# 온톨로지 및 지식그래프(KG) 연구 10편 - 로빙 적용 가이드

요청하신 대로 최신 연구와 고인용 고전 연구를 섞어 10편을 엄선했고, 각 논문이 로빙(ivada·RO-BEING)의 설계·운영에 어떻게 기여할 수 있는지 연결 지점을 바로 제안드립니다.

## A. 최신 동향 논문 5편

- [[lippolis_et_al_2025_ontology_generation_using_llms|Lippolis et al., 2025, "Ontology Generation using Large Language Models"]]
- [[shimizu_hitzler_2024_accelerating_kg_ontology_engineering|Shimizu & Hitzler, 2024, "Accelerating Knowledge Graph and Ontology Engineering with LLMs"]]
- [[kommineni_et_al_2024_llm_supported_ontology_construction|Kommineni et al., 2024, "From human experts to machines: an LLM-supported approach to ontology and KG construction"]]
- [[li_et_al_2024_survey_graph_meets_llm|Li et al., 2024, IJCAI, "A Survey of Graph Meets Large Language Model"]]
- [[mishra_et_al_2024_survey_augmenting_kg_with_llms|Ibrahim et al., 2024, "A survey on augmenting knowledge graphs with LLMs"]]

## B. 고인용(기초·표준) 논문 5편

- [[gruber_1993_portable_ontology_specifications|Gruber, 1993, "A translation approach to portable ontology specifications"]]
- [[guarino_1998_what_is_an_ontology|Guarino, 1998, "What is an Ontology?"]]
- [[ashburner_et_al_2000_the_gene_ontology|Ashburner et al., 2000, "The Gene Ontology: tool for the unification of biology"]]
- [[auer_et_al_2007_dbpedia_nucleus_web_open_data|Auer et al., 2007/2009, "DBpedia: A Nucleus for a Web of Open Data"]]
- [[suchanek_et_al_2007_yago_core_semantic_knowledge|Suchanek et al., 2007, "YAGO: A Core of Semantic Knowledge"]]

## C. 로빙에 바로 적용할 설계 권고

### 1. 코어-확장 이층 구조
코어 스키마(Agent, Team, Skill, Item, Memory, Emotion, EthicalRule, Action, Event, DataAsset, Consent)를 OWL로 정의하고, 도메인 확장은 별도 네임스페이스로 모듈화합니다. Shimizu & Hitzler의 "모듈형 온톨로지" 취지와 부합합니다.

### 2. 생성-검증 파이프라인
요구사항→CQ→LLM 초안(예: Ontogenia)→정합성 검사(SHACL/Reasoner)→리뷰→릴리스의 파이프라인을 표준화합니다. Lippolis et al.의 방법을 기본 레일로 삼으십시오.

### 3. 운용 단계의 결합 방식
초기에는 LLM-augmented KG로 로그에서 관계·속성을 뽑아 KG를 풍성하게 만든 뒤, 점차 KG-augmented LLM·시너지형으로 확장합니다.

### 4. 프로파일 선택
대규모 온라인 추론은 OWL 2 RL/QL 같은 경량 프로파일로 시작해 성능을 확보하고, 고표현력 영역은 배치 검증으로 분리합니다. (W3C OWL2 Profiles)

### 5. 정합·매핑 전략
외부 SaaS·사내 DB 스키마와의 매핑은 전통적 매칭 기법에 배경지식 활용을 더하고, 필요 시 LLM 보조 매칭을 도입합니다.

### 6. 데이터 거버넌스
FAIR 원칙을 추적 가능한 메타데이터·권한·전파 규칙으로 구체화해, 온톨로지와 데이터 자산을 함께 관리합니다.

## D. 간단한 실행 로드맵

### 2주차까지
코어 개념·관계 목록을 CQ로 정리하고, LLM-생성→SHACL 검증 루틴을 스크립트화합니다. Lippolis et al. 설정을 기준으로 소규모 PoC를 돌립니다.

### 4주차까지
Slack·Gmail·캘린더 이벤트 로그에서 최소 5종의 관계를 자동 추출해 KG에 적재하고, Graph-aware 프롬프트로 질의 응답 품질 개선을 측정합니다.

### 6주차까지
외부 공개 KB(DBpedia/Wikidata 등)와 엔터티 정규화를 붙여 요약·추천의 사실 일관성을 점검합니다.

## E. 로빙 코어 온톨로지 초안

```turtle
@prefix robeing: <https://ro-being.com/ontology#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix owl: <http://www.w3.org/2002/07/owl#> .

# 핵심 클래스
robeing:Agent a owl:Class ;
    rdfs:label "에이전트" ;
    rdfs:comment "로빙 시스템의 자율 에이전트" .

robeing:Skill a owl:Class ;
    rdfs:label "스킬" ;
    rdfs:comment "에이전트가 보유하거나 실행할 수 있는 능력" .

robeing:Memory a owl:Class ;
    rdfs:label "기억" ;
    rdfs:comment "에이전트의 장기/단기 기억" .

robeing:EmotionalState a owl:Class ;
    rdfs:label "감정 상태" ;
    rdfs:comment "에이전트의 현재 감정 상태" .

robeing:EthicalRule a owl:Class ;
    rdfs:label "윤리 규칙" ;
    rdfs:comment "에이전트가 준수해야 할 윤리적 원칙" .

# 핵심 속성
robeing:hasSkill a owl:ObjectProperty ;
    rdfs:domain robeing:Agent ;
    rdfs:range robeing:Skill .

robeing:hasMemory a owl:ObjectProperty ;
    rdfs:domain robeing:Agent ;
    rdfs:range robeing:Memory .

robeing:hasEmotionalState a owl:ObjectProperty ;
    rdfs:domain robeing:Agent ;
    rdfs:range robeing:EmotionalState .

robeing:followsRule a owl:ObjectProperty ;
    rdfs:domain robeing:Agent ;
    rdfs:range robeing:EthicalRule .
```

원하시면 로빙의 현재 스키마 초안이나 실제 로그 샘플을 받아 위 파이프라인으로 바로 OWL 초안을 뽑아 드리겠습니다.