25분
Ontology vs Knowledge Graph vs Graph DB
그래프 데이터 모델 기초
Ontology vs Knowledge Graph vs Graph DB
그래프 이론 & Neo4j 입문 > 그래프 데이터 모델 기초
헷갈리는 세 가지 용어, 확실히 정리하기
왜 중요한가?
면접에서 자주 나오는 질문:
"Knowledge Graph와 Graph Database의 차이가 뭔가요?"
제대로 대답하지 못하면 그래프 기초가 부족하다고 판단됩니다.
Google, Amazon, LinkedIn 모두 이 개념을 구분해서 사용합니다.
핵심 개념
계층 구조로 이해하기
에디터 로딩 중...
건축 비유
| 개념 | 건축 비유 | 역할 |
|---|---|---|
| Ontology | 설계도 (Blueprint) | "이 건물에 어떤 방이 있고, 어떻게 연결되나?" |
| Knowledge Graph | 완성된 건물 | 설계도대로 지은 실제 구조물 + 가구 배치 |
| Graph Database | 건설 장비 + 부지 | 건물을 짓고 유지하는 인프라 |
예시로 이해하기: 전자상거래 도메인
Ontology (설계)
에디터 로딩 중...
Knowledge Graph (데이터)
에디터 로딩 중...
Graph Database (도구)
에디터 로딩 중...
세 가지의 관계를 한눈에
에디터 로딩 중...
자주 하는 실수
흔한 오해
| 오해 | 진실 |
|---|---|
| "Neo4j 깔았으니 KG 완성!" | DB는 도구일 뿐, 스키마와 데이터가 필요 |
| "노드 많이 만들면 Ontology!" | Ontology는 개념 정의, 데이터는 KG |
| "세 용어 같은 거 아님?" | 계층이 다름 (설계 -> 데이터 -> 도구) |
| "Ontology는 학술용이고 실무에서 안 씀" | Palantir, Google 등 모두 Ontology 기반 |
FDE 관점에서 중요한 것
Palantir FDE의 핵심 역할은 Ontology 설계:
- Object Type 정의 (어떤 개념?)
- Link Type 정의 (어떻게 연결?)
- Action Type 정의 (어떤 행위?)
- 비즈니스 규칙 정의 (어떤 제약?)
좋은 Ontology 없이는 좋은 Knowledge Graph 불가능! 좋은 KG 없이는 좋은 AI/RAG 불가능!
핵심 포인트
- • Ontology: 개념과 관계의 정의 (스키마/설계도)
- • Knowledge Graph: 온톨로지 기반 실제 데이터 인스턴스
- • Graph Database: 저장/쿼리 엔진 (도구/인프라)
- • FDE 핵심 역할 = Ontology 설계
- • 실무 접근: Bottom-up (DB -> KG -> Ontology 정리)