W3C에 Library Linked Data Incubator Group 런치!

지난 5월 21일 W3C의 인큐베이터 그룹으로 Library Linked Data Incubator Group이 결성되었습니다.

Library Linked Data Incubator Group의 주요 목적은 시맨틱웹 – 특히, Linked Data의 기술을 이용하여 시맨틱웹 환경에서 도서관 데이터의 상호운용성(interoperability)을 증진시키기 위한 것입니다. 이를 위해 관련 분야에 종사하는 사람들이 모여서 협력활동을 통해 해결해야할 주요 이슈들을 정리하고, 관련 표준화 작업을 진행하며, Best Practice를 만들고 전파하는 일을 하고자 하는 것입니다.

시맨틱 웹은 정보는 넘쳐나지만 무질서와 혼돈의 세계인 이전의 문서웹(document web 즉, web 1.0)에서 정보에 그 의미를 태깅(RDF를 통해)하고, 의미가 부여된 링크를 통해 연결된 웹(linked data web)을 추구합니다. 데이터가 의미적으로 상호 호환되기 위해(semantic interoperability) 공통의 어휘(common vocabularies)와 공통의 데이터 모델(또는 스키마, 메타데이터)가 필요합니다. 이 부분은 전통적으로 도서관의 전문 분야이지요. 따라서 시맨틱 웹의 입장에서는 데이터의 유연하고도 일관된, 질서정연한 유통을 위해 이제까지 축적되어 온 도서관의 전문성(메타데이터 모델, 데이터의 품질관리, 라이센스 문제 등)과 지식체계(시소러스, 통제어휘, 전거파일, 분류체계 등)를 시맨틱 웹에서 활용할 필요성이 제기됩니다.

또 Linked Data의 확산을 위해서 매우 중요한 지적 공유재산인 도서관 데이터를 Linked Data화 할 필요가 있습니다. 이제까지 도서관 안에서만 구축되어 온 도서관 데이터의 네트워크를 (시맨틱)웹으로 오픈하고 도서관 외부의 데이터와 연계함으로써, 서지 목록의 상호 교환 뿐만 아니라 다양한 컨텍스트에서 활용할 수 있도록 하는, 도서관 내부에서 제기되는 필요성과도 맞물린다고 생각됩니다.

아래에
Library Linked Data Incubator Group의 주요 멤버와 활동 범위를 옮겨보겠습니다(Library Linked Data Incubator Group Charter 참조)
[주요 멤버]

[활동 범위]

  • Gathering use cases and case studies demonstrating successful implementation of Semantic Web technologies in libraries and related sectors
  • Fostering collaboration among actors (libraries, museums, archives, publishers) interested in porting cultural assets to the Linked Data Web
  • Identifying relevant data models, vocabularies and ontologies and ways to build or improve interoperability among them
  • Identifying the need for the elaboration of new standards, guidelines & best practices
  • Identifying the areas of (Semantic) Web technology that could benefit from the expertise of the communities represented in the Group
  • Proposing a relevant scope and organization for work that follows on the initial effort carried by the Group.

아울러서, 이미 Linked Data로 런칭한 도서관 분야의 주요 프로젝트 두개를 소개합니다.

1. LCSH – Library Congress
2. LIBRIS – National Library of Sweden

Advertisements

시맨틱 웹, 그리고 링크드 데이터

링크드 데이터는 2006년 웹의 창시자이자 시맨틱웹의 창시자인 Tim Berners-Lee의 Linked Data Design Issue(http://www.w3.org/DesignIssues/LinkedData.html)를 통해 처음 소개되었다. 2009년을 거치면서 몇몇 성공적인 링크드 데이터 구축사례를 통해 (특히, data.gov.uk의 덕분에) 매우 급속하게 시맨틱 웹 진영에 퍼지게 되었고, 아마도 링크드 데이터의 실현이 시맨틱 웹이라는 기술의 성공 여부를 가늠하게 될 것 같다.
그런데, 시맨틱 웹도 잘 모르는데 링크드 데이터라니? 게다가 심심치 않게 데이터 웹, 또는 Web of Data라는 용어까지 등장한다. 각각의 개념과 그 관계를 어떻게 정리할 수 있을까?

