연구진은 기존 온톨로지를 확장하는 과정이 자원 소모적이고 오류 발생 가능성이 높다는 문제점을 지적했어요. OntoExtend는 LLM을 활용해 요구사항에 기반한 온톨로지 확장을 지원하는 프레임워크예요. RAG(retrieval-augmented generation) 기술을 활용해 관련 온톨로지와 요구사항을 기반으로 확장 제안을 해요.
OntoExtend는 두 가지 실제 사용 사례에서 평가 결과, 구조적 문제는 거의 없고 기능 평가 테스트를 모두 만족하며, 온톨로지 엔지니어는 통합 전 경미한 수정이 필요할 정도로 높은 완성도를 보였어요. LLM 출력에 대한 체계적인 평가를 제공한다는 장점이 있어요.
연구 결과, OntoExtend는 실제 시나리오에서 요구사항 중심의 온톨로지 확장을 위한 초안 작성 도구로 유용하며, CQ의 구체성과 모델링 프로필에 민감하게 반응하는 것으로 나타났어요.