기존의 퍼지 규칙 기반 전문가 시스템 언어에는 크게 세 가지 단점들이 있다. 첫째, 복합 객체 추론 기능이 없으며, 둘째, 의미적으로 이해하기 쉽고 개념적으로 사용하기 용이한 퍼지 추론을 지원하지 못할 뿐 아니라, 세째, 지식 표현과 추론 방식이 기존의 데이터베이스 모텔과 구문이나 의미에서 현격 한 차이를 보이고 있기 때문에 서로 통합되기 어렵다. 본 논문에서는 이 세가지 단점들을 해결하기 위한 퍼지 객체 추론 모델의 정형화를 보이고, GIS 응용을 예로 들어 제시하는 모델이 데이타베이스내 GIS 복합 객체들을 자연스럽게 모델링하고, 이들 사이의 퍼지 추론을 성공적으로 수행함을 보인다.

객체 데이타베이스를 위해 최근에 제안된 VOQL(Visual Object Query Language)은 경로식과 집합 관련 조건을 시각화하고 형식 시맨틱을 제공하는데 성공적이었다. 그러나 기존의 VOQL은 몇가지 문제들이 있다. VOQL에서는 집합 관련 조건만이 허용되고, 변수 개념을 위한 명시적인 언어 구문이 없어서 질의문들은 종종 어색하고 직관적이지 못하다. 본 논문에서는 이러한 문제들을 극복하도록 VOQL을 확장한 VOQL*를 제안한다. 시각변수 개념을 도입하고 이에 기초하여 VOQL의 문법과 시맨틱을 수정하였다. VOQL*의 언어 구문들은 OOPC의 문법을 반영하도록 조심스럽게 정의되어서, 시각변수, 시각요소, VOQL* 단순 텀(term), VOQL* 구조 텀, VOQL* 기본 포뮬라(formula), VOQL* 포뮬라, VOQL* 질의문 등의 VOQL* 구문들이 OOPC 구문들처럼 계층적이고 귀납적으로 구성되어 있다. 가장 중요한 것은 VOQL*의 각 구문의 시맨틱이 OOPC를 사용하여 재귀적 방법을 통한 형식 정의가 이루어진다는 점이다. 잘 정의된 문법과 시맨틱으로 말미암아, VOQL*의 질의문들은 명확하고 간결하고 직관적이다. 또한 VOQL* 질의문을 OOPC 질의문으로 번역하는 효과적인 절차를 제공한다. VOQL*는 로직의 문법적 구조를 반영하는 잘 정의된 문법과 귀납적 방법으로 형식 시맨틱을 제공하는 첫번째 시각 질의어이다.

OLAP 분야에서 지금까지 연구되어온 영역 질의는 주어진 영역에 대한 집단 연산의 결과를 구하는 단순한 형태이다. 그러나 실제 데이타 분석 과정에서는 이러한 단순한 형태의 영역 질의뿐만 아니라, 집단 연산이 포함된 특정 조건을 만족하는 데이타 큐브 내의 영역을 찾는 형태의 확장된 영역 질의에 대한 필요성이 존재한다. 본 논문에서는 이러한 확장된 영역 질의 유형의 일반적인 형태를 정의하고, 이에 대한 대표적인 예인 'MAX-of-SUM 질의'의 효율적인 처리 기법을 제안한다. MAX-of-SUM 질의는 데이타 큐브 상에서 영역합(SUM)이 최대(MAX)가 되는 영역을 찾는 질의를 의미한다. 본 논문에서는 MAX-of-SUM 질의 처리 시 검색의 대상이 되는 영역들에 대한 SUM 연산의 결과값이 취할 수 있는 범위를 미리 예측하는 기법을 제안한다. 즉, 영역에 대한 SUM 값의 범위를 예측함으로써, 이들 중에서 최대값을 찾기 위해 실제로 계산하여야 하는 영역의 개수를 줄여 빠른 질의 처리를 보장한다.

데이타 웨어하우스는 외부 데이타를 통합 요약하여 저장하는 시스템으로, 의사 결정에 필요한 정보를 효과적으로 제공할 수 있다. 대부분의 데이타 웨어하우스에서는 데이타를 정랴한 결과를 형성(materialized) 뷰의 형태로 저장한다. 이 때 뷰가 정의된 데이타 소스가 변화하면 뷰는 이를 반영하기 위 해 갱신되어야 한다. 뷰에 대한 갱신 작업은 상당한 부하를 야기시킬 수 있으므로, 이러한 갱신 작업을 효율적으로 수행하는 것은 매우 중요한 문제가 된다. 이미 뷰의 효율적인 갱신 방법에 대해서는 많은 연구 가 이루어져 왔다. 그러나 뷰가 여러 개의 데이타 소스에 의해 정의되고 이들 중 둘 이상의 데이타 소스가 변화된 경우, 이를 뷰에 반영하기 위해서 기존의 방법들은 데이타 소스에 대해 많은 수의 접근이 이루어져야 한다. 본 논문에서는 여러 개의 데이타 소스에 변화가 일어난 경우, 기존 연구에 비해 데이타 소스에 대한 접근을 줄일 수 있는 효율적인 뷰 갱신 방법을 제안한다 . 그리고 TPC-D 데이타를 사용한 실험을 통하여 본 논문에서 제안한 방법이 기존의 방법들보다 성능이 우수하다는 것을 보인다.

