TKG (Temporal Knowledge Graph)

개요

TKG(Temporal Knowledge Graph)는 시간과 인과를 1급 정보로 다루는 지식 그래프입니다. 일반 Knowledge Graph와 달리, 사실이 시간에 따라 어떻게 진화하는지(언제 참인가)뿐 아니라 사실들 사이의 인과 관계(무엇이 무엇을 일으켰는가)까지 함께 저장합니다. 덕분에 AI는 시간관계와 인과관계 질문에 정확한 답을 줄 수 있습니다.

시간 정보가 중요한 이유

사실은 시간에 따라 변합니다. 예를 들어:

• 회사의 CEO는 분기마다 바뀔 수 있습니다.
• 환율은 매초 변동합니다.
• 법률과 규정은 개정됩니다.
• 연구 결과는 새로운 발견으로 수정됩니다.

시간을 다루는 방식

TKG는 각 사실에 시점과 유효 구간을 함께 부여합니다.

• 이벤트 시점 — 사실이 가리키는 사건이 일어난 시점
• Valid From — 사실이 유효하기 시작한 시점
• Valid Until — 사실이 더 이상 유효하지 않게 된 시점 (없으면 현재까지 유효)

조회는 항상 특정 시점 기준(point-in-time)으로 이뤄집니다. 즉 "그 시점에 유효했던" 사실만 돌려주고 이후에 알려진 정보는 섞지 않기 때문에, 사후편향(hindsight) 없이 과거의 어느 순간이든 그대로 재현할 수 있습니다.

인과 관계

TKG는 사실들을 의미가 분명한 인과 엣지로 연결합니다. 단순히 "관련 있음"이 아니라 어떤 방식의 관계인지를 구분합니다.

• 일으킴 (Causes) — 한 사실이 다른 사실을 직접 일으킴
• 촉발 (Triggers) — 어떤 사건을 촉발함
• 기여 (Contributes to) — 결과에 부분적으로 기여함
• 방지 (Prevents) — 어떤 일이 일어나지 않도록 막음

각 인과 링크는 작동 메커니즘, 원인과 결과 사이의 시차(lag), 확신도를 함께 담습니다. 새로 발견된 인과는 가설(hypothesis)로 들어왔다가 검증을 거쳐 확정(verified)으로 승격됩니다. 그래서 TKG는 단순한 상관관계와 진짜 인과를 구분해 "왜", "무엇 때문에"라는 질문에 근거 있는 답을 줍니다.

장점

• 정확한 검증 — 특정 시점 기준으로 사실을 검증할 수 있습니다.
• 변경 이력 추적 — 사실이 어떻게 변해왔는지 전체 이력을 확인할 수 있습니다.
• 충돌 감지 — 서로 다른 시점의 사실 간 충돌을 자동으로 감지합니다.
• 인과 설명 — 결과뿐 아니라 그 원인과 메커니즘까지 추적해 "왜"에 답합니다.