• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.137-143
• /
• 1999

전문가시스템은 지식베이스를 이용하여 지식을 추론하는 추론엔진과 해당분야의 전문지식이 쌓여있는 지식베이스로 구성되어진다. 전문가시스템연구에 있어서 지식베이스에 저장되는 지식획득과정의 규명이 가장 핵심적인 연구분야라고 할 수 있다. 전문지식은 일반적으로 지식공학자들이 전문가로부터 전문지식을 획득하여 구현하는 것이 가장 일반적인 방법으로서 많은 전문가시스템 개발방법 이론들은 지식획득과정에서 지식공학자들의 역할을 필수적인 것으로 이해하고 있다. 그러나 지식획득에 관한 광범위한 해결책은 여전히 제시되고 있지 못하며, 이러한 문제점은 전문가시스템의 상용화에 가장 큰 어려움으로 지적되고 있다. 최근에는 이러한 지식획득병목현상을 해결하기 위하여 상황인식론과 같은 지식에 대한 새로운 해석을 기반으로한 지식획득 방법 이론들이 소개되고 있다. Multiple Classification Ripple Down Rules이론은 1995년 소개된 이론으로서 지식의 획득과정을 지식의 유지보수라는 소프트웨어 공학적 개념에서 접근하고 있다. 지식의 획득과정에서 완전무결한 지식의 모델 찾기를 지양하고 지식이란 단계적 확장개념에서 진화한다고 이해한다. 즉 지식베이스의 구축 단계를 개발과 완료가 불가능하다는 관점에서 지식베이스는 끊임없이 유지보수가 필요한 대상으로 이해하고 이러한 유지보수를 가능하게 하는 방법론을 제시한다 MCRDR에서 가장 핵심적인 부분은 지식공학자의 역할을 최소화하고 시스템 내부에서 지식의 관리와 획득을 수행하여 전문가로 하여금 직접적인 지식 입력이 가능하도록 하는 부분이다. MCRDR이론의 경우 여러가지 연구실험을 통하여 실용성이 입증되었고 의료분야에서 상용화 시스템 개발 툴로서 사용되어져 왔다. 그러나 MCRDR이론이 적용된 전문가시스템 들의 경우 MCRDR이론을 기본으로한 개발 툴로서 개발된 시스템들이 아니고 해당분야에서 MCRDR이론을 적용한 엔진을 직접 설계 구현하여 온 것이 사실이다. KEE(Knowledge Engineer for Experts) 시스템은 최근 개발된 MCRDR기반 전문가시스템 개발 툴로서 본 논문에서는 이러한 분야별 전문가시스템 개발을 지양하고 MCRDR이론을 기반으로 한 범용성 있는 전문가시스템 개발 툴의 개발에 관한 연구를 소개한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2003.11a
• /
• pp.517-524
• /
• 2003

현재 전 세계 각국은 지식 경쟁력 확보에 혈안이 되어 있으며, 우리나라는 풍부한 인터넷 인프라를 구비하여 지식 강국으로 발돋움하기 위한 충분한 토대를 마련하고 있다. 특히, 인력은 인터넷 시대의 핵심적 지식 자원으로서, 전문가 두뇌 연계 망(네트워크)의 구축과 운영을 통해 해당 분야 전문가간 협력 및 교류가 진행되면, 지식 정보의 동시 생성, 공유, 활용 체제의 확립이 가능하다 전문가 커뮤니티의 구성원은 정보의 공유와 확산에 자발적으로 기여하는 지식의 선 순환 구조를 이루게 될 것이다. 본 논문에서는 국내외 과학기술 전문가로 구성된 한민족과학기술자 네트워크(KOSEN, www.kosen21.org)를 사례로 전문가 네트워크의 역할과 특징을 살펴보고, 지식 기반 사회에서 전문가 네트워크의 발전 방향을 제안하고자 한다. KOSEN은 지식의 생성, 공유, 활용 등의 지식관리 프로세스를 지원하는 과학기술 전문가 커뮤니티이다. 향후 인적 자원 및 정보 자원의 적절한 연계를 통해 지식의 활용 측면을 더욱 확대하여 본격적인 지식 정보 활용의 장으로 거듭나야 한다. 컨텐트 가치증대를 통한 전문가 참여 확대, 전문가들간 상호 연계의 확대를 통한 소 공동체 형성, 전문가들간 상호 학습, 정보 거래 메커니즘 구축 등의 다양한 방안을 통해 보완될 것으로 기대한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.137-143
• /
• 1999

