![엔터티 관리 프로세스를 단계별로 나타낸 흐름도. 엔터티 도출(기사, 기자, 이벤트 등 핵심 개체 정의), 엔터티 속성 정의(기본 속성, 식별 속성, 관계 속성, 계산 속성으로 분류), 엔터티 간의 관계 정의(기사-기자 ID FK 연결, 기사-이벤트 ID FK 연결) 순으로 이어지며, 계산 속성 도출 단계에서 트렌드 지수(조회수 x 댓글 수 / 게시 시간), 조회수 변화율((현재 조회수-이전 조회수)/이전 조회수 x 100)을 산출. NER(개체명 인식)으로 spaCy/OpenNLP를 활용해 '[ORG] 테슬라, [PERSON] 일론 머스크' 같은 자동 태깅을 수행하는 구조.](/images/docs/ax-planning/03-06-entity-management.png)
- 엔터티(Entity)는 사람, 장소, 조직, 제품, 날짜 등 고유한 개념이나 객체를 나타내는 단위
- 챗봇, 검색 엔진, 추천 시스템, 지식 그래프 등 AI 서비스는 대부분 엔터티 기반으로 정보를 이해하고 연계
- 기획 단계에서 "어떤 엔터티를 어떻게 정의할 것인가"를 명확히 설정하는 것이 중요
- 프로세스는 엔터티 도출 → 엔터티 속성 정의 → 엔터티 간의 관계 정의 → 계산 속성 도출 순으로 이어짐
엔터티 도출 : 서비스에서 관리해야 할 핵심 개체를 분류하고 정의. NER(개체명 인식) 도구(spaCy, Apache OpenNLP)로 자동 태깅 가능
엔터티 속성 정의 : 엔터티를 구체적으로 설명하는 정보(메타데이터). 기본 속성(제목, 이름, 날짜 등 기본 정보), 식별 속성(고유 ID, PK), 관계 속성(다른 엔터티와 연결하는 외래 키 FK), 계산 속성(트렌드 지수, 조회수 변화율 등 자동 계산값)으로 분류
엔터티 간의 관계 정의 : 식별 속성에 관계 속성을 설정하는 방식으로 엔터티를 연결. 예를 들어 기사(Article)에 기자 ID(FK)를 설정하면 "홍길동 기자가 작성한 기사 모아보기"나 “이벤트 관련 뉴스 추천” 기능 구현 가능
계산 속성 도출 : 기존 속성을 조합해 AI 서비스에 활용할 수 있는 속성을 생성. 트렌드 지수(조회수 x 댓글 수 / 게시 시간), 조회수 변화율((현재-이전)/이전 x 100), 총 작성 기사 수, 관련 기사 수 등. 이 수치를 기반으로 인기 뉴스 추천, 최신 이슈 자동 선별 등이 가능