현재 버전

지식그래프 그래프데이터베이스 그래프DB 빅데이터분석 데이터분석 인공지능

[알쓸IT잡] 지식그래프(Knowledge Graph)란?


지식 그래프(Knowledge Graph) 란?


“사람의 기억으로 생성되는 지식 정보를
좀 더 많은 양으로 정확하게 탐색하기 위한 기법”


                                                  [알쓸IT잡] 지식 그래프(Knowldege Graph)란? 

“임진왜란아 엄마 아빠가 깨우지 않아도 스스로 일어나는 참 착한 아이이구나!” 

 

다소 당혹스러운 이 문장은 ‘임진왜란이 일어난 년도’를 묻는 질문에 대한 AI스피커의 대답입니다. 

 

질문의 의도를 파악하지 못하고 가장 흔하게 사용하는 ‘일어나다’의 뜻을 인식한 결과입니다. 

동음이의어인 ‘일어나다’의 뜻을 문맥에서 해석하지 못했기 때문입니다. 검색엔진에서 검색을 할 때 단어와 단어 사이의 관계, 문장의 흐름을 고려해 이해할 수 있다면 이런 일이 일어나지 않을 것입니다. 

 

이런 문제를 해결해 줄 수 있는 것이 지식 그래프(Knowledge Graph)입니다. 많은 양의 데이터와 데이터의 관계를 알아보기 쉽게 해주는 포맷인 것입니다. 관계에 대한 분석이 가능하기 때문에 검색엔진에 도입하면 앞뒤 단어의 관계를 확인하여 단순한 키워드의 조합이 아닌 문맥의 흐름을 이해할 수 있습니다. 대표적으로 구글이 검색 엔진에 지식 그래프를 적용한 사실은 널리 알려져 있습니다. 


 - 적용 분야

지식그래프는 사람처럼 생각하고, 동음이의어를 구별할 줄 알며 방대한 양의 데이터를 빠른 시간에 처리할 수 있습니다. 단순한 키워드 조합의 완전 일치/전방 일치의 방식과 다르게 질의 ‘의도’를 ‘이해’할 수 있기 때문에 인공지능(AI), 자연어 처리(NL), 자율주행, 항공 교통관제 등 4차 산업과 관련된 여러 분야에서도 빠질 수 없는 중요한 기술입니다. 실시간 탐색 및 처리가 가능하기 때문에 인공지능, 자율주행, 항공 교통관제 등 즉각적인 판단을 필요로 하는 분야에서 앞다퉈 도입하고 있는 추세입니다. 

 

지식 그래프를 이용한 직무분석

 - 지식그래프 활용 사례

앞서 언급한 인공지능 스피커의 사례 외에 우리에게 와 닿을 수 있는 사례로는 직무 데이터 API가 있습니다. 

 

각 기업에서 가장 어렵지만 중요하게 생각하는 것이 바로 인적자원의 관리일 것입니다. 기업에  맞는 인재를 채용하고, 적절한 직무에 배치하기 위한 담당자의 고민은 끝이 없습니다.

우선, 현재 인력의 업무와 이에 필요한 직무 능력을 그래프로 구성하고, 직무별 필요한 교육 커리큘럼을 지식그래프로 구성합니다. 

각각의 영역처럼 보였던 업무영역과 개인의 직무능력을 연결해 한눈에 볼 수 있도록 한 뒤, 중요도에 따라 가중치를 부여하고 원의 크기를 달리하면 의미 있는 결과를 쉽게 도출할 수 있습니다. 

 

이는 임직원에게 개인별로 직무에 따른 맞춤형 교육을 추천하는 서비스를 제공하는데 기반이 되는 데이터로 활용할 수 있습니다. 인원을 직무 능력에 따라 적절한 업무에 투입하여 업무 공백을 최소화할 수 있습니다. 또 미래 사업구성과 결원에 따른 인재 채용 시 적절한 직무능력을 갖고 있는 맞춤형 인재를 채용할 수도 있습니다. 


