본 논문은 인공지능 및 인지 과학 분야에서 합리적인 에이전트를 표현하는 데 핵심적인 Belief-Desire-Intention (BDI) 모델을, 구조화되고 의미적으로 상호 운용 가능한 지식 표현에 통합하기 위한 연구를 제시한다. 구체적으로, 에이전트의 인지 아키텍처를 믿음, 욕구, 의도 및 그들의 동적 상호 관계를 통해 포착하는 모듈형 온톨로지 디자인 패턴(ODP)으로 설계된 형식적인 BDI 온톨로지를 제안한다. 이 온톨로지는 기본적인 온톨로지 및 모듈 설계의 모범 사례에 맞춰 의미적 정밀성과 재사용성을 보장한다. 논문에서는 (i) 논리 보강 생성(LAG)을 통해 대규모 언어 모델(LLM)과 온톨로지를 결합하여 추론적 일관성과 일관성에 대한 온톨로지적 기반의 기여도를 평가하고, (ii) RDF 삼항 관계와 에이전트의 정신 상태 간의 양방향 흐름을 가능하게 하는 Triples-to-Beliefs-to-Triples (T2B2T) 패러다임을 구현하는 Semas 추론 플랫폼 내에 온톨로지를 통합하는 두 가지 실험을 통해 적용 가능성을 입증한다. 이러한 실험을 통해 BDI 온톨로지가 선언적 지능과 절차적 지능 간의 개념적 및 운영적 가교 역할을 하며, 웹 오브 데이터 내에서 작동하는 인지적으로 기반하고, 설명 가능하며, 의미적으로 상호 운용 가능한 다중 에이전트 및 신경 기호 시스템을 위한 길을 열 수 있음을 보여준다.