2001년에 Tim Berners-Lee, Ora Lassila, 그리고 Jim Hendler가 쓴 유명한 시맨틱웹에 관한 논문 “The Semantic Web”(Scientific American, May 2001)에서 시맨틱웹은 다소 이상적으로 보인다. 데이터의 의미를 알아서 해석하고 이에 따라 자동화된 처리를 알아서 수행하는 웹 에이전트로 그려지는 시맨틱 웹에 대한 개념은 매우 추상적이다. RDF라는 시맨틱웹 표준은 데이터베이스 라는 관게형 데이터 모델에 갇혀 있는 사람들에게 그래프 모델의 확장성과 다양한 데이터의 통합 능력이라는 장점을 이해시키기 어려웠고, 다른 한편으로는 OWL이 가지는 추론 능력에 대한 지나친 기대가 오히려 시맨틱웹은 너무 어렵다는 인상을 낳게 했다.

그런 상황에서 맨 처음 시맨틱웹을 주창했던 Tim Berners-Lee를 비롯한 연구자들은 시맨틱웹이 가진 원래의 목적과 장점을 부각시킴으로써 어떻게 시맨틱웹을 현실화 시킬 것인가 고민했고, 그 대안으로서 Linked Data를 제시한 것이다.

[시맨틱웹은 연결된 데이터(linked data)의 웹이다]

Linked Data Design Issue에서 밝힌 Linked Data의 네가지 원칙을 보면 Linked Data란 무엇인지 파악이 가능하다.

‘Linked Data’의 네가지 원칙

1. 개체를 식별하기 위해서 URIs(Unique Resource Identifiers)를 사용한다.
2. 이들 개체가 이용자에 의해 참조하거나 참조되기 위해 HTTP URIs를 사용한다.
3. URI가 참조되었을 때 그 개체에 대한 유용한 정보를 제공한다.
4. 웹상에서 관련 있는 다른 정보를 발견하기 위해 데이터 내에서 다른 개체로의 링크를 포함한다.

즉, 실세계의 사물(thing)에 대응되는 웹 상의 개체(entity)에 URI를 부여하고 이에 대한 디스크립션(메타데이터, 또는 설명)을 기술한 후, HTTP를 통해 접근할 수 있도록 발행함으로써 HTTP URL과 유사한 방식으로 URI에 대해 “http://~~~”라고 웹에서 요청(request)을 보내면 해당하는 유용한 정보를 리턴하는 것이다.

곧, 이전의 웹에서의 HTML document -> RDF data 로, URL -> URI 로, 단순 링크는 다양한 의미적 속성(property)를 가진 링크로 바뀐 것이다. 이렇게 HTML이라는 문서가 아니라 RDF라는 형식으로 된 데이터는 그 의미를 구별하게 됨으로써(HTML 태그가 아니라 RDF 디스크립션을 통해서), 기계가 이해가능한(machine-readable) 데이터가 되는 것이다.

“시맨틱웹은 단지 데이터를 웹으로 제공하는 것이 아니라, 데이터 간의 링크를 만듦으로써, 인간이나 기계 모두 데이터의 웹을 탐험할 수 있도록 해준다. Linked data를 통해 유용한 데이터를 얻게 되면, 그 데이터에 관계된 데이터로 계속되는 항해가 가능하다.” – Tim Berners Lee, Linked Data Design Issue

TBL의 동료이자 data.gov의 시맨틱 웹 프로젝트(http://www.data.gov/semantic/index)를 이끌고 있는 Jim Hendler의 블로그 포스트(http://blogs.nature.com/jhendler/2010/06/01/linked-open-government-data-and-the-semantic-web)에서 Jim은 시맨틱 웹의 목적은 “현재의 문서 웹과 유사한 ‘데이터의 월드 와이드 웹’을 만들기 위해 웹 상의 데이터베이스들을 서로 연결(link)시킬 수 있는 시스템을 만드는 것”이라고 분명히 밝히고 있다. 그러므로, 링크드 데이터는 원래의 시맨틱 웹의 목적인 “데이터의 웹”을 실현하기 위한 더욱 구체화된 방법이고, 수단이며, 기술이다.

링크드 데이터 < 데이터의 웹 <= 시맨틱 웹?


지난 SemTech 2009에서 Alexandre Passant[1]가 발표한 자료에서는 다음과 같은 그림을 통해 이들 간의 관계를 설명한다. 데이터의 웹은 시맨틱 웹과 정확히 일치하는 같은 개념은 아니며, 포함관계로 설명할 수 있다. 앞에서 말했듯이 링크드 데이터는 데이터의 웹을 구현하기 위한 기술이며, 방법으로서 그 구성요소라고 할 수 있다.

