노트앱 대신 'Prolog'로 지식을 저장한다면? 스스로 추론하는 개인 지식 베이스

도입

여러분은 메모나 지식을 어디에 정리하세요? 노션, 옵시디언, 그냥 마크다운 파일... 다양하죠. 그런데 이 도구들엔 공통점이 하나 있어요. 결국 사람이 직접 읽고 머릿속에서 연결해야 한다는 거예요. 그런데 한 개발자가 좀 색다른 접근을 들고나왔어요. 지식을 'Prolog(프롤로그)'라는 언어로 저장해서, 컴퓨터가 직접 사실들을 연결하고 추론하게 만든 개인 지식 베이스 'Kb' 프로젝트예요.

Prolog가 뭐냐면요

Prolog는 우리가 흔히 쓰는 파이썬이나 자바스크립트랑 완전히 다른 종류의 언어예요. 보통 프로그래밍은 "이걸 이렇게 하고, 다음엔 저렇게 해"라고 절차를 일일이 적어주잖아요(이걸 '명령형'이라고 해요). 반면 Prolog는 "이런 사실들이 있고, 이런 규칙이 있어. 자, 답을 찾아봐"라고 던져주는 '논리형' 언어예요.

예를 들어볼게요. "철수는 영희의 부모다", "영희는 민수의 부모다" 같은 사실(fact)을 적어두고, "X가 Y의 부모이고 Y가 Z의 부모이면, X는 Z의 조부모다"라는 규칙(rule)을 하나 정의해둬요. 그러면 "철수의 손주는 누구야?"라고 물었을 때, Prolog가 알아서 사실과 규칙을 조합해서 "민수"라고 답을 찾아내요. 우리가 일일이 계산 과정을 안 짜도, 엔진이 가능한 경우를 뒤져가며('백트래킹'이라고 해요) 답을 추론하는 거죠.

이 프로젝트가 하는 일

Kb는 바로 이 성질을 지식 관리에 써먹어요. 보통 노트앱에서는 '#태그'를 달아 글을 분류하지만, 결국 연결은 내가 머리로 해야 해요. 반면 Kb에서는 지식을 Prolog 사실로 저장해요. 그러면 "A는 B와 관련 있고, B는 C의 사례다" 같은 관계를 차곡차곡 쌓아두고, 나중에 "C와 연결된 모든 개념을 보여줘", "이 두 주제를 잇는 경로가 있어?" 같은 질문을 던질 수 있어요. 사람이 미리 연결해두지 않은 관계까지 엔진이 추론으로 찾아주는 게 핵심이에요. 메모장이 아니라 '질문할 수 있는 데이터베이스'에 가까운 거죠.

업계 맥락

이런 발상이 아예 새로운 건 아니에요. 비슷한 뿌리를 가진 'Datalog(데이터로그)'라는 언어는 이미 실무 데이터베이스에서 복잡한 관계 질의에 쓰이고 있고, Roam Research나 Logseq 같은 노트앱도 '연결된 사고'를 내세우며 인기를 끌었어요. 시맨틱 웹 쪽에는 RDF와 SPARQL이라는, 지식을 '주어-서술어-목적어' 형태로 저장하고 질의하는 표준도 오래전부터 있었고요.

그런데 이런 큰 시스템들은 배우기도 어렵고 무겁다는 단점이 있어요. Kb의 매력은 그 반대예요. 화려한 UI도, 거창한 서버도 없이 Prolog라는 검증된 50년 묵은 도구 하나로 '추론하는 지식 베이스'의 본질만 깔끔하게 보여준다는 점이죠. 작고 단순해서 오히려 아이디어가 또렷하게 드러나요.

한국 개발자에게

당장 옵시디언을 버리고 갈아타라는 얘기는 아니에요. 다만 Prolog는 한 번쯤 만져볼 가치가 충분해요. 평소에 절차적으로만 생각하던 머리를 '사실과 규칙, 그리고 추론'이라는 완전히 다른 사고방식으로 스트레칭해주거든요. 이 경험은 나중에 규칙 엔진, 권한 시스템, 추천 로직, 정적 분석처럼 "복잡한 관계와 조건을 다뤄야 하는" 실무 문제에서 의외로 큰 도움이 돼요.

게다가 요즘 LLM(거대언어모델)과 지식 그래프를 엮는 시도가 많은데, 그 바탕에 깔린 '구조화된 지식과 추론'이라는 개념을 제대로 이해하는 데도 좋은 출발점이 돼요. 주말에 가볍게 클론 받아 직접 사실 몇 개 넣고 질문을 던져보면, '데이터를 저장한다'는 것에 대한 관점이 한 뼘쯤 넓어질 거예요.