말씀선집 GraphRAG 연구/논문 05 - From Manuscripts to Knowledge Graphs: Automating the Semantic Representation of Tafsir al-Tabari

5. From Manuscripts to Knowledge Graphs: Automating the Semantic Representation of Tafsir al-Tabari

저자/연도: Amna Basharat, Amna Binte Kamran, M. Rehman 등 (2024) 분야: 종교 문헌 + 온톨로지 + 지식그래프 자료 상태: Semantic Web Journal 공개 PDF 확인. 참고자료: https://www.semantic-web-journal.net/system/files/swj3750.pdf

1. 논문의 본질적인 내용

방대한 종교 주석 문헌을 온톨로지와 RDF 지식그래프로 구조화하는 연구이다. 종교 텍스트를 단순 원문 보관이 아니라 의미 단위와 관계 단위로 바꾸는 것이 핵심이다.

2. 가정연합 목회자 대상 강의안 포인트

목회자 강의에서는 “말씀선집을 도서관 서가처럼 쌓아두는 단계에서, 말씀 속 개념과 관계를 지도처럼 펼치는 단계로 가야 한다”고 설명한다.

3. 논문의 연구방향

경전, 주석, 개념, 인용 관계를 온톨로지로 정의하고 지식그래프로 변환한다. 말씀선집에서는 권, 강연, 날짜, 장소, 주제, 핵심 개념, 성구 인용, 섭리 사건을 온톨로지로 정의할 수 있다.

4. 결과

TEI 형식 원문을 RDF 기반 지식그래프로 전환해 종교 문헌의 의미 표현과 질의 가능성을 높이는 방향을 제시한다.

5. 발전방향

말씀선집 온톨로지 설계, 표준 용어집 구축, 개념 사전, 관계 타입 정의, SPARQL/GraphDB 기반 탐색으로 발전 가능하다.

6. 현시점 트렌드와의 차이

GraphRAG가 유행하면서 온톨로지의 중요성이 다시 커지고 있다. LLM이 자동 추출을 도와도 최종 도메인 스키마는 사람이 설계해야 한다.

7. 보완점

검색·생성 성능 비교보다 지식 표현에 초점이 있다. 따라서 GraphRAG 시스템 평가와 사용자 인터페이스는 별도 설계가 필요하다.

8. 현 연구와의 동질성 비교

종교 문헌을 의미 그래프로 구조화한다는 점에서 동질성이 높다. 현 연구는 여기에 RAG 검색, 원문 출처 추적, 목회 교육 활용까지 더한다.

위키 문서 정보

• 상위 문서: 말씀선집 GraphRAG 연구
• 문서 성격: 말씀선집 GraphRAG 연구 선행논문 분석
• 활용 대상: 가정연합 목회자 강의, 논문 2장 선행연구, 연구계획서, 시스템 설계

대학원 연구보고서 양식 기반 심화 분석

작성 기준: 본 절은 현이 제시한 대학원 연구보고서 작성 가이드(공주대 특수교육대학원 연구보고서 작성요령, 인하대 교육대학원 학위논문·연구보고서 작성법, DBpia A+ 리포트 작성 흐름, 논문 비평 작성법, 꽃동네대 대학원 논문 및 연구보고서 작성 양식)를 참고하여 다시 작성하였다. 따라서 단순 요약이 아니라 대학원 수업에서 제출하는 논문 분석 보고서처럼 문제 제기, 선행연구 위치, 방법론 적합성, 결과 해석, 비판점, 연구자 자신의 의견을 구분해 서술한다.

