지식 그래프(knowledge graph)는 개체(entity) 간의 관계(relation)를 나타내는 그래프로, 지식이나 정보를 나타낼 수 있습니다. 각 개체는 그래프 상의 node로 표현되고, 개체 간의 관계는 edge로 표현됩니다. 사람, 사물, 장소, 개념 등 다양한 대상이 node로 표현될 수 있으며, 이들의 간의 관계가 edge로 표현됩니다. 지식 그래프는 machine에게 지식을 전달할 수 있는 효과적인 수단으로, 지식 그래프를 통해 machine은 보다 정확한 대답을 생성하거나 새로운 지식을 추론할 수 있습니다. 지식 그래프는 다양한 분야에서 활용 가능하며, 의생명 분야에서도 활용이 가능합니다. 의생명 지식 그래프(biomedical knowledge graph)는 질환, 유전자, 약제 등의 개체를 node로 포함합니다. 대규모의 의생명 지식 그래프가 공개되어 있으며, 의생명 지식 그래프를 이용하여 의생명 분야의 새로운 지식 추론이 가능합니다. 질환과 유전자 사이의 현재까지 알려지지 않은 관계를 발굴하면, 질환 발생의 새로운 기전을 찾아낼 수 있고 새로운 치료 타겟을 도출할 수 있습니다. 이 강의에서는 대규모의 의생명 지식 그래프를 이용하여 새로운 지식을 추론할 수 있는 인공 지능 모델에 대해 알아보겠습니다.