지식 그래프와 온톨로지 (2) (feat. Neo4j)

1. RDF/OWL과 Neo4j property graph의 차이를 이해한다.
2. 온톨로지를 참고해서 Neo4j 그래프 모델을 직접 만든다.
3. Turtle 예시 데이터를 만들어 Neo4j에 적재한다.
4. neosemantics(n10s)로 RDF/OWL 데이터를 가져오는 흐름을 이해한다.
5. Cypher로 국가, 도시, 사건 관계를 탐색한다.
6. GraphRAG에서는 이 그래프를 어떻게 쓸 수 있을지 정리한다.

subject - predicate - object

asia hasCountry korea
korea hasCity seoul
diplomaticEventA relatedCountry korea
diplomaticEventA relatedPerson personA
korea name "대한민국"

(:Area {name: "아시아"})-[:HAS_COUNTRY]->(:Country {name: "대한민국"})
(:Country {name: "대한민국"})-[:HAS_CITY]->(:City {name: "서울"})
(:Event {name: "외교행사A"})-[:RELATED_COUNTRY]->(:Country {name: "대한민국"})

Neo4j Desktop 또는 Neo4j Server
Neo4j Browser
neosemantics(n10s) 플러그인
앞 글에서 만든 온톨로지 또는 아래 Turtle 예시

Protege에서 온톨로지 작성
        ↓
OWL 또는 Turtle 파일로 저장
        ↓
Neo4j에 neosemantics 플러그인 설정
        ↓
Graph Config 초기화
        ↓
온톨로지 또는 RDF 데이터 import
        ↓
Cypher로 탐색

방법 A:
  온톨로지를 참고해서 Neo4j property graph를 직접 만든다.

방법 B:
  RDF/OWL 파일을 neosemantics로 가져온다.

CREATE CONSTRAINT area_id IF NOT EXISTS
FOR (n:Area)
REQUIRE n.id IS UNIQUE;

CREATE CONSTRAINT country_id IF NOT EXISTS
FOR (n:Country)
REQUIRE n.id IS UNIQUE;

CREATE CONSTRAINT city_id IF NOT EXISTS
FOR (n:City)
REQUIRE n.id IS UNIQUE;

CREATE CONSTRAINT event_id IF NOT EXISTS
FOR (n:Event)
REQUIRE n.id IS UNIQUE;

CREATE CONSTRAINT person_id IF NOT EXISTS
FOR (n:Person)
REQUIRE n.id IS UNIQUE;

MERGE (asia:Area {id: "asia"})
SET asia.name = "아시아";

MERGE (korea:Country {id: "korea"})
SET korea.name = "대한민국";

MERGE (seoul:City {id: "seoul"})
SET seoul.name = "서울";

MERGE (personA:Person {id: "personA"})
SET personA.name = "인물A";

MERGE (event:Event {id: "diplomaticEventA"})
SET event.name = "외교행사A",
    event.date = date("2026-05-31");

MATCH (asia:Area {id: "asia"})
MATCH (korea:Country {id: "korea"})
MERGE (asia)-[:HAS_COUNTRY]->(korea);

MATCH (korea:Country {id: "korea"})
MATCH (seoul:City {id: "seoul"})
MERGE (korea)-[:HAS_CITY]->(seoul);

MATCH (event:Event {id: "diplomaticEventA"})
MATCH (korea:Country {id: "korea"})
MERGE (event)-[:RELATED_COUNTRY]->(korea);

MATCH (event:Event {id: "diplomaticEventA"})
MATCH (personA:Person {id: "personA"})
MERGE (event)-[:RELATED_PERSON]->(personA);

asia hasCountry korea
korea hasCity seoul
diplomaticEventA relatedCountry korea
diplomaticEventA relatedPerson personA

MATCH (n)
RETURN labels(n) AS labels, n
LIMIT 25;

MATCH (a)-[r]->(b)
RETURN a.name AS from,
       type(r) AS relationship,
       b.name AS to
ORDER BY from, relationship, to;

MATCH (:Country {name: "대한민국"})-[:HAS_CITY]->(city:City)
RETURN city.name AS city;

MATCH (event:Event)-[:RELATED_COUNTRY]->(:Country {name: "대한민국"})
RETURN event.name AS event, event.date AS date
ORDER BY date;

MATCH (event:Event {id: "diplomaticEventA"})
OPTIONAL MATCH (event)-[:RELATED_COUNTRY]->(country:Country)
OPTIONAL MATCH (country)-[:HAS_CITY]->(city:City)
OPTIONAL MATCH (event)-[:RELATED_PERSON]->(person:Person)
RETURN event.name AS event,
       collect(DISTINCT country.name) AS countries,
       collect(DISTINCT city.name) AS cities,
       collect(DISTINCT person.name) AS people;

@prefix ex: <http://example.com/mofa-sample#> .
@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .

ex:Area a owl:Class .
ex:Country a owl:Class .
ex:City a owl:Class .
ex:Event a owl:Class .
ex:Person a owl:Class .

ex:hasCountry a owl:ObjectProperty ;
  rdfs:domain ex:Area ;
  rdfs:range ex:Country .

ex:hasCity a owl:ObjectProperty ;
  rdfs:domain ex:Country ;
  rdfs:range ex:City .

ex:relatedCountry a owl:ObjectProperty ;
  rdfs:domain ex:Event ;
  rdfs:range ex:Country .

ex:relatedPerson a owl:ObjectProperty ;
  rdfs:domain ex:Event ;
  rdfs:range ex:Person .

ex:name a owl:DatatypeProperty ;
  rdfs:range xsd:string .

ex:date a owl:DatatypeProperty ;
  rdfs:domain ex:Event ;
  rdfs:range xsd:date .

ex:asia a ex:Area ;
  ex:name "아시아" ;
  ex:hasCountry ex:korea .

ex:korea a ex:Country ;
  ex:name "대한민국" ;
  ex:hasCity ex:seoul .

ex:seoul a ex:City ;
  ex:name "서울" .

ex:personA a ex:Person ;
  ex:name "인물A" .

ex:diplomaticEventA a ex:Event ;
  ex:name "외교행사A" ;
  ex:date "2026-05-31"^^xsd:date ;
  ex:relatedCountry ex:korea ;
  ex:relatedPerson ex:personA .