전문가시스템은 지식베이스를 이용하여 지식을 추론하는 추론엔진과 해당분야의 전문지식이 쌓여있는 지식베이스로 구성되어진다. 전문가시스템연구에 있어서 지식베이스에 저장되는 지식획득과 정의 규명이 가장 핵심적인 연구분야하고 할 수 있다. 전문지식은 일반적으로 지식공학자들이 전문가로부터 전문지식을 획득하여 구현하는 것이 가장 일반적인 방법으로서 많은 전문가시스템 개발방법 이론들은 지식획득과정에서 지식공학자들의 역할을 필수적인 것으로 이해하고 있다. 그러나 지식획득에 관한 광범위한 해결책은 여전히 제시되고 있지 못하며, 이러한 문제점은 전문가 시스템의 상용화에 가장 큰 어려움으로 지적되고 있다. 최근에는 이러한 지식획득병목현상을 해결하기 위하여 상황인식론과 같은 지식에 대한 새로운 해석을 기반으로한 지식획득 방법 이론들이 소개되고 있다. Multiple Classification Ripple Down Rules 이론은 1995년 소개된 이론으로서 지식의 획득과정을 지식의 유지보수라는 소프트웨어 공학적 개념에서 접근하고 있다. 지식의 획득과정에서 완전무결한 지식의 모델 찾기를 지양하고 지식이란 단계적 확장개념에서 진화한다고 이해한다. 즉 지식베이스의 구축 단계를 개발과 완료가 불가능하다는 관점에서 지식베이스 끊임없이 유지보수가 필요한 대상으로 이해하고 이러한 유지보수를 가능하게 하는 방법론을 제시한다. MCRDR에서 가장 핵심적인 부분은 지식공학자의 역할을 최소화하고 시스템 내부에서 지식의 관리와 획득을 수행하여 연구실험을 통하여 실용성이 입증되었고 의료분야에서 상용화 시스템 개발 툴로서 사용되어져 왔다. 그러나 MCRDR 이론이 적용된 전문가시스템들의 경우 MCRDR이론을 기본으로한 개발 툴로서 개발된 시스템들이 아니고 해당분야에서 MCRDR이론을 적용한 엔진을 직접 설계 구현하여 온 것이 사실이다. KEE(Knowledge Engineer for Experts) 시스템은 최근 개발된 MCRDR기반 전문가시스템 개발 툴로서 본 논문에서는 이러한 분야별 전문가시스템 개발을 지양하고 MCRDR 이론을 기반으로 한 범용성 있는 전문가시스템 개발 툴의 개발에 관한 연구를 소개한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.79-88
• /
• 1999

전문가 시스템의 지식베이스 구축에 필요한 규칙추출에 관련되는 지식공학자의 인력 부족자 전문분야에 적합한 지식공학자 확보에 따른 비용 증가, 지식공학자 수행 프로세스의 비 정형화로 인하여 특정한 전문가 시스템의 개발 때마다 관련된 지식획득 과정의 어려움 발생, 전문가 시스템의 지식베이스 특성이 고려되지 않은 개발 과정 수행에 따른 비현실적인 지식베이스 구축 등의 현존 문제점은 효율적인 전문가 시스템 개발의 장애 요인이 되고 있다. 이 논문에서는 전문가 시스템 개발에 있어서 체계적인 규칙추출을 위하여 지식베이스 구축에 관한 분석단계까지를 5개 단계로 세분화하여 지식획득과정을 강화하였고, 각 단계별로 지식공학자가 수행해야 하는 프로세스와 각 프로세스별로 지식공학자가 실질적인 작업을 통해 결과를 산출하는 태스크를 정형화하였다. 규칙추출 프로세스/태스크를 체계적으로 정형화하는 것은 성공적인 전문가 시스템의 개발에 도움을 줄 것이며, 개발자가 지식공학자의 역할을 대행할 수 있으므로 지식공학자의 확보 문제를 해결할 수 있다. 또한, 전문가 시스템의 적용 분야에 대한 확대 효과가 기대된다.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.294-304
• /
• 2008

