본 논문에서는 SemTab 2021(Semantic Web Challenge on Tabular Data to Knowledge Graph Matching)에 참가하기 위한 우리 시스템인 Kepler-aSI를 제안한다. 이 시스템은 이번 캠페인에 두 번째로 참가하며, 기존에 비해 개선된 성능과 새로운 기술적 요소를 도입하였다. Kepler-aSI는 표 형식 데이터를 분석하여 위키데이터(Wiki-data) 및 DBPedia에서 정확한 매칭을 탐지할 수 있도록 설계되었다. 각각의 데이터 자원 또는 캠페인의 각 라운드마다 특정한 제약 조건이 부과되며, 이러한 제약은 고도화된 기술적 접근을 요구한다. 이러한 작업은 기계에게 매우 어려운 과제로, 매칭 방법에 인지 능력을 효과적으로 적용하기 위한 추가적인 노력이 필요하다. Kepler-aSI는 지식 그래프(KG) 내 표를 의미론적으로 주석화하기 위해 여전히 SPARQL 쿼리를 활용하여 매칭 작업의 핵심 문제를 해결하고 있다. 평가 단계에서 얻어진 결과는 긍정적이며, 제안한 시스템의 강점을 입증하고 있다.