‘지식그래프’는 구글의 검색서비스 브랜드명에서 비롯되어, 최근에는 링크드 데이터와 그래프 형식의 지식베이스를 통칭하는 용어로 사용되고 있다(김학래, 2017, p. 78). 링크드 데이터(Linked Data)란 웹에 분산된 데이터를 효과적으로 공유하고 통합하기 위하여 데이터를 의미 수준에서 연결하는 기술이다(김학래, 2017, pp. 49-52). 이를 위해 모든 개체는 URI로 식별하고 HTTP 프로토콜로 접근할 수 있도록 한다. 개체에 대한 정보는 주어(Subject)-술어(Predicate)-목적어(Object)의 진술문(statement) 형식으로 구성된 RDF (Resource Description Framework) 그래프 구조로 기술한다(이정현, 이윤용, 방기영, 김용, 2015, p. 59). 개체에 대한 정보를 실질적으로 기술하기 위해서는 어휘(vocabulary)가 필요하며, 분야별로 공유되는 개념을 사람과 기계 모두에게 명확하도록 정의한 온톨로지(ontology)를 활용한다(김학래, 2017, p. 37). 이렇게 발행된 데이터는 의미 수준에서 기계의 처리가 가능해지고, 의미적으로 연관된 또 다른 데이터와 그래프로 연결되고 통합되어 지식베이스를 구성한다. 다시 말해, 지식그래프는 의미 검색(semantic search)의 출발점이 될 수 있고, 서로 다른 기관에서 발행된 데이터 간 연계와 통합을 지원할 수 있다.

링크드 데이터는 기록자료의 표현과 관리를 위한 중요한 기술로 인식되고 있다(Gracy, 2015). 기록자료의 표현은 다양한 방식으로 제안되고 있고, 디지털 문화유산 및 기록관리 분야에 적용되고 있다(Ziku, 2020). Matienzo, Roke, ＆ Carlson(2017)은 디지털 아카이브의 기술(description)을 위해 Schema.org²⁾의 적용과 확장 방법을 설명하고, Schema 어휘와 ISAD(G), ISAAR-CPF, DACS 사이의 기초적인 매핑 관계를 제안하고 있다. Mazzini와 Ricci(2011)는 아카이브 데이터의 표현을 위한 EAC-CPF 온톨로지 모델을 제안하고 있다. 데이터 모델은 기록자료를 표현하기 위한 90개 클래스와 30개 속성을 포함하고 있지만, 기존 어휘의 재사용과 연계 방안을 소개하고 있지는 않다.

국내 기록학계에서 지식그래프 구축과 관련된 연구는 의미 검색의 성능 평가, 온톨로지 모델의 설계, 링크드 데이터의 상호연결(interlinking)을 주요 키워드로 전개되어왔다. 먼저 이정희, 김희섭(2007)과 이병길, 김희섭(2013)은 각각 대학 전자기록물과 새마을운동 기록물을 대상으로 시맨틱 검색시스템을 구축하고 성능을 평가한다. 두 연구는 키워드 기반 검색시스템에 비해 재현율 및 정확률이 향상되었음을 보고하며 의미 검색의 우수성을 확인한다. 위 선행연구는 의미 검색을 통해 디지털 아카이브의 검색기능을 향상할 수 있음을 보여준다.

온톨로지 모델 설계에 중점을 둔 연구는 다음과 같다. 이정현 외(2015)는 대통령기록물과 대통령 재임 중 사건을 연계할 수 있는 온톨로지를 설계하고, 이를 LOD(Linked Open Data; 링크드 오픈 데이터)로 발행하기 위한 서비스 흐름도 및 웹 인터페이스 화면을 제안한다. 이은욱, 박희진(2017)은 패싯 분석을 바탕으로 ‘이산가족 찾기 기록’의 온톨로지를 제안하고 모델의 품질을 평가한다. 최진경(2020)은 과학기술성과를 대상으로 온톨로지를 설계하고 웹 구현 화면의 프로토타입을 소개하고 있다. 위 연구들은 특정 분야 기록에 특화된 온톨로지 어휘를 제시한 의의가 크지만, 상호운용성의 측면에서 약점을 지닐 우려가 있다. 본 연구는 지식그래프 구축에 기존 온톨로지 어휘를 재사용하며, 특히 기록학계의 국제 표준으로 개발 중인 Records in Contexts-Ontology를 활용하여 디지털 아카이브 간의 범용성 확보를 도모한다.

