[논문 리뷰] Linked Data for Smart Homes: Comparing RDF and Labeled Property Graphs

Donkers, Alex & Yang, Dujuan & Baken, Nico. (2020). Linked Data for Smart Homes: Comparing RDF and Labeled Property Graphs.

• https://linkedbuildingdata.net/ldac2020/files/papers/02paper.pdf

본 논문은 시맨틱 웹 표준인 RDF(Resource Description Framework)와 성능 중심의 LPG(Labeled Property Graphs)를 실증적으로 비교하여 각 모델의 적합성을 분석함.

---

1. 연구 배경 및 목적: 데이터 사일로 해결

스마트홈 환경은 건물 정보, IoT 센서, 사용자 활동 데이터가 각기 다른 시스템에 분산된 '데이터 사일로' 현상이 심각함. 이를 해결하기 위해 그래프 기반의 데이터 모델링이 필수적임. 본 연구는 Open Smart Home Dataset을 활용하여 주방(Kitchen) 사례를 RDF와 LPG로 각각 구현하고 정성·정량적 차이를 검증함.

Note: 단순히 데이터를 저장하는 것을 넘어, 서로 다른 도메인의 데이터를 '연결'한다는 점에서 그래프 모델의 선택은 스마트홈 서비스의 확장성을 결정짓는 매우 중요한 설계 요소라고 생각함.

---

2. 데이터 모델링 및 구조적 차이

연구에서는 동일한 데이터를 두 가지 방식으로 모델링함.

• RDF: 모든 정보를 Subject-Predicate-Object의 트리플(Triple) 구조로 원자화함. 시맨틱 웹 표준을 따르며 온톨로지(RDFS, OWL)를 통해 데이터의 의미를 정의함.
• LPG: 노드와 관계(Edge)에 직접 속성(Property)을 부여함. RDF보다 구조가 컴팩트하며 직관적임.

구분	RDF	LPG
데이터 단위	트리플 (Atomic)	노드, 관계, 속성 (Compact)
스키마	온톨로지 기반 (정형화)	스키마리스 (유연함)
질의 언어	SPARQL	Cypher

Note: RDF는 데이터 모델이 엄격하지만, LPG는 관계 자체에 '속성'을 넣을 수 있어 모델링 자유도가 높음

---

3. 정량적 성능 비교 결과

실제 주방 데이터셋을 적용한 결과, 데이터의 부피와 처리 속도에서 뚜렷한 차이를 보임.

• 저장 공간: RDF 모델은 약 7KB를 차지한 반면, 커스텀 LPG 모델은 약 2KB로 측정됨. RDF가 약 3.5배 더 많은 공간을 사용함.
• 그래프 밀도: RDF는 속성을 별도의 노드로 표현해야 하므로 노드와 엣지 수가 LPG에 비해 압도적으로 많음.
• 질의 성능: 단순 조회에서는 차이가 미미했으나, 복잡한 경로 탐색(Graph Traversal)에서는 LPG가 빠른 실행 속도를 기록함.

Note: 실시간으로 변하는 센서 데이터를 처리해야 하는 스마트홈 환경에서는 LPG의 성능적 우위가 큰 매력으로 다가옴. 하지만 데이터의 양이 기하급수적으로 늘어날 때 RDF의 표준화된 구조가 주는 관리 효율성도 무시할 수 없을 것임.

---

4. 핵심 분석: 상호운용성 vs 퍼포먼스

RDF의 강점: 의미적 추론과 표준

RDF는 자동 추론(Inference)이 가능하다는 독보적인 장점이 있음. 여러 기관의 데이터를 통합할 때 표준 온톨로지를 사용하므로 데이터 오염이나 오해의 소지가 적음.

LPG의 강점: 효율적인 관계 표현

LPG는 엣지에 가중치나 시간 정보를 직접 부여할 수 있어, 사용자 선호도나 시간 흐름에 따른 상태 변화를 표현하기에 매우 적합함.

Note: "누가 이 장치를 켰는가?"라는 질문에 대해, RDF는 Reification(재구체화)이라는 복잡한 과정을 거쳐야 하지만 LPG는 관계 속성으로 간단히 해결함. 이 지점이 개발자 입장에서 LPG를 선호하게 만드는 요인이라 판단됨.

---

5. 결론 및 향후 전망

본 논문은 서비스의 목적에 따라 모델을 선택할 것을 권장함.

• LPG 추천: 실시간 응답이 중요하고 복잡한 탐색이 필요한 스마트홈 서비스.
• RDF 추천: 다기관 협력이 필요하고 장기적인 데이터 통합 및 의미 기반 서비스가 중요한 환경.

연구 마지막에는 RDF-star와 같은 하이브리드 모델을 언급하며, RDF의 표준성과 LPG의 효율성을 결합하려는 시도가 미래의 대안이 될 수 있음을 시사함.

What Is RDF-star | Ontotext Fundamentals

What Is RDF-star?

 

기술적 우위를 가리기보다 서비스의 생애 주기를 고려한 선택이 필요함. 개인적으로는 초기 프로토타이핑은 LPG로 빠르게 진행하되, 공공 데이터나 타 플랫폼과의 연업이 필요한 시점에는 RDF 변환 계층을 두는 하이브리드 전략이 현실적이지 않을까 생각함.