한빛미디어

최근에 데이터 과학 일에 관심이 생겼는데 우연히 이 책을 읽어보게 되었습니다. 흔히 '시맨틱 데이터 모델링' 이라고 부르는 '의미 기반 데이터 모형화' 는 자연어 처리, 데이터 과학, 검색, 인공지능, 데이터베이스 등 다양한 분야에 필요한 기술이고 그 필요성이 나날이 늘어날 것으로 전망 된다고 합니다.

데이터로부터 가치를 이끌어내려면 실제로 이 데이터가 깨끗하고 일관적이며 상호연결되고 명확한 의미를 지녀야 한다고 합니다. 이를 통해 데이터 과학자와 업무 분석가는 자신이 가장 잘하는 일, 즉 유용한 통찰력을 추출하는 데 집중할 수 있다고 합니다.

인공지능 애플리케이션 개발자와 공급업체는 자신들에게 필요한 지능형 동작을 머신러닝 기술이나 통게적 추론 기술만으로 구축하기에는 늘 충분하지 않다는 사실을 점점 알아차리고 있고 상징적 지식을 명시하는 식으로 그러한 기술을 보완하는 게 필요하고 유익할 수 있다고 합니다.

​

시맨틱 모형(의미 모형)을 구축하는 일에는 서로 다른 커뮤니티에서 제공되고 서로 다른 모형 관점(예: 포현, 추론, 저장, 쿼리 등)에 중점을 둔 여러 언어, 방법론, 플랫폼, 도구를 사용할 수 있다고 합니다.

시맨틱 모형을 지정하고 개발하고 사용하고 발전하게 하는 작업 전체는 생각만큼 단순하지 않다고 하는데 특히 모형의 범위와 규모가 커질수록 더욱더 그렇다고 합니다. 그 이유는 인간의 언어와 사고가 모호성으로 가득 차 있기 때문이라고 읽을 수 있었습니다.

​

이 책을 통해 시맨틱 모델링, 의미 체계 모형화의 원칙을 알 수 있고 이를 특정 컨텍스트(장면적 컨텍스트, 문맥)에 적용하는 방법을 알 수 있습니다.

이 책을 읽으면 좋으신 분들은 데이터의 의미 표현을 개발하거나 사용하는 일을 일상적인 업무로 삼아 처리해야 하는 데이터 실무자(지식 공학자, 정보 설계자, 데이터 공학자, 데이터 과학자 등)를 위한 책이며, 그런 의미에서 볼 때 데이터의 의미에 대한 명시성, 정확성, 공통 이해성은 이러한 일을 처리할 때 중요한 지표가 될 수 있다고 합니다.

​

이 글은 한빛미디어로 부터 책을 증정받아 작성되었습니다.