 - 지식 그래프 구축

이렇게 중요한 지식 그래프를 구현하기 위해 필요한 것이 바로 그래프 데이터베이스입니다. 그래프 DB를 이용하면 데이터뿐 아니라, 데이터관의 관계 정보까지 형태 그대로 저장하고,  저장된 정보를 꺼내쓸 수 있기 때문에 지식 그래프를 구축하는 데 있어 필수적인 요소로 볼 수 있습니다. 그래프 데이터베이스에 저장된 정보는 패턴 분석이 가능하고, 예외의 패턴까지 이해하기 때문에 시맨틱 검색도 가능하게 됩니다.


 - 성공적인 지식그래프의 구축을 위한 고려사항

 

성공적인 지식 그래프 구축을 위한 고려사항

1. Keep your Knowledge Graph ALIVE!

지식그래프는 인간의 두뇌와 비슷한 형태로, 살아 성장하는 유기적인 모습의 데이터베이스입니다. 따라서 지속적으로 데이터를 공급하고 데이터가 유기적으로 성장할 수 있도록 지원해야 하며, 품질 보증 및 관리 체계를 수립해야 합니다.

2. Knowledge Graph helps you scale reusable existing data

지식그래프는 모든 데이터를 하나의 큰 스마트 저장소에 축적해 검색 결과의 관련성을 높이고 쉽게 찾을 수 있도록 지원하므로, 논리적인 가상의 데이터 계층 구조를 사용할 수 있습니다.

이 가상 데이터 계층 구조에서 데이터 간의 연결을 지식그래프에 적용해 서로 연결된 데이터로 변환한다면, 데이터의 위치와 의미 등을 정확히 찾아내 빠르고 효율적으로 재사용할 수 있습니다.

3. Use AI to automate your Knowledge Graph

지식의 범주에 따른 도메인 규칙과 통일된 어휘를 구축하면 온톨로지, AI, 머신러닝 알고리즘의 도움을 받아 지속적인 학습과 유기적인 성장이 가능합니다.



출처: https://bitnine.tistory.com/395 [비트나인 블로그]


수정 이력

2020-07-29 12:45:55 에 아래 제목에서 변경 됨 #2

[알쓸I잡] 지식그래프(Knowledge Graph)란?

2020-07-16 13:43:43 에 아래 내용에서 변경 됨 #1

지식 그래프(Knowledge Graph) 란?


“사람의 기억으로 생성되는 지식 정보를
좀 더 많은 양으로 정확하게 탐색하기 위한 기법”


[알쓸IT잡] 지식 그래프(Knowldege Graph)란?

“임진왜란아 엄마 아빠가 깨우지 않아도 스스로 일어나는 참 착한 아이이구나!” 

 

다소 당혹스러운 이 문장은 ‘임진왜란이 일어난 년도’를 묻는 질문에 대한 AI스피커의 대답입니다. 

 

질문의 의도를 파악하지 못하고 가장 흔하게 사용하는 ‘일어나다’의 뜻을 인식한 결과입니다. 

동음이의어인 ‘일어나다’의 뜻을 문맥에서 해석하지 못했기 때문입니다. 검색엔진에서 검색을 할 때 단어와 단어 사이의 관계, 문장의 흐름을 고려해 이해할 수 있다면 이런 일이 일어나지 않을 것입니다. 

 

이런 문제를 해결해 줄 수 있는 것이 지식 그래프(Knowledge Graph)입니다. 많은 양의 데이터와 데이터의 관계를 알아보기 쉽게 해주는 포맷인 것입니다. 관계에 대한 분석이 가능하기 때문에 검색엔진에 도입하면 앞뒤 단어의 관계를 확인하여 단순한 키워드의 조합이 아닌 문맥의 흐름을 이해할 수 있습니다. 대표적으로 구글이 검색 엔진에 지식 그래프를 적용한 사실은 널리 알려져 있습니다. 


