11.2. 요리 세계관 정리: 재료와 조리 용어 정의

데이터 모델링은 종종 복잡하고 추상적인 작업으로 여겨집니다. 하지만 그 본질은 우리가 이해하고자 하는 세계의 규칙과 관계를 정의하는, 일종의 ‘세계관’을 구축하는 과정입니다. IT 의사결정자의 관점에서 볼 때, 이 세계관의 설계는 향후 개발될 AI 시스템의 신뢰성과 확장성을 결정짓는 가장 중요한 전략적 투자입니다. 잘 설계된 세계관, 즉 데이터 모델은 AI가 데이터를 단순한 정보 조각이 아닌, 유의미한 지식으로 이해하고 추론하는 근간이 되기 때문입니다. 반대로, 일관성 없는 세계관은 AI의 할루시네이션(hallucination)을 유발하고, 서로 다른 데이터를 동일한 것으로 오인하게 만들어 예측 불가능한 오류를 낳는 기술적 부채가 됩니다.

이러한 개념을 더 쉽게 이해하기 위해, 우리는 가장 친숙하고 직관적인 영역인 ‘요리’를 예로 들어보겠습니다. 레시피는 재료, 조리법, 순서라는 명확한 규칙과 관계의 집합체입니다. 이 과정을 그래프 데이터베이스로 모델링하는 것은 단순히 데이터를 저장하는 것을 넘어, 요리라는 세계의 지식을 구조화하고 AI가 이 세계를 이해하는 방식을 설계하는 첫걸음입니다. 지금부터 우리만의 ‘요리 세계관’을 함께 정의해 보겠습니다.

11.2.1. 지식그래프의 기초 공사: 핵심 재료 선정하기 (핵심 개체 식별)

훌륭한 셰프가 요리를 시작하기 전 가장 먼저 하는 일은 무엇일까요? 바로 시장에 나가 신선하고 좋은 ‘재료’를 고르는 것입니다. 데이터 모델링도 이와 똑같습니다. 우리가 구축하려는 지식그래프 세계관에서 어떤 정보들을 주인공으로 내세울지 결정하는 이 단계는, 요리의 맛을 좌우하는 재료 선정만큼이나 중요합니다.

그래프 데이터베이스(Graph Database) 이론에서는 이 주인공들을 개체(Entity)라고 부르며, 실제 데이터베이스 상에서는 노드(Node)라는 형태로 구현됩니다.

1. 노드(Node): 정보의 최소 단위이자 주인공

노드는 지식그래프라는 거대한 거미줄에서 하나의 ‘점’에 해당합니다. 요리로 치면 도마 위에 올려진 각각의 식재료와 같습니다. 하지만 그래프의 세계에서 노드는 단순히 눈에 보이는 사물(돼지고기, 사과)에만 국한되지 않습니다.

  • 구체적인 것: 사람, 장소, 재료 (예: 이연복, 서울, 차돌박이)
  • 추상적인 것: 개념, 행위, 분류 (예: 한식, 볶기, 레시피)

외부 모델링 방법론에 따르면, “우리가 관리하고 식별해야 하는 독립적인 대상”이라면 무엇이든 노드가 될 수 있습니다. 즉, 이 단계는 우리 냉장고에 무엇을 넣을지 리스트를 작성하는 것과 같습니다.

2. 입자성(Granularity): 얼마나 잘게 썰 것인가?

전문가들이 모델링 초기 단계에서 가장 머리를 싸매는 부분이 바로 ‘입자성(Granularity)‘의 결정입니다. 이는 재료를 덩어리째 쓸 것인지, 다져서 쓸 것인지를 정하는 것과 비슷합니다.