1. 논문 개요

이 논문은 종교 고전 문헌의 지식그래프화 영역에 속하는 선행연구로, 제목은 「From Manuscripts to Knowledge Graphs: Automating the Semantic Representation of Tafsir al-Tabari」이다. 저자와 연도는 현재 확인 가능한 문헌 정보 기준으로 Tafsir al-Tabari 지식그래프 연구진(2024)로 정리한다. 이 논문을 읽을 때 중요한 점은 단순히 “GraphRAG를 사용했다”는 기술적 표면이 아니라, 어떤 자료를 대상으로 어떤 검색 문제를 발견했고 그 문제를 해결하기 위해 어떤 연구 설계를 선택했는가이다. 대학원 보고서에서는 논문을 소개할 때 먼저 연구대상, 연구목적, 연구방법, 연구결과의 윤곽을 분리해 제시해야 하므로, 본 절은 그 네 요소를 중심으로 정리한다. 논문의 본질적 내용은 다음과 같다. 종교 주석 문헌을 의미 단위로 구조화하고 지식그래프로 표현하여 전통 문헌을 기계가 탐색 가능한 형태로 변환하는 연구이다. 이 문장은 이 논문의 핵심을 한 줄로 압축한 것이지만, 실제 분석에서는 이 핵심 문장을 다시 연구문제, 선행연구, 방법론, 결과, 한계로 풀어내야 한다. 특히 말씀선집 GraphRAG 연구의 관점에서는 이 논문을 “비슷한 기술을 쓴 논문”으로만 보는 것이 아니라, 대규모 문헌을 어떻게 분해하고, 구조화하고, 검색하고, 답변으로 재구성하는지를 보여주는 비교 사례로 읽어야 한다. 레포트 형식으로 보자면 이 논문은 서론에서 문제를 제기하고, 선행연구를 통해 기존 접근의 한계를 밝힌 뒤, 방법론에서 자신만의 구조를 제시하고, 결과에서 그 구조가 실제로 도움이 되는지를 검토하는 흐름을 가진다. 현이 준비하는 말씀선집 연구도 같은 체계를 따라야 한다. 먼저 “620권의 말씀선집을 왜 기존 검색으로는 충분히 다룰 수 없는가”를 밝히고, 다음으로 “GraphRAG가 어떤 학문적·실무적 빈틈을 메우는가”를 설명해야 한다. 이 논문은 그 논증 구조를 세우는 데 참고가 된다. 다만 본 문서는 모든 논문 원문 전문이 동일하게 확보된 상태에서 작성된 비평이 아니라, 위키에 정리된 선행연구 메타데이터, 공개 초록, 색인 정보, 그리고 현이 제시한 보고서 작성 가이드의 구조를 바탕으로 한 심화 분석이다. 따라서 수치와 세부 실험 조건은 확인 가능한 범위에서만 사용하고, 원문 전문 확인이 필요한 부분은 비판적 검토 항목으로 남긴다. 대학원 레포트에서는 이러한 자료 접근 범위를 명시하는 것이 오히려 보고서의 신뢰성을 높인다.