데이터를 기계가 이해가능하도록 RDF화 하고 공통의 어휘(common vocabularies- 예를 들어, SKOS, DBPedia, FOAF 등)이용해 데이터를 디스크립션하고,서로 연결(link)한다. 웹으로 발행함으로써 데이터를 웹에 공개한다. 이러한 링크드 데이터 원칙에 따라 Linked Open Data(LOD, 즉, data cloud)가 형성된다. 이것이 바로 데이터가 거미줄처럼 얽히는 (시맨틱) 데이터의 웹 세상이다.

이러한 데이터의 웹 세상이 되면 내가 만든 데이터 뿐만 아니라 남이 만든 데이터도 링크를 통해 재사용이 가능하다. 따라서 다양한 데이터를 융합한 새로운 데이터를 쉽게 만들어 낼 수 있다(mashup). 이렇게 융합된 데이터는 또다시 웹을 통해 공개되고 발행된다. 이것이 바로 시맨틱 웹이 꿈꾸는 디지털 데이터의 생태계이고 유통환경이다. 그러한 시맨틱 데이터의 생태계가 조성된다면, 한편에서는 시맨틱 데이터를 이용해서 기계와 기계 간의 데이터가 자유롭게 교환되고, 온톨로지 및 규칙 기반의 추론을 통해 그 의미가 해석되고 처리됨으로써 자동화된 서비스로 우리에게 제공되는 궁극적인 시맨틱 웹 세상, 진정한 유비쿼터스 세상이 도래하지 않을까?

[references]

1. Tim Berners-Lee, “Design Issues: Linked Data“, 2006, http://www.w3.org/DesignIssues/LinkedData.html
2. Tom Heath, “Linked Data? Web of Data? Semantic Web? WTF?http://tomheath.com/blog/2009/03/linked-data-web-of-data-semantic-web-wtf/
3. Passant, Alexandre, Tummarello, “Hello, Open Data World!”, Giovanni SemTech 2009, T2_MON_0830_Passant_Alexandre_Tummarello_Giovanni_Color.pdf
4. Jim Hendler, “Linked Open Government data and the Semantic Web”, http://blogs.nature.com/jhendler/2010/06/01/linked-open-government-data-and-the-semantic-web


Open, Linked Data for a Global Community: Berners-Lee at Gov 2.0 Expo 2010

Gov 2.0 Expo 2010에서 Tim Berners-Lee의 Linked Data에 대한 발표가 있었습니다.


SKOS(Simple Knowledge Organization)

SKOS(Simple Knowledge Organization System) 개요

SKOS(Simple Knowledge Organization System)는 시소러스, 택소노미, 분류체계와 주제명 표목표 같은 지식어휘체계를 표현하기 위한 RDF 용어집(vocabulary)이다. SKOS가 RDF(Resource Description Framework)에 기반하고 있기 때문에 SKOS로 표현된 지식어휘체계는 기계가 이해 가능하고(machine-readable), 소프트웨어 어플리케이션 간에 상호호환이 가능(interoperability)하며 웹으로 발행(publishing)이 가능하다.

시맨틱웹 어플리케이션에서 지식어휘체계로 정의된 용어를 사용하기 위해서는 어플리케이션에서의 참조와 재사용을 증진시키는 방식으로 어휘의 용어들을 정의하고, 문서화하고 발행해야 한다. 다양한 정보원의 데이터를 병합하고 이를 재사용가능하도록 설계된 시맨틱웹의 특성은 SKOS를 기반으로 지식어휘체계를 관리함으로써 다른 시맨틱웹 어휘들과 융복합될 수 있으며 계속적인 확장이 가능하다.

콘텐츠 색인에 있어서 시맨틱웹 온톨로지 또는 어휘를 사용하는 가장 큰 장점으로는 URI를 통해 통일된 방법으로 명확한 개념을 참조할 수 있다는 점이다. 특히, 이용자가 Linked Data로 발행된 지식어휘체계를 URI로 접근할 때, 개념에 대한 부가 정보를 제공할 수 있고 개념간의 관계를 표현하기 때문에 관계를 따라 브라우징과 탐색이 가능하다.

또한, SKOS 데이터 모델은 사용하는 개별 기관이나 이용자의 목적에 따라 확장이 가능하므로 원래의 SKOS 데이터 모델과 일관성을 유지하면서도 개별 도메인에 특화된 특성을 구현할 수 있는 장점이 있다. SKOS 같은 공통 표현모델을 사용하면 여러 지식어휘체계를 하나의 어플리케이션에서 연계하여 사용가능하고 시맨틱웹 환경에서 하나의 지식어휘체계를 여러 어플리케이션에서 공유하는 등 연계ㆍ공유가 쉽고 따라서 재사용이 가능하다.

