한빛미디어

역자는 이 의미 기반의 데이터 모형화가 자연어 처리, 데이터 과학, 검색, 인공지능, 데이터베이스 등 다양한 분야에 필요한 기술이고, 그 필요성이 날이 갈수록 늘어날 것이라고 합니다.

저자는 시맨틱 데이터를 여러 언어, 방법론, 플랫폼 도구를 사용할 수 있지만 모형의 범위와 규모가 커질수록 복잡해지기 때문에 시맨틱 데이터 모형화를 구현거나 사용하는 입장에서 직면할 수 있는 문제들에 대해 알려주고, 위험을 피하고 딜레마를 극복하는 구체적인 방법을 제공해 주는 책이라고 말하고 있습니다. 

솔직히 저같은 데린이에게는 쉽지 않은 내용입니다. 저는 데이터 공급자의 입장 보다는 데이터 이용자의 입장에 더 많이 있었습니다. 저자는 공급자 측의 데이터 모형을 이용자 측에서 오해하거나 오용할 때, 혹은 이용자 측의 데이터 요구사항을 공급자 측에서 오해할 때 생기는 상황을 '시맨틱 격차'라고 부르며, 공급자와 이용자 간의 이 격차를 줄이기 위해서는 양쪽 모두에게 이 책이 필요하다고 말하고 있습니다.

'시맨틱 모형'은 지식과 추론 형태의 기호 표현으로 구성되고, 이산적인 사실들을 포착하고 이런 사실들이 서로 같은지를 정밀하게 파악하는데 뛰어나기 때문에 모호한 잠재표현으로 구성된 '머신러닝 모형'과 구별합니다. 먼저 이렇게 말해주고 시작하니 뭔가가 실제로 손에 잡히는 것 같습니다.

1부 2장에서 용어에 대한 정의를 명확하게 해주는 부분도 마음에 듭니다. 비슷한 분야에서 비슷한 내용을 다루는 사람들이라도 사용하는 용어가 다를 수 있기 때문입니다.

사례를 들어 모형화의 딜레마를 친절하게 설명해주는 부분도 좋았고, 

주의해야 할 점, 실패하는 이유에 대해서도 조목조목 나열해 놓은 것이 도움이 되었습니다.

저는 완독은 하지 못했습니다. 저같은 사람을 대상으로 쓴 책은 아닌 것 같습니다.^^ 그리고 실제로 이런 모형을 설계하고 구축할 기회를 얻지 못할 수도 있습니다. 하지만 프로그램 개발자로서 프로그램 소스 코드를 다루는 데에도 체계와 관리가 필요했던 것과 비추어 가며 읽어보니 재미는 있었습니다. 특히 사례로 제시해 준 MUC(메시지 이해 회의) 데이터셋과 같은 데이터셋들은 실제로 유용하게 사용할 수 있을 것 같습니다.

- 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공 받아 작성된 서평입니다. -