2. 연구문제

이 논문이 밝히려는 핵심 연구문제는 다음과 같이 정리할 수 있다. 원고와 주석 문헌은 텍스트로는 존재하지만, 인물·구절·해석·전승 관계가 구조화되어 있지 않으면 디지털 연구와 검색 활용이 제한된다. 이것은 단순한 기능 개선의 문제가 아니라, 대규모 텍스트를 지식으로 전환하는 방식에 관한 문제이다. 일반적인 검색 시스템은 사용자가 입력한 단어와 유사한 문서를 찾아주는 데 머문다. 그러나 대학원 수준의 연구에서는 “찾았다”는 사실만으로 충분하지 않다. 왜 그 문서가 관련 있는지, 어떤 관계망 속에서 의미를 가지는지, 그 답변이 전체 자료의 맥락을 대표하는지를 설명해야 한다. 이 문제가 중요한 이유는 RAG와 GraphRAG가 단순한 AI 기능이 아니라 연구 방법론의 일부가 되고 있기 때문이다. 연구자가 방대한 문헌을 다룰 때 AI는 자료를 대신 읽어주는 도구가 아니라, 자료를 분류하고 관계를 제시하며 해석 가능성을 높이는 보조 연구 장치가 된다. 따라서 이 논문의 연구문제는 기술개발 문제이면서 동시에 문헌 연구 방법의 문제다. 특히 역사, 종교, 인문학 자료처럼 해석의 층위가 깊은 자료에서는 검색 결과가 곧 해석의 출발점이 되므로, 검색 설계의 타당성이 매우 중요하다. 기존 연구의 빈틈은 이렇게 표현할 수 있다. OCR·디지털화 이후 단계에서 종교 문헌의 의미 관계를 온톨로지와 지식그래프로 자동 표현하는 연구가 더 필요했다. 이 빈틈은 말씀선집 연구에서도 거의 그대로 나타난다. 말씀선집은 620권 규모의 방대한 구어체 종교 강연문이며, 하나의 개념이 여러 시기와 장소에서 반복되면서 다른 의미의 강조점을 가진다. 예를 들어 ‘가정’, ‘축복’, ‘참사랑’, ‘천일국’ 같은 말은 단일 키워드가 아니라 시대별 섭리 맥락, 청중, 사건, 교리 전개와 연결되어 이해되어야 한다. 따라서 이 논문의 연구문제는 현 연구의 연구문제로 직접 번역될 수 있다. “대규모 문헌에서 의미 있는 근거를 어떻게 찾을 것인가”를 넘어서 “찾은 근거가 어떤 개념 관계와 시대 흐름 속에 놓이는가”를 밝혀야 한다. 현의 말씀선집 GraphRAG 연구는 바로 이 지점에서 차별성을 가진다. 기존 RAG가 문단을 찾는 기술이라면, 말씀선집 GraphRAG는 말씀의 권·페이지·문단 출처를 보존하면서 개념 관계와 목회적 활용 가능성을 함께 제시하는 연구가 되어야 한다.

3. 선행연구 및 이론적 배경

이 논문이 기대고 있는 이론적 배경은 디지털 인문학, 온톨로지, 지식그래프, 종교 주석학, 의미표현 자동화 이론을 기반으로 한다.이다. 이 개념들은 별개의 도구가 아니라 하나의 연구 설계 안에서 단계별 역할을 맡는다. 먼저 정보검색 이론은 사용자의 질문과 관련 자료를 연결하는 기준을 제공한다. 다음으로 지식그래프나 토픽 구조는 문헌 내부의 개념·인물·사건·절차·주제 관계를 표현한다. 마지막으로 생성형 언어모델은 검색된 근거를 사람이 읽을 수 있는 설명으로 변환한다. 보고서에서는 이 세 층위를 분리해 설명해야 논문의 연구 설계가 명확해진다. 기존 RAG 연구는 외부 자료를 검색해 LLM의 답변을 보강한다는 점에서 큰 기여를 했다. 그러나 일반 RAG는 주로 질문과 텍스트 조각 사이의 유사도를 계산하는 방식에 의존한다. 이런 방식은 직접적인 사실 질문에는 유용하지만, 여러 문헌을 가로지르는 복합 질문, 장기적 주제 변화, 개념 간 관계, 출처의 권위와 해석 맥락이 중요한 질문에는 한계가 있다. 이 논문은 바로 그 한계를 보완하기 위해 그래프, 토픽, 문서 구조, 종교 문헌 권위, 한국어 검색 등의 요소를 결합하는 흐름 속에 놓인다. 저자의 차별점은 기존 연구를 완전히 부정하는 것이 아니라, 기존 연구가 잘하는 부분과 못하는 부분을 구분한 데 있다. 벡터 검색은 유사 문단 검색에 강하고, 키워드 검색은 정확한 용어 찾기에 강하며, 그래프 검색은 관계와 경로 탐색에 강하다. 좋은 연구 설계는 이 중 하나만 선택하는 것이 아니라, 연구대상에 맞게 조합한다. 이 논문은 그런 조합의 필요성을 보여주는 선행연구로 읽을 수 있다. 말씀선집 연구의 이론적 배경도 같은 방식으로 구성해야 한다. 첫째, RAG와 Hybrid RAG를 통해 한국어 문헌 검색의 기본 성능을 확보한다. 둘째, GraphRAG를 통해 말씀 속 개념과 인물, 사건, 시대의 관계망을 구축한다. 셋째, 종교 문헌 QA 연구를 통해 답변의 출처 충실성과 신앙적 민감성을 관리한다. 넷째, 디지털 인문학과 문헌 연구의 관점에서 시대별 담론 변화와 원문 출처 보존을 평가한다. 이렇게 연결하면 선행연구 검토가 단순 목록이 아니라 연구 설계의 논리적 근거가 된다.

