온톨로지 & 지식 그래프 Cookbook
시맨틱 모델링, 지식 그래프 구축, LLM 통합까지 9주 심화 과정입니다.
과정 소개
이 과정은 온톨로지 공학의 기초부터 프로덕션 배포까지 지식 그래프의 전체 라이프사이클을 다룹니다.
커리큘럼
Phase 1: 기반 다지기 - 시맨틱 모델링 (Week 1-3)
온톨로지 공학과 시맨틱 웹 표준으로 이론적 기반을 구축합니다.
- Week 1: 지식 표현의 역사, 상부 온톨로지, 도메인 온톨로지 설계
- Week 2: RDF/RDFS, SPO 트리플, URI 체계, rdflib 실습
- Week 3: OWL, 클래스 계층, 제약조건, Protégé를 이용한 추론
Phase 2: 데이터 엔지니어링 - 지식 그래프 구축 (Week 4-5)
추출 파이프라인과 그래프 데이터베이스로 지식 그래프를 구축합니다.
- Week 4: NER, 관계 추출, LLM을 활용한 Entity Resolution
- Week 5: Neo4j, LPG 모델링, Cypher 쿼리 최적화
Phase 3: LLM 융합 - GraphRAG & 에이전트 (Week 6-7)
지식 그래프와 LLM을 결합한 고급 추론을 학습합니다.
- Week 6: Vector + Graph 하이브리드 검색, 서브그래프 컨텍스트 주입
- Week 7: 온톨로지 가이드 액션 플래닝, 멀티 에이전트 협업
Phase 4: 실전 및 배포 (Week 8-9)
실제 프로젝트와 프로덕션 배포를 진행합니다.
- Week 8: 도메인 특화 케이스 스터디 (의료, 법률, 금융)
- Week 9: 그래프 시각화, API 서버, 성능 최적화
학습 성과
이 과정을 완료하면 다음을 할 수 있습니다:
- OWL을 사용한 도메인 온톨로지 설계 및 구현
- LLM으로 지식 추출 파이프라인 구축
- Neo4j로 지식 그래프 저장 및 쿼리
- 향상된 LLM 응답을 위한 GraphRAG 구현
- 온톨로지 기반 에이전트 시스템 설계
- 프로덕션 지식 그래프 서비스 배포
사전 요구사항
- Python 중급 수준
- SQL 기본 이해
- LLM API 사용 경험 (선택)