LOD

왜 배우는가: LOD는 웹 데이터를 URI와 RDF로 연결해 공개하는 기술로, 오픈데이터 플랫폼과 시맨틱 웹 구축의 기반이다. 1교시 용어 문제와 4교시 기술요소 논술에서 반복해 출제되므로 정의, 5성 등급, 4원칙을 정확히 익혀야 한다.

출제 이력: 제122회 1교시 3번, 제119회 4교시 5번

1. 한 줄 정의와 핵심 키워드

LOD는 웹 데이터를 개방 라이선스로 공개하고 URI와 RDF로 다른 데이터와 연결하는 시맨틱 웹 구현 방식이다.

• LOD(Linked Open Data)
• URI(Uniform Resource Identifier)
• RDF(Resource Description Framework)
• SPARQL
• 5성 등급(5-star scheme)
• 연결 데이터 4원칙
• 시맨틱 웹(Semantic Web)

2. 개념 풀이

쉽게 말하면 웹에 흩어진 데이터에 이름표를 붙이고, 그 이름표로 서로 연결해 기계가 의미를 따라 찾아갈 수 있게 만드는 것이다. 문서 단위가 아니라 사물이나 개념 단위로 정보를 발행하는 점이 핵심이다.

정식 정의로는 공개 데이터(Open Data)에 연결 데이터(Linked Data)의 원칙을 적용해, 데이터 개체를 URI로 식별하고 RDF로 기술하며 다른 데이터셋과 링크로 연결한 것을 말한다.

URI는 웹 자원을 식별하는 고유한 이름이다. LOD에서는 모든 개체에 URI를 부여해 이름으로 쓴다.

RDF는 웹 데이터를 의미적으로 기술하는 언어다. 주어(Subject), 술어(Predicate), 목적어(Object)로 이루어진 트리플(Triple) 단위로 지식을 표현한다.

SPARQL은 RDF 데이터를 질의하는 언어다. SQL이 관계형 데이터베이스의 질의어인 것과 같은 역할을 하지만, 그래프 구조를 질의한다는 점이 다르다. SPARQL 엔드포인트(Endpoint)를 통해 원격에서 데이터에 접근할 수 있다.

연결 데이터 4원칙은 Tim Berners-Lee가 제시했다. 첫째 사물의 이름으로 URI를 쓴다. 둘째 URI를 HTTP로 조회할 수 있게 한다. 셋째 조회 시 RDF 등 표준 형식으로 유용한 정보를 제공한다. 넷째 다른 URI로의 링크를 포함한다.

3. 등장 배경과 필요성

웹은 처음에 문서를 링크로 잇는 구조였다. 그래서 문서 안의 데이터는 기계가 의미를 알고 조합하기 어려웠다. 공공기관이 데이터를 엑셀이나 PDF로만 내놓으면 재사용과 결합이 제한된다.

이 문제를 해결하려고 데이터 자체를 웹 자원으로 만들고 서로 연결하는 방식이 제안됐다. 2006년 무렵부터 관계형 데이터베이스의 데이터를 RDF로 변환하는 연구가 진행됐고, DBpedia가 위키피디아 데이터를 구조화해 연결 데이터의 중심이 되었다.

Tim Berners-Lee는 2010년 웹 데이터의 품질을 5성 등급으로 평가하는 방식을 제안했다. 1성은 어떤 형식이든 공개된 데이터, 2성은 엑셀처럼 구조화된 데이터, 3성은 CSV처럼 비독점 구조 데이터, 4성은 RDF와 URI를 쓴 W3C 표준 데이터, 5성은 다른 LOD 데이터로 연결된 데이터다. 5성은 다른 연결 데이터로의 링크 포함이 최상위 조건이다.

한편 공공 분야에서는 공공데이터를 재사용 가능한 형태로 개방하려는 요구가 커졌다. 이때 4성 이상은 RDF와 URI 사용이라는 기준이 실무의 출발점이 된다.