SKOS는 기존에 존재하는 개념적 지식어휘체계, 즉, 시소러스, 분류체계, 주제어 표목표, 택소노미의 형태로 생산된 각종 어휘들을 대체하기 위한 것이 아니라, RDF 기술을 토대로 한 경량의, 직관적인 개념적 모델링 언어로 새로운 KOS를 개발하고 공유하기 위한 언어이다. 이를 통해 저비용의 마이그레이션 방법을 지원함으로써 기존의 지식어휘체계가 시맨틱웹에 포팅(porting)되고, 재사용성과 상호운용성을 증진할 수 있도록 하는 것이 SKOS의 목적이다.

또한 SKOS는 소셜 태깅 어플리케이션과 같은 웹 기반의 협업 도구에서 사용되는 비구조적이고 비형식적인 태깅 시스템과 OWL과 같이 논리적 형식화가 잘된 온톨로지 언어 사이의 연결고리로서의 역할을 담당한다.

SKOS 모델의 주요 구성요소

SKOS의 개념 모델(concept schema)은 ISO2788 시소러스 표준의 영향을 받아 유사하다. SKOS 개념 모델은 RDF의 구성자(construct)만으로 정의되어 있는데 그 이유는 RDFS/OWL이 의미적 표현이 더 풍부하나, SKOS만으로도 시소러스를 비롯한 지식어휘체계(KOS)를 표현하는데 충분하기 때문이다.

SKOS는 레이어로 구성된다. SKOS Core는 가장 개발이 진행된 부분이고 시소러스 표준에 직접적으로 대응되는 부분이다. SKOS Mapping은 시소러스 개념들을 하나의 정보원에서 다른 정보원으로 매핑시키기 위해 여러 개의 특정한 프로퍼티를 정의하는 SKOS의 확장이다.

가) 개념 정의(Concepts)

SKOS 개념 모델의 가장 기본 요소인 skos:Concept 클래스는 지식어휘체계에 존재하는 객체(object), 의미(meaning), 아이디어 또는 이벤트를 표현하는데 사용된다. skos:Concept을 이용하여 주어진 리소스를 개념으로 명시하기 위해서는

1. 개념에 대한 유일 식별자(URI)를 생성(또는 재사용)하고,

2. rdf:type 프로퍼티를 이용하여 RDF 형식으로 표현한다.

예를 들어, RDF로 표현된 다음 구문은

<http://www.example.com/animals>   rdf:type   skos:Concept.

“animals“라는 리소스가 URI로 ”http://www.example.com/animals“를 가지며, skos:Concept 클래스의 인스턴스(즉, animals의 타입이 skos:Concept)임을 나타낸다.

위의 구문을 네임스페이스 prefix ex로 축약해서 표현하면 다음과 같다.

ex:animals   rdf:type   skos:Concept.

나) 레이블 정의(Labels)

skos:Concept로 선언된 개념을 자연어, 즉 인간이 읽을 수 있는 리소스의 이름으로 표현하기 위해 사용하는 것이 rdfs:label이다. SKOS는 rdfs:label을 확장하여 다음과 같은 세가지의 레이블 속성을 제공한다.

1. skos:prefLabel

skos:prefLabel은 주로 두 가지 용도로 사용된다. 첫 번째는 색인 시스템에서 사용되는 색인어(descriptor)를 지정하기 위하여 사용되고, 두 번째는 다국어 레이블을 지정하기 위한 용도로 사용된다.

ex:animals rdf:type skos:Concept;

   skos:prefLabel “animals”;

   skos:prefLabel “animals”@en;

   skos:prefLabel “animaux”@fr.

2. skos:altLabel

skos:altLabel은 skos:prefLabel 외에 보통 약어 표현이나 동의어 표현과 같은 부가적인 표기가 존재할 때 사용된다.

ex:fao rdf:type skos:Concept;

   skos:prefLabel “Food and Agriculture Organization”@en;

   skos:altLabel “FAO”@en.

