GenOM: 대규모 언어 모델로 강화한 바이오 온톨로지 매칭

초록

GenOM은 LLM을 이용해 온톨로지 개념에 자연어 정의를 생성하고, 이를 임베딩해 후보 매핑을 검색한 뒤 정확도 향상을 위해 전통적인 정확 일치 도구와 결합한다. 바이오‑ML 트랙 실험에서 기존 시스템들을 능가하는 성능을 보이며, 정의 생성과 few‑shot 프롬프트가 매칭 정확도에 크게 기여함을 입증한다.

상세 분석

본 논문은 온톨로지 매칭(OM) 문제를 LLM 기반의 ‘정의 생성 → 임베딩 검색 → 매핑 판단’ 3단계 파이프라인으로 재구성한다. 첫 단계에서는 소스·타깃 온톨로지의 라벨, 동의어, 상위 개념, 등가 공리를 추출하고, Qwen2.5·Llama‑3 등 다양한 규모의 인스트럭트 모델에 프롬프트를 전달해 인간 수준의 자연어 정의를 자동 생성한다. 이 정의는 기존 온톨로지에 존재하던 짧은 라벨만으로는 포착하기 어려운 의미적 뉘앙스를 보강한다는 점에서 핵심 혁신이다.

생성된 정의는 Sentence‑Transformers 기반 임베딩 모델(또는 LLM 자체 임베딩)으로 벡터화되어 코사인 유사도 기반 후보 풀을 만든다. 후보 풀은 높은 recall을 확보하면서도, 임베딩 차원에서의 거리 계산으로 대규모 온톨로지(예: SNOMED‑CT)의 수십만 개 개념을 효율적으로 탐색한다.

후보 매핑에 대해서는 두 가지 보완 메커니즘을 적용한다. 첫째, LLM‑based 매핑 판단 모듈이 프롬프트에 정의와 구조 정보를 함께 제공받아 ‘동등성(equivalence)’ 여부를 이진 분류한다. 여기서 few‑shot 예시를 포함한 프롬프트 설계가 모델의 판단 일관성을 크게 높인다. 둘째, 전통적인 정확 일치 도구(예: lexical matcher, BERTMap, LogMap)와의 하이브리드 결합을 통해, 특히 라벨이 완전히 일치하는 경우를 놓치지 않도록 보완한다.

실험은 OAEI Bio‑ML 트랙의 다섯 개 매칭 시나리오(NCIT↔FMA, SNOMED↔ORDO 등)에서 수행되었다. 평가 지표는 정확도(Precision), 재현율(Recall), F1-score이며, GenOM은 대부분의 베이스라인(AML, LogMap, BERTMap, LLM4OM, Olala 등)보다 높은 F1을 기록했다. 특히, 정의 생성이 없는 ‘임베딩‑only’ 버전과 비교했을 때 F1이 평균 4~7% 상승했으며, 모델 규모가 커질수록 정의 품질과 매칭 성능이 정비례함을 확인했다.

추가적인 ablation 연구에서는 (1) 정의 생성 제거, (2) LLM 판단 단계 제거, (3) exact‑matching 모듈 제거 각각이 성능 저하를 초래함을 보였다. 특히 정의 생성이 없을 경우, 미세한 의미 차이를 구분하지 못해 재현율이 크게 떨어졌다.

한계점으로는 LLM의 ‘hallucination’ 위험과 정의 생성 비용(특히 32B 모델) 및 추론 시간 증가가 있다. 또한, 현재는 동등성 매핑에 초점을 맞추었으며, 상위·하위 관계( subsumption) 탐지는 별도 모듈이 필요하다. 향후 연구에서는 구조적 힌트를 더 적극적으로 통합하고, 효율적인 라이트 모델(예: distilled LLM)로 정의 생성 비용을 낮추는 방안을 제시한다.

전반적으로 GenOM은 LLM을 온톨로지 매칭 파이프라인에 자연스럽게 삽입함으로써, 전통적 lexical/structural 기반 방법이 놓치는 의미적 깊이를 보완하고, 대규모 바이오메디컬 온톨로지에 실용적인 성능 향상을 제공한다는 점에서 중요한 기여를 한다.