연결 개방 데이터(Linked Open Data, LOD)는 인터넷에서 구조화된 데이터를 게시하고 연결하기 위한 지침을 의미한다. HTTP, RDF, URI와 같은 웹 기술을 활용함으로써, 연결 데이터(Linked Data)는 다양한 영역에 걸친 실체를 설정하고 범주화된 연결을 통해 이를 상호 연결하여, 인간이 아니라 기계가 판독할 수 있는 데이터의 웹을 형성한다. LOD는 흔히 ‘연결 데이터의 웹(Web of Linked Data)’이라고도 불리며, 지속적으로 확장되는 정보의 영역이다. 단순한 데이터 축적을 넘어, LOD 방법론은 데이터셋 간의 연결을 구축하는 과정을 포함한다. LOD와 온톨로지(ontology)는 시스템 상호운용성을 촉진하여 공유 정보의 공유 및 활용을 가능하게 하는 보편적인 해결책을 제공한다. 그러나 모든 LOD가 동일한 온톨로지를 사용하는 것은 아니므로, 서로 다른 분야에서 활동하는 조직과 커뮤니티가 실체와 그 관계를 형식화하기 위해 서로 다른 어휘와 온톨로지를 사용한다는 점은, 서로 다른 LOD 집합 간의 상호운용성에 도전 과제를 제기한다. 서로 다른 온톨로지로부터의 LOD를 단일 실체로 통합할 때 누락된 링크가 발생할 수 있으며, 이를 본 연구에서는 ‘누락 링크 시나리오(missing link scenarios)’라고 지칭한다. 본 논문은 주로 LOD 전반에 걸쳐 흩어져 있는 온톨로지로부터 기인하는 여러 누락 링크 시나리오를 조사한다. 이어서, 다양한 온톨로지를 크게 활용하는 특징 및 그래프 기반 방법을 제안하여 LOD 간의 누락 링크를 식별한다. 본 연구는 LOD에서의 누락 링크 관리에 대한 포괄적인 검토를 제공하고, 누락 링크 관리를 도입함으로써 다른 데이터셋과의 연결을 구축하여 더 가치 있는 데이터를 발굴할 수 있게 하며, 추론과 의미 질의 및 규칙을 통해 그 데이터를 보다 효과적으로 활용할 수 있도록 하는 것을 목표로 한다.

시맨틱 웹에서 자원은 IRI를 통해 서로 연결된다. 기본 단위가 연결된 데이터(linked data)로 구성되어 있으므로, 기계는 추가적인 개입 없이도 시맨틱 데이터를 활용하고 그 관계를 추론할 수 있다. 그러나 시맨틱 웹을 처음 접하는 사용자는 그 기반이 되는 구조와 일부 문법 규칙을 이해할 필요가 있다. 본 연구는 선행 지식이 필요하지 않은 유일한 방법으로, 시맨틱 웹의 데이터 집합을 오일러 다이어그램을 통해 연결하는 방식을 제안한다. 우리는 관계 구축 시스템을 이용한 사용자 연구를 수행하고, 사용자가 본 시스템의 활용을 통해 연결된 데이터를 더 잘 이해할 수 있음을 검증하였다. 사용자는 오일러 다이어그램 기반의 데이터 관계 구축 시스템을 사용함으로써 시맨틱 웹과 그 데이터 연결 체계를 이해하도록 간접적으로 유도될 수 있다. 또한 본 시스템을 통해 정의된 데이터 집합이 다양한 응용에 활용될 수 있을 것으로 기대한다.

우연성(serendipity)은 사람들이 예상치 못하면서도 유익한 발견을 하는 현상을 말한다. 정보 습득 과정에서 우연성이 작동하는 메커니즘과 효과에 관해 연구가 활발히 수행되어 왔으나, 우연성이 실제로 발생할 때 이를 정량화하려는 시도는 거의 이루어지지 않았다. 본 논문에서는 하이퍼텍스트 환경에서 사용자들이 경험하는 우연성을 측정하는 정량적 모델을 제시한다. 능동적 탐색 과정에서 사용자가 우연한 순간을 경험할 가능성을 얼마나 측정할 수 있는 평가 모델을 제안하기 위해, 우연한 발견을 곁길로 빠진 탐색(sidetracked search) 도중에 발생할 수 있는 예상치 못한 발견으로 정의한다. 제안된 모델은 세 부분으로 구성된다: (a) 사전-조우(pre-encountering)—능동적 탐색 과정에서 사용자가 곁길로 빠진 탐색에 얼마나 이르게 진입하는지; (b) 사후-조우(post-encountering)—능동적 탐색에서 예상치 못한 정보를 획득하기까지의 전체 과정에 대한 관심의 정도; (c) 발견(discovery)—발견을 통해 획득된 정보의 예상치 못함의 정도. 우리는 서로 다른 구조를 가진 예시들에 대해 제안된 모델을 평가하였으며, 계산된 잠재적 우연성 값들은 의미 있는 방식으로 공간 간 차이를 구별해 주는 것으로 나타났다.