링크드 데이터의 상호연결에 중점을 둔 연구는 다음과 같다. 박옥남(2012)은 국가기록원의 계층별, 주제별, 생산기관별 검색이 연계되지 않는 경직성을 지적하고, 주제 및 생산기관 전거데이터를 링크드 데이터로 구축하여 기록물 데이터와 상호연결한다. 하승록, 임진희, 이해영(2017)은 기록정보 LOD 구축 프레임워크를 5단계로 제안하고 개념 증명(Proof of Concept)을 진행하는 과정에서, ‘5월 12일 일기 컬렉션’을 LOD로 구축하고 한국관광공사LOD 서비스와 상호연결한다. 하승록, 안대진, 임진희(2017)는 대규모 상호연결을 위해 자동화의 불가피성을 강조하며, 국가기록원 중앙영구기록관리시스템(CAMS) 데이터 일부를 LOD로 구축하고 디비피디아(DBpedia)와의 상호연결 자동화 실험을 진행한다. 위 연구들은 디지털 아카이브가 고립되지 않고 외부 데이터와 연계될 때 그 가치가 더욱 높아짐을 보여주고 있다. 선행연구의 연장선상에서 본 연구는 지식그래프를 위키데이터(Wikidata)³⁾와 자동화된 방식으로 상호연결하며, 나아가 연결된 외부 데이터를 재사용하여 데이터 강화(enrichment)를 시도한다.

Records in Contexts(이하 ‘RiC’)는 기록을 기술(describe)하기 위한 국제 표준이다. RiC은 크게 세 부분으로 구성된다. 첫째, 기록을 기술하는 데 필요한 개체(entity), 속성(attribute), 관계(relation)를 정의하는 개념 모형 RiC-Conceptual Model(이하 ‘RiC-CM’)이다. 둘째, RiC-CM을 공식적, 기술적(technical)으로 표현하기 위한 온톨로지 RiC-Ontology(이하 ‘RiC-O’)이다. RiC-CM이 정의한 원칙에 따라 기록을 기술하여 RDF 그래프 형태로 구현할 수 있도록 어휘와 규칙을 제공한다. 셋째, 적용을 위한 가이드라인 RiC-Application Guidelines (RiC-AG)이다(Clavaud, 2020, pp. 16-19). 이 중 RiC-CM v0.2의 프리뷰와 RiC-O v0.1이 2019년 12월 발표되었다. 차후 개발 일정은 ICA EGAD RiC-O 공식 웹사이트에 업데이트되고 있으며 2020년에 RiC-O v0.2가, 2021년에 RiC-CM과 RiC-O의 v1.0이 공개될 예정이다(ICA EGAD, 2020a).

RiC-CM의 개체는 4계층으로 구분되는데, ‘기록자원(Record Resource)’, ‘사본(Instantiation)’, ‘행위자(Agent)’, ‘활동(Activity)’을 비롯하여 총 22개 개체를 포함한다. 개체는 속성을 지니는데, 상위 개체의 속성은 하위 개체에 그대로 상속된다. 예를 들어 최상위 개체 ‘대상(Thing)’의 속성인 ‘식별자(Identifier)’, ‘이름(Name)’, ‘기술 주기(Descriptive Note)’는 모든 개체가 공통적으로 지닌다(ICA EGAD, 2019b, p. 21). 개체와 개체 사이의 관계는 5계층으로 구분되며, 최상위 관계 ‘~와 관련이 있다(is related to)’에서 시작하여 하위 계층으로 갈수록 좁은 의미를 지니게 된다(ICA EGAD, 2019b, p. 53).