3. skos:hiddenLabel

skos:hiddenLabel은 텍스트 기반의 색인, 검색을 위해 기계가 접근할 수 있는 텍스트 데이터를 표현하면서 데이터가 이용자에게는 보이지 않도록 하고 싶을 때 사용한다. 예를 들어, 철자가 틀린 텍스트 데이터를 색인어에 포함시키고자 할 때 사용한다.

ex:animals rdf:type skos:Concept;

   skos:prefLabel “animaux”@fr;

   skos:altLabel “bêtes”@fr;

   skos:hiddenLabel “betes”@fr.

다) 개념 간의 의미관계 표현(Semantic Relationships)

지식어휘체계에서 개념 정의를 하는데 의미관계는 중요한 역할을 한다. 개념의 의미는 레이블로 표현되는 자연어로서가 아니라 어휘체계 안에서 다른 개념들과의 관계를 통해 나타내지기 때문이다.

 

1. 협의어/광의어(Broader/Narrower 관계)

skos:broader와 skos:narrower는 개념들 간의 계층관계, 즉, 어떤 분류체계 내에서의 상/하위 관계, 부분/전체 관계를 표현하는데 사용된다.

ex:animals   rdf:type   skos:Concept;

   skos:prefLabel   “animals”@en;

   skos:narrower   ex:mammals.

ex:mammals   rdf:type   skos:Concept;

   skos:prefLabel   “mammals”@en;

   skos:broader ex:animals.

2. 관련어(skos:related)

두 개념 간의 수평적인 연관 관계를 표현하는 데는 skos:related가 사용된다. 이것은 대칭 프로퍼티(symmetric property)로서, 즉 A skos:related B 이면 B skos:related A가 추론된다.

ex:birds   rdf:type   skos:Concept;

   skos:prefLabel   “birds”@en;

   skos:related   ex:ornithology.

ex:ornithology   rdf:type   skos:Concept;

   skos:prefLabel   “ornithology”@en.

라) 지식어휘체계 명시(Concept Schemes)

skos:ConceptScheme은 이 개념 어휘들이 속해 있는 지식어휘체계를 기술하도록 한다. 시소러스나 분류체계 명을 기술하거나 작성자 등을 표현하는데는 더블린 코어(Dublin Core)의 프로퍼티를 이용할 수 있다.

ex:animalThesaurus   rdf:type   skos:ConceptScheme;

   dct:title “Simple animal thesaurus”;

   dct:creator   ex:antoineIsaac.

 

마) 지식어휘체계 간의 매핑(Mapping Concept Schemes)

SKOS가 제공하는 여러 프로퍼티를 사용하면 여러 지식어휘체계를 서로 연계한 네트워크를 구성할 수 있다. 서로 다른 지식어휘체계의 개념들이 서로 연결됨으로써 분산적이고, 이형적인 글로벌한 지식어휘체계를 형성하게 된다. 지식어휘체계의 웹은 지식어휘체계 간의 의미적 네비게이션을 가능하게 함으로써 새로운 어플리케이션을 만드는 기반이 된다.

SKOS는 다양한 지식어휘체계 간의 개념을 서로 매핑하는 여러 프로퍼티를 제공하는데, skos:exactMatch는 어떤 개념에 정확히 대응되는 관계를 정의할 때, skos:closeMatch는 근접한 유사어를 정의할 때 사용된다. 이 외에도 skos:broadMatch, skos:narrowMatch, 그리고 skos:relatedMatch이 사용 가능하다.

ex1:referenceAnimalScheme   rdf:type   skos:ConceptScheme;

   dct:title   “Extensive list of animals”@en.

   ex2:eggSellerScheme   rdf:type   skos:ConceptScheme;

   dct:title   “Obsessed egg-seller’s vocabulary”@en.

ex1:platypus   skos:broadMatch   ex2:eggLayingAnimals.

ex1:platypus   skos:relatedMatch   ex2:eggs.

ex1:animal   skos:exactMatch   ex2:animals.

개념 간의 매핑을 통해 서로 다른 두 지식어휘체계를 연계하는 것 뿐만 아니라 시맨틱웹 상에서는 리소스의 URI를 이용하여 분산 방식의 공유와 재사용이 가능하다. 따라서 어떤 하나의 개념이 동시에 여러 지식어휘체계에 소속되는 것이 가능하고 SKOS 관리자는 새로운 개념을 선언할 때 어떤 스키마에 존재하는 개념인지 skos:inScheme 프로퍼티를 이용하여 선언함으로써 이미 존재하는 개념을 차용하여 재사용할 수 있다.

ex1:referenceAnimalScheme   rdf:type   skos:ConceptScheme;

   dct:title   “Reference list of animals”@en.

ex1:cats   rdf:type   skos:Concept;

   skos:prefLabel   “cats”@en;

   skos:inScheme   ex1:referenceAnimalScheme.

