AI 검색을 위한 엔티티 수준 메타데이터 패킷 명세

한줄 요약

AI 검색 시스템에서 엔티티 단위로 구조화된 메타데이터 패킷을 정의하는 기술 명세로, 7개 구성요소를 통해 검색 정확도와 신뢰성을 높이고자 한다.

풀어야 하는 문제

기존 메타데이터 표준(Dublin Core, schema.org 등)은 문서 수준에 초점을 맞춰 엔티티 수준의 세밀한 검색과 중의성 해소에 한계가 있다. AI 검색 시스템에서 엔티티의 정확한 식별과 신뢰할 수 있는 정보 제공을 위한 구조화된 메타데이터 형식이 필요하다.

접근 방법

7개 구성요소로 이루어진 메타데이터 패킷을 설계: 엔티티 정의(JSON-LD), 중의성 해소 행렬, 키워드 블록, 부정 태그, 의미 무결성 마커, DOI 참조 목록, 증거 막. 각 구성요소는 엔티티의 식별, 분류, 검증을 지원하며, 예시로 Lee Sharks 지식 그래프를 통해 적용 방법을 보여준다.

결과·기여

기존 표준과의 차별성을 명확히 하고, 엔티티 수준 검색 아키텍처의 기초를 제공한다. 그러나 실험적 검증이나 실제 시스템 적용 사례는 부재하여 실용성 평가가 어렵다.