이와 같은 구조 속에서, ‘기록(Record)’ 및 ‘기록집합(Record Set)’ 개체는 다양한 개체들과 관계로 연결되어 그래프 또는 네트워크를 형성하며 다차원적(multidimensional)으로 기술된다. 기록이 생산, 이용되는 실제 세계는 시공간에 위치한 다양한 사람들과 객체들이 역동적으로 상호작용하는 네트워크의 일종으로 이해할 수 있다. 따라서 다차원적 기술 방식은 실제 세계의 복잡한 맥락을 반영하는 데에 이점을 지닌다(ICA EGAD, 2016, pp. 9-10).

RiC-O는 RiC-CM이 정의한 개체, 속성, 관계를 기계가 처리 가능한 형식으로 표현한다. RiC-O는 OWL(Web Ontology Language; 웹 온톨로지 언어) 기반의 온톨로지로서, ‘클래스(owl:Class)’, ‘데이터타입 속성(owl:DatatypeProperty)’, ‘오브젝트 속성(owl:ObjectProperty)’을 지니고, 접두어(prefix)로는 ‘rico’를 사용한다. RiC-O의 클래스 및 속성은 대체로 RiC-CM에 상응하나, 모델의 정확성과 유연성을 위해 일부 클래스 및 속성이 추가되기도 하였다(ICA EGAD, 2019a). RiC-O를 통해 RDF 데이터를 발행하면, 기록학 관점에서 명확하게 표현된 어휘를 활용하여 지식그래프를 구축할 수 있다. 이를 통해 RiC-CM이 표방한 다차원 기술을 RDF 그래프로 구현하여, 기록의 맥락을 효과적으로 표현하고 기록에 대한 이해의 깊이를 더할 수 있다.

RiC을 활용한 지식그래프 구축 프로젝트로, ANF(Archives nationales de France; 프랑스국립아카이브)는 전거레코드를 포함하여 소장 중인 기록 메타데이터(archival metadata)를 RiC-O를 준수하는 RDF 형태로 변환하기 위한 작업을 진행하고 있다. ANF는 Sparna사와 함께 EAD 및 EAC-CPF 형식의 기록 메타데이터를 RiC-O 기반으로 자동 변환하는 소프트웨어 ‘RiC-O Converter’를 개발하여 깃허브에 공개하기도 하였다. 또한 국제적 협동조합 SNAC(Social Networks and Archival Context Cooperative) 역시 소장 중인 전거레코드를 포함한 기록 메타데이터를 RiC-O의 일부 요소들을 활용하여 지식그래프로 구축할 예정이다(ICA EGAD, 2020b). 스위스의 시청각문화유산 디지털 아카이브 Memobase 또한 RiC-O를 이용해 자관의 기록 메타데이터를 지식그래프로 구축하고 위키데이터, 지오네임스(GeoNames) 등 외부와 연계하여 데이터를 강화할 계획임을 밝히고 있다(Memobase, 2020).

국내에서 RiC을 활용하여 진행 중인 프로젝트는 아직 찾아볼 수 없지만, 학술연구가 꾸준하게 이루어지고 있다. 먼저, RiC의 개념적 소개와 분석을 진행한 연구를 살펴볼 수 있다. 박지영(2016; 2017a; 2017b)은 RiC의 개념적 특성 및 개발 방향 분석, ISAD(G)와의 비교, 기록공동체의 리뷰 검토 등을 수행한다. 현문수, 설문원(2018)은 국내의 공공 전자기록 조직모형의 재설계 방향을 도출하는 과정에서 RiC-CM의 특징을 분석하며 국제 동향을 검토한다. 박선희(2019)는 RiC의 특징과 한계점을 분석하고 국내 적용을 위한 시맨틱 기반 기록관 통합모델을 제안하고 있다.

한편, RiC-CM을 적용하여 기록 기술을 시도한 연구도 살펴볼 수 있다. 신미라, 김익한(2019)은 개념적 차원과 논리적 차원에서 RiC-CM에 대한 관계형 데이터 모델과 속성 그래프 기반 모델링을 제안한다. 김수현, 이성숙(2020)은 국가기록원 영구기록물 기술 방식의 한계를 복수출처 반영, 기록물 철-건 및 생산기관 간 연관 관계 표현 측면에서 분석하고, RiC-CM 기반의 해결 방안을 제시한다. 전예지, 이혜원(2020)은 RiC-CM v0.2의 개정 내용을 분석하고 프로테제(Protege)를 이용해 온톨로지로 구현한 사례를 제시한다.