4. 방법론

이 논문의 방법론은 다음과 같이 요약된다. 주석 문헌의 구조적 요소와 의미 관계를 식별하고, 이를 노드와 엣지로 변환하여 지식그래프 형태로 표현하는 방식이다. 대학원 보고서에서 방법론을 평가할 때는 “무엇을 사용했는가”보다 “그 방법이 연구문제를 해결하기에 적절한가”를 먼저 보아야 한다. 만약 연구문제가 단순 질의응답 정확도라면 검색 지표와 답변 정확도만으로도 어느 정도 평가할 수 있다. 그러나 연구문제가 문헌의 관계 구조, 출처 보존, 해석 가능성이라면 방법론은 데이터 구축, 구조화 기준, 검색 방식, 생성 방식, 평가 방식까지 포함해야 한다. 연구대상과 자료 수집 측면에서 검토할 점도 많다. 첫째, 연구대상이 실제 문제를 대표하는가. 둘째, 자료를 문단·절·장·문서 단위로 나누는 기준이 타당한가. 셋째, 엔터티, 관계, 토픽, 문서 구조를 자동 추출했다면 그 정확성을 어떻게 검증했는가. 넷째, 평가 질문은 실제 사용자가 던질 질문을 충분히 반영하는가. 다섯째, 모델 비교가 공정한 조건에서 이루어졌는가. 이 기준을 적용해야 방법론 평가가 단순 설명이 아니라 비판적 분석이 된다. 종교 고전 문헌의 지식그래프화 분야에서는 특히 전처리와 구조화 단계가 중요하다. GraphRAG는 그래프를 기반으로 검색하기 때문에 그래프가 잘못 구축되면 검색 결과와 생성 답변이 동시에 흔들린다. 예를 들어 인물명이 잘못 통합되거나, 같은 개념의 다른 표현이 분리되거나, 실제로는 약한 관계가 강한 관계처럼 연결되면 사용자는 그 답변을 신뢰하기 어렵다. 따라서 방법론은 모델 선택보다 자료 정제와 검수 체계가 더 중요할 수 있다. 말씀선집 연구에 적용할 때는 방법론을 더 구체적으로 설계해야 한다. 자료 수집은 620권 PDF의 원문 확보, OCR 또는 텍스트 추출, 권·페이지·문단 메타데이터 복원, 강연일자·장소·청중 정보 정리로 시작해야 한다. 분석 방법은 BM25 키워드 검색, 임베딩 벡터 검색, Hybrid RAG, 지식그래프 구축, GraphRAG 검색, 답변 생성, 출처 검증을 단계화해야 한다. 평가 방법은 정보검색 지표뿐 아니라 목회자 사용성 평가, 원문 출처 정확도, 설교 준비 활용도, 민감 질문 대응 적절성까지 포함해야 한다.

