안녕하세요 정이태입니다. Graph Interview 10번째 소식 전달드립니다.행사
안녕하세요 정이태입니다. Graph Interview 10번째 소식 전달드립니다. 행사 링크: https://luma.com/drl0wrzb 1.온톨로지에 대한 현장의 열기가 그 어느 때보다 뜨겁게 느껴집니다. 최근 해외 글로벌 기업의 담당자가 한국 시장 조사를 위해 국내 온톨로지 기업 추천을 요청해 올 정도니, 시장이 확실히 움직이고 있다는 가장 직관적인 ‘인간 지표’가 아닐까 싶습니다. 2.최근 피드에서 한 가지 흥미로운 변화가 읽힙니다. 얼마 전까지만 해도 개념 중심의 팔란티어(Palantir) 관련 글이 자주 보였다면, 이제는 실제로 온톨로지를 구축하고 운영하며 얻은 실전 ‘레슨런(Lessons Learned)’ 중심의 피드가 주를 이루고 있습니다. 3.이는 온톨로지 기술이 실무와 성숙기에 접어들었으며, 이제 다들 “그래서 이 데이터를 어떻게 표현하고 관리할 것인가?”라는 본질적인 고민을 시작했다는 방증입니다. 이 시점에서 우리는 필연적으로 중요한 갈림길을 마주합니다. 4.”우리 데이터를 LPG(Property Graph)로 다룰 것인가, RDF(Triple/Quad)로 표현할 것인가? 그리고 이에 최적화된 Graph DB 솔루션은 무엇인가?” 흔히 쓰이는 AWS Neptune 같은 멀티 모델 DB는 Gremlin, Cypher, SPARQL을 모두 지원하지만, 구조적인 한계가 존재합니다. 5.서로 다른 데이터 표현 방식은 구문 분석 단계(AST)부터 다를 뿐만 아니라, 하부의 저장 구조와 엔진 오퍼레이터가 이를 실행하는 방식이 근본적으로 다르기 때문입니다. 즉, 하나의 엔진으로 모든 모델을 완벽히 최적화하여 높은 질의 성능을 내는 데는 기술적인 딜레마가 따릅니다. 6.결국 “우리는 표준 기반의 RDF/온톨로지 모델을 택하겠다”고 결정했다면, 멀티 모델 DB보다는 RDF와 SPARQL 실행에 철저히 최적화된 전용 그래프 데이터베이스를 고민해야 하는 순간이 오게 됩니다. 7.이번 Graph Interview에서는 바로 이 지점을 깊게 파헤쳐 보고자, RDF 기반 Graph DB 스타트업 Tentris의 Co-Founder Tobias Rebert 를 모셨습니다. 8.Tobias는 파더보른 대학교(Paderborn University)에서 무려 8년간 RDF 데이터베이스 엔진 아키텍처를 연구해 온 베테랑 연구자이자 연쇄 창업가입니다. 연구 가치를 인정받아 100만 유로 이상의 공공 연구 기금과 92.5만 유로의 Pre-Seed 투자 등 총 200만 유로(약 30억 원) 이상의 펀딩을 유치하며, 학술적 연구 성과를 파괴적인 성능의 상용 제품으로 진화시키고 있습니다. 9.평소 Neo4j나 Memgraph 같은 속성 라벨 그래프(LPG) 기반 모델링과 스키마 설계에 익숙한 저의 시선과, 스펙 기반 RDF/온톨로지 데이터베이스의 내부를 깊게 파 파헤친 Tobias의 시각이 만납니다. LPG와 RDF가 데이터 표현과 쿼리 성능에서 부딪히는 지점들을 파헤쳐 보는 것이 이번 인터뷰의 가장 흥미로운 관전 포인트가 될 것이라 생각되네요. 1-LPG와 RDF 사이에서 엔터프라이즈 데이터 아키텍처 방향성을 고민 중이신 분 2-RDF 전용 DB 엔진의 내부 아키텍처(Internal)와 상업적 유스케이스가 궁금하신 분 3-개념적인 온톨로지와 실제 고성능 Graph DB 간의 기술적 간극을 메우고 싶으신 분 10.실제 DB 내부 저연차 설계 메커니즘부터 엔터프라이즈 상용화 사례까지, 깊이 있는 기술적 인사이트를 얻어가실 수 있도록 준비했습니다. 많은 관심 부탁드립니다
- Source: Unknown