Technology

S2W’s Technology

멀티도메인 교차분석

S2W는 조직이 직면한 문제를 정의하고, 효과적인 데이터 활용을 위해 멀티도메인 교차분석 기술을 개발합니다.
이 기술은 여러 도메인의 지식과 데이터를 의미 기반으로 연결하고 통합적으로 분석함으로써, 단순한 정보 수집을 넘어 조직 전체의 데이터 자산을 유기적이고 전략적으로 활용할 수 있게 합니다.

S2W의 멀티도메인 교차분석은, 도메인별로 구축된 온톨로지와 지식그래프를 연결하고 분석해 숨겨진 인사이트를 도출합니다.

도메인 특화 온톨로지와 지식그래프

1
문제 정의
2
목적 설정
3
데이터 정의·분석
4
온톨로지 디자인
5
지식그래프 구축
6
사용자 실증

사용자와 데이터의 선순환

조직이 해결하고자 하는 문제를 정의하고, 문제 해결을 위해 필요한 도메인 특화 온톨로지와 지식 그래프를 구축합니다. 이는 총 6단계를 거쳐 구성되며, 초기 설계 후 사용자와 데이터 간의 선순환 구조를 형성하게 됩니다.

1. 문제 정의 (Problem Definition)

조직 또는 사용자가 직면한 주요 이슈나 해결하고자 하는 핵심 과제를 명확히 규정합니다. 이 단계에서는 분석의 대상과 범위를 설정하고, 어떤 유형의 정보를 이해하거나 밝혀내야 하는지를 구체화합니다. 또한, 분석하고자 하는 분야(도메인)에 대해 어떤 개념들이 중요하고, 이들 간의 관계를 어떻게 구조화 할지 고민하며 온톨로지(지식 구조도)의 초기 틀을 설계합니다. 이러한 정의는 이후의 데이터 분석, 지식그래프 구축의 기준점이 됩니다.

2. 목적 설정 (Defining Objective)

정의된 문제를 해결하기 위해 데이터 분석의 목적과 기대하는 성과를 명확히 설정합니다. 해당 문제를 어떤 방식으로 분석하고 해결할 것인지에 대한 구체적인 목표와 실행 전략을 수립하는 단계입니다.

이를 통해 분석의 정밀도, 처리 속도, 확장성, 적용 가능성 등 기술적 지표를 설정하며, 정의한 온톨로지 구조와 데이터를 활용하여 어떤 결과물을 얻을 것인지를 명확히 합니다 (인사이트 분석, 보안 관제 시스템, 내부 데이터 기반 생성형 AI 등). 또한 분석 목적이 단일하지 않은 경우가 많기 때문에, 가능한 다양한 분석 시나리오와 활용 목적을 설정하여 이후 단계에서 유연하게 확장할 수 있는 기반을 마련합니다.

3. 데이터 정의·분석 (Data Definition & Analysis)

온톨로지 설계에 필요한 핵심 개념(엔티티)과 관계를 구성하기 위해, 목적 달성에 필요한 데이터를 정의하고 그 보유 여부와 유형 (예: .docx, .pdf 등)을 파악합니다.

데이터 내에서 엔티티를 자동으로 식별·분류할 수 있는 파이프라인을 구축하고, 표현 방식과 의미를 표준화하여 기계가 개체의 의미를 인식할 수 있도록 합니다. 또한, 특정 도메인 내 핵심 개체와 이들 간 관계를 파악하고, 노드의 정의 정보와 주변·관계 정보를 맥락 중심으로 분석해 구조화의 기반을 마련합니다.

4. 온톨로지 디자인 (Ontology)

온톨로지는 정보와 지식의 구조를 체계적으로 정의하고 연결하는 방식입니다. 특히 도메인 특화 온톨로지는 특정 분야의 핵심 개념과 그 관계를 구조화한 지식 설계도로, 기계가 각 데이터(객체)의 의미와 연결 구조를 이해할 수 있도록 돕습니다. 이 단계에서는 도출된 개체와 관계를 바탕으로, 각 개념이 어떤 의미로 연결되는지를 명확히 모델링합니다.

관계는 단방향 또는 양방향, 계층 구조 또는 네트워크형 등 다양한 방식으로 구성될 수 있으며, 해당 도메인의 전문가 지식과 데이터 분석 결과를 함께 반영합니다.
온톨로지는 이후 지식그래프 구축의 스키마 역할을 하며, 의미 기반 추론과 분석의 기반이 됩니다.

