효율적인 웹 서비스 대체를 위한 새로운 매칭 기법

초록

본 논문은 웹 서비스의 불가용성·부하·비용 문제를 해결하기 위해, 각 서비스를 온톨로지로 모델링하고 쌍별 매칭을 수행하는 새로운 매칭 방법을 제안한다. 제안 기법은 서비스 간 유사성을 효율적으로 측정하여 대체 후보를 자동으로 탐색함으로써, 서비스 교체 과정의 정확도와 속도를 크게 향상시킨다.

상세 분석

이 연구는 웹 서비스 환경에서 발생하는 불가용성, 과부하, 높은 CPU 비용 등 운영상의 문제를 해결하기 위한 대체 메커니즘을 설계한다는 점에서 실용적 의의를 가진다. 기존의 대체 기법은 주로 WSDL‑based 매개변수 비교나 키워드 매칭에 의존했으며, 의미적 차이를 충분히 반영하지 못해 정확도가 낮았다. 논문은 이러한 한계를 극복하기 위해 각 웹 서비스를 독립적인 온톨로지(ontology)로 변환한다는 전제하에, 온톨로지 간의 구조적·논리적 일치를 기반으로 매칭을 수행한다. 구체적으로는 클래스·속성·관계 트리를 추출하고, 트리 편집 거리(tree edit distance)와 개념 간 시멘틱 유사도(예: WordNet 기반 또는 도메인 사전)를 결합한 복합 유사도 함수를 정의한다. 이 함수는 (1) 개념 레벨의 동의어·상위어·하위어 관계, (2) 속성값의 타입·범위 일치, (3) 서비스 인터페이스의 입력·출력 구조를 동시에 고려한다.

알고리즘 측면에서는 전체 서비스 레포지토리에서 후보를 선별하기 위해 두 단계의 필터링을 적용한다. 첫 번째 단계는 라이트웨이트 해시 기반 인덱싱을 이용해 키워드·태그 수준에서 빠르게 후보 집합을 축소한다. 두 번째 단계에서만 정교한 온톨로지 매칭을 수행함으로써 계산 비용을 크게 절감한다. 실험 결과, 제안 방법은 기존의 단순 키워드 매칭 대비 평균 30 % 이상의 매칭 정확도를 달성했으며, 후보 탐색 시간도 40 % 이상 단축된 것으로 보고된다.

하지만 몇 가지 한계점도 존재한다. 온톨로지 구축 과정이 자동화되지 않을 경우, 수동 작업에 의한 인적 비용이 증가한다. 또한, 도메인 특화 온톨로지가 부족한 경우 시멘틱 유사도 계산이 부정확해질 위험이 있다. 향후 연구에서는 온톨로지 자동 생성 및 업데이트 메커니즘을 도입하고, 머신러닝 기반 유사도 모델을 결합해 다이나믹한 서비스 환경에 대응하고자 한다.