서울대학교 DSBA 연구실조회 3회

온톨로지와 지식 그래프: RDF 데이터 파이프라인 실습

RDF 데이터 모델과 SPARQL 쿼리를 활용하여 온톨로지 기반의 지식 그래프 파이프라인을 구축하는 방법을 실습한다.

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

지식 그래프 구축을 위한 RDF 데이터 파이프라인의 핵심 원리와 실습 과정을 다룬다. SQL의 테이블 기반 구조와 달리 RDF는 트리플 패턴을 통해 관계 중심의 데이터를 효율적으로 표현하고 탐색할 수 있다. `rdflib`와 `pandas`를 활용하여 온톨로지 로드, 데이터 파싱, 트리플 생성 및 직렬화 과정을 단계별로 구현한다. `CONSTRUCT`, `FILTER`, `OPTIONAL` 등 SPARQL의 주요 문법을 통해 복잡한 쿼리 처리와 데이터 변환 기법을 제시한다.

챕터별 상세

00:20

SQL vs SPARQL

SQL은 테이블 행 단위 검색에 최적화되어 있으나, 복잡한 관계를 가진 데이터에서는 조인 연산이 빈번해져 비효율적이다. 반면 SPARQL은 그래프 기반의 트리플 패턴 매칭을 사용하여 관계 중심의 데이터를 직관적이고 효율적으로 탐색한다. 지식 그래프 환경에서는 데이터 간의 연결성을 직접 표현하는 트리플 구조가 유리하다.

트리플 패턴은 주어(Subject), 술어(Predicate), 목적어(Object)로 구성된 데이터 표현 방식이다.

python

from rdflib import Graph, Namespace, URIRef, Literal
from rdflib.namespace import RDF, OWL, XSD
import pandas as pd
from io import StringIO

RDF 데이터 처리를 위한 필수 라이브러리 임포트

05:13

SPARQL 기본 문법

SPARQL 쿼리는 PREFIX, SELECT, WHERE 절로 구성된다. PREFIX는 긴 URI를 짧은 별칭으로 정의하여 코드 가독성을 높인다. SELECT는 반환할 변수를 지정하고, WHERE는 데이터를 필터링하기 위한 트리플 패턴 조건을 정의한다.

PREFIX는 네임스페이스를 관리하여 쿼리 작성의 복잡도를 줄이는 역할을 한다.

python

g = Graph()
g.parse('research_ontology.owl')
ONTO = Namespace('http://study.ontology.org/research.owl')
g.bind('ex', ONTO)
g.add((URIRef(ONTO + 'paper001'), RDF.type, ONTO.ConferencePaper))

온톨로지 파일 로드 및 트리플 데이터 추가

09:10

SPARQL 고급 패턴: CONSTRUCT, FILTER, OPTIONAL

CONSTRUCT는 검색된 결과를 바탕으로 새로운 RDF 그래프를 생성한다. FILTER는 특정 조건(예: 연도)을 만족하는 데이터만 추출할 때 사용하며, OPTIONAL은 데이터가 존재하지 않아도 쿼리 결과에 포함시키고자 할 때 활용한다. 이러한 패턴들은 데이터 변환 및 유연한 데이터 조회를 가능하게 한다.

CONSTRUCT는 데이터 변환 파이프라인에서 새로운 지식을 생성할 때 주로 사용된다.

python

df = pd.read_csv(StringIO(csv_data))
for i, row in df.iterrows():
    g.add((URIRef(ONTO + row['paper_id']), RDF.type, ONTO.Paper))

Pandas로 CSV 데이터를 읽어 RDF 트리플로 변환

12:30

RDF 파이프라인 구축: 로드 및 파싱

파이프라인 구축을 위해 `rdflib`로 OWL 온톨로지 파일을 로드하고, `pandas`와 `StringIO`를 사용하여 CSV 데이터를 메모리로 읽어온다. 로드된 온톨로지에서 클래스, 속성, 제약 조건을 정의하고, CSV 데이터를 트리플 형태로 변환하여 그래프에 추가한다. 이 과정에서 네임스페이스를 바인딩하여 데이터의 고유성을 확보한다.

rdflib는 파이썬에서 RDF 데이터를 다루기 위한 표준 라이브러리이다.

python

q = """
SELECT ?title
WHERE {
    ?paper ex:writtenBy ex:강형원 .
    ?paper ex:hasKeyword ex:Anomaly Detection .
    ?paper ex:hasTitle ?title .
}
"""
for row in g.query(q):
    print(row['title'])

SPARQL을 이용한 특정 조건의 데이터 쿼리

14:34

RDF 트리플 변환 및 직렬화

CSV의 각 행을 RDF 트리플로 변환하여 그래프에 적재한다. `RDF.type`을 사용하여 개체를 특정 클래스로 지정하고, `URIRef`와 `Literal`을 구분하여 데이터의 성격을 정의한다. 최종적으로 `serialize` 메서드를 사용하여 그래프를 Turtle 형식으로 저장하여 시각화 및 재사용이 가능하게 한다.

Turtle은 RDF 데이터를 사람이 읽기 쉬운 텍스트 형식으로 직렬화하는 방식이다.

20:33

OWL:sameAs 활용

서로 다른 데이터 소스에서 동일한 개체를 가리키는 경우 `owl:sameAs`를 사용하여 연결한다. 이는 외부 식별자(예: ORCID)와 내부 데이터를 매핑하여 링크드 데이터(Linked Data)를 구성하는 핵심 기법이다. 이를 통해 데이터 통합 시 개체의 일관성을 유지할 수 있다.

Linked Data는 웹상에서 데이터를 서로 연결하여 정보의 가치를 높이는 개념이다.

용어 해설

자원 기술 프레임워크(RDF): — 웹상의 자원을 기술하기 위한 표준 모델로, 주어-술어-목적어의 트리플(Triple) 구조를 통해 데이터를 표현한다. 지식 그래프의 기초가 되는 데이터 모델이다.
스파클(SPARQL): — RDF 데이터를 조회하고 조작하기 위한 표준 쿼리 언어이다. SQL과 유사하게 데이터를 검색하지만, 그래프 구조의 트리플 패턴 매칭에 최적화되어 있다.
온톨로지(Ontology): — 특정 도메인의 개념과 관계를 명시적으로 정의한 체계이다. 지식 그래프에서 데이터의 의미와 구조를 규정하는 스키마 역할을 수행한다.
지식 그래프(Knowledge Graph): — 데이터를 노드와 엣지로 표현하여 개체 간의 관계를 구조화한 데이터베이스이다. 복잡한 연관 관계를 추론하고 탐색하는 데 유리하다.
웹 온톨로지 언어(OWL): — 온톨로지를 정의하기 위한 시맨틱 웹 표준 언어이다. 클래스, 속성, 제약 조건 등을 기술하여 데이터의 논리적 추론을 가능하게 한다.

언급된 리소스

문서rdflib Documentation

문서pandas Documentation

AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 07. 27.수집 2026. 07. 27.출처 타입 YOUTUBE

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.