RiC은 물론 개발 중인 표준으로서 더욱 많은 연구가 필요하지만, 외부 데이터와의 폭넓은 연계 및 기록 맥락의 복잡성을 반영하는 다차원적 기술 측면에서 높은 잠재력을 지니고 있다. 그러나 국내에서 RiC-O 모델을 적용하여 지식그래프를 구축한 사례는 드물다. 본 연구는 외환위기 아카이브를 대상으로 RiC-O의 적용방안을 검토하고, 외부 데이터의 의미적 연계 방안을 제안한다.

외환위기 아카이브는 1997년 발생한 외환위기에 대한 대중적 이해와 정보 공유를 위해 투명사회를 위한 정보공개센터를 중심으로 구축되었다. 외환위기 아카이브는 1997년 외환위기가 사회에 엄청난 영향을 주었지만, 국가적 위기를 전반적으로 이해할 수 있는 기록을 찾을 수 없다는 문제의식에서 출발했다. 투명사회를 위한 정보공개센터는 국제통화기금(IMF: International Monetary fund)에 외환위기와 관련된 기록의 비밀해제를 요청했고(2017년), 흩어져있던 기록을 정리하고 전산화하여 디지털 아카이브를 개발했다(김조은, 2019, p. 209). 외환위기 아카이브는 오픈소스 소프트웨어인 오메카(Omeka)를 이용해 디지털 자원의 공유와 전시 등 다양한 온라인 서비스를 제공한다. 디지털 자원은 5가지 유형을 포함한다.

　ㆍ기록: 국제기구, 정부기관, 기업, 노동계, 연구기관, 언론사 등에서 수집한 다양한 유형의 정보자료

　ㆍ인물 및 조직: 외환위기와 관련된 국내외 주요 인물 및 기관 정보

　ㆍ연표: 외환위기 전후의 일자별 주요 사건 정보

　ㆍ용어: 외환위기를 이해하는데 필요한 경제 용어 정보

　ㆍ콘텐츠: 기록을 바탕으로 한 주제별 해설

기록은 PDF, XLS, JPG 등의 형식으로 원문이 공개되거나, 원문에 접근할 수 있는 외부 링크를 제공한다. 다만 저작권에 의해 원문 접근이 제한된 기록이 일부 존재한다. 용어, 인물 및 조직, 연표에 대한 정보는 한국은행 경제용어사전, 한국민족문화대백과사전, 위키피디아 등 외부 정보원이 제공하는 해설을 참조하고 있다. 외환위기 아카이브에서 기록, 인물 및 조직, 연표, 용어는 키워드 기반의 통합검색, 고급검색, 패싯(facet) 검색이 가능하며, 각각의 목록을 다운로드 받을 수도 있다.

외환위기 아카이브는 여러 기관에 파편적으로 존재하는 기록을 통합하여 접근성을 높이고, 원문과 목록을 적극적으로 공유한다. 그러나, 외환위기 아카이브는 기능적 측면에서 다음과 같은 한계점을 갖고 있다.

첫째, 키워드 기반 검색은 이용자의 검색 의도를 정확하게 반영하지 못한다. 예를 들어, 1997년 경제부총리를 지낸 “임창열”이 생산한 기록은 성명을 키워드로 검색할 수 있다. 그러나 생산자명이 “부총리”로 입력된 기록인 “IMF 자금지원 협의 관련 부총리 발표문”은 검색되지 않는다. “부총리”와 “임창열”은 동일한 사람을 나타내지만, 기계는 그 의미와 관계를 정확하게 표현하지 않으면 이해할 수 없다.

