평가 및 피드백** - ROSA 시스템은 사례 기반 추론(CBR) 엔진을 구현한다. 새로운 영토에 대한 질의가 들어오면, 시스템은 그래프 유사도(서브그래프 동형성, 라벨 기반 거리)를 계산해 가장 유사한 사례를 찾아 제안한다. - 유사도 계산은 단순 토폴로지 비교를 넘어, 농학자가 정의한 ‘작물 유형’, ‘수자원 이용’, ‘경작 방식’ 등 도메인 특화 속성을 가중치로 반영한다. - 평가 단계에서는 전문가 패널이 제안된 해석을 검증하고, 필요 시 모델을 수정한다. 이 과정 역시 영상으로 기록되어, **반복적 개선 루프**가 형성된다. **기술적 구현** - 그래프 모델링은 **Conceptual Graphs**(Sowa, 1984)와 **Description Logics**(Baader et al., 2003)를 결합한 형태로 구현되었다. 정점‑관계 구조는 RDF‑like 트리플 형태로 저장되며, SPARQL‑유사 질의어를 통해 사례 검색이 가능하다. - CBR 엔진은 **Riesbeck & Schank(1989)**의 사례 기반 추론 프레임워크를 차용했으며, 유사도 함수는 **Jaccard Index**와 **Weighted Graph Edit Distance**를 혼합해 설계했다. - 시스템 UI는 웹 기반 인터페이스로, 그래프 시각화와 사례 상세 정보를 동시에 제공한다. **주요 성과 및 한계** - ROSA는 농업 영토의 공간·기능적 특성을 정량화하고, 기존 전문가 경험을 데이터베이스화함으로써 **진단·계획 단계에서 시간·비용 절감** 효과를 입증했다. - 다학제 협업을 통한 지식 외현 과정이 체계적으로 기록·분석된 점은 인지과학·협업 연구 분야에 중요한 사례가 된다. - 그러나 그래프 모델링에 필요한 **세부 속성 정의**가 매우 노동집약적이며, 전문가 간 용어 차이가 여전히 존재한다. 또한, 사례 수가 제한적이어서 시스템의 일반화 능력은 아직 검증 단계에 머물러 있다. **결론** 본 논문은 농업 영토 관리라는 복합 문제에 대해 **지식 모델링, 그래프 기반 표현, 사례 기반 추론**을 통합한 시스템을 장기적으로 개발·평가한 사례를 제공한다. 특히, 촬영·코딩을 통한 협업 과정 분석은 지식 획득 단계의 투명성을 높이고, 모델링 오류를 조기에 발견·수정할 수 있는 메커니즘을 제시한다. 향후 연구는 사례 확대, 자동화된 코레마‑그래프 변환 알고리즘 개발, 그리고 다른 지역·작물 유형에 대한 적용 가능성 검증을 목표로 해야 할 것이다.