연결 개방 데이터(Linked Open Data, LOD)는 인터넷에서 구조화된 데이터를 게시하고 연결하기 위한 지침을 의미한다. HTTP, RDF, URI와 같은 웹 기술을 활용함으로써, 연결 데이터(Linked Data)는 다양한 영역에 걸친 실체를 설정하고 범주화된 연결을 통해 이를 상호 연결하여, 인간이 아니라 기계가 판독할 수 있는 데이터의 웹을 형성한다. LOD는 흔히 ‘연결 데이터의 웹(Web of Linked Data)’이라고도 불리며, 지속적으로 확장되는 정보의 영역이다. 단순한 데이터 축적을 넘어, LOD 방법론은 데이터셋 간의 연결을 구축하는 과정을 포함한다. LOD와 온톨로지(ontology)는 시스템 상호운용성을 촉진하여 공유 정보의 공유 및 활용을 가능하게 하는 보편적인 해결책을 제공한다. 그러나 모든 LOD가 동일한 온톨로지를 사용하는 것은 아니므로, 서로 다른 분야에서 활동하는 조직과 커뮤니티가 실체와 그 관계를 형식화하기 위해 서로 다른 어휘와 온톨로지를 사용한다는 점은, 서로 다른 LOD 집합 간의 상호운용성에 도전 과제를 제기한다. 서로 다른 온톨로지로부터의 LOD를 단일 실체로 통합할 때 누락된 링크가 발생할 수 있으며, 이를 본 연구에서는 ‘누락 링크 시나리오(missing link scenarios)’라고 지칭한다. 본 논문은 주로 LOD 전반에 걸쳐 흩어져 있는 온톨로지로부터 기인하는 여러 누락 링크 시나리오를 조사한다. 이어서, 다양한 온톨로지를 크게 활용하는 특징 및 그래프 기반 방법을 제안하여 LOD 간의 누락 링크를 식별한다. 본 연구는 LOD에서의 누락 링크 관리에 대한 포괄적인 검토를 제공하고, 누락 링크 관리를 도입함으로써 다른 데이터셋과의 연결을 구축하여 더 가치 있는 데이터를 발굴할 수 있게 하며, 추론과 의미 질의 및 규칙을 통해 그 데이터를 보다 효과적으로 활용할 수 있도록 하는 것을 목표로 한다.

시맨틱 웹에서 자원은 IRI를 통해 서로 연결된다. 기본 단위가 연결된 데이터(linked data)로 구성되어 있으므로, 기계는 추가적인 개입 없이도 시맨틱 데이터를 활용하고 그 관계를 추론할 수 있다. 그러나 시맨틱 웹을 처음 접하는 사용자는 그 기반이 되는 구조와 일부 문법 규칙을 이해할 필요가 있다. 본 연구는 선행 지식이 필요하지 않은 유일한 방법으로, 시맨틱 웹의 데이터 집합을 오일러 다이어그램을 통해 연결하는 방식을 제안한다. 우리는 관계 구축 시스템을 이용한 사용자 연구를 수행하고, 사용자가 본 시스템의 활용을 통해 연결된 데이터를 더 잘 이해할 수 있음을 검증하였다. 사용자는 오일러 다이어그램 기반의 데이터 관계 구축 시스템을 사용함으로써 시맨틱 웹과 그 데이터 연결 체계를 이해하도록 간접적으로 유도될 수 있다. 또한 본 시스템을 통해 정의된 데이터 집합이 다양한 응용에 활용될 수 있을 것으로 기대한다.

우연성(serendipity)은 사람들이 예상치 못하면서도 유익한 발견을 하는 현상을 말한다. 정보 습득 과정에서 우연성이 작동하는 메커니즘과 효과에 관해 연구가 활발히 수행되어 왔으나, 우연성이 실제로 발생할 때 이를 정량화하려는 시도는 거의 이루어지지 않았다. 본 논문에서는 하이퍼텍스트 환경에서 사용자들이 경험하는 우연성을 측정하는 정량적 모델을 제시한다. 능동적 탐색 과정에서 사용자가 우연한 순간을 경험할 가능성을 얼마나 측정할 수 있는 평가 모델을 제안하기 위해, 우연한 발견을 곁길로 빠진 탐색(sidetracked search) 도중에 발생할 수 있는 예상치 못한 발견으로 정의한다. 제안된 모델은 세 부분으로 구성된다: (a) 사전-조우(pre-encountering)—능동적 탐색 과정에서 사용자가 곁길로 빠진 탐색에 얼마나 이르게 진입하는지; (b) 사후-조우(post-encountering)—능동적 탐색에서 예상치 못한 정보를 획득하기까지의 전체 과정에 대한 관심의 정도; (c) 발견(discovery)—발견을 통해 획득된 정보의 예상치 못함의 정도. 우리는 서로 다른 구조를 가진 예시들에 대해 제안된 모델을 평가하였으며, 계산된 잠재적 우연성 값들은 의미 있는 방식으로 공간 간 차이를 구별해 주는 것으로 나타났다.