온톨로지가 다양한 현대 시스템을 개선하는 역할 평가

데이터의 발견 가능성, 접근성 및 이해 가능성을 모두 인간과 기계에 대해 증대시키는 것이 시맨틱 웹(SW)의 궁극적인 목표입니다. 따라서 이 작업의 목적은 다양한 분야에서 링크된 공개 데이터(LOD)의 현재 사용 상태에 대한 명확한 이해를 얻기 위한 조사입니다. 우리가 평가한 네 가지 분야 중에서 온톨로지를 가장 많이 사용하는 두 가지는 기계 학습(ML)과 인공지능(AI)입니다. 반면, 상대적으로 새로운 분야인 메타버스는 온톨로지를 가장 적게 사용합니다. 온톨로지가 가상 세계에서의 일관성을 보장하고, 수익을 증가시키며, 장애인을 위한 포용성을 보장하고, 시간을 절약할 수 있는 능력에도 불구하고 말입니다. 또한, 대부분의 분야는 SW를 충분히 활용하지 못하고 있으며, 각 분야의 고유한 도전과 특성을 고려한 추가적인 맞춤화가 필요합니다. 예를 들어, AI, 사이버 보안 및 메타버스는 구조적이지 않고 안정성이 부족합니다. 또한 사이버 보안과 메타버스는 합의가 부족합니다. 더불어, 메타버스는 높은 확장성을 가지고 있습니다. 일반적으로 온톨로지를 통합할 때의 또 다른 공통된 어려움은 적절한 매핑 기술을 선택하는 것입니다. 이러한 분야의 특성 때문에 비즈니스 인텔리전스(BI)는 통합이 더 쉬운 반면, 사이버 보안과 메타버스는 더 어렵습니다. 마지막으로, 동적 온톨로지는 안정성이 부족한 분야에 대해 온톨로지를 더 적합하고 적응 가능하게 만들 것이라는 믿음이 있습니다.