최근 폭발적인 증가를 보이고 있는 멀티미디어 자료의 양과 그 자료들을 이용할 수 있는 하드웨어의 발전은 멀티미디어 상연물을 이용하는 여러 응용 분야에 대한 관심을 촉발시키고 있다. 이에 멀티미디어 상연물의 효과적인 이용을 위해서는 멀티미디어 상연물과 DBMS와의 통합이 필요하다. 이 논문에서는 내용(content)에 근거한 상연물 검색과 검색 처리 기술의 문제를 다룬다. 현재 멀티미디어 상연물 제작 도구(authoring tool)들은 멀티미디어 상연물을 상연 그래프(presentation graph)를 이용하여 표현하고 있으며 상연 그래프는 DAG(directed acyclic graph)이다. 각 노드는 같은 타입의 미디어 스트림을 나타내며 에지는 스트림간의 상연 순서와 동기화 (synchronization) 방법을 나타낸다. 각각의 스트럼에 포함된 정보, 이 정보들간의 순서, 그리고 스트럼간의 상연 순서는 상연의 내용을 구성한다. GCalculus/S(GCalculus with Set Operators)는 calculus에 바탕을 둔 검색언어이며 멀티미디어 자료들의 물리적 특정과 내용을 다룰 수 있다. 개개의 노드 안에서의 정보의 변화와 노드 사이의 순서는 시간 연산자(temporal operator) Next, Connected, Until을 이용하여 표현한다. 검색의 처리를 위하여 객체 대수(object algebra)인 O-Algebra를 확장한다.

내용 기반 멀티미디어 정보 검색에서 유사성에 기반한 k-최근접 데이타 탐색 질의는 매우 중요한 질의이다 일반적으로 멀티미디어 데이타는 고차원 특정 벡터로 표현되기 때문에 기존의 k-최근접 탐색 알고리즘은 멀티미디어 정보 검색에 효율적이지 못하다. 따라서 이러한 응용을 위해서는 다소 근사적 검색 결과를 가져오더라도 빠른 검색 성능을 제공하는 근사 k-최근접 탐색 알고리즘이 요구된다. 이를 위해 본 논문에서는 고차원 데이타를 위한 새로운 근사 k-최근접 탐색 알고리즘을 제안한다. 아울러, 제안하는 근사 k-최근접 탐색 알고리즘을 기존의 알고리즘과 검색 성능변에서 성능 평가를 수행한다. 성능 평가 결과, 기존 알고리즘의 검색 성능을 크게 개선할 수 있었다.

인터넷을 통해 멀티미디어 데이타를 서비스하는 주문형 오디오 서비스(AOD， Audio On Demand)와 같은 시스템에서는 기존의 운영체제가 반복적으로 요청되는 데이타를 효과적으로 처리하지 못 하고 있다. 본 논문에서는 웹 캐시 (Web Cache) 구조를 제안한다. 이것은 과거 요청들과의 시간 간격 정보를 기초로 가까운 미래에 다시 요청될 곡들을 효과적으로 예측하고 웹 캐시에 유지하므로서 효율적인 서비스를 제공하도록 한다. 웹 캐시의 교체 전략으로는 LFRR(Least Frequently Requested Recently)을 제안한다. LFRR은 가까운 미래에 다시 요청될 확률이 적은 곡을 교체한다. 어느 한 곡이 다시 요청될 확률은 과거 요청들과의 시간 간격의 평균값이 작을수록 높게 된다. 제안된 웹 캐시의 이점은 디스크 액세스 횟수를 현저하게 줄일 수 있고 한정된 자원으로 더 많은 수의 동시 사용자를 지원할 수 있다는 것이다. 실제로 운영되고 있는 AOD 사이트의 요청 자료를 이용하여 제안된 웹 캐시를 시뮬레이션한 결과 높은 성능 향상을 얻을 수 있음을 보였다.