5. 지식그래프 구축 (Knowledge Graph)

지식그래프는 앞서 설계된 온톨로지(지식 설계도)에 실제 데이터를 주입하여 만든 그래프형 지식 구조입니다. 특히, 도메인 특화 지식그래프는 조직 내부 데이터, 외부 데이터 등 실제 수집된 데이터를 온톨로지 프레임에 맞춰 노드-엣지 형태의 그래프로 표현됩니다. 여러 도메인에서 추출된 지식 요소들이 하나의 네트워크로 의미 기반으로 연결되며, 관계 추론, 유사성 탐지 등 고차 분석을 가능케합니다.

6. 사용자 실증 (User Validation & Feedback)

구축된 지식그래프를 실제 사용자 환경에서 테스트하고, 그 효과성과 활용 가능성을 검증합니다. 사용자의 피드백은 온톨로지 정교화, 데이터 보강, 분석 목적 재설정 등에 반영되며, 전 과정을 고도화하는 선순환의 출발점이 됩니다.

사용자의 실증 결과를 바탕으로 다시 문제 정의 및 목적 설정 단계로 돌아가며, 온톨로지와 지식그래프는 지속적으로 정제되고 확장됩니다.
이러한 반복적 고도화 과정으로 조직과 사용자는 데이터를 보다 효과적이고 효율적으로 운용할 수 있습니다.

도메인 특화
지식그래프 간의 연결

S2W는 앞서 구축한 온톨로지와 지식그래프를 기반으로, 하나의 분야에 국한되지 않고 조직 내 여러 도메인의 데이터를 이해하고 연결하는 멀티도메인 교차분석을 수행합니다.

각 도메인의 독립적인 지식 구조를 비교·분석해 공통 개념, 의미적 유사성, 맥락적 연결성을 식별합니다. 이 과정에서 노드의 정의는 물론, 주변 관계·속성까지 포함한 맥락(Context)을 이해함으로써, 물리적으로 완전히 분리된 두 개체 간에도 숨겨진 의미적 연결 고리를 찾아냅니다.

이러한 교차분석을 통해 조직은 도메인 간 잠재적인 연관성을 발견하고, 문제를 통합적 시각에서 재해석하며, 복잡한 데이터 환경 속에서도 더 깊은 인사이트와 정밀한 의사결정을 도출할 수 있습니다.

제품

도메인 특화 온톨로지 플랫폼 SAIP는 전문가의 지식을 온톨로지 형태로 구조화하고 이를 기반으로 지식그래프를 구축합니다. 문제점을 진단하는 과정부터 실무에 바로 적용할 수 있는 의사결정까지 지원하며, 모든 단계에서의 추론 과정과 결과를 투명하게 확인할 수 있습니다.
자세히 보기
통합 사이버 위협 인텔리전스(CTI) 플랫폼, QUAXAR(퀘이사)는 DRP, TI, 그리고 ASM 솔루션을 하나의 플랫폼에서 관리할 수 있습니다. 기업의 주요 자산을 보호, 즉시 활용 가능한 인텔리전스를 통해 잠재 위협에 선제적인 대응이 가능합니다.
자세히 보기
AI 기반 사이버범죄 인텔리전스 플랫폼, XARVIS(자비스)는 다크웹, 텔레그램을 비롯해 사이버 범죄가 빈번하게 발생하는 익명 채널의 빅데이터를 활용하여 국가안보와 공공 치안을 위한 첩보를 제공합니다. 채널 모니터링, 사용자 프로파일링, 그래프 기반의 데이터 연관성 분석, AI를 통한 위협 정보 자동 보고서 생성(다크인텔) 등 사이버 범죄 분석 및 수사에 특화된 데이터 분석 도구를 활용하여 인텔리전스 도출이 가능합니다.
자세히 보기
가상자산 분석 솔루션, EYEZ(아이즈)는 대규모 블록체인 거래 데이터 상에서의 원장 추적 기술과 다크웹, 소셜 채널 상의 평판 정보 및 공공기관의 제재대상 정보 등 보안 위협 정보를 결합하여 제공합니다. 이를 통해 사용사는 다양한 보안 위협과 그와 관련된 불법 가상자산의 연관성 및 흐름 분석이 가능합니다.
자세히 보기