  • 입자성이 굵은 경우 (Coarse-grained): ‘돼지고기’라는 하나의 노드로 퉁칩니다.
    • *장점:* 모델이 단순해집니다.
    • *단점:* ‘삼겹살 구이’와 ‘목살 스테이크’를 구분해서 추천할 수 없습니다.
  • 입자성이 고운 경우 (Fine-grained): ‘삼겹살’, ‘목살’, ‘앞다리살’을 모두 별개의 노드로 만듭니다.
    • *장점:* 매우 정밀하고 깊이 있는 지식 표현이 가능합니다. (예: “지방이 적은 목살 요리 찾아줘” 가능)
    • *단점:* 데이터가 많아지고 관리가 복잡해질 수 있습니다.

따라서 우리는 “이 지식그래프를 어디에 쓸 것인가?“를 고민해야 합니다. 요리 초보를 위한 가이드라면 ‘돼지고기’로 충분하겠지만, 전문 미식가를 위한 앱이라면 ‘지리산 흑돼지 목살’까지 구분해야 할 수도 있습니다. 이것이 바로 모델링의 묘미이자 난관입니다.

3. 라벨(Label): 재료에 이름표 붙이기

노드들을 정의했다면, 이제 이들을 체계적으로 분류해야 합니다. Neo4j와 같은 그래프 DB에서는 이를 라벨(Label)이라고 부릅니다. 마치 주방 양념통에 ‘설탕’, ‘소금’ 라벨을 붙이거나, 냉장고 칸을 ‘야채칸’, ‘육류칸’으로 나누는 것과 같습니다.

라벨링에는 중요한 특징이 있습니다.

  • 인덱싱의 기준: 라벨을 붙이면 컴퓨터가 특정 종류의 데이터를 순식간에 찾아낼 수 있습니다. (“:재료 다 가져와!”라고 명령할 때 유용함)
  • 다중 정체성 (Multi-Label): 현실 세계가 복잡하듯, 하나의 노드는 여러 라벨을 가질 수 있습니다.
    • 예: ‘김치’ 노드→:재료 라벨 + :발효식품 라벨 + :반찬 라벨
    • 이렇게 하면 “재료이면서 동시에 발효식품인 것”을 찾을 때 매우 강력한 힘을 발휘합니다.
4. 실전 적용: 우리 레시피 세계관의 재료들

앞서 살펴본 김치어묵탕, 유부참치김밥, 차돌숙주육개장, 카레 등의 레시피를 바탕으로 실제 모델링을 진행해 봅시다. 여기서 우리는 재료뿐만 아니라 ‘조리법’까지도 하나의 노드로 격상시켰습니다. 왜냐구요? “볶는 요리만 추천해 줘” 같은 질문에 답하기 위해서입니다.

Neo4j에서 사용할 핵심 노드와 라벨 정의는 다음과 같습니다.

개체 (Entity) / 노드 노드 라벨 (Label) 선정 이유 (Modeling Reasoning)
차돌박이 :재료 소고기 중에서도 특정 부위를 명시하여 정밀도(입자성)를 높임
숙주나물 :재료 식감과 맛을 담당하는 핵심 식재료
김치 :재료, :발효식품 한국 요리의 핵심이자, 다른 속성(매운맛, 발효 등)을 내포함
어묵, 유부, 참치, 대파 :재료 각 요리의 주재료가 되는 독립적인 개체들
카레 가루, 국간장 :양념 요리의 맛을 결정짓는 부재료. :재료와 구분하여 관리
차돌숙주육개장 :레시피 여러 재료와 조리법이 모여 완성된 하나의 결과물(Dish)
볶기, 끓이기 :조리법 행위(Action)를 노드로 만듦으로써 조리 방식에 따른 검색을 가능하게 함

이처럼 명확하게 개체(재료)를 식별하고 라벨(이름표)을 붙이는 단계는 튼튼한 건물을 짓기 위한 기초 공사입니다. 재료가 준비되었으니, 이제 이 흩어져 있는 재료들을 도마 위에서 어떻게 섞고 볶을지, 즉 노드와 노드를 연결하는 ‘관계(Relationship)’를 정의하러 갈 차례입니다.