Verbal Protocol Analysis(이하 VPA)와 Repertory Grid(이하 RG)를 활용하여 구매 전문가의 지식을 온톨로지로 구축하여 활용할 수 있는 방법론 제시하였다. VPA를 활용하여 전문가의 생생한 지식을 실제와 거의 유사하게 구어체의 문서로 표현하고, 다시 RG를 이용하여 온톨로지로 표현하는 절차와 세부 방안을 구축하였다. 본 연구의 방법을 활용하여 지식 온톨로지를 구축하면 전문가의 암묵적 지식을 실제와 가깝게 상호운영이 가능한 구조화된 지식으로 표현 할 수 있고 나아가 표현된 지식의 다양한 활용이 가능해 진다. 이와 같이 전문가의 암묵지를 실제와 가깝게 표현하고 이를 재활용 가능한 형태로 구조화할 수 있다는 것은 지식의 표현, 축적 그리고 활용을 위해서 매우 중요한 의미가 있다고 할 수 있다. 한편, 본 연구의 방식대로 표현된 구매 전문가의 지식 온톨로지에 대해 현장 전문가가 이를 평가하여 본 연구에서 제안하는 내용의 의미적 가치와 우수성을 검증하였다.

• Computational Structural Engineering
• /
• v.1 no.2
• /
• pp.37-40
• /
• 1988

본 기사에서는 전문가 시스템의 구축에 관한 제반사항, 즉 전문가 시스템에 대한 개략적인 소개, 문제영역의 선택, 전문가 시스템의 올바른 모델, 지식의 관리요령 및 시스템 개발상의 문제들에 대하여 기술하였다. 이러한 전문가 시스템은 특정분야 전문가의 지식을 컴퓨터에 내장함으로써 전문가가 희귀한 분야에서 그 지식을 쉽게 획득하거나, 그 분야의 초보자를 교육시키거나, 전문가의 부재시 일의 능률을 유지시키기 위한 목적 등의 실효성이 점차 인정되어 가면서 그 개발노력도 증대되고 있다. 그리고 전문가 시스템의 개발은 기존 프로그램 방식과는 달리 개념의 구체화 작업의 연속으로, 반복적인 과정을 통하여 이루어지므로 다소 시행착오적인 일이라 할 수 있다. 따라서 시스템의 구축에는 많은 시간과 노력이 필요하다. 구축된 전문가 시스템은 그 전문성을 높이기 위하여 지식베이스내에 새로운 지식의 Update가 부단히 계속되어야 한다.

• 전기의세계
• /
• v.39 no.8
• /
• pp.14-24
• /
• 1990

전문가 시스템 개발과정에서 완전한 경험적 규칙들을 얻는 것은 극히 어려운 작업이다. 전문가들이 확고한 경험적 규칙들을 얻기위해서는 오랜 시간이 걸리며, 그 얻어진 지식조차 확신할 수 없다. 또한 같은 분야 지식도 전문가들 사이에서 큰 차이를 보일 수 있다. 이러한 상황에서 전문가 시스템이 보다 완전한 지식베이스를 얻어, 주어진 영역에서 기존의 고도 전문가 수준의 전문성을 갖는 완전한 전문가로 활약하기 위해서는 지식 배제, 둘째 기존의 경험적 탐색 공간은 물론 보다 다양한 문제 해결 전략이 가능한 심층적 탐색공간을 제공하여 그로부터 새로운 문제 해결 지식을 학습하는 자기 학습기능이 필요하다. 본지에서는 이러한 자기학습 기능을 갖는 전문가 시스템의 알고리즘을 검토하였다. 그리고 끝으로 전력계통에 대한 적용예로서 전압제어 전문가 시스템을 설명하였다. 아직 전문가 시스템의 자기학습 기능의 구현은 초보적 연구에 머물고 있으며, 그들의 학습 능력조차 낮은 수준에 불과하다. 그러나 전문가 시스템 연구자들은 기존 전문가 시스템의 문제점과 그 적응능력의 중요성을 인식하고 있기 때문에 보다 진보된 개념(데이타들로부터 이론과 원리를 학습하는)이 도입된 자기학습 전문가 시스템의 적용연구는 앞으로 여러분야에서 폭넓게 이루어 질 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.52-54
• /
• 2001

전문가시스템의 개발과정에서 가장 힘들고 많은 시간과 비용을 필요로 하는 단계는 전문가가 소유하고 있는 지식을 구조화하여 시스템에 이식하는 이른바 지식공학 과정이다.[1] 이러한 사정은 체력관리전문가시스템의 경우도 예외일 수 없다. 본 연구에서는 체력관리전문가시스템이 갖는 지식의 구조적인 특성을 파악한 후, 이 특성을 이용하여, 전문가시스템이나 지식공학에 관한 지식이나 경험이 없는 체력관리자들이 지식의 구축, 테스트, 수정을 어렵지 않게 수행할 수 있도록 하는 지식관리시스템을 개발하였다.