 참고 : SKOS Primer(http://www.w3.org/TR/2009/NOTE-skos-primer-20090818/)


LinkedOpenData

 http://artofsystems.blogspot.com/2009/03/linked-data-end-user-applications.html

 

Linked Data: End-User Applications?

LinkedData는 웹에 데이터를 퍼블리쉬하는 데 있어 거시적 시맨틱웹(big-Semantic Web) 기술을 어떻게 사용할 것인지에 대한 합의된 규칙(common sense rules)이다.

 

  • RDF로 데이터를 퍼블리시
  • HTTP URI를 사용해서 RDF 데이터에 있는 리소스에 이름을 붙이기
  • URI를 역참조(dereferencable)할 수 있게 만들고
  • 표준 스키마 언어(OWL) 을 이용하는 것.

 

Linked Data는 최근  비로소 시맨틱웹의 실제적인 버전을 가진 한 종류로서 추진력을 받게 되었다. 상대적으로 적은 노력으로 퍼블리시 된 데이터의 양이 많아졌지만, 실험실 외부에 존재하는 그 데이터를 사용하는 애플리케이션은 그리 많지 않다.

 

반면에 기업에서 Linked Data를 사용한 예가 있는데, BBC에서 하고 있는 몇가지 작업들(http://blogs.talis.com/nodalities/2009/01/building-coherence-at-bbccouk.php)이 바로 그것이다.

 이 포스트는 Linked Data의 장점을 취하는 현실적인 End-user 애플리케이션에 대한 것이다. “real”이 의미하는 것은 이용자가 자신의 데스크탑이나, 또는 핸드폰, 웹 브라우저등에서 풍부한 유저 인터페이스를 통해 어떤 태스크를 할 수 있게되는 것을 의미한다.

몇번의 trial-and-error를 통해 다음과 같은 사항들을 정리해 보았다:

  • 애플리케이션이 고정된 데이터 셋 이외의 것을 다룰 수 있도록 만들어지는지?. 예를 들어 Marbles같은 브라우저는 모든 가능한 Linked Data를 네비게이트할 수 있는 반면, 다른 시스템은 내부의 데이터로 한정된다.
  • 링크가 이용자에게 보여질 수 있는지? 예를 들어, 일반적인 브라우저는 이용자가 링크를 보고 다른 곳으로 이동하기 위해 선택할 수 있다. 한편, 소셜 네트워크 브라우저는 자동적으로 FOAF 네트워크를 어떻게 확장할 것인지 선택할 수 있고 여러 정보원으로부터 온 데이터를 포함하는 요약 뷰를 보여 준다.
  • 추론이 중요한지?? 즉, raw data를 이용자에게 제시할 것인지 아니면 추론을 사용해서 새로운 트리플을 생성(또는 필터링)할 것인지?

 

 

  • 추론에 대해서 : 새로운 트리플을 융합할 것인지?{Yes, No}
  • 네비게이션? {user-visible links, invisible links}
  • 확장성? {Yes, Somewhat, NO} 다른 온톨로지 fragment와의 조합(온톨로지를 완전히 이해하지 못하더라도)

 

 “National Register Radar”라는 iPhone 애플리케이션 – 지리적 위치와 U.S. National Register of Historic Places Database의 Linked Data 버전을 이용하여 이용자가 자신 주변의 장소에 대한 역사에 “상황적 인식(situational awareness)”를 가지도록 도와주는 애플리케이션으로 특정 종류의  Linked Data인 hardcoded 지식을 사용하며 low-level 링크는 감추며 summary view를 제공하면서 추론은 하지 않고 발견한 데이터만 제시함.

저자는 초기 버전인 이러한 애플리케이션의 개발을 위해서는 하드코딩이 필요하며(특히, non-x86 프로세서와 non Java 기반의 모바일 기기에 대한 고려가 필요하다고) external library가 요구된다고 주장. 특히 휴대폰에 탑재된(on-phone) 트리플 스토어나 Sparql 쿼리는 필요하지 않으며 전통적인 애플리케이션 개발 기법이 적용된다고 함.

저자는 Linked Data가 End-User 레벨 보다는 기업내부의 인프라스트럭처가 될 것이라고 전망.

 

이 글은 스프링노트에서 작성되었습니다.