11.2.2. 재료들이 춤추게 하라: 맛의 연결고리 찾기 (Relationship Definition)

재료만으로는 요리가 되지 않습니다

냉장고 문을 열었는데 차돌박이와 마늘이 덩그러니 놓여 있다고 상상해 봅시다. 이 두 재료가 그냥 따로 떨어져 있다면 그것은 그저 ‘고기 덩어리’와 ‘마늘 알’일 뿐입니다. 하지만 달궈진 프라이팬 위에서 이 둘이 만나는 순간, 지글거리는 소리와 함께 고소한 향이 피어오릅니다. 바로 ‘볶는다’는 행위(관계)가 일어났기 때문입니다.

데이터의 세계도 마찬가지입니다. ‘김철수’라는 고객 데이터와 ‘육개장’이라는 상품 데이터가 아무리 많아도, 그 둘 사이에 아무런 연결이 없다면 비즈니스 가치는 0입니다. ‘김철수’가 ‘육개장’을 ‘구매했다’는 연결 고리가 생길 때 비로소 돈이 되는 정보가 됩니다.

이처럼 개체(Node)들을 서로 엮어서 맥락(Context)과 스토리(Story)를 만들어내는 것이 그래프 데이터베이스의 진짜 능력입니다.

그래프의 문법: 주어 + 동사 + 목적어

그래프 데이터베이스에서 관계를 정의하는 것은 우리가 문장을 만드는 것과 매우 비슷합니다. 여기에는 반드시 방향(Direction)과 이름(Type)이 필요합니다.

  • 문장: “차돌박이(주어)가 마늘(목적어)과 함께 볶아진다(동사).”
  • 그래프 표현: (:차돌박이)-[:함께_볶다]->(:마늘)

화살표의 방향(->)은 누가 누구에게 영향을 미치는지를 명확히 보여줍니다. 마늘이 차돌박이를 볶는 게 아니라, 차돌박이가 마늘과 함께 볶아지는 것이니까요. 이 간단한 화살표 하나가 데이터의 흐름과 인과관계를 설명해 줍니다.

우리 주방(시스템)에 필요한 관계들

요리(비즈니스)를 성공시키기 위해 어떤 종류의 관계들을 정의해야 할까요? 단순히 “연결되었다”가 아니라, 구체적으로 어떤 관계인지 명시해야 합니다.

관계 유형 (Type) 의미 (Meaning) 그래프 모델링 예시 (Recipe) 비즈니스 활용 예시
COOKED_WITH (조리하다) 재료와 조리법의 만남 (:차돌박이)-[:COOKED_WITH]->(:볶기) 특정 조리법을 선호하는 사용자에게 맞춤 레시피 추천
CONTAINS (포함하다) 요리의 구성 요소 (:차돌숙주육계장)-[:CONTAINS]->(:숙주나물) 알레르기 유발 재료(예: 땅콩)가 포함된 메뉴 자동 필터링
PAIRED_WITH (궁합이 좋다) 맛의 화학작용 (:돼지고기)-[:PAIRED_WITH]->(:김치) “돼지고기를 장바구니에 담은 고객님, 김치도 필요하지 않으세요?” (연관 상품 추천)
SUBSTITUTE_FOR (대체 가능하다) 재료 품절 시 대안 (:소고기)-[:SUBSTITUTE_FOR]->(:돼지고기) 소고기가 품절되었을 때, 시스템이 자동으로 돼지고기 메뉴를 제안
관계도 주인공입니다: ‘일급 시민(First-Class Citizen)’ 이야기

여기서 그래프 데이터베이스(GDB)와 기존의 관계형 데이터베이스(RDB)의 결정적인 차이가 드러납니다.

  • RDB (엑셀 스타일): 관계는 '부록'입니다.