5. 결과

이 논문의 결과는 다음과 같이 정리할 수 있다. 종교 고전 문헌을 검색 가능한 지식 구조로 바꾸는 가능성을 보여주며, 문헌 내부 관계의 가시화와 탐색성을 높인다. 결과 분석에서 중요한 것은 단순히 성능이 좋아졌다는 문장을 받아들이는 것이 아니다. 어떤 기준에서 좋아졌는지, 그 기준이 연구문제 전체를 대표하는지, 비교 대상은 적절했는지, 결과 해석이 과장되지는 않았는지를 따져야 한다. 대학원 보고서에서는 결과를 ‘요약’하는 데서 멈추지 않고, 그 결과가 논문의 주장 구조에서 어떤 역할을 하는지 설명해야 한다. 정량 지표가 있는 경우에는 지표의 의미를 해석해야 한다. 예를 들어 Recall@K는 정답 근거가 검색 상위권에 포함되는지를 보여주고, MRR은 정답 근거가 얼마나 앞에 나오는지를 보여주며, F1은 추출 성능의 균형을 보여준다. 그러나 이런 지표는 모두 부분적이다. 종교 문헌이나 역사 문헌에서는 정답 근거를 찾았다고 해서 해석이 끝나는 것이 아니다. 해당 근거가 시대적 맥락에 맞는지, 전체 문헌의 관점과 충돌하지 않는지, 답변이 신앙적 오해를 만들지 않는지도 별도로 검토해야 한다. 정성 결과가 중심인 경우에는 논리적 설득력을 보아야 한다. 사례분석, 시스템 설계, 온톨로지 구축, 문서 구조화 연구는 수치가 적을 수 있지만, 연구대상과 방법이 잘 맞으면 충분한 학문적 의미를 가진다. 반대로 수치가 많아도 실제 사용자의 질문과 동떨어진 평가라면 결과의 실무적 의미는 약해진다. 따라서 결과 절에서는 논문의 수치와 사례를 동시에 보고, 연구문제와의 연결성을 평가해야 한다. 말씀선집 GraphRAG 연구에서 결과를 제시한다면 세 단계가 필요하다. 첫째, 기존 검색 대비 검색 성능 개선을 보여주어야 한다. 둘째, 답변이 원문 출처를 정확히 제시하는지 검증해야 한다. 셋째, 목회자나 연구자가 실제 강의·설교·상담 준비에 사용할 때 유용한지 평가해야 한다. 이 논문의 결과는 이러한 평가 설계의 참고점이 되지만, 현 연구는 종교 강연문이라는 특수성을 반영한 자체 평가 체계를 반드시 만들어야 한다.

6. 비판점

이 논문에 대한 비판점은 다음과 같이 정리된다. 자동 구조화는 원문 해석의 미묘한 차이를 단순 관계로 환원할 위험이 있고, 전문가 검수 없는 온톨로지는 신뢰성 문제가 생긴다. 이 비판은 논문을 깎아내리기 위한 것이 아니라, 연구의 적용 범위와 한계를 분명히 하기 위한 것이다. 대학원 레포트에서 좋은 비판은 “부족하다”는 평가로 끝나지 않는다. 왜 부족한지, 그 부족함이 연구결과 해석에 어떤 영향을 주는지, 후속 연구에서 어떻게 보완할 수 있는지를 함께 제시해야 한다. 첫 번째 비판 기준은 연구문제와 방법론의 정합성이다. 논문이 전역적 이해, 해석 가능성, 출처 신뢰성을 주장하면서도 실제 평가는 단순 검색 정확도나 자동 지표에 그친다면 주장의 범위가 결과보다 넓어진다. 두 번째 기준은 자료의 대표성이다. 제한된 데이터셋이나 특정 도메인에서 얻은 결과를 모든 문헌 연구나 종교 QA에 일반화하면 위험하다. 세 번째 기준은 평가자의 성격이다. 종교 문헌과 역사 문헌에서는 전문가 검수, 현장 사용자 평가, 해석 전통의 고려가 필요하다. 또 하나의 중요한 비판점은 시스템이 만든 구조가 실제 의미 구조와 일치하는가이다. 그래프는 보기에는 설득력 있지만, 잘못 설계된 그래프는 오히려 잘못된 확신을 만든다. 어떤 노드를 만들 것인지, 어떤 관계를 인정할 것인지, 같은 개념의 변형 표현을 어떻게 통합할 것인지, 시대별 의미 변화를 하나의 개념으로 묶을 것인지 나눌 것인지가 모두 연구자의 해석을 포함한다. 따라서 GraphRAG 연구는 기술 논문이면서 동시에 지식 조직 연구다. 말씀선집 연구로 확장할 때 가장 큰 보완점은 신학적·목회적 검수 체계다. AI가 말씀을 찾아주더라도, 그 답변이 원문을 오해하거나 교리적 맥락을 벗어나면 현장에서 사용하기 어렵다. 따라서 현 연구는 모델 성능만이 아니라 검수 가능한 답변 구조, 원문 인용 중심 답변, 모르는 질문에 대한 보류, 민감 질문에 대한 안전 정책, 목회자 검토 인터페이스를 포함해야 한다. 이 지점을 제시하면 단순 기술 적용을 넘어 대학원 연구로서의 비판적 깊이가 살아난다.

