MeLinDa: 웹 데이터 연동을 위한 통합 프레임워크

본 논문은 웹 데이터(Linked Data)와 시맨틱 웹의 핵심 과제인 데이터셋 간의 자동 연동(인터링킹) 문제를 체계적으로 분석하고, 이를 위한 통합 프레임워크인 MeLinDa를 제안한다. 서론에서는 RDF 기반 데이터가 웹에 공개되고 서로 연결되는 현상을 설명하며, 대규모 데이터셋이 급증함에 따라 수동으로 링크를 생성하는 것이 비현실적임을 강조한다. 이어서 데이터 인터링킹 도구들이 직면한 주요 난관—URI 형식의 다양성, 속성값의 불일치, 이질적인 온톨로지 사용—을 제시하고, 이러한 난관을 해결하기 위해 온톨로지 매칭(ontology matching)과 정렬(alignment) 기술을 활용할 필요성을 제기한다. 2장에서는 Linked Data의 네 가지 원칙(URI 식별, dereference, 내용 협상, 링크 제공)을 재정리하고, 인터링킹 작업을 owl:sameAs 링크를 생성하는 과정으로 정의한다. 또한 VoiD 어휘를 이용해 링크셋(linkset)을 메타데이터화하는 방법을 소개한다. 데이터셋 간 동일 실체를 찾는 과정에서 발생하는 URI 차이, 속성값 포맷 차이, 단위·정밀도 차이, 오탈자 등 다양한 불일치 사례를 구체적인 예시(예: Johann Sebastian Bach의 다양한 URI)와 함께 설명한다. 3장에서는 MeLinDa 프레임워크의 구조를 제시한다. 프레임워크는 (1) 데이터셋, (2) 온톨로지, (3) 링크 스펙(연동 규칙), (4) 온톨로지 정렬, (5) 실행 엔진이라는 다섯 핵심 요소로 구성된다. 각 요소는 독립적으로 정의·교체 가능하도록 설계돼, 예를 들어 새로운 온톨로지 매칭 시스템이 생성한 정렬을 기존 인터링킹 파이프라인에 바로 적용할 수 있다. 프레임워크는 네 가지 인터링킹 시나리오를 포괄한다: (a) 완전 수동 연동, (b) URI 변환에 의한 직접 매핑, (c) 동일 온톨로지를 공유하는 경우 속성 기반 매칭, (d) 이질적인 온톨로지를 사용하는 경우 온톨로지 정렬을 통한 매핑. 4장에서는 현재 사용되는 여섯 개의 인터링킹 도구(Silk, LIMES, OAEI 매칭 도구 등)를 MeLinDa 모델에 매핑한다. 각 도구가 어떤 방식으로 링크 스펙을 정의하고, 어떤 유사도 함수와 임계값을 활용하는지 상세히 비교한다. 대부분의 도구가 3번 시나리오(동일 온톨로지)와 4번 시나리오(이질 온톨로지)에서 온톨로지 정렬을 수동으로 입력하고 있음을 지적한다. 5·6장은 정렬 언어와 링크 스펙 언어를 구체적으로 설계한다. 정렬 언어는 클래스·속성 간 매핑을 RDF/OWL 형태로 기술하며, 매핑 신뢰도와 변환 규칙을 포함한다. 링크 스펙 언어는 어떤 데이터셋의 어떤 클래스·속성을 비교할지, 어떤 유사도 알고리즘(예: Levenshtein, Jaccard)과 가중치를 적용할지, 그리고 최종 매칭 점수의 임계값을 선언한다. 이러한 선언적 접근은 도메인 전문가가 복잡한 매칭 로직을 코드 없이도 정의할 수 있게 한다. 7·8장은 두 언어를 결합한 실제 적용 사례를 제시한다. 예를 들어 MusicBrainz와 DBpedia 사이의 아티스트 매칭에서, 온톨로지 정렬을 통해 “foaf:name”과 “vcard:N”을 동일 속성으로 매핑하고, 링크 스펙에 문자열 유사도와 날짜 비교를 조합한 규칙을 선언한다. 실행 엔진은 정렬 정보를 자동으로 로드하고, 지정된 규칙에 따라 후보 쌍을 생성·평가한 뒤, 신뢰도 높은 owl:sameAs 링크를 생성한다. 이 과정에서 정렬 재사용으로 매핑 설정 시간이 크게 단축되고, 새로운 데이터셋이 추가될 때 기존 정렬을 그대로 활용할 수 있음을 보인다. 결론에서는 MeLinDa가 데이터 인터링킹과 온톨로지 매칭을 명확히 구분하면서도 상호 보완적으로 작동하도록 설계된 점을 강조한다. 정렬을 독립 메타데이터로 관리하고, 선언적 링크 스펙을 통해 매칭 로직을 표준화함으로써, 향후 대규모 Linked Open Data 환경에서 자동화된 데이터 통합 파이프라인을 구축하는 기반을 제공한다. 또한 향후 연구 과제로 정렬 자동 생성, 링크 스펙 최적화, 그리고 분산 실행 엔진의 확장성을 제시한다.