말씀선집 GraphRAG 연구/부수 연구 - GraphRAG 기반 조직신학 연구 설계
부수 연구 — GraphRAG 기반 조직신학 연구 설계
연구 성격: 말씀선집 GraphRAG 연구의 부수적·연계 연구 설계
연구 제목: 원리원본·원리해설·원리강론과 말씀선집을 활용한 설명 가능한 신학 지식체계 구축
원문 설계서: 파일:GraphRAG 기반 조직신학 연구 설계서 (상세본).docx
연구 상태: 연구 설계·방법론 초안. 시스템 성능이나 교리적 결론을 확정한 결과 보고서가 아니다.
1. 부수 연구로서의 위치
이 연구는 말씀선집 약 620권을 대상으로 하는 말씀선집 GraphRAG 연구의 검색·출처추적·평가 기반을 활용하되, 조직신학적 구조 후보를 어떻게 추출·검증·설명할 것인가에 초점을 둔 연계 연구다. 주 연구가 대규모 말씀 아카이브의 검색 시스템과 목회 활용을 중심에 둔다면, 이 부수 연구는 원전과 말씀 자료에 나타나는 개념·관계·논리 흐름을 설명 가능한 지식체계로 표현하는 방법을 심화한다.
두 연구는 서로를 보완하지만 동일하지 않다. 이 문서는 AI가 통일교회의 조직신학을 새로 만들거나 최종 교리를 판정한다는 주장을 하지 않는다. AI가 원문에서 조직신학적 구조의 후보를 추출하고, 연구자와 전문가 공동체가 원문·판본·문맥에 비추어 검토하도록 돕는 연구 설계로 한정한다.
2. 연구 목적과 핵심 문제
방대한 종교 문헌에서는 같은 개념이 시대·장소·청중에 따라 다른 표현과 강조점으로 나타난다. 일반 검색과 Vector RAG는 관련 문단을 찾는 데 유용하지만, 그 문단이 전체 사상 구조에서 어떤 관계를 갖는지, 편집·발췌 과정에서 무엇이 누락되었는지, 서로 다른 진술이 실제 모순인지 맥락 차이인지를 충분히 보여주기 어렵다.
본 연구는 다음 문제를 다룬다.
- 원전 문헌에서 최소 스키마를 사용해 개념·관계·근거의 후보를 얼마나 일관되게 추출할 수 있는가?
- 원전 기반 후보 구조는 기존의 기본 교리 체계와 어디에서 일치하고, 어디에서 추가 검토할 관계를 제안하는가?
- 관계형·전역형·변화형 질문에서 GraphRAG는 Vector RAG보다 더 충실하고 추적 가능한 근거를 제공하는가?
- Living Ontology와 전문가 검수의 반복이 관계 추출의 적절성과 설명 가능성을 높이는가?
- 빈도 중심 그래프가 새로운 기계적 권위가 되는 위험을 예외 보존·출처 공개·버전 관리로 줄일 수 있는가?
3. 자료의 연구 기능 구분
자료의 구분은 종교적 권위를 서열화하기 위한 것이 아니라, 분석 과정에서 맡길 연구 기능을 명확히 하기 위한 것이다. 모든 자료에는 판본·발행연도·편집 주체·번역 여부·권·쪽·문단의 메타데이터를 남긴다.
| 자료층 | 연구 기능 | 주의점 |
|---|---|---|
| 원리원본·원리해설·원리강론 | 기본 조직신학 구조의 후보를 탐색하는 원전 층 | 사용 판본과 문헌학적 관계를 정확히 기록 |
| 말씀선집 | 구조가 시대·상황·청중 속에서 어떻게 확장·변화·적용되는지 보는 확장 문헌 층 | 권·강연·페이지·날짜·장소·청중 메타데이터 보존 |
| 설교·교육·편집 자료 | 원전 구조가 교육 현장에서 어떻게 재서술되었는지 비교하는 보조 층 | 발췌 목적의 생략과 의미 왜곡을 AI가 단정하지 않도록 검수 |
4. 제안 방법론
최소 스키마와 이중 분석
초기에는 노드(인물, 신적 존재, 개념, 사건, 장소, 문헌, 시대), 관계(정의한다, 원인이 된다, 결과로 이어진다, 목적이다, 조건이다, 대비된다, 실천한다), 근거정보(원문·권·쪽·문단·날짜·장소·청중), 판단상태(원문 직접표현·AI 추출·AI 추론·전문가 승인·이의제기 중)만을 최소 규칙으로 둔다.
분석은 두 번 수행한다. 첫째, 최소 규칙을 사용한 탐색적 분석으로 문헌이 드러내는 구조 후보를 찾는다. 둘째, 전문가가 정리한 조직신학 범주를 준 확인적 분석으로 다시 비교한다. 이 방식은 사전 틀 때문에 놓친 관계와 자유 추출의 과잉 해석을 함께 점검하려는 설계다.