7. 내 의견

내 의견으로는 이 논문은 말씀선집 GraphRAG 연구를 정당화하는 데 유용하지만, 그대로 모방할 대상은 아니다. 말씀선집 연구는 이 논문을 통해 “PDF를 텍스트로 바꾸는 것”을 넘어 “말씀의 의미 관계를 온톨로지로 설계하는 것”이 핵심임을 설명할 수 있다. 선행연구는 연구의 출발점이지 결론이 아니다. 현 연구는 각 논문의 장점을 가져와야 하지만, 말씀선집이라는 자료의 성격, 가정연합 목회자라는 활용자, 창립자 강연문이라는 권위 있는 원문, 한국어 구어체라는 언어적 특수성을 기준으로 다시 설계해야 한다. 현 연구의 핵심 주장은 이렇게 잡는 것이 좋다. “말씀선집 GraphRAG는 620권의 창립자 강연문을 단순 검색 대상이 아니라 권·강연·페이지·문단 출처를 가진 종교 사상 아카이브로 보고, 핵심 개념과 시대별 전개를 지식그래프로 구조화하여 목회자와 연구자가 신뢰 가능한 근거 기반 질의응답을 수행하도록 하는 시스템이다.” 이 주장은 선행연구와 연결되면서도 현 연구만의 대상, 방법, 활용 목적을 분명히 드러낸다. 이 논문을 내 연구와 비교하면 동질성과 차별성이 함께 보인다. 동질성은 RAG의 한계를 보완하기 위해 구조화된 지식을 사용한다는 점이다. 차별성은 말씀선집 연구가 단순 성능 개선보다 출처 보존, 목회 활용, 신앙적 민감성, 시대별 개념 변화, 한국어 종교 담론이라는 복합 조건을 가진다는 점이다. 따라서 레포트의 마지막에는 “이 논문이 내 연구에 주는 도움”과 “이 논문만으로는 부족한 점”을 함께 써야 한다. 후속 연구 방향은 구체적으로 제안해야 한다. 첫째, 말씀선집 전용 용어사전과 온톨로지를 만든다. 둘째, 권·페이지·문단 출처를 보존한 데이터셋을 구축한다. 셋째, BM25, 벡터 RAG, Hybrid RAG, GraphRAG를 비교한다. 넷째, 목회자 평가단을 구성해 실제 강의·설교 준비 질문으로 평가한다. 다섯째, 답변에는 반드시 원문 출처와 인용을 포함하고, 불확실한 경우에는 답변을 보류하도록 한다. 이 정도까지 제시하면 대학원 레포트에서 단순 요약이 아니라 자기 연구로 이어지는 비판적 분석이 된다.

참고자료

• 대상 논문/자료: https://arxiv.org/search/?query=From+Manuscripts+to+Knowledge+Graphs+Automating+the+Semantic+Representation+of+Tafsir+al-Tabari&searchtype=all
• 공주대학교 특수교육대학원, 연구보고서 작성요령: https://special.kongju.ac.kr/Z86000/1599/subview.do
• 인하대학교 교육대학원, 학위논문/연구보고서 작성법: https://edugrad.inha.ac.kr/edugrad/12781/subview.do
• DBpia A+ 리포트 작성 자료: https://library.kongju.ac.kr/pyxis-api/attachments/BULLETIN/8e28aeeb-0ab3-45d1-a848-6d7370021823
• wikiHow, 논문 비평 작성법: https://ko.wikihow.com/논문-비평-작성법
• 꽃동네대학교 대학원, 논문 및 연구보고서 작성 양식: https://www.kkot.ac.kr/gradu/board/read?boardManagementNo=1074&boardNo=21560&page=1&menuLevel=2&menuNo=248