RDB에서 두 데이터를 연결하려면 '외래 키(Foreign Key)'라는 번호표를 붙여야 합니다. "이 재료의 짝꿍을 찾으려면 3페이지 10번째 줄을 보세요"라고 적어두는 식입니다. 관계를 확인하려면 책을 뒤적거리는 번거로운 작업(JOIN 연산)이 필요합니다.

  • GDB (지도 스타일): 관계는 '다리(Bridge)'입니다.

그래프 DB에서는 관계 그 자체가 데이터(Node)와 동등한 대우를 받는 '일급 시민(First-Class Citizen)'입니다. 노드와 노드 사이에 튼튼한 다리가 놓여 있고, 그 다리에는 "이 다리는 '맛있는 궁합' 다리입니다"라고 큼지막하게 이름이 붙어 있습니다. 우리는 그저 다리를 건너기만 하면 됩니다.

심지어 이 다리(관계) 자체에 정보를 담을 수도 있습니다.

(:차돌박이)-[:함께_볶다 ]->(:마늘)

단순히 "볶는다"가 아니라 "강불에서 3분간 볶는다"는 구체적인 디테일까지 관계 속에 저장할 수 있는 것입니다.

자, 이제 재료(Node)도 준비됐고, 그 재료들을 어떻게 섞을지(Relationship)도 정해졌습니다. 뼈대는 완성되었습니다. 이제 마지막으로 이 요리에 '간'을 맞추고 디테일을 채울 차례입니다. 노드와 관계에 구체적인 정보(이름, 무게, 가격, 날짜 등)를 담는 '속성(Property)' 정의 단계로 넘어가 보겠습니다.

11.2.3. 요리의 맛은 디테일에서 나온다: 속성과 규칙 (Properties & Constraints)

1. 뼈대에 살을 붙이다: 속성(Property)

"자, 차돌박이 가져와!" 셰프가 소리칩니다. 그런데 보조 셰프가 묻습니다. "냉동인가요, 냉장인가요? 100g인가요, 1kg인가요? 한우인가요, 수입산인가요?"

단순히 '차돌박이(Node)'라는 이름표만으로는 요리를 할 수 없습니다. 그 재료가 가진 구체적인 정보가 필요합니다. 그래프 데이터베이스에서는 이것을 '속성(Property)'이라고 부르며, 항상 '항목(Key): 값(Value)'의 쌍으로 저장합니다.

A. 재료 자체의 프로필 (노드 속성)

재료가 본래 가지고 있는 고유한 특성입니다. 어떤 요리에 쓰이든 변하지 않는 정보들이죠.

  • 노드: (:재료 )
  • 속성(Properties):
    • 분류: "채소"
    • 제철: "9월~12월"
    • 칼로리: "28kcal/100g"
    • 보관법: "냉장보관"
2. 문맥에 따라 변하는 맛: 관계 속성 (Relationship Property)

이 부분이 그래프 데이터베이스의 가장 강력하고 매력적인 특징입니다.

대파는 '육개장'에도 들어가고 '라면'에도 들어갑니다. 하지만 들어가는 양과 손질법은 요리마다 다릅니다.

  • 육개장: 대파를 큼직하게 썰어 듬뿍(3대) 넣습니다.
  • 라면: 대파를 송송 썰어 조금(1/4대) 넣습니다.

이 '3대'나 '1/4대'라는 정보는 대파(노드)에 적어두면 안 됩니다. 대파 자체의 속성이 아니니까요. 그렇다고 육개장(노드)에 적자니 복잡해집니다. 이 정보는 바로 육개장이 대파를 '포함하는' 그 순간(관계)에 존재합니다.

우리는 관계라는 다리 위에 포스트잇을 붙여 구체적인 지시사항을 남길 수 있습니다.

예시 1: 레시피 구성 (:포함하다 관계)

(:차돌숙주육계장)-[:포함하다 ]->(:대파)

예시 2: 조리 과정 (:조리하다 관계)

(:차돌박이)-[:조리하다 ]->(:볶기)

이렇게 관계에 속성을 부여하면, 시스템은 단순한 연결을 넘어 "중불에서 3분간 볶으세요"라는 풍부한 맥락을 이해하게 됩니다.

