본문으로 건너뛰기

의학논문에 대한 온톨로지 짜보기 — 같은 방법·환자군끼리 자동으로 묶이게

리히토

2026.10.05

의학논문에 대한 온톨로지 짜보기 — 같은 방법·환자군끼리 자동으로 묶이게 본문 이미지

소개

의학 논문을 "읽고 저장"하는 걸 넘어서, 나중에 "같은 방법을 쓴 논문"·"같은 환자군"이 바로 검색되게 정리하고 싶었어요. 이번에 배운 AKM에 한 줄짜리 아이디어 메모를 넣어, 작은 온톨로지로 구조화하고 실제 논문 데이터로 돌려본 실습입니다.

이런 분들께 도움돼요

  • 논문·문헌을 모으는데 "저장만 하고 다시 못 찾는" 분

  • Zotero·Notion에 자료는 있는데 "관계 따라 물어보기"가 안 되는 분

  • LLM Wiki·온톨로지가 추상적으로 들려서, 내 주제로 작게 만들어보고 싶은 분

실제로 넣은 요청문

https://dexa.art/ontology/study/my-topic.html 사이트에서, 의학논문을 빠르게 정리하고 검색하는 방법...을 넣고 생성된 프롬프트를 가지고 진행했습니다.

진행 방법

사용한 도구

  • AKM — 온톨로지 설계 지식(개념·판단·규칙)을 정본으로 저장

  • Zotero 로컬 API — 실제 저장된 논문 검색·초록 추출

  • 내 주제 실습실의 personal-project JSON — 온톨로지를 구조화 데이터로

1단계 — AKM에는 "설계도"만 넣는다

AKM에는 "논문 데이터"가 아니라 "온톨로지를 어떻게 설계할지"의 규칙만 넣었어요.

inbox엔 메모 원문, context엔 판단·질문·제외 범위, knowledge엔 개념 2개(수집·인제스트·연결 3층 / 간선 종류와 근거). 핵심은 수집·인제스트·연결을 3층으로 나눈 것이에요.

방향이 틀어졌다 — PICO가 안 맞았다

처음엔 PICO로 노드를 쪼개려 했어요.

PICO는 임상 연구의 표준 틀로 Population(환자군)·Intervention(중재)·Comparison(비교)·Outcome(결과 지표)예요. 그런데 제가 주로 가지고 있는 논문들을 보니 "SUV threshold 뭐로 했나", "conventional vs digital PET"처럼 방법론·기기 질문이 더 많았어요. 그래서 Population·Tracer·Modality·Method·Measure로 재설계하고 Method를 1등 시민으로 뒀습니다.


2단계 — 설계를 밖에서 실제 논문에 적용

AKM에 넣은 건 "설계도"고, 실제 논문은 AKM 밖의 별도 테스트 폴더에서 돌렸어요. Zotero에서 segmentation으로 검색한 4편의 초록을 뽑아, 논문당 슬롯 md로 정리(YAML frontmatter + 환자군·추적자·촬영·방법·측정). 이걸 nodes·edges로 매핑해 묶이는지 확인했어요.

결과와 배운 점

확인된 결과

  • 4편 → 24 노드·26 간선, 로더 검증 0에러

  • "SUV 2.5 고정 임계값" 노드에 자궁내막암·DLBCL 두 논문이 자동으로 묶임

  • "자궁내막암" 환자군 노드에서 임계값 논문과 딥러닝 논문이 만남 — 같은 병·다른 방법

  • "딥러닝" Method 노드엔 한 편만 — 현재 테스트한 논문 중에는 딥러닝 방법을 쓴 다른 논문이 없다는 게 드러남

  • 18F-FDG 추적자 노드가 4편 전부를 묶음

시행착오/한계점

  • PICO로 노드를 잡으려다가 실제 논문 보니 방법론 질문이 많아서 Method 중심으로 갈아탐

  • "관련 문서" 링크와 "의미 관계"를 분리 — 후자만 질문 경로로 씀

  • 이번 테스트때는 논문 전문을 읽은 것이 아니라, 초록만 가지고 frontmatter를 채웠습니다. Frontmatter에 근거 종류가 초록인지 전문인지에 대한 항목도 적으면 좋을것 같습니다.

앞으로 해볼 수 있는 것.

진단 성적·치료 효과 질문엔 IndexTest·Intervention·Outcome 같은 목적별 층을 추가로 얹어야 해요.

아직 "논문에 질문하고 답하는 성능"은 안 재봤고, 지금 증명된 건 "이 구조로 정리하면 같은 방법·환자군끼리 자동으로 묶인다"까지입니다.

이번에는 적은 논문 개수로 테스트를 했었는데 좀더 항목을 다듬고 많은 논문으로 테스트해보면 좋을거같습니다.

도움 받은 글 (옵션)

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

DECK 프로필 이미지
DECK2026.10.07

이미 읽었다고 생각한 자료도 질문이 바뀌면 처음 보는 자료처럼 느껴질 수 있겠네요.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기