4. 구성요소·원리·절차

LOD는 웹 기술 위에 세워진 데이터 공개 체계다. 새로운 통신 기술을 만드는 것이 아니라 웹의 기존 요소인 URI, HTTP, RDF를 그대로 쓰고, 그 위에 SPARQL 질의 계층을 더한다. 따라서 구성요소는 식별, 표현, 접근, 질의, 연결의 다섯 층으로 나눠 보면 답안에 정리하기 쉽다.

표 설명: 식별과 표현 층이 LOD의 기본이다. 이 두 층이 있어야 데이터가 웹에서 기계가 읽을 수 있는 형태가 된다. 접근과 질의 층은 사용자가 데이터를 얻는 경로이고, 연결 층이 LOD를 일반 공개 데이터와 구별 짓는 핵심이다.

LOD의 원리는 웹 자원마다 URI를 부여하고 RDF 트리플로 연결하는 것이다

원리는 Tim Berners-Lee의 연결 데이터 4원칙으로 요약된다. 첫째 사물의 이름으로 URI를 쓴다. 둘째 URI를 HTTP로 조회할 수 있게 한다. 셋째 조회 시 RDF·SPARQL 등 표준 형식으로 정보를 준다. 넷째 다른 URI를 링크로 포함해 데이터를 연결한다. 4원칙은 데이터를 문서가 아니라 개념 단위의 구조화된 정보로 발행하게 한다.

구축 절차는 다음과 같다.

• 대상 데이터 선정과 공개 라이선스 확인
• 개체·속성 모델링과 어휘(SKOS, 공개 온톨로지) 선택
• 원천 데이터를 RDF로 변환(관계형 DB는 매핑 활용)
• 개체마다 HTTP URI 부여와 외부 데이터 링크 생성
• SPARQL 엔드포인트와 다중 형식(RDF/XML, Turtle, JSON) 제공
• 연결 품질 점검과 갱신 관리

도식 구성은 아래와 같다.

도식 설명: 흐름은 위에서 아래로 진행된다. 연결 단계 뒤에 품질 점검으로 되돌아가는 화살표를 그리면 갱신 관리까지 표현된다.

5. 관련 법령·기준·표준

LOD의 공개 수준은 법령이 아니라 웹 기준과 공개 등급 체계로 정해진다. 따라서 조항 번호는 쓰지 않고 체계 이름만 제시한다.

표 설명: 5성 등급은 1성에서 5성으로 갈수록 기계 판독성과 연결성이 커진다. 4성과 5성의 차이는 외부 데이터와의 링크 유무다. 질의 표준은 SPARQL 1.0이 2008년 1월 15일 권고안이 되었고, 2013년 3월 SPARQL 1.1이 다음 권고안이 되었다.

직렬화 형식은 RDF/XML, Turtle, N3, N-Triples, JSON으로 여러 가지가 있으며, 국가서지 LOD는 이들을 함께 제공한다. 형식이 여럿이어도 같은 URI에서 협상으로 골라 받는 원칙은 같다.

개정 연혁으로는 2010년 5성 등급 제안, 2008년 SPARQL 1.0 권고, 2013년 SPARQL 1.1 권고가 대표적이다.

4성 이상이 LOD 기준이며, 답안에는 5성 등급과 4원칙을 함께 쓴다.

6. 유형과 비교

LOD는 데이터의 공개 수준과 연결 방식에 따라 여러 단계로 나뉜다. 가장 먼저 헷갈리기 쉬운 것은 Open Data와 Linked Open Data의 차이, 그리고 Linked Data 4원칙과 5성 등급의 관계다. 아래 표로 구분한다.

표에서 보듯 Open Data는 공개 여부만 본다. Linked Data는 공개 조건 없이 연결 구조를 본다. LOD는 두 조건을 함께 만족한다.

다음 표는 5성 등급제의 단계별 기준이다. 등급이 올라갈수록 기계 처리와 연결 가능성이 커진다.