the Great World Meson

이제 드라마도 시각적 관계도를 통하여 알려줘야 할만큼 복잡성을 가지게 되었다. 컴퓨터 공학을 전공중인 친구와의 대화속에서 모델의 복잡함이 요구되는 분야에서의 컴퓨터의 요구가 더욱 더 많이 증가할 것이라고... 

우리가 다루어야 할 계산의 양은 생각보다 컴퓨터를 너무 과소평가하고 시작하는 부분이 없지 않는 것 같다. 모델의 복잡성은 여러가지 요인에서 발생한다. 모델이 자체가 가지는 복잡성이 있을 수 있지만 대부분은 모델을 감싸고 있는 제약조건과 이산 조건을 포함한 이벤트 등에서 기여되는 부분이 많으며 모델자체의 정의와 별개로 모델을 통한 Inverse Problem 의 문제또한 모델의 수치적인 해결에서 다른 문제를 발생하게 된다. 따라서 모델의 복잡도와 문제해결의 강직도는 별도로 고려해야하는 것이 맞는 것 같다. 

열심히 계층 구조와 관계도를 그려 드라마를 이해하는데 한층 업그레이드가 된 것은 사실이나 중요한 것은 사람관의 관계에서의 이벤드와 새로운 변수에 대한 도입이 필요할 것 같다. 따라서 이를 시스템적으로 접근해보는 손쉬운 방법을 제시해보고 수일내에 Research Wiki 를 통해서 그 연구 내용을 공개할 예정이다. 

개요는 간단하다. 

rdf:'박원희'는 '이지연'의 '딸'이다. / '이지연'은 '박원희와 '모자'지간이다.  

라는 각 resource 간의 정의와 설명을 한번에 해놓고 이와 같은 관계도를 전체의 복잡도를 그리지 말고 주어진 사실사실을 바탕으로 서술한다. 따라서 위의 관계도와 역할의 무게에 따라서 rdf 의 인용도 Priorty 를 설정하게 된다. 즉, '이지연', '김태섭' 등과 같은 주인공은 출연 및 인용 빈도를 모호한 문장 및 이벤트에 대해서 우선순위를 가지게 되는 것이다. 

그 이후 각 드라마에서의 사건 전개에 따라서 이벤트를 같은 rdf 로 구현을 해주게 되고 그를 통해서 전체적인 모델-이벤트 관계도에 따라서 Query 를 날리게 된다. 

rdf:'이지연'은 '김태섭'을 '사랑한다'. 

.... 

다단계의 모델 - 이벤트 설정을 거친후 Query 로 날릴 수 있는 것은 

query: '김태섭' 이 '알고있는' 사람이 아닌 사람은? 

물론 이 과정에서 query 에서 날리는 '알고있는' 이라는 것에 대한 정의를 해주어야 한다. 이는 Word Ontology 를 통해서 '알고있는' ∈ { '사랑한다', '딸', '모자', '만난다'....} 등으로 정의를 해줄 수 있다. 

이런 과정이 우리가 아는 관계를 그저 입력하는 것이 아닌가라고 할 수 있겠지만 이러한 구조로 Ontology 와 관계를 정의를 하고나서는 전혀다른 문제의 복잡도에 대해서 쉬운 해결책을 찾을 수 있다는 것이다.