둘째, 확장성 있는 표준을 사용한 메타데이터 기술이 필요하다. 외환위기 아카이브는 다수의 기관에서 수집한 기록을 바탕으로 구축되었고, 이를 더블린 코어(Dublin Core) 중심으로 기술한다. 그러나 단순성을 특징으로 하는 더블린 코어 기반 통합 방식은 메타데이터의 손실을 야기할 우려가 있다(임태원, 2014, pp. 41-42). 예를 들어 IMF 기록이 본래 계층적으로 기술되어 있을지라도, 더블린 코어 변환 과정에서 기술의 평면적 축소가 불가피하다. 이러한 문제를 해결하기 위해서는 의미 수준에서 상호운용성을 확보할 수 있는 데이터 모델로 확장이 필요하다. 나아가, 의미 수준에서의 상호운용성을 확보하면, 외환위기 관련 인물, 조직, 연표, 용어 정보를 외환위기 아카이브가 직접 구축하지 않더라도 외부 데이터와의 연계 및 데이터 강화를 통해 제공할 수 있게 된다.

마지막으로 외환위기에 대한 배경지식이 없으면 기록을 이해하기 어렵다. 예를 들어, “IMF 자금지원 협의 관련 부총리 발표문”은 부총리, 자금지원, 발표문에 대한 맥락정보가 있어야 이해할 수 있다. 현재 외환위기 아카이브는 주제별 해설을 제공하는 콘텐츠로 이를 보완하고 있으나, 콘텐츠가 모든 기록을 포괄하기는 현실적으로 어렵다. 따라서 기록에 대한 이해와 활용을 돕기 위해 기록과 기록을 둘러싼 개체의 관계 정보가 다차원적으로 제공될 필요가 있다.

외환위기 아카이브는 디지털 자원의 데이터세트를 공유하고 있고, 누구나 자유롭게 데이터를 활용할 수 있다. 데이터세트는 소장기록, 인물·조직, 연표, 용어 총 세 종류로 구성되고, XLSX 파일로 제공된다. 데이터세트의 기술은 더블린 코어 메타데이터 요소를 중심으로 이루어져 있고, 오메카 소프트웨어에서 제공하는 ‘Item Type Metadata’가 확장되어 있다.

본 연구는 외환위기 아카이브의 기록과 그 맥락을 지식그래프로 표현하기 위해 소장기록, 인물·조직, 연표를 구축 범위로 정의한다. 수집된 소장기록은 5,381건, 인물·조직은 각각 52건, 23건, 연표는 474건을 포함하고 있다.⁴⁾ 수집된 데이터세트는 메타데이터 항목을 분석하여 지식그래프 구축에 사용할 범위를 결정한다.

메타데이터 항목 중 “Item Type Metadata:자원유형”은 자원유형을 구분하기 위한 항목으로, “기록”, “인물”, “조직”, “연표” 중 하나를 값으로 지닌다. 이 항목은 인물·조직 데이터세트에서 해당 자원이 인물인지 조직인지 구분해줄 수 있지만, 소장기록 및 연표 데이터세트에서는 큰 의미를 지니지 않는다. 따라서 소장기록 및 연표 데이터세트는 “Item Type Metadata:자원유형” 항목을 구축 범위에서 제외한다. 또한, 메타데이터 항목은 존재하나 데이터 값이 입력되지 않은 항목도 구축 범위에서 제외한다. 소장기록 데이터세트는 7개 항목, 인물·조직 데이터세트는 4개 항목, 연표 데이터세트는 1개 항목이 값이 존재하지 않아 제외된다.

따라서 소장기록 데이터세트는 전체 22개 중 14개 항목, 인물·조직 데이터세트는 전체 13개 중 9개 항목, 연표는 전체 12개 중 10개 항목을 사용한다. 다만 외환위기 진행 과정에서 개편된 정부기관의 계승 관계가 외환위기의 맥락을 이해하는 데 중요한 정보가 될 수 있다고 보고, 계승 관계 표현을 위한 항목을 인물·조직 데이터세트에 추가한다. 데이터 값은 국가기록원의 ‘기록물 생산기관 변천정보’⁵⁾를 참고하여, ‘재정경제원’, ‘재정경제부’, ‘금융감독원’ 3건에 한해 시험적으로 입력하여 사용한다.