3. 주방의 헌법을 만들다: 제약 조건 (Constraint)

주방에는 절대 어겨서는 안 되는 규칙이 있습니다.

  • “유통기한이 없는 재료는 쓰지 마라.”
  • “소금 통은 딱 하나만 둬라. 여러 개면 헷갈린다.”

데이터베이스에서도 엉터리 데이터가 들어오지 못하게 막는 안전장치가 필요합니다. 이것을 ‘제약 조건(Constraint)’이라고 합니다. 데이터의 품질을 지키기 위한 최후의 보루입니다.

A. 유일성 제약 조건 (Unique Constraint)

  • 규칙: “우리 주방 냉장고에 ‘대파’라는 이름표가 붙은 바구니는 딱 하나만 있어야 한다.”
  • IT 적용: 데이터베이스 전체에서 이름: "대파"인 노드는 오직 하나만 존재해야 합니다.
  • 이유: 만약 ‘대파’ 노드가 2개 생성되면, 어떤 레시피는 A대파를 가리키고, 어떤 레시피는 B대파를 가리키게 됩니다. 결국 AI는 “대파 재고가 얼마나 있지?”라는 질문에 정확히 답할 수 없게 됩니다.

B. 필수 값 제약 조건 (Not Null / Mandatory)

  • 규칙: “모든 재료에는 반드시 ‘이름’이 적혀 있어야 한다. 이름 없는 재료는 반입 금지!”
  • IT 적용: :재료 노드를 생성할 때 이름 속성이 비어있으면 저장을 거부합니다.
  • 이유: 이름 없는 데이터는 분석할 수도, 검색할 수도 없는 ‘디지털 쓰레기’가 되기 때문입니다.

정리: 설계도가 완성되었습니다

자, 이제 우리는 다음과 같은 과정을 거쳐 완벽한 설계도를 손에 넣었습니다.

  • 메뉴 선정: 무엇을 해결할지 정했고 (문제 정의)
  • 주문 확인: 누가 어떻게 쓸지 파악했으며 (요구사항 도출)
  • 장보기: 재료를 어디서 구해올지 정했고 (데이터 소스)
  • 밑그림: 재료(Node)와 조리법(Relationship)의 흐름을 그렸으며 (모델링)
  • 디테일: 각 재료의 상세 스펙과 주방 규칙(Property & Constraint)까지 정했습니다.

이제 머릿속에 있던 아이디어가 구체적인 문서가 되었습니다. 마지막 단계는 이 모든 규칙과 설계를 한눈에 볼 수 있도록 ‘스키마(Schema)’라는 최종 설계도로 정리하는 것입니다.

11.2.4. 주방의 대원칙, ‘레시피 노트’ 만들기 (Ontology Documentation)

온톨로지(Ontology): 우리 주방의 헌법

‘온톨로지’라는 단어는 철학에서 왔지만, IT에서는 “우리가 만든 데이터 세상의 지도이자 규칙서“라고 이해하면 가장 쉽습니다.

프랜차이즈 식당을 생각해 보세요. 서울 지점과 부산 지점의 맛이 똑같은 이유는 무엇일까요? 바로 그램(g) 단위까지 정확하게 적힌 ‘표준 레시피 매뉴얼’이 있기 때문입니다.

데이터 프로젝트도 마찬가지입니다. 개발자 A는 ‘고기’라고 적고, 개발자 B는 ‘육류’라고 적으면, 나중에 AI는 이 둘을 전혀 다른 재료로 인식하는 대참사가 일어납니다. 온톨로지는 이런 혼란을 막기 위해 “우리 시스템에서는 무조건 ‘육류’가 아니라 ‘고기’라고 부른다!“라고 약속을 정하는 문서입니다.

