빅데이터 검색 성능 향상을 위한 쿼리 기반 계층적 레이블링에 관한 연구 = A Study on Query Based Hierarchical Labeling for Improving Big Data Retrieval Performance|RISS 상세보기

국문 초록 (Abstract)

국 문 요 약

빅데이터 검색 성능 향상을 위한 쿼리 기반 계층적 레이블링에 관한 연구

논문 제출자 배 종 옥
지 도 교 수 임 준 묵

계층 구조를 갖는 대규모 문서 환경에서 기존의 평면적 레이블링 및 검색 방식은 문서 간 구조적 관계와 의미적 맥락을 충분히 반영하지 못하는 한계를 가진다. 특히 쿼리 기반 정보 탐색 과정에서 계층 구조가 단순한 분류 보조 정보로 취급됨에 따라 쿼리 의도와 문서 구조 간의 의미적 대응 관계가 효과적으로 활용되지 못하는 문제가 지속적으로 제기되어 왔다.
본 논문은 이러한 문제의식에서 출발하여 쿼리 기반 계층 레이블링(QBHL) 접근법을 제안하고 이를 실제 활용할 수 있는 라이브러리 형태로 설계·구현·실험을 통해 검증하는 것을 목적으로 한다. QBHL은 쿼리를 중심으로 계층 구조를 능동적으로 활용함으로써 쿼리와 문서 간의 의미적 대응 관계를 단일 레이블이 아닌 계층 경로 단위에서 해석하는 것을 핵심 개념으로 한다.
이를 위해 본 연구에서는 구조 보존 데이터 처리(SFDPM), 쿼리 기반 계층 매핑(QFDPM), 양방향 레이블링(BDLPM), 결과 저장 및 관리(RSPM), 버전 관리 및 배포(GDPM), 통합 관리(IMM)로 구성된 모듈형 라이브러리 아키텍처를 제안하였다. 해당 구조는 계층 정보의 손실 없이 쿼리 기반 의미 매핑을 수행할 수 있도록 설계되었으며 실험 재현성과 확장성을 고려한 통합 처리 파이프라인을 제공한다.
제안한 QBHL 라이브러리는 실제 계층 문서 데이터를 대상으로 구현되었으며 평면적 구조 기반 레이블링 방식과의 비교 실험을 통해 성능을 평가하였다. 실험 결과 QBHL은 정확도 측면에서 평면 구조 대비 14.53%에서 85.47%로 크게 향상되어 70.94%p의 개선율을 보였다. 정밀도는 29.01%에서 100.00%로 향상되어 쿼리에 대한 레이블의 정확성이 크게 개선되었으며 재현율 또한 22.52%에서 77.50%로 증가하여 계층 구조를 고려한 레이블 탐색의 효과가 확인되었다. 이에 따라 F1-점수는 25.39%에서 87.34%로 향상되어 전반적인 레이블링 성능이 평면적 접근 방식 대비 현저히 개선됨을 확인하였다. 또한 제안한 QBHL 라이브러리의 유효성을 확인하기 위해, 배포된 라이브러리를 실제로 임포트하여 ISO 9001 품질경영시스템 요구사항 문서에 적용·시연하였다. 그 결과 총 36개 질의가 모두 해당 장의 의미적 맥락에 따라 정확히 분류되어 정확도 Acc = 1.000을 달성하였다.
이러한 실험 결과는 쿼리 기반 계층 매핑과 양방향 레이블 검증 절차가 계층 구조를 고려하지 않는 기존 평면적 레이블링 방식에서 발생하는 의미적 단절과 오탐 문제를 효과적으로 완화함을 보여준다. 특히 쿼리 의도를 계층 경로 수준에서 반영함으로써 레이블의 정확성과 일관성을 동시에 확보할 수 있음을 실험적으로 입증하였다.
본 연구는 계층 문서 처리 문제를 쿼리 기반 계층 레이블링 관점에서 재정의하고 이를 실제 활용 가능한 라이브러리로 구현·검증하였다는 점에서 의의가 있다. 또한 복잡한 계층 구조를 갖는 문서 환경에서 쿼리 중심 정보 탐색을 가능하게 하며 향후 다양한 도메인으로 적용 범위를 확장할 수 있을 것으로 기대된다.

주요 용어: 계층적 레이블링, 쿼리 기반 검색, 문맥 전파, 의미 임베딩, 법령 검색, 빅데이터, 정보 검색, 딥러닝

번역하기

국 문 요 약 빅데이터 검색 성능 향상을 위한 쿼리 기반 계층적 레이블링에 관한 연구 논문 제출자 배 종 옥 지 도 교 수 임 준 묵 계층 구조를 갖는 대규모 문서 환경에서 기존의 ...