 - 적용 분야

지식그래프는 사람처럼 생각하고, 동음이의어를 구별할 줄 알며 방대한 양의 데이터를 빠른 시간에 처리할 수 있습니다. 단순한 키워드 조합의 완전 일치/전방 일치의 방식과 다르게 질의 ‘의도’를 ‘이해’할 수 있기 때문에 인공지능(AI), 자연어 처리(NL), 자율주행, 항공 교통관제 등 4차 산업과 관련된 여러 분야에서도 빠질 수 없는 중요한 기술입니다. 실시간 탐색 및 처리가 가능하기 때문에 인공지능, 자율주행, 항공 교통관제 등 즉각적인 판단을 필요로 하는 분야에서 앞다퉈 도입하고 있는 추세입니다. 

 

지식 그래프를 이용한 직무분석

 - 지식그래프 활용 사례

앞서 언급한 인공지능 스피커의 사례 외에 우리에게 와 닿을 수 있는 사례로는 직무 데이터 API가 있습니다. 

 

각 기업에서 가장 어렵지만 중요하게 생각하는 것이 바로 인적자원의 관리일 것입니다. 기업에  맞는 인재를 채용하고, 적절한 직무에 배치하기 위한 담당자의 고민은 끝이 없습니다.

우선, 현재 인력의 업무와 이에 필요한 직무 능력을 그래프로 구성하고, 직무별 필요한 교육 커리큘럼을 지식그래프로 구성합니다. 

각각의 영역처럼 보였던 업무영역과 개인의 직무능력을 연결해 한눈에 볼 수 있도록 한 뒤, 중요도에 따라 가중치를 부여하고 원의 크기를 달리하면 의미 있는 결과를 쉽게 도출할 수 있습니다. 

 

이는 임직원에게 개인별로 직무에 따른 맞춤형 교육을 추천하는 서비스를 제공하는데 기반이 되는 데이터로 활용할 수 있습니다. 인원을 직무 능력에 따라 적절한 업무에 투입하여 업무 공백을 최소화할 수 있습니다. 또 미래 사업구성과 결원에 따른 인재 채용 시 적절한 직무능력을 갖고 있는 맞춤형 인재를 채용할 수도 있습니다. 


 - 지식 그래프 구축

이렇게 중요한 지식 그래프를 구현하기 위해 필요한 것이 바로 그래프 데이터베이스입니다. 그래프 DB를 이용하면 데이터뿐 아니라, 데이터관의 관계 정보까지 형태 그대로 저장하고,  저장된 정보를 꺼내쓸 수 있기 때문에 지식 그래프를 구축하는 데 있어 필수적인 요소로 볼 수 있습니다. 그래프 데이터베이스에 저장된 정보는 패턴 분석이 가능하고, 예외의 패턴까지 이해하기 때문에 시맨틱 검색도 가능하게 됩니다.


 - 성공적인 지식그래프의 구축을 위한 고려사항

 

성공적인 지식 그래프 구축을 위한 고려사항

1. Keep your Knowledge Graph ALIVE!

지식그래프는 인간의 두뇌와 비슷한 형태로, 살아 성장하는 유기적인 모습의 데이터베이스입니다. 따라서 지속적으로 데이터를 공급하고 데이터가 유기적으로 성장할 수 있도록 지원해야 하며, 품질 보증 및 관리 체계를 수립해야 합니다.

2. Knowledge Graph helps you scale reusable existing data

지식그래프는 모든 데이터를 하나의 큰 스마트 저장소에 축적해 검색 결과의 관련성을 높이고 쉽게 찾을 수 있도록 지원하므로, 논리적인 가상의 데이터 계층 구조를 사용할 수 있습니다.

이 가상 데이터 계층 구조에서 데이터 간의 연결을 지식그래프에 적용해 서로 연결된 데이터로 변환한다면, 데이터의 위치와 의미 등을 정확히 찾아내 빠르고 효율적으로 재사용할 수 있습니다.

3. Use AI to automate your Knowledge Graph

지식의 범주에 따른 도메인 규칙과 통일된 어휘를 구축하면 온톨로지, AI, 머신러닝 알고리즘의 도움을 받아 지속적인 학습과 유기적인 성장이 가능합니다.



출처: https://bitnine.tistory.com/395 [비트나인 블로그]