Journal Archive

식품 용어를 명확하게 기술하는 것은 신품종 개발, 식생활 조사, 새로운 가공식품 혹은 건강기능식품의 개발, 맞춤형 식단의 개발, 식품 안전성의 평가 등 식품이 인간에게 미치는 영향을 정확하고 정밀하게 이해하기 위해 매우 중요하다. 그러나, 식품의 특성상 매트릭스(예, 부위, 형태, 상태 등)가 매우 복잡하고, 동일한 식품이라 하더라도 국가마다 언어가 다르고, 지역마다 서로 다른 명칭(예, 방언, 이명)이 존재하기 때문에, 하나의 식품 용어를 정확히 표현하는 것은 물론, 연관된 의미를 가지는 식품 용어들을 체계적으로 기술하는 것은 매우 어렵다.

현재 국내·외 국가기관에서는 산업체 지원, 국민건강 보호 등 공공 목적의 다양한 식품의 영양, 안전, 농업 분야 등 온라인 지식베이스(Gilbetic M 등 2011; Lee HJ 등 2017; Lee HJ 등 2018; Rural Development Administration(RDA) 2021; Mckillop K 등 2021)를 구축하여 서비스하고 있다. 그러나, 지식베이스 구축의 주체 및 목적에 따라 서로 다른 식품의 표기 방식·수준으로 제공하고 있어, 1) 컴퓨터를 통한 식품 정보의 검색 시 불완전한 수집의 문제, 2) 서로 다른 식품 지식 간 통합을 위한 식품 명칭 등의 수작업 가공 절차 등 다양한 사회·경제적 비용이 산업체, 학계 등 민간부문에서 발생하고 있다. 이와 같은 문제점을 해결하고자, 학문영역(예, 법률, 한의학 등)별로 사용되는 어휘들을 표준화하고, 의미 기반의 지식표현 모형(semantic based knowledge representation model; S-KRM)을 구축하여 컴퓨터 기반 지식베이스 구축 및 지능형 검색에 활용하고 있다(Chang IH 2011; Oh JH 2022). 방법론적 측면에서, 식품 분야에서 사용되고 있는 S-KRM에는 시소러스(thesaurus)와 온톨로지(ontology) 지식 표현 모형(Moreira A 등 2004)이 있다. 상기 2가지 지식 모형은 특정 정의 대상 어휘와 의미상 연관된 어휘들에 대하여 관계속성(예, 동의어, 상위/하위어 등)을 부여하여 지식을 구조화하는 방법론으로, 각각 전자는 관계속성의 개수를 고정하여 콘텐츠 개발의 부하가 적은 반면, 후자는 개수의 제한없이 정교하게 지식을 표현할 수 있다.

식품 분야에서 국제적인 대표적으로 사용되는 S-KRM으로는 ‘LanguaL^TM’(Pennington JAT 등 1994; Moller A & Ireland J 2015)과 ‘FoodOn’(Dooley DM 등 2018)이 있다. ‘LanguaL^TM’은 다국어 시소러스 기반의 지식모형으로 1970대 미국 식품의약품안전국(Food and Drug Administration)에서 최초로 제안되어, 미국 국립암연구소(National Cancer Institute), 유럽연합 국가들이 차례로 참여하여 협업 하에 고도화되었고, 세계보건기구(World Health Organization)의 글로벌 환경 모니터링 시스템/식품(Global Environment Monitoring System/Food Contamination Monitoring and Assessment Program; GEMS/food)의 식품오염물질의 데이터베이스, 미국 농무부(Department of Agriculture)의 표준성분표(Standard Reference; SR), 유럽연합의 식품정보자원(European food information resource; EuroFIR) 웹 서비스 등에 식품을 기술하는 표준으로 활용되고 있다(LanguaL^TM 2017). 한편, ‘FoodOn’은 온톨로지 기반의 지식모형으로 2018년 민간 커뮤니티 주도의 이니셔티브인 개방형 생물의학 온톨로지(Open Biomedical Ontologies) 파운드리를 중심으로 개발 및 운영되고 있으며, ‘LanguaL^TM’ 시소러스 지식모형을 모두 모두 수용하고, 식품뿐만 아니라 농장부터 식탁까지의 식품공급망에서 식품과 관련된 환경, 농장, 건강 등 다양한 분야의 어휘들 간의 의미관계망을 구축한 모형(FoodOn 2018)으로, 현재 진행중인 ‘LanguaL^TM’의 차세대 지식모형이다.

