옳은 길로..

특정 도메인에서 어떤 문제를 해결하거나 처리를 해야하는 경우에대부분 매뉴얼이나 업무담당자의 생각/노하우에 담겨져 있고 이를 기반으로 처리가 되어진다. 또한 이러한 처리 방법이나 정보를 프로그램을 통해 절차적으로 구성하여 자동화된 처리를 하고 있다고 볼 수 있다.최근에는 LLM을 활용하여 매뉴얼 자체를 소스로 삼아 사용자가 궁금해 하는 내용을 찾고 이를 활용해 해답을 내놓는 방식으로 적용을 하기도 한다.이 글에서는 기존에 많이 이야기되었던 온톨로지 추론과 LLM을 혼용하여 어떠한 문제 혹은 목적을 달성하기 위한 방안에 대해 설명하고자 한다.그 목적하는 바는  "두통 환자에 대한 원격 진료/진단을 가정하여, 사용자의 대화나 상담으로부터 정보를 취득하고, 취득한 정보를 바탕으로 어떤 질환인지를 판단하는 것"이..

이번 연재글에서는 전통적인 방법론을 통해 온톨로지를 구축하고 지식그래프를 생성하는 것을 다룹니다.그리고 지식그래프를 생성하는 과정에서 LLM 을 활용하는 방법에 대해서 다룹니다.그리고 마지막으로 생성된 결과물에 대해 추론을 적용하여 활용도를 증가시키는 것에 대해 다룹니다. 관련 연재글:#1. 기본 지식그래프 구축 #2. 키워드 구축 #3. LLM을 활용한 지식그래프 구축 #4. LLM을 활용한 용어 분류 #5. 추론 " data-ke-type="html">HTML 삽입미리보기할 수 없는 소스 사용하는 데이터는 KCI, Google Scholar 등에서 2010년부터 2024년까지 발행된 항공 관련 논문데이터를 수집한 데이터셋을 활용합니다. 데이터셋의 양은 총 213건이며 주로 학술논문, 학술지명, 키워드..

이번 글에서는 저장소에 저장되어 있는 동일한 데이터에 대해 도메인마다 혹은 데이터를 보는 관점마다 다르게 접근할 수 있는 방안에 대해 다루어 보려고 합니다. 예시로 사용하고자 하는 데이터는 이전 글에서 사용한 arxiv 데이터를 그대로 사용합니다. arxiv 데이터에는 저자, 논문, 분류에 대한 데이터를 그래프 형태로 저장하고 있습니다. 만약 이 데이터를 2개의 부서 혹은 조직 혹은 사용자 그룹에서 사용하고자 한다고 가정할 때, 저자(사람)에 대한 정의가 조금씩 다를 수 있습니다. A조직은 ‘저자'라고 부르지만 B조직은 ‘연구자'라고 부를 수 있습니다. (예시를 위해 비약적으로 레이블을 통해 구분하였습니다. 실제 경우는 도메인마다 다른 유형들이 있을 것입니다.) 예시에서는 간단하지만 데이터가 많아지고 위..