제한 없는 OWL2 모델링 전역 제한을 넘어선 가능성

초록

이 논문은 OWL 2 DL의 전역 제한이 실제 모델링에서 유용한 패턴을 차단한다는 점을 지적하고, 제한을 없앨 경우 가능한 표현들을 카탈로그화한다. 기존 DL 이유기들은 이러한 제한을 전제로 설계돼 성능이 급격히 저하되거나 오류를 발생시킨다. 대신 1차 논리 정리 증명기(FOL theorem prover)를 활용해 OWL 2 직접 의미론을 그대로 적용하면 제한 위반 사례에서도 정확히 추론이 가능함을 실험적으로 입증한다. 마지막으로 더 표현력 있는 OWL 2 추론 엔진 개발을 위한 연구 방향을 제시한다.

상세 분석

OWL 2 DL은 표현력과 결정 가능성 사이의 균형을 맞추기 위해 ‘전역 제한(Global Restrictions)’이라는 규칙을 도입한다. 예를 들어, 속성을 동시에 전이(transitive)와 비대칭(asymmetric)으로 선언할 수 없으며, 복합 클래스 표현식에 사용되는 역할도 제한된다. 이러한 제약은 이론적으로는 필요하지만, 실제 온톨로지 설계에서는 조상 관계, 부분 순서, 복합 속성 조합 등 자연스럽게 등장하는 패턴을 차단한다. 논문은 먼저 전역 제한이 없는 경우에 사용할 수 있는 30여 개의 기본 모델링 패턴을 정리한다. 여기에는 ‘전이+비대칭 속성’, ‘역전이와 역비대칭의 결합’, ‘역할 체인에 대한 자기참조’, ‘다중 상속을 통한 복합 개념 정의’ 등이 포함된다. 이러한 패턴은 기존 OWL 2 DL 툴체인에서는 오류를 일으키거나 무시되지만, 실제 도메인(예: 생물학, 법률, 기업 조직)에서는 필수적인 표현이다.

다음으로 논문은 주요 DL 이유기인 HermiT, Pellet, FaCT++ 등을 전역 제한을 위반한 온톨로지에 적용해 본 결과를 보고한다. 실험 결과, 대부분의 경우 이유기가 비정상 종료하거나 “Unsupported axiom” 오류를 반환했으며, 제한을 위반한 경우 추론 시간이 급격히 증가하거나 메모리 초과가 발생했다. 이는 현재 상용 및 오픈소스 DL 이유기들이 전역 제한을 전제로 최적화돼 있기 때문에, 제한을 넘는 경우 근본적인 알고리즘 재설계가 필요함을 보여준다.

이러한 한계를 극복하기 위해 저자들은 OWL 2의 직접 의미론(Direct Semantics)을 1차 논리(FOL)로 변환하고, 기존의 고성능 자동 정리 증명기(E prover, Vampire 등)를 이용해 추론을 수행하는 방식을 제안한다. 변환 과정은 클래스와 속성을 1차 논리의 술어로 매핑하고, 전역 제한에 해당하는 제약을 단순히 제거한다. 실험적으로 50개의 테스트 케이스(전역 제한 위반 조합)를 모두 성공적으로 해결했으며, 평균 추론 시간은 수초 수준으로, 제한을 위반한 경우에도 실용적인 성능을 보였다. 이는 OWL 2 DL의 표현력을 유지하면서도 전역 제한을 포기할 수 있는 실현 가능한 경로를 제시한다는 점에서 의미가 크다.

마지막으로 논문은 두 가지 연구 방향을 제시한다. 첫째, 전역 제한을 완화하거나 선택적으로 적용할 수 있는 새로운 DL 사양을 정의하고, 이를 지원하는 이유기 설계가 필요하다. 둘째, FOL 기반 추론기의 효율성을 높이기 위해 OWL 2 특화 전처리(예: 역할 체인 전개 최적화, 불필요한 양화 축소)와 하이브리드 접근(DL 전용 모듈 + FOL 모듈) 등을 결합한 하이브리드 엔진 개발이 요구된다. 이러한 연구는 표현력과 결정 가능성 사이의 트레이드오프를 재조정하고, 실제 온톨로지 엔지니어에게 더 자유로운 모델링 환경을 제공할 수 있을 것이다.