‘LanguaL^TM’과 ‘FoodOn’ 모두 다국어를 지원할 수 있는 아키텍처로 구성되어 미국과 스페인 등 유럽국가가 참여하고 있으나, 아직 우리나라는 지식 모형 도입 및 콘텐츠 개발이 되어있지 않은 실정이다. 따라서, 본 연구의 목적은 국제적인 지식 모형 중 현재 상용화된 S-KRM인 ‘LanguaL^TM’ 시소러스 모형과의 호환성을 가지면서, 한글로 된 식품 정보를 지능적으로 검색·통합할 수 있는 기반이 되는 한국형 식품 시소러스 지식표현 모형을 도출하고 해당 지식표현 모형 기반의 콘텐츠를 제시하고자 한다.

서로 다른 방식의 식품 용어로 표현된 디지털 식품정보에 대하여 검색의 효율성을 제고하고, 정밀한 식품의 기술을 위하여 시소러스 기반의 농식품 지식 표현 모형 및 한글 지식콘텐츠를 개발하였다. 국문의 식품과 음식 명칭을 대상으로 동의어에 대한 지식 콘텐츠를 구축하고, 웹사이트를 검색하고자 하는 국내의 연구가 진행된 바 있다(Hong SM 등 2009). 그러나, 본 연구를 통해 개발된 지식표현 모형은 농장에서 식탁까지 연결된 식품의 특성을 고려하여, 원료성 식품 그 자체는 물론 원료성 식품에서 파생된 시료 및 식품들에 대한 의미 관계망을 부여함으로써, 가공식품·조리음식 등 식품공급사슬 단계에 존재하는 다양한 식품 명칭을 포함하여 각각의 식품의 이명, 상위 및 하위 식품을 통하여도 동의어 검색이 아닌 의미 기반의 추론 검색이 가능하도록 고도화하여 설계하였다. 또한, 국문의 식품정보와 다른 언어로 기술된 식품정보와의 연계성 확보를 위해서, WHO/FAO에서 개발되어 운영되고 있는 LanguaL^TM 시소러스 모형을 면밀히 분석하고, 전체 식품 패싯들의 그룹 및 세부 항목들에 대한 한글 지식 콘텐츠를 생산하였고, 코드체계 등 메타데이터의 호환성을 확보하였다. 특히, LanguaL^TM 내의 패싯의 분류 및 항목 등 농식품 용어에 대한 한글 용어 콘텐츠 선정 시 대표성 및 공신력 확보를 위하여 국가기관 및 식품관련 학회에서 발행한 용어 자료원(Table 1)을 확보하여 적용하고, 부재 시, 관련 분야를 전공한 자문위원들의 자문을 통하여 한글 용어를 개발하였다. 그러나, 일부 용어는 국내 전문가 그룹 차원에서의 합의 등 대표성 측면에서는 제한점을 가지고 있다.

본 연구를 통하여 도출된 식품패싯의 한글 지식콘텐츠는 일종의 식품기술의 표준체계로 국내에 신규로 생산되는 식품정보의 식품용어에 대하여 해당 식품이 가지는 특성인 식품패싯들을 정밀하게 태깅(tagging)함으로써, 설정된 식품패싯을 활용하여 국내식품 정보는 물론 국외 식품 정보까지 연결하여 의미 기반의 지능적인 식품정보 검색(Ireland JD & Moller A 2010)을 지원한다. 또한, 본 연구를 통한 농식품 시소러스 모형은 언어와 표기방식을 초월한 비정형 자연어를 처리할 수 있는 핵심 도구로써(So HS 등 2016; Youn J 등 2020) 산업체의 식품 소재 발굴 지원, 식품 영양-안전 정보 융합 등 다양한 분야의 통섭적 지식정보 수집, 구조화 및 통합에 활용될 수 있을 것으로 생각된다.