본 논문에서는 무결성 제약을 효율적으로 유지하기 위한 접근 경로인 Hashed B-트리를 제안하고, 기존의 B-트라와 성능을 비교한다. 무결성 제약을 만족시키기 위해 필요한 질의 패턴들이 종점 질의로 구성되어 있다는 점에 착안하여, Hashed B-트리는 키를 해슁을 통해 압축하여 저장한다. 따라서 트리의 높이가 줄어들게 되고 트리의 탐색이 빠르다. 이 기법은 기존의 B-트리와 유사하게 작동하기 때문에 기존 시스템에 많은 수정을 요하지 않고 병행성 제어나 회복 기법을 그대로 사용할 수 있는 장점이 있다.

웹 데이타베이스는 웹 환경에서 하이퍼텍스트 모델을 바탕으로 멀티미디어 처리를 위한 부가적인 구조와 관계형 또는 객체지향형 데이타베이스 관리 시스템을 접목하여 구축하는 대용량의 멀티미디어 데이타베이스 응용 시스템이다. 그러나 기존의 하이퍼텍스트 모델링 기법과 DBMS 통로 형태로는 웹 서비스 고급화에 필수적인 다양한 표현능력과 DBMS 연동과정에서의 병목발생으로 인한 동시성 기능이 제한된다. 따라서, 본 논문에서는 하이퍼텍스트 모델링 측면에서 암시적 질의 수행 기능을 지원하고 동적으로 생성되는 항해 모델과 가상 그래프 구조를 제안한다. 또한 항해 유형 분류를 통해 노드와 링크의 생성 규칙을 유도하고 제안된 모델과 웹 데이타베이스 시스템 후위에 위치하는 관계형 모델과의 상호 사상기법을 연구한다. 그리고 데이타베이스 통로의 효율을 향상시키기 위해 가중치를 기반으로 질의처리 서버를 동적으로 할당하는 스케줄링 기법을 제안하여 시스템 전체의 성능을 개선하고, 제안된 기법이 상대적으로 높은 복잡도를 갖는 동시 질의 요구에 적합함을 보인다.

R 트리와 같은 다차원 인덱스로 구성된 2개의 공간 데이타 집합들에 대하여 거리가 가까운 순서대로 점진적으로 객체 쌍을 찾는 거리조인(distance join) 알고리즘이 이전에 제안된 바 있다. 본 논문에서는 찾고자 하는 객체 쌍의 개수 K를 미리 정할 때 거리 우선순위 큐를 이용한 효율적인 K-거리조인 기법을 제안한다. 특히 양쪽 노드 확장 방식과 스위핑 축 및 방향의 선택 기법을 이용한 최적화된 평면 스위핑 가지치기 기법을 통한 거리조인 알고리즘을 개발한다. 실제 지리정보 데이타 집합을 가지고 실험을 수행하여 본 논문에서 제안한 알고리즘이 기존의 알고리즘들보다 좋은 성능을 나타냄을 확인한다.

공간 객체를 분할하는 비용이 크기 때문에, 기존의 객체 분할 기법들은 공간 조인 도중에 동적으로 객체를 분할하지 않는다. 본 논문은 객체 분할을 고려하지 않은 기존의 PBSM(Partition Based Spatial Merge-Join)에 적용될 수 있는 수정된 객체 분할 기법을 제시한다. 실세계 데이타의 한가지 특성은 객체들의 크기가 큰 차이를 보인다는 것이다. 본 논문에서는 이러한 특성을 바탕으로 전체 비용에 큰 영향을 미치는 적은 수의 큰 객체들만을 대상으로 분할을 적용한다. 이러한 수정된 객체 분할 기법은 공간 조인 도중에 큰 부담이 되었던 객체의 분할 비용을 크게 줄이면서 효율적인 여과 정제 단계를 수행한다. 여러 가지 실험 결과, 제안된 방법을 사용한 PBSM은 기존의 PBSM보다 월등히 향상된 성능을 보인다.

GIS에서 사용하는 다중 공간 조인은 두 개 이상의 공간 조인이 중첩된 표현이다. 이는 공간 조인에 비해 보다 많은 수행 사간을 필요로 하는데 이를 빠르게 처리하기 위한 병렬화 알고리즘에 대한 연구가 없었다. 이 논문에서는 다중 공간 조인을 다중 공간 여과와 다중 공간 정제로 나누어서 병렬화한다. 그리고, 정제 단계에서 효율적인 정제 수행을 위해 2단계 실행 방법을 제시하는데, 첫번째가 다중 공간 여과의 결과인 후보 객체 테이블에서 발생하는 객체 및 연산의 중복을 제거하기 위한 그래프 생성이고, 두번째가 그래프의 분할에 의한 병렬 정제이다. 그래프에 의한 정제가 그렇지 않은 방법에 비해 매우 높은 성능 향상을 보였으며 병렬 정제를 위한 태스크 생성 방법은 객체를 정점으로 표현하는 그래프에서의 중복 최소화 분할방법이 가장 좋은 성능을 나타내었다.