효과적인 의학 정보 검색을 위한 대용량 외부 문헌 코퍼스 활용 방법 연구

Abstract

디지털화된 정보의 축적은 의료 영역에도 많은 변화를 초래하고 있다. 병원의 환자 진료기록을 담은 임상 문서는 전자의무기록 시스템으로 저장되어 축적되고 있으며, 출간되는 의학문헌들은 데이터베이스로 관리되어 인터넷으로 검색 및 활용이 용이해졌다. 하지만 이러한 정보의 폭증은 오히려 찾고자 하는 정보를 검색하기 더 어렵게 만드는 정보의 역설을 낳는다. 이번 연구에서는 효과적인 의학 정보 검색을 위해, 대용량으로 축적되고 있는 의학 문헌 데이터베이스를 의학 정보 검색 질의어 생성에 활용할 수 있는 방법론을 탐구해 보았다. 의학 및 생물학 관련 문헌 데이터베이스인 메드라인은 문헌 별 제목, 초록, 주요 주제어 등 항목들이 구조화된 필드 형태로 정리되어 관리되고 있다. 각 메드라인 문서에 인덱서가 매뉴얼하게 태그한 주요 주제어를 지식이라고 가정한다면, 메드라인 데이터베이스는 각 문서 별 일반 텍스트 단어 집합과 주요 주제어가 상호 링크된 대용량 지식 소스라 생각할 수 있다. 대용량 외부 코퍼스인 메드라인에서 질의어 관련 문헌을 검색하고, 해당 문헌에 태그된 주요 주제어를 추출해 원래 질의어 확장에 사용할 때, 의학 정보 검색에 효과성을 향상시킬 수 있을 것이다. 이번 연구에서는 이러한 지식 기반 질의어 확장 방식을 기존 다른 질의어 확장 기법과 비교해 실험을 수행하고 성능을 평가해 보았다. 또한 메드라인의 필드 구조를 활용하는 가장 효과적인 방법을 찾고자 하였다. 이러한 지식 기반 질의어 확장 방식은, 폭증하는 데이터에 편승해 성능의 효과성 및 안정성을 더욱 높여갈 수 있다. 이번 연구에서는 급증하는 의학 데이터를 확장 질의어 추론 데이터베이스로서 활용해 뚜렷한 성능 향상을 이끌어내는 방법론을 탐색해 보았다.