SHOW PROCEDURES
YIELD name
WHERE name STARTS WITH "n10s."
RETURN name
ORDER BY name;

CREATE CONSTRAINT n10s_unique_uri IF NOT EXISTS
FOR (r:Resource)
REQUIRE r.uri IS UNIQUE;

CALL n10s.graphconfig.init({
  handleVocabUris: "SHORTEN",
  handleMultival: "ARRAY"
});

CALL n10s.graphconfig.show();

CALL n10s.rdf.preview.fetch(
  "file:///mofa-sample.ttl",
  "Turtle"
);

CALL n10s.onto.import.fetch(
  "file:///mofa-sample.ttl",
  "Turtle"
);

CALL n10s.rdf.import.fetch(
  "file:///mofa-sample.ttl",
  "Turtle"
);

MATCH (n)
RETURN labels(n) AS labels, n
LIMIT 25;

MATCH (s)-[p]->(o)
RETURN s.uri AS subject,
       type(p) AS predicate,
       o.uri AS object
LIMIT 25;

1. 먼저 Neo4j property graph로 수동 모델링한다.
2. Cypher로 노드와 관계 탐색을 익힌다.
3. 그 다음 n10s로 RDF/Turtle import를 해본다.
4. 두 결과가 어떻게 다르게 저장되는지 비교한다.

CapitalCity subClassOf City
City subClassOf Place

MERGE (capital:Category {name: "CapitalCity"})
MERGE (city:Category {name: "City"})
MERGE (place:Category {name: "Place"})
MERGE (capital)-[:SUBCLASS_OF]->(city)
MERGE (city)-[:SUBCLASS_OF]->(place);

MATCH (seoul:City {id: "seoul"})
MATCH (capital:Category {name: "CapitalCity"})
MERGE (seoul)-[:IN_CATEGORY]->(capital);

MATCH (seoul {id: "seoul"})-[:IN_CATEGORY]->(cat:Category)
MATCH path = (cat)-[:SUBCLASS_OF*0..]->(upper:Category)
RETURN seoul.name AS node,
       collect(DISTINCT upper.name) AS inferredCategories;

특정 사건은 어떤 국가, 도시, 인물과 연결되는가?
특정 국가는 어떤 지역에 속하고 어떤 도시를 포함하는가?
특정 인물은 어떤 기관, 직위, 사건과 연결되는가?
보도자료나 외교일지는 어떤 사건과 국가를 언급하는가?
질문에 답할 때 문서의 유사도뿐 아니라 어떤 명시적 관계를 따라갈 것인가?

MATCH (event:Event)-[:RELATED_COUNTRY]->(country:Country {name: "대한민국"})
OPTIONAL MATCH (event)-[:RELATED_PERSON]->(person:Person)
OPTIONAL MATCH (country)-[:HAS_CITY]->(city:City)
RETURN event.name AS event,
       collect(DISTINCT person.name) AS people,
       collect(DISTINCT city.name) AS cities;

1. 사용자 질문에서 핵심 엔티티를 찾는다.
   예: 대한민국, 외교행사, 특정 인물

2. 벡터 검색으로 관련 문서를 찾는다.
   예: 보도자료, 브리핑, 외교일지

3. Neo4j에서 명시적 관계를 따라 맥락을 확장한다.
   예: 대한민국 -> 관련 사건 -> 관련 인물/도시/기관

4. 문서 검색 결과와 그래프 탐색 결과를 함께 프롬프트 컨텍스트로 넣는다.

5. 답변에는 어떤 문서와 어떤 관계를 근거로 삼았는지 남긴다.

CREATE CONSTRAINT n10s_unique_uri IF NOT EXISTS
FOR (r:Resource)
REQUIRE r.uri IS UNIQUE;

MATCH ()-[r]->()
RETURN DISTINCT type(r) AS relationship
ORDER BY relationship;

온톨로지:
  도메인 지식의 개념과 관계를 정의하는 설계 기준

Neo4j:
  실제 그래프 데이터를 저장하고 Cypher로 탐색하는 그래프 DBMS

neosemantics:
  RDF/OWL 세계와 Neo4j property graph 세계를 연결해주는 플러그인

n10s.onto.import.fetch:
  Class, Property, subClassOf, domain, range 같은 온톨로지 구조를 가져올 때 사용

n10s.rdf.import.fetch:
  실제 RDF triple 데이터를 가져올 때 사용

1. 도메인 질문을 먼저 정한다.
2. 질문에 필요한 개체와 관계를 온톨로지로 정리한다.
3. Protege에서 모델을 검증한다.
4. Neo4j property graph로 직접 모델링하거나 n10s로 RDF를 가져온다.
5. Cypher로 탐색 가능한 관계를 확인한다.
6. 검색된 문서와 그래프 탐색 결과를 함께 RAG 컨텍스트로 사용한다.