인쇄와 선형적 읽기에 최적화된 ‘문서’ 중심의 정보 시스템이 지식의 구조화·갱신·공유·재사용 방식을 제약한다는 문제의식에서 출발한 새로운 데이터 모델이 제안됐다. 연구자 노알 마틸드(Noual, Mathilde)는 최근 arXiv에 공개한 논문 ‘MMM 데이터 모델: 탈중앙화 가능한 지식 커먼즈에서의 지식 상호운용성을 위한 규범적 명세(The MMM Data Model)’에서 다학제 협업 연구의 실질적 필요에서 출발한 새로운 지식 문서화 데이터 모델 ‘MMM’을 소개했다.
논문은 많은 정보 시스템이 자기완결적 단위로서 대량 배포에 최적화된 ‘문서’ 개념을 중심으로 구축돼 있다고 지적한다. 이런 방식은 대규모 정보 전파에는 효과적이지만, 지식이 구조화되고 갱신·공유·재사용되는 방식에는 근본적인 제약을 가한다는 것이다. 기존의 형식적 접근법들은 이런 한계 중 일부를 해결하지만, 형식적 구조를 인간의 사용성이나 적용 범위 같은 다른 시스템 속성보다 우선시하는 탓에 폭넓은 기여와 채택을 이끌어내는 데는 어려움을 겪어 왔다고 연구진은 설명했다.
연구는 특히 AI 시스템이 문서 생산 방식 자체를 재편하고 있음에도, 인간이 지식을 표현하고 교환하는 데 쓸 수 있는 통합적이고 이식 가능한 대안은 아직 마련되지 않았다는 점을 짚었다. MMM은 이 공백을 메우기 위해 고안된 데이터 모델로, 소수의 규범적 제약 조건과 자유 텍스트 라벨이 제공하는 표현의 자유를 결합한 것이 특징이다. 이를 통해 서로 다른 학문 분야, 애플리케이션, 배포 환경 사이에서 의미론적 합의를 강제하지 않고도 상호운용성을 확보할 수 있도록 설계됐다.
연구진은 MMM의 참조 구현체와 시범 배포 데이터를 통해 실제 구현 가능성과 초기 사용성을 검증했다고 밝혔다. 이 연구는 AI 기반 문서 생산이 확산되는 흐름 속에서, 다양한 분야의 연구자와 조직이 지식을 유연하면서도 상호 호환 가능한 형태로 공유할 수 있는 인프라의 필요성을 제기한다는 점에서 의의가 있다. 문서 중심의 지식 관리 방식이 한계에 부딪히는 가운데, 탈중앙화된 형태로 지식을 축적하고 재사용할 수 있는 대안적 데이터 구조에 대한 논의가 앞으로 더 활발해질 전망이다.
