링크드 데이터 기반 저장/응용 플랫폼 및 분석 시스템 시각화 구현

Ⅰ. 서론

링크드 데이터(Linked Data)는 웹을 구성하는 데이터들 간의 연결을 목표로 기존의 문서 중심의 웹이 아닌 각각의 자원을 대상으로 상호 연결된 데이터 중심의 웹을 말한다. 링크드 데이터는 사실(fact) 데이터를 포함하는 데이터 객체에 URI(Uniform Resource Identifier)를 부여하고 이를 웹 프로토콜인 HTTP(HyperText Transfer Protocol)를 통해 누구나 웹(Web) 상에서 자유롭게 데이터를 활용할 수 있게 하는 기술이라 할 수 있다[1]. 즉, 링크드 데이터를 통해 기존 문서 위주의 WWW(World Wide Web) 전달 방식을 페이지가 아닌 데이터 간 연결 중심으로 전환하여 보다 풍부한 자원의 생산과 효율적인 활용이 가능한 방식으로 웹을 지능화시킨다.

링크드 오픈 데이터(LOD, Linked Open Data) 프로젝트[2]는 2007년엔 20억 개의 RDF(Resource Description Framework) 트리플과 2백만 개의 링크에서 2011년엔 316억 개의 RDF 트리플과 5억 개의 링크로 급속히 증가하였고, 2017년도에는 2011년도 295개 데이터셋이 1,139개 데이터셋으로 엄청난 규모의 초대용량 빅데이터로 발전하였다.

현재 링크드 데이터에 대한 핵심 이슈는 링크드 데이터를 기반으로 한 응용 애플리케이션의 개발이다[3]. 링크드 데이터는 기존의 Open API 서비스들과는 달리 웹 그 자체를 거대한 데이터베이스로 간주하여 수준 높은 쿼리를 수행할 수 있으며, 서로 다른 소스로부터 서로 다른 자원들을 융합하여 새로운 가치의 콘텐츠를 만들 수 있다. 이는 그동안 몇 개 한정된 데이터 소스만 가지고 작업이 이루어졌던 Web 2.0 응용과는 달리 링크드 데이터 애플리케이션은 데이터 레벨 링크를 통해 런타임(run time)에 새로운 데이터 소스를 발견할 수 있게 해준다. 따라서 웹상에 새로운 데이터 소스를 발견할 수 있고 그 소스를 추적하여 부분적 결과물이 아닌 완전한 해답을 제공해 줄 수가 있다.

특히, 본 논문에서는 초보자라도 쉽게 링크드 데이터를 발행할 수 있고 데이터 간 연계 및 활용할 수 있는 시각적 링크드 데이터 분석 시스템을 개발한다.

Ⅱ. 관련 연구

Ⅲ. 링크드 데이터 저장 및 응용 플랫폼

본 연구의 최종 목표는 누구나 자유롭게 LOD를 발행하고 연계⋅활용할 수 있는 링크드 데이터 기반 저장⋅검색⋅활용서비스 플랫폼을 개발하는 것이다. 이를 통해 쉽게 창의적인 아이디어를 개발⋅공유할 수 있는 차세대 웹 환경을 제공한다. 특히, 다음과 같은 링크드 데이터 생명주기에 맞추어 관련기술들을 개발함으로써 실질적이고 유용한 시맨틱 웹 3.0 개발 도구를 지원한다(그림 1 참조).

Fig. 1.

Related technologies for linked data life cycle

• • 데이터 수집: 정형/비정형 데이터를 RDF 데이터로 변환하여 저장
• • 온톨로지 구축: 자동 온톨로지 학습방법에 의한 상위레벨 OWL(Web Ontology Language) 온톨로지 구축
• • 저장/색인: 초대용량 링크드 데이터를 위한 압축된 데이터 저장 및 인덱싱 기술 개발
• • 분석 시스템(analysis system): 사용자를 위한 시각적인 링크드 데이터 검색 및 SPARQL 질의어 그리고 사용자를 위한 직관적인 분석 도구 개발

본 장에서는 이러한 생명주기 각 단계에 대한 포괄적인 개념 및 현재 구현 상태를 먼저 살펴보고 본 논문에서는 이들 중 분석 시스템에 대한 시각화에 관한 내용을 4장에서 중점적으로 자세히 다룬다.

3.1 데이터 수집

본 연구에서는 1개 영역의 융합 콘텐츠 시범서비스를 선정하고(예, 대구 음식점) 융합 콘텐츠 상위 온톨로지 모델 및 융합 콘텐츠 시범 서비스를 위한 도메인 온톨로지 모델을 설계하였다[4]. 대구 음식점 정보에 대한 클래스와 오브젝트 및 데이터 속성은 그림 2와 같다.

Fig. 2.