Living Ontology와 검수
온톨로지는 고정된 정답표가 아니라 버전 관리되는 연구 도구다. AI가 낸 후보, 연구자 검토 중 후보, 전문가 검토를 거쳐 연구 모델에 사용할 수 있는 관계를 구분한다. ‘승인’은 교리적 확정이 아니라 근거와 규칙이 명확하여 해당 연구 모델에서 사용할 수 있다는 뜻이다. v1.0, v1.1처럼 변경 이력과 사유를 남겨 같은 질문의 결과가 달라질 때 사용자에게 원인을 보여 준다.
Hybrid GraphRAG
Vector DB는 의미가 비슷한 문단을 빠르게 찾고, Graph DB는 개념 간 다단계 관계와 출처 경로를 찾는다. 정의형 질문에는 벡터 검색 비중을, ‘A와 B가 어떤 과정을 거쳐 연결되는가’ 같은 관계형 질문에는 그래프 탐색 비중을 높인 뒤 재순위화한다. 최종 화면은 답변뿐 아니라 원문 근거, 그래프 경로, 예외·상충 후보, 온톨로지 버전, 전문가 검수 상태를 함께 보여 주어야 한다.
5. 기계적 권위화를 막는 운영 원칙
- 반복 빈도와 중심성은 문헌 안의 분포를 보여 주는 지표일 뿐, 진리·오류·정통성을 판정하는 기준이 아니다.
- 낮은 빈도의 최초 진술, 예외 관계, 시대적 분기는 제거하지 않고 별도 탐색 대상으로 보존한다.
- 상충처럼 보이는 자료는 ‘오류’라고 단정하지 않고, 청중·시기·수사적 목적·번역·편집·개념 변화의 맥락을 검토할 후보로 표시한다.
- 원문 직접표현, AI 추출, AI 추론, 전문가 의견을 같은 층위로 섞지 않는다.
- 규칙·모델·판본·온톨로지 버전·변경 이력을 공개하고 이의제기를 수용한다.
이 원칙은 Cook·Brown(1999)의 지식과 실천적 knowing의 관계, Nonaka(1994)의 SECI·Living Ontology 운영 관점과 연결된다.
6. 평가 설계
석사논문 단계에서는 622권 전체를 한 번에 완성하기보다 원전 3종과 시대별 말씀선집 표본 또는 핵심 주제 문헌을 사용해 재현 가능한 방법을 보이는 것이 현실적이다. 평가 질문은 정의형·관계형·전역형·변화형·상충형으로 나누고, 전문가 2~3명이 독립 검수한 뒤 일치도(Cohen’s kappa 또는 Fleiss’ kappa)를 보고한다.
검색 단계는 Recall@K, MRR, nDCG로 BM25·Vector RAG·Hybrid RAG·GraphRAG를 비교한다. 그러나 숫자만으로 결론 내리지 않고, 관계 경로의 타당성, 원문 인용과 문맥 보존, 예외 보존, 분석 규칙·버전의 공개, 목회자·연구자 사용성도 함께 평가한다.
7. 주 연구와의 연결 지도
| 말씀선집 GraphRAG 주 연구 | 조직신학 부수 연구 |
|---|---|
| 620권 규모의 원문 검색·출처추적·목회 활용 | 원전과 말씀에서 조직신학적 개념·관계·논리 후보를 추출·검증 |
| BM25·Vector·Hybrid·GraphRAG의 검색 성능 비교 | 관계형·전역형·변화형 질문에서 설명 가능성과 예외 보존까지 평가 |
| 권·강연·페이지·문단 메타데이터 보존 | 판본·편집·번역·판단상태·온톨로지 버전까지 확장 관리 |
| 답변의 근거 제시와 목회자 활용 | AI 후보와 원문·전문가 판단을 분리하는 신학 연구 거버넌스 |
8. 예상 기여와 한계
예상 기여는 원전 문헌의 조직신학적 구조 후보를 재현 가능하게 추출·검증하는 방법, 종교 문헌 특화 Hybrid GraphRAG, 전문가 검수와 Living Ontology의 반복 운영, 예외 보존·출처 공개·버전 관리의 안전장치 제안이다. 설교 논리 분석, 편집본 검증, 시대별 개념 변화 연구로도 확장할 수 있다.
한계도 분명하다. LLM은 비유·역설·수사·일회적 권면을 사실 관계로 오해할 수 있고, OCR 오류와 판본 차이가 추출을 왜곡할 수 있다. 그래프는 신앙 체험과 영적 의미 전체를 표현하지 못하며, 전문가 검수 역시 관점 차이를 가진다. 따라서 이 연구의 결론은 조직신학을 완성했다는 선언이 아니라, 조직신학적 구조 후보를 추출·검증하는 재현 가능한 방법을 제시하는 데 둔다.