온톨로지를 활용한 인과 설명 추론 체계

초록

본 논문은 인과 관계와 IS‑A 온톨로지를 결합한 논리 체계를 제시한다. 원자적 인과 명제와 온톨로지적 일반화를 이용해 “α가 β를 설명한다”는 설명 원자를 도출하는 일련의 추론 규칙을 정의하고, 이를 순수 명제 논리와 제한된 1차 논리(데이터로그) 형태로 구현한다. 주요 기여는 인과‑온톨로지 패턴을 체계화하고, 설명의 전이성 및 조건 단순화 메커니즘을 제공한 점이다.

상세 분석

이 논문은 인과 설명을 형식화하기 위해 네 가지 기본 요소(C, O, W, 설명 원자)를 도입한다. C는 “α causes β” 형태의 인과 명제 집합, O는 IS‑A 관계를 나타내는 온톨로지 원자, W는 C와 O에서 유도된 전통적 함의 집합이며, 설명 원자는 “α explains β because possible Φ” 형태로 정의된다. 핵심은 인과 명제만으로는 설명을 충분히 도출할 수 없으며, 온톨로지적 일반화·특수화가 필수적이라는 점이다.

논문은 네 가지 기본 패턴을 제시한다. (1) 기본 경우: α가 β를 직접 유발하면 α는 β의 설명이 된다. (2) 상향 일반화: α가 β를 유발하고 β→IS‑Aγ이면 α는 γ의 설명이 된다. (3) 하향 특수화: α가 β를 유발하고 γ→IS‑Aβ이면 α는 γ의 설명이 된다. (4) 전이성: α→β₁, β₂→γ, 그리고 β₁↔IS‑Aβ₂(상향·하향 중 하나)일 때 α는 γ를 설명한다. 각 패턴은 W에 포함된 부정(¬α 등)으로부터 가능한 경우와 불가능한 경우를 구분한다.

전이성 규칙은 설명 원자에 포함된 조건 집합 Φ를 합치는 방식으로 일반화된다. 즉, α explains β because possible Φ와 β explains γ because possible Ψ가 모두 성립하고, Φ∪Ψ가 W에 의해 모순되지 않으면 α explains γ because possible Φ∪Ψ가 도출된다. 이는 설명의 연쇄적 연결을 허용하면서도 조건의 일관성을 보장한다.

또한, 설명 원자의 전제 조건을 단순화하는 메타 규칙을 제시한다. 여러 설명이 동일한 α와 β에 대해 서로 다른 조건 집합 Φᵢ를 가질 때, W가 Φ₁∪…∪Φₙ을 함의하면 가장 일반적인 Φ만을 남겨 간결한 설명 원자를 얻는다.

논문은 이러한 명제 기반 체계를 1‑ary(상수)와 다중 아리티(predicates)를 허용하는 제한된 데이터로그 형태로 확장한다. 여기서는 온톨로지 링크를 상수 간 IS‑A뿐 아니라, 술어 간에도 정의한다. 술어 매개변수는 존재적·보편적 두 종류로 구분되며, 이를 통해 복합 사건(예: “ship sinks”와 “fireworks launch”)을 표현한다. 데이터로그 규칙은 전통적인 Datalog 엔진으로 실행 가능하도록 설계돼, 실제 지식베이스에 적용하기 쉬운 점이 장점이다.

한편, 논문은 인과 관계를 “절대적으로 성립”한다고 가정하고, 확률적·시간적 요소는 제외한다. 이는 모델이 단순하지만, 실제 과학적 인과 추론에서 흔히 요구되는 불확실성·다중 원인 상황을 다루지 못한다는 한계를 남긴다. 또한, 온톨로지의 반사성(자기 IS‑A) 가정은 실제 계층 구조에서는 비현실적일 수 있다. 그럼에도 불구하고, 온톨로지 기반 전이와 조건 단순화 메커니즘은 기존 인과 논리와 차별화된 설명 생성 능력을 제공한다.

요약하면, 이 연구는 인과 명제와 IS‑A 온톨로지를 결합해 설명을 형식화하고, 명제 논리와 데이터로그 두 수준에서 구현 가능한 추론 규칙 집합을 제시함으로써, 인공지능 시스템이 인간과 유사한 인과‑설명 추론을 수행하도록 하는 기초 이론을 제공한다.