• Journal of Intelligence and Information Systems
• /
• v.5 no.2
• /
• pp.43-61
• /
• 1999

국방정보체계는 종류가 다양하고 대규모로 추진되기 때문에 소프트웨어 개발을 위한 사업관리에 어려움이 많이 따른다. 더구나, 현재 국방정보체계의 사업관리는 자동화시스템을 이용하여 체계적으로 실시하지 않고 수동으로 처리하기 때문에 많은 문제점이 야기되고 있고 현재의 소프트웨어 개발 표준인 ISO 12207을 수정 없이 그대로 대규모 실시간 국방정보체계의 소프트웨어 개발사업에 적용하는 것도 한계가 있다. 따라서 본 논문의 목적은 효율적인 국방정보체계 소프트웨어 개발 사업관리를 위해서 국방정보체계별로 적절한 개발 생명주기 모델을 선정하고, 각 단계별로 사업관리자가 수행할 태스크를 식별하는 등의 도메인 지식을 개발하여 궁극적으로 국방정보체계 사업관리용 전문가 시스템을 개발할 때 활용함과 동시에 국방정보체계 사업관리의 일환으로 최종 산출물에 대한 품질을 높일 수 있도록 체계적인 시험평가 방안에 대한 도메인 지식도 개발하여 사업관리용 전문가 시스템 구축 시에 활용하고자 하는 것이다. 이를 위해서 국방정보체계의 소프트웨어 개발 사업관리에 영향을 미치는 요소들을 식별하고 이를 이용하여 국방정보체계 소프트웨어 개발 사업관리를 위한 전문가 시스템을 구축할 수 있도록 생명주기 모델 선정을 위한 도메인 지식, 생명주기 각 단계별 세부활동을 위한 도메인 지식, 시험평가 방안선정을 위한 도메인 지식을 개발하여 제시하였다. 본 논문에서는 이러한 도메인 지식을 전문가 시스템 개발도구에서 지원되는 각종 에디터에 사용되는 형태나 IF A, THEN B 형태로 개발하지 않고 사업관리용 전문가 시스템의 지식베이스에 포함될 지식들을 식별하는 것을 중심으로 개발하였다. 즉, 본 논문에서는 국방정보체계 사업관리용 전문가 시스템 개발의 필요성과 가능성을 검증하는 용역연구과제로써 프로토타입 혹을 완벽한 사업관리용 전문가 시스템을 개발한 것이 아니며, 전문가 시스템 개발 시 가장 어렵고 중요한 지식베이스 모듈속에 포함될 도메인 지식을 개발하는 것이 이 연구의 목적이다. 이러한 연구는 궁극적으로는 이러한 도메인 지식이 국방정보체계의 사업관리를 위한 전문가 시스템의 지식베이스 모듈 구축 시 기초/기반 및 핵심 지식으로 활용될 수 있을 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.135-139
• /
• 2002

전문가 시스템은 여려 분야에서 활용되고 있으나 여러 가지 문제점을 발생시키고 있다. 그 문제점 중 하나로 전문가로부터 지식을 추출해 내는 과정에서 발생하는 어려움들이 있다. 즉, 전문가로부터의 지식들을 추출하여 그것들을 지식 베이스화하는 작업과 그 지식을 추론할 수 있도록 추론 망으로 구성하는 것이다. 비록 이런 문제점들을 해결한다고 하여도 규칙화 된 추론망을 구성하는 데는 시간적 요소와 전문적인 지식을 가진 인적 자원이 많이 소모되므로 전문가 시스템을 구성하는 것은 실질적으로 불가능하다. 본 논문에서는 전문가는 단순히 자신이 가진 단편적인 지식들의 특징들을 입력하고, 이 특징들로부터 지식을 추출하여 지식 베이스화하고, 이를 이용한 추론망 구성을 자동 추론망 생성 시스템이 대신하는 기법을 제시한다. 실제 구성된 추론망은 규칙 기반의 추론 망으로 구성하여 지식 베이스화 한다.