외환위기 아카이브의 데이터세트는 적절한 온톨로지 어휘를 적용해 지식그래프로 변환된다. 온톨로지 어휘는 새롭게 정의하지 않고 표준 어휘를 재사용하여 지식 모델의 상호운용성을 확보한다. 이런 목적에서 기록학 관점에서 명확한 의미 표현은 RiC-O를 우선적으로 적용하고, BIBFRAME⁶⁾과 범용적 표현을 위한 Schema.org를 적용한다. 기존 메타데이터 항목과 온톨로지 어휘의 주요 매핑 현황은 〈표 1〉과 같다.

지식그래프의 주요 클래스와 속성은 다음과 같다. 첫째, ‘기록(rico:Record)’ 클래스는 외환위기의 상황을 이해할 수 있는 증거로서 외환위기 아카이브가 수집한 정보를 의미한다. 기록은 그것이 담고 있는 정보가 물리적 매체에 실체화된 ‘사본(rico:Instantiation)’을 하나 이상 지니며(rico:hasInstantiation), ‘기록집합(rico:RecordSet)’에 속할 수 있다(rico:includedIn). 예를 들어 “IMF-한국 합의서 원본” 기록은 PDF 형식의 사본을 지니고, 그 출처에 따라 “재정경제부 기록집합”에 속한다.

둘째, ‘행위자(rico:Agent)’ 클래스는 외환위기와 관련하여 업무나 활동을 수행한 ‘인물(rico:Person)’, ‘조직(rico:CorporateBody)’ 또는 ‘직위(rico:Position)’를 의미한다. 기록 및 기록집합은 행위자를 출처로 지니고(rico:hasProvenance), 행위자에 의해 생산된다(rico:createdBy).

셋째, ‘사건(rico:Event)’ 클래스는 외환위기를 배경으로 발생한 사건을 의미한다. 사건은 행위자와 연관되고 (rico:involves), 기록이 생산되도록 이끈다(rico:resultsIn). 예를 들어, “[1997.11.21] 재경원, 국제통화기금(IMF) 유동성 조절자금 지원요청” 사건은 “IMF”, “재정경제원”과 같은 행위자와 연관되며, “한국의 대국제통화기금 유동성조절자금 지원 요청 주요 내용”을 비롯한 일련의 기록을 발생시켰다.

외환위기 아카이브의 데이터세트에서 기록, 행위자, 사건은 파편적인 정보이지만, 지식 모델의 적용으로 각 개체는 관계 중심의 그래프로 표현된다.

지식그래프에서 데이터 강화는 외부 데이터에 존재하는 동일한 개체의 정보를 재사용하는 것을 말한다. 데이터 강화를 통해 원본 데이터세트에 존재하지 않는 정보를 새롭게 구축하지 않고 활용할 수 있다. 본 연구는 인물과 조직 데이터를 위키데이터로부터 강화한다.

작업에는 ‘오픈리파인(OpenRefine) 3.3’에 ‘RDF extension 1.2.0’을 설치하여 사용한다. 작업도구로 오픈리파인을 선택한 까닭은 무료 오픈소스 소프트웨어이고, 대규모 데이터의 정제에 용이하며, 확장기능을 설치하여 데이터 강화 및 RDF 변환 작업을 자동화된 방식으로 진행할 수 있기 때문이다.

데이터 강화는 세 단계 과정으로 진행된다. 첫째, 데이터 값에 포함된 오류나 공백을 정제한다. 예를 들어 원본 데이터세트에서 인물로 잘못 분류되어 있던 “AMF(아시아통화기금)”를 조직으로 수정한다. 데이터 정제는 소장기록 및 연표 데이터세트도 공통적으로 수행한다.

