menosaint

지식 - 온톨로지와 택소노미

4 min read

온톨로지와 택소노미

1. 핵심 차이 요약

구분택소노미 (Taxonomy)온톨로지 (Ontology)
정의개념을 계층적으로 분류하는 체계개념과 관계를 명시적으로 정의하는 지식 모델
구조트리(Tree) 구조그래프(Graph) 구조
관계부모-자식 관계 중심 (is-a)다양한 관계 표현 (is-a, part-of, has-property, causes, interacts-with 등)
목적분류와 탐색 편의성의미적 추론, 관계 분석, 지식 공유
유연성고정적, 단일 계층확장적, 다중 관계
예시도서 분류체계, 생물 분류표시맨틱 웹, 지식 그래프, Palantir Foundry

2. 시각적 구조 비교

graph LR
  subgraph Taxonomy
    A[Medical Device]
    A --> B[Filler]
    B --> C[HA Filler]
    B --> D[PLLA Filler]
  end

  subgraph Ontology
    O1[Medical Device] --> O2[Filler]
    O2 --> O3[PLLA Filler]
    O3 -->|stimulates| O4[Collagen Production]
    O2 -->|usedIn| O5[Aesthetic Treatment]
    O5 -->|regulatedBy| O6[MFDS / CE-MDR]
  end

택소노미는 수직적 계층만 존재한다. 온톨로지는 수평적 관계, 인과 관계, 속성 관계 등 다양한 차원의 연결이 가능하다.

3. 관계적 확장성의 차이

Taxonomy — 분류 중심

  • 지식을 계층적으로 나열한다
  • “무엇이 무엇의 하위 개념인가”만 표현 가능
  • 개념 간 상호작용이나 의존 관계는 표현하지 못한다
  • 도서관 분류체계, 생물학 계통 분류, 조직도에 적합

Ontology — 의미 중심

  • 관계와 속성을 포함하여 지식의 맥락을 정의한다
  • AI가 이해하고 추론 가능한 구조를 제공한다
  • “A는 B를 생산하고, B는 C 규제를 받으며, C는 D 시장에서 적용된다”처럼 복합 관계 표현 가능
  • 시맨틱 웹, 지식 그래프, 기업 데이터 통합에 적합

4. 언제 무엇을 쓸까

상황추천
단순 분류, 탐색 편의성이 목적Taxonomy
AI 추론, 관계 분석이 목적Ontology
콘텐츠 태그 체계 설계Taxonomy로 시작
기업 지식 통합, 데이터 연결Ontology로 확장
Obsidian 폴더·태그 구조Taxonomy
Obsidian 노트 간 의미적 링크Ontology적 사고

5. 결론

택소노미는 “책장의 분류표”다 — 무엇이 어디 있는지를 알려준다.
온톨로지는 “지식의 세계지도”다 — 무엇이 무엇과 어떻게 연결되는지를 알려준다.

실용적 접근: PKM이나 조직 지식 시스템을 설계할 때, 택소노미로 분류 골격을 세우고, 온톨로지로 의미적 관계를 확장하는 것이 효과적이다.

참고: Wikipedia - Taxonomy (general), Ontology (information science) · W3C - OWL 2 Web Ontology Language

그래프 뷰