왜 문서화가 필요한가요? (협업과 확장성)
  • 동료 셰프(개발자)들과의 소통: 여러 사람이 함께 개발할 때, 이 문서가 없으면 서로 다른 규격의 부품을 만들어 조립이 불가능해집니다.
  • AI 셰프(LLM) 교육: 우리가 만들 AI 시스템에게 “이것이 우리 주방의 규칙이야”라고 가르쳐주는 교과서 역할을 합니다.
  • 일관성 유지: 데이터가 쌓여도 시스템이 ‘스파게티’처럼 엉키지 않고, 잘 정리된 서랍장처럼 유지되도록 돕습니다.
완성된 레시피 노트 (온톨로지 스키마)

앞서 고민했던 모든 내용(노드, 관계, 속성, 제약조건)을 한 장의 표로 정리하면 다음과 같습니다. 이것이 우리가 구축할 지식그래프(Knowledge Graph)의 최종 설계도입니다.

구분 (Category) 이름/유형 (Name) 주요 속성 (Properties) 설명 및 주방 규칙 (Description & Constraints)
재료 (Nodes) :재료 이름 (Unique), 분류, 칼로리 요리의 기본 단위입니다.

⚠️ 규칙: 이름은 전 세계에서 유일해야 합니다(중복 불가). |

:레시피 이름 (Unique), 난이도, 소요시간 완성된 요리 메뉴입니다.

⚠️ 규칙: 하나의 레시피 노드는 완성된 하나의 요리를 의미합니다. |

:조리법 이름 (Unique), 도구 재료를 변화시키는 행위(볶기, 굽기 등)입니다.
관계 (Relationships) 포함하다 (:CONTAINS) 분량, 손질법, 필수여부 [레시피] → [재료]

어떤 레시피에 어떤 재료가 들어가는지 나타냅니다. “대파를 반 개 썰어 넣는다”는 정보가 여기에 담깁니다. |

조리하다 (:COOKED_WITH) 순서, 시간, 불세기 [재료] → [조리법]

재료를 어떻게 요리하는지 연결합니다. “차돌박이를 3분간 볶는다”는 지식이 형성됩니다. |

궁합 (:PAIRED_WITH) 점수, 이유 [재료] ↔ [재료]

함께 먹으면 맛있는 조합입니다. 추천 알고리즘의 핵심 근거가 됩니다. |

이 노트가 만들어낼 마법

이 문서가 완성되는 순간, 우리는 단순한 데이터 저장을 넘어 ‘지능형 시스템’을 구축할 준비를 마친 것입니다.

이제 우리는 AI에게 다음과 같은 복합적인 질문을 던질 수 있게 됩니다.

Q: “냉장고에 돼지고기는 없는데, 차돌박이는 있어. 15분 안에 만들 수 있는 얼큰한 국물 요리 중 차돌박이와 궁합이 좋은 채소가 들어간 레시피를 찾아줘.”

설계도가 없다면 AI는 이 질문을 이해하지 못합니다. 하지만 온톨로지가 있다면 AI는 다음과 같이 생각합니다.

  • :재료 노드에서 ‘차돌박이’를 찾는다.
  • 궁합 관계로 연결된 채소 노드를 탐색한다 (숙주, 대파 발견).
  • 포함하다 관계를 역추적하여 이 재료들이 들어가는 :레시피를 찾는다.
  • 그중 소요시간 속성이 ’15분’ 이하이고, 맛 분류가 ‘얼큰’한 것을 골라낸다.
  • A: “차돌숙주육계장을 추천합니다!”

설계는 끝났습니다. 메뉴도 정해졌고, 재료도 준비되었으며, 레시피 노트까지 완벽하게 작성되었습니다. 이제 남은 것은 이 설계도를 들고 주방(개발 환경)으로 들어가 실제로 불을 켜고 요리(구현)를 시작하는 일뿐입니다.