본 논문은 온톨로지 설계 검증을 위한 Competency Questions (CQs) 생성 과정의 자동화를 위해, 특히 "Misusing allValuesFrom"과 같은 의미론적 함정을 검증하는 CQ를 생성하는 새로운 데이터셋 및 모델(VSPO)을 제안한다. 기존 연구와 달리, 의미론적 함정을 검증하는 데 초점을 맞추어, LLM을 사용하여 클래스 및 속성 정의를 생성하고, axiom을 제거하거나 논리 연산자를 변경하여 정의와 온톨로지 간의 불일치를 시뮬레이션한다. LLaMA-3.1-8B-Instruct를 미세 조정하여 이러한 불일치를 검증하는 CQs를 생성하도록 학습시켰으며, 기존 데이터셋보다 광범위한 모델링 오류를 감지할 수 있다. 제안하는 모델은 GPT-4.1보다 정밀도에서 26%, 재현율에서 28.2% 더 높은 성능을 보였다.