Class, object and data properties

3.4 분석 시스템

아직까지 링크드 데이터 검색은 사용하기 쉬운 시각적인 인터페이스를 지원하고 있지 않다. LOD2 프로젝트(http://okfn.org/projects/lod2)에서는 시맨틱 툴들을 사용하여 비즈니스 데쉬 보드 활용 예를 데모하고 있으며 그래프 차트를 보여주는 브라우저를 시연하고 있다. 본 연구에서는 그림 3과 같이 SPARQL Endpoint를 개발하여 대구시의 행정구별 식당수를 질의하였으며, 그림 4와 같이 행정 구역별로 식당수를 질의하는 내용을 구현하였다. 한편, 모바일 매쉬업 구현 기술로는 링크드 오픈 데이터를 활용한 시맨틱 모바일 매쉬업[8]을 기반으로 안드로이드 운영체제 상에서 구글의 새로운 맵인 GoogleMap API V2를 활용하였고 스마트폰 제약사항을 극복하기 위한 클라우드 컴퓨팅 개념을 접목시켰다(그림 5 참조)[9]. 분석 시스템의 시각화에 관한 내용은 다음 장에서 자세히 다룬다.

Fig. 3.

Retrieval example of SPARQL endpoint

Fig. 4.

Map and pie chart

Fig. 5.

Semantic mobile mashup

Ⅳ. 분석 시스템 시각화

본 논문의 주된 내용은 분석 시스템의 시각화에 관한 설계 및 구현이다. 이를 위해 온톨로지를 먼저 구축하고 링크드 데이터를 발행한 후 시각적 분석 시스템을 구현하고자 한다.

4.1 온톨로지 구축

우리는 공공데이터 포털(data.go.kr)에서 제공하는 공공데이터를 활용하여 링크드 데이터를 구축한다. 이를 위해 공공데이터의 온톨로지를 먼저 설계한다.

1) 데이터 선정 및 수집

본 연구에서는 대구시의 여러 공공데이터들 중 음식점 정보를 구축 데이터로 선정하였고, 제공되는 오픈 데이터 형태는 CSV다.

2) 데이터 모델링

음식점 데이터 요소들을 토대로 다음과 같이 온톨로지를 구축한다.

① 클래스 정의 : 수집한 데이터에서 고유한 URI를 가질 수 있는 객체를 클래스로 정의하였다. 한식, 중식, 양식 등의 음식 분류 항목과 업태 또한 고유한 URI를 가질 수 있기에 각각 클래스(i.e., FoodBusinessCategory, BusinessType)로 정의하였다(그림 6 참조).

Fig. 6.

Class of restaurant

② 속성 정의: 속성은 Object property(클래스간 관계를 나타내는 속성)과 Datatype property(클래스에 대한 특성을 나타내는 속성) 두 가지로 나뉘며, 아래와 같이 정의하였다(그림 7, 8 참조).

• • Object property
• - isBusinessCondition: Restaurant와 FoodBusinessCategory의 관계
• - isTypeOfBusiness: Restaurant와 BusinessType의 관계

• • Datatype property

Fig. 7.

Object property

Fig. 8 .

Datatype property

4.3 시각적 분석 시스템 구현

RDF 데이터 분석을 위한 차트 표현을 위해 SPARQL 질의문을 작성한다. 질의를 위해 링크드 데이터가 저장된 트리플 저장소 Endpoint로 접속하여 질의하고 그 결과를 받아온다. Apache jena 프레임워크[11]를 이용하여 질의 결과를 처리하여 HashMap으로 저장하고, 저장된 결과를 JSON으로 변환한 후 결과를 차트로 나타낸다. 우리가 구현한 분석 시스템의 구조는 그림 9와 같다.

Fig 9.

Architecture of analysis system

그림 10은 Endpoint에서 반환 받은 쿼리 결과를 처리하는 절차를 나타낸 순서도이다. 쿼리 결과값에서 한 문장마다 id값(?s)에 해당하는 value를 찾아서 Datatype이 정의되어 있으면 이를 파싱하여 HashMap에 저장하고, 한 문장이 끝날 때까지 반복한다. 한 문장이 끝난 후 이를 ArrayList에 다시 저장하고 앞서 기술한 절차를 반복하고, 더 이상 처리할 결과가 없을 때 ArrayList를 반환한다.

Fig. 10.

Data analysis sequence

그림 11은 행정 구역별로 식당수를 질의하여 대구시 지도 모양으로 그 결과를 나타낸 모습이다. 이외에도 그림 12와 같이 음식 분류별 식당수를 파이 차트로 그 결과를 나타낼 수 있다. 또한 좌석수별 수용 가능 좌석수를 세로 차트로 표현할 수도 있다.

Fig. 11.

MapChart of number of restaurants by administrative district

Fig. 12.