다만, 2017년에 ‘LanguaL^TM’ 시소러스 모형이 보다 상위 S-KRM모형인 온톨로지 기반의 ‘FoodOn’ 모델로 이관 및 전환된 상태(LanguaL^TM 2017)이므로 ‘FoodOn’ 기반의 모형을 본 연구의 대상으로 하는 것이 시의적으로 적절하다. 그러나, 본 연구에서는 하위 모형인 ‘LanguaL^TM’ 모형을 채택하였다. 그 이유는 1) 제한된 관계망을 가지므로 구축의 복잡도가 상대적으로 낮으며, 2) 현재까지, FoodOn 모델은 개발 중으로, 글로벌 수준에서 활용도가 높은 식품데이터베이스인 SR, GEMS/FOOD, EuroFIR 등이 아직 ‘LanguaL^TM’ 모형을 사용하고 있는 점, 3) 온톨로지 모형이 시소러스의 상위 모형이므로 시소러스로부터 온톨로지 모형으로 자동 전환이 가능하고, 관계된 스크립트가 존재하는 점(IC-FOODS 2017) 때문이다.

마지막으로, 향후 한국형 농식품 시소러스 지식표현 모형의 활용성을 보다 증진하기 위해서는 기존에 생산된 식품 데이터베이스 등 식품정보의 모형의 적용과 함께 향후 해당 지식모형 기반의 데이터베이스 축적을 위한 개방형 API(application programming interface) 등 모형의 민간 보급 체계 마련이 필요하며, 차세대 S-KRM 모형인 온톨로지 기반의 ‘FoodOn’ 모형으로의 전환 작업이 이루어져야 할 것으로 생각된다.

농업, 식품 제조·가공, 식생활 영양·안전, 정밀 의료 분야의 연구 대상이자 핵심요소인 식품 용어가 목적에 따라 다양한 유의어, 서로 다른 언어로 기술되고 있어, 학술문헌, 식생활 데이터베이스, 보고서, 언론 기사 등 디지털 채널로부터 식품 정보의 수집 시, 제한적인 정보검색 결과가 획득되며, 식품정보의 통합을 위한 반복적인 수작업 가공이 요구되고 있다. 따라서, 본 연구에서는 농장부터 식탁까지 다양하게 서비스되고 있는 농식품 디지털 정보를 완전하고, 신속하게 초연결하고 의미 기반의 검색을 목적으로 농식품 시소러스 지식표현 모형을 확립하고, 해당 모형에 입각한 한글 지식콘텐츠를 생산하였다. 농식품 시소러스 지식표현 모형은 ‘연관 식품어’, ‘파생 시료’ 그룹으로 구획화하고, ‘연관 식품어’ 그룹은 시소러스가 가지는 핵심 특성인 동의어, 상·하위어 및 관련어의 프레임워크를 기반으로, 농식품 어휘가 가지는 방언, 학명, 언어, 품종, 파생 식품 등의 세부특성을 반영 모형을 제시하였다. 또한, ‘파생 시료’ 그룹은 상태, 부위, 조리방법 등 식품의 상세 특성을 제안한 LanguaL^TM 식품패싯을 도입하고, ‘파생 시료’별 할당하는 방식으로 식품을 기술하는 모형을 개발하였다.

최종적으로 해당 모형을 적용하여, 총 697품목의 식품에 대한 총 7,062건의 ‘연관 식품어’를 개발하고, 기반이 되는 LanguaL^TM 식품패싯에 대한 총 12,674건의 한글화된 지식콘텐츠을 개발함으로써 한국형 농식품 시소러스 지식표현 모형을 확립하였다. 본 연구는 일종의 통제된 용어 표준으로써, 공공·민간 식품 데이터베이스 등 새로운 컴퓨터 기반의 식품지식베이스 구축 및 기존의 다양한 용어로 표현되어 구축된 디지털 식품 정보에 대하여 의미 기반의 지능적 검색에 효과적으로 활용될 수 있을 것으로 생각된다.