둘째, 데이터 조화(reconciliation) 기능으로 위키데이터에서 일치하는 개체를 탐색한다. 자동으로 탐색된 일치율은 인물과 조직에서 각각 78%, 43%이다. 그러나 여기에는 동명이인과 잘못 연결되거나, 위키데이터에 동일 개체가 존재함에도 자동으로 연결되지 않는 사례가 포함되어 연구자가 이차적으로 검증을 진행하였다. 인물은 부적합한 일치를 제거하고(4건), 복수로 제시된 후보 중 적합한 항목을 선택하여(4건) 최종 결과는 다시 78%로 조정되었다. 마찬가지로 조직을 검토한 결과 일치 항목이 추가되어(11건) 최종 결과는 91%로 조정되었다. 최종적으로도 일치되지 않는 항목은 위키데이터에 해당 개체가 존재하는 않는 경우에 해당한다.

셋째, 위키데이터와 일치된 개체의 데이터를 강화한다. 데이터 조화 기능으로 일치된 개체는 위키데이터에 정의된 속성정보를 원본 데이터에 추가할 수 있다. 〈그림 1〉은 인물 데이터세트의 데이터 강화 작업을 보여준다. ①의 “Benjamin B. King”은 위키데이터에 개체가 존재하지 않아 연결되지 않은 상태이다. 반면, ②의 “김대중(Kim Dae-Jung)”은 데이터 조화 서비스에서 참조할 수 있는 개체를 찾아 연결하고 있다. 연결이 이루어지면 ③과 같이 해당 개체의 국적(country of citizenship), 소속정당(member of political party), 직업(occupation) 등 속성정보를 강화할 수 있다. 이러한 정보는 원본 데이터에는 포함되지 않았지만, 위키데이터 개체와의 의미적 연결을 통해 확장이 가능해진 것이다. 데이터 강화 결과, 인물과 조직 데이터세트에서 각각 6개와 7개의 속성이 새롭게 추가되었다.

강화된 메타데이터 항목은 〈표 2〉와 같이 온톨로지 어휘 매핑을 진행한다. 원본 데이터세트와 마찬가지로 RiC-O 어휘를 우선 적용하고, 더욱 명료한 의미를 표현하는 데 필요한 경우 다른 어휘를 예외적으로 사용한다. 예를 들어, ‘sex or gender’ 항목은 schema:gender 속성을 사용한다. ‘ISNI’ 항목은 rico:identifiedBy 속성을 사용하고, 공역값(range)은 식별자(rico:Identifier)와 ISNI (bf:Isni)로 확대한다.

정제된 데이터세트는 지식 모델을 적용하고 그래프의 유효성과 데이터 값의 정확성을 점검한다. 모든 개체는 고유한 URI를 부여하고, 데이터세트는 RDF 형식의 그래프로 변환 및 추출하여 그래프 데이터베이스에 저장한다. 그래프 데이터베이스는 RDF 데이터를 위한 표준 질의언어 SPARQL 및 시각화 도구를 제공하는 Ontotext사의 ‘GraphDB SE’ 시험판을 사용한다.

구축된 외환위기 지식그래프의 규모는 〈표 3〉과 같다. 명시적 진술문(explicit statement)은 지식 모델을 적용해 직접 구축된 데이터이고, 추론된 진술문(inferred statement)은 그래프 데이터베이스에서 추론을 통해 찾아낸 데이터이다.

소장기록 데이터세트는 명시적 진술문 118,826개, 추론된 진술문 126개로 총 118,952개이다. 인물·조직 데이터세트는 명시적 진술문 1,757개, 추론된 진술문 116개로 총 1,873개이다. 연표 데이터세트는 명시적 진술문 6,829개, 추론된 진술문 90개로 총 6,919개이다. 합산 결과는 명시적 진술문 127,412개, 추론된 진술문 332개로 총 127,744개이다. 이 중 데이터세트에 공통으로 포함된 명시적 진술문 251개와 추론된 진술문 160개, 총 411개를 제외한 규모는 명시적 진술문 127,161개, 추론된 진술문 172개로 총 127,333개에 해당한다.

또한 〈표 4〉에서와 같이, 데이터 강화를 통해 인물 데이터세트에서 59개, 조직 데이터세트에서 56개의 개체가 위키데이터로부터 추가되었다. 확장된 개체의 총 규모는 중복되는 개체(3개)를 제외하고 112개에 해당한다.