---
id: [[P-Reinforce|P-Reinforce]]-AUTO-OWAC-001
category: Dev
confidence_score: 0.94
tags: [auto-reinforced, [[Logic|Logic]], knowledge-representation, semantic-web]
last_reinforced: 2026-04-20
---

# [[OWA vs CWA (개방 세계 vs 폐쇄 세계 가설)|OWA vs CWA (개방 세계 vs 폐쇄 세계 가설)]]

## 📌 한 줄 통찰 (The Karpathy Summary)
> "모르는 것을 '거짓'이라 할 것인가, '미지'라 할 것인가: 불완전한 지식 앞에서 논리 엔진이 취하는 두 가지 태도의 극명한 차이."

## 📖 구조화된 지식 (Synthesized Content)
개방 세계 가설(Open World Assumption, OWA)과 폐쇄 세계 가설(Closed World Assumption, CWA)은 지식 표현과 추론 시스템이 부재한 정보(Missing Information)를 처리하는 방식에 대한 두 가지 상반된 철학입니다.

1.  **CWA (폐쇄 세계 가설)**:
    *   **핵심**: "모르는 것은 거짓(False)이다."
    *   **특징**: 데이터베이스(DB)나 프로그래밍 언어에서 주로 사용. '홍길동이 학생 리스트에 없다'면 '홍길동은 학생이 아니다'라고 결론 지음.
    *   **장점**: 추론 속도가 빠르고 명확함.
2.  **OWA (개방 세계 가설)**:
    *   **핵심**: "모르는 것은 그저 알 수 없는(Unknown) 것일 뿐이다."
    *   **특징**: 온톨로지나 시맨틱 웹, 복잡한 인공지능 지식 베이스에서 사용. '홍길동이 리스트에 없다'고 해서 '학생이 아니다'라고 단정하지 않음(단지 정보가 부족할 뿐).
    *   **장점**: 지식의 불완전성을 인정하므로 데이터가 계속 추가되는 환경에 적합.
3.  **적용 사례**:
    *   **시맨틱 웹 (OWL)**: OWA를 채택하여 전 세계에 흩어진 데이터들 사이의 논리적 모순을 탐지.
    *   **관계형 DB (SQL)**: 테이블에 없는 데이터는 존재하지 않는 것으로 처리(CWA).

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거의 AI 시스템은 완벽한 규칙 기반(CWA)을 전제로 했으나, 실제 복잡한 현실 세계의 지식은 늘 불완전하므로 현대의 대규모 지식 구축 프로젝트는 기본적으로 OWA를 전제로 설계됨.
- **정책 변화(RL Update)**: 최근의 생성형 AI(LLM)는 CWA적 착각(Halucination)에 빠져 '모르는 것'을 '거짓'이 아닌 '창작된 가실'로 출력하는 경향이 있음. 이를 교정하기 위해 모델이 '모름' 상태를 명시적으로 인지(OWA적 인지)하도록 하는 훈련 정책이 강화되고 있음.

## 🔗 지식 연결 (Graph)
- **Related**: [[Logic|Logic]], [[Ontology-Engineering|Ontology-Engineering]], Knowledge Models, Common Sense [[Reasoning|Reasoning]]
- **Modern Tech/Tools**: RDF, OWL, Prolog (Negation as Failure).
---