PieChart of number of restaurant by food category

Ⅴ. 비교 분석

본 논문에서 구현한 분석 시스템과 RDF 통계 데이터 브라우저인 CubeViz[12]를 비교⋅분석하였다. 분석을 위해 데이터량을 5,000개부터 시작하여 30,000개까지 5,000개 단위로 임의로 증가시켜 성능을 비교한다. 비교 대상으로 선정한 CubeViz는 오픈소스 소프트웨어로 RDF Data Cube 어휘[13]를 사용한 통계 데이터를 차트로 시각화한다.

그림 13은 두 시스템에서 데이터를 분석하여 차트로 나타내는 데 걸리는 시간을 보여주고 있다. 세로축은 시간(초단위), 가로축은 데이터량을 나타낸다. 비교 결과, 본 분석시스템의 성능(파란색)이 10,000개까지는 비슷한 양상을 보이다 15,000개부터 확연하게 차이가 나는 것을 확인할 수 있다.

Fig. 13.

Result of return time

또한, CubeViz는 RDF 통계 어휘를 사용한 반면, 본 분석시스템은 일반적인 링크드 데이터를 차트로 시각화환 점에서 차이가 있다.

Ⅵ. 결론

현재 국내에서는 공공데이터 포털을 통해 국가서지, 논문, 특허 등 여러 정보를 링크드 오픈 데이터로 제공하고 있으나 이러한 링크드 데이터를 활용한 사례는 많지 않다. 본 논문에서는 링크드 데이터 생명주기 관련 기술에 맞는 저장⋅검색⋅활용서비스 플랫폼을 제안하였고, 특히 본 연구에서는 1개 영역의 융합 콘텐츠 시범서비스를 선정하고(예, 대구 음식점) 이에 대한 도메인 온톨로지를 설계하고 링크드 데이터를 구축하였다. 구축된 데이터를 저장소의 SPARQL Endpoint로 질의하고 그 결과를 여러 형태의 차트로 나타낸 시각적 분석 시스템을 구현하였다.

분석 시스템을 CubeViz와 비교⋅분석한 결과 둘 모두 데이터 량이 증가할 때 결과 반환 시간이 소폭 상승하였으나, 데이터 량이 많아질수록 반환시간의 차이가 확연히 차이난다는 사실을 확인 할 수 있었다. 향후 기 구현한 분석 시스템의 질의문과 결과 데이터 처리 기능에 대한 보완과 RDF 통계 어휘와 일반 링크드 데이터에 대한 좀 더 고도화된 분석 기법에 관한 연구를 수행해 볼 필요가 있다.

Acknowledgments

이 논문은 2016년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임 (No. 2016R1D1B02008553).

References

• M. D. Cho, W. S. Oh, and H. Park, "Linked Data R & D Report: Mainly of subject name and author name authority data", National Library of Korea, Dec), (2011.
• http://www4.wiwiss.fu-berlin.de/lodcloud/state/, [accessed: Sep. 13. 2014]
• A. N. Ngome, and C. Unger, "Special Issue on Question Answering for Linked Data", Semantic Web, 8(4), p509-510, Jan), (2017. [https://doi.org/10.3233/SW-170255]
• E. Jung, E. Jeon, C. Lee, and Y. Lee, "Charts of Famous Restaurants in Daegu based on Linked Data", 2018 KIPS Spring Conference, p512-515, May), (2018.
• Y. Lee, "Semantic-Based Data Mashups Using Hierarchical Clustering and Pattern Analysis Methods", Journal of Information Science and Engineering, 30(5), p1601-1618, Sep), (2014.
• Y. Lee, "MDH*: Multidimensional Histograms for Linked Data Queries", Lecture Notes on Information Theory, 2(3), p243-248, Sep), (2014. [https://doi.org/10.12720/lnit.2.3.243-248]
• Y. J. Lee, "Linked Data Indexing Techniques Using 3D R*-tree", Journal of KIIT, 15(11), p31-38, Nov), (2017. [https://doi.org/10.14801/jkiit.2017.15.11.31]
• Y. J. Lee, "Semantic Mobile Mashup Using Linked Open Data", Journal of KIIT, 14(11), p93-100, Nov), (2016. [https://doi.org/10.14801/jkiit.2016.14.11.93]
• S. Lee, T. Kim, S. Park, and Y. Lee, "DBpedia Web Search Application using Google Cloud Natural Language API", 2018 KIPS Spring Conference, p509-511, May), (2018.
• S. R. Ha, J. H. Yim, and H. Rieh, "A Study on the Procedure for Constructing Linked Open Data of Records Information by Using Open Source Tool", Journal of the Korean Society for Information Management, 34(1), p341-371, Mar), (2017.
• https://jena.apache.org, [accessed: Jul. 01. 2017]
• http://aksw.org/Projects/CubeViz.html, [accessed: Aug. 11. 2018]
• https://www.w3.org/TR/vocab-data-cube/, [accessed: Aug. 11. 2018]