시가총액 3,000억 달러 돌파,

그 이면에는 온톨로지가 있습니다.

팔란티어 CEO 알렉스 카프는 '슬롭 AI(Slop AI)'를 일관되게 비판해왔습니다.

슬롭 AI란?

👉 겉으로 보면 그럴듯해 보이지만 정작 실제 업무에는 도움이 되지 않는 AI.

이제는 현장의 문제를 실제로 해결할 수 있는 AI가 필요합니다. 

도메인 고유의 지식과 운영 맥락을 구조적으로 이해하는 AI가 필요한 것이죠. 

그 지식과 맥락을 담는 아키텍처가 바로 온톨로지입니다.

시가총액 3,000억을 만드는 주축, 온톨로지 구축 7단계 프레임워크

그렇다면 온톨로지를 어떻게 구축해야 할까요? 

총 7단계 중에서 1, 3, 4단계를 뉴스레터에서 소개해드리려 합니다. 

1단계: 범위 결정

초기 단계에서 범위를 엄밀하게 정의하지 않으면?

아키텍처는 방향을 잃고 복잡성의 무게를 견디지 못하게 됩니다.

시작부터 이미 실패하는 AI인 것입니다. 

그래서 범위를 결정할 때, 역량 질문(Competency Questions, CQ)을 사전에 정의하셔야 합니다.

제조 AI를 예로 든다면?

• 라인 C가 멈췄을 때 연관된 상위 공정은 무엇인가?
• 모터가 과열되면 어떤 점검 절차가 실행되어야 하는가?
• 센서 값이 기준치를 초과했을 때 담당 책임자는 누구인가?

이 질문 목록이 이후 모든 설계 결정의 거버넌스 기준이 됩니다.

3단계: 속성 정의

온톨로지의 본질을 기억하셔야 합니다.

👉 온톨로지는 개념의 나열이 아니라, 개념 간 관계 아키텍처입니다.

외교부 온톨로지를 예로 들어볼까요?

"어떤 외교 문서가 어떤 사건과 관련 있는 거지?”

“어떤 인물과 기관이 개입했으며, 어느 국가의 얘기인가?"

위 질문에 대해 답변하기 위해서는 속성을 정의해야 합니다. 

위 사례에서 특히 주목할 속성은 owl:sameAs입니다.

owl:sameAs란?

• 서로 다른 온톨로지에 존재하는 두 개체가 실제 세계에서 동일한 대상임을 공식적으로 명시하는 속성
• 외교부 온톨로지의 ‘김OO 외교관’ = 외부 기관 데이터베이스의 ‘김OO’이 동일 인물이라는 걸 보여주죠. 

또한 형식 구조로 정의된 온톨로지라도, 클래스와 속성에 자연어 주석을 함께 작성하는 것을 권장해요.

유관 부서 외의 구성원과 협업할 때, 형식 표기만으로는 전달되지 않는 맥락이 존재하기 때문이죠.

4단계: 추론 규칙 정의

이제 기존 구조에서 새로운 사실을 도출하는 추론 규칙(Axioms)을 정의해야 해요.

이번에는 복잡한 제조 환경을 예로 들어보겠습니다. 

• 모터가 과열 상태이고 공정 B에서 가동 중이라면 → 공정 B를 즉시 중단해야 한다.
• 공정 B가 중단되면 → 라인 C도 점검 대상에 포함되어야 한다.
• 점검 매뉴얼이 존재하고 과열 조건이 충족되면 → 담당 책임자에게 자동 알림을 전송해야 한다.

이 추론 규칙 없이는, AI 시스템은 그저 데이터를 저장하는 시스템에 머물 뿐입니다.

추론하는 시스템으로 진화하지 못하는 것이죠. 

단, 규칙의 수가 늘어나면 부작용이 생길 수 있습니다.

규칙과 규칙이 충돌하거나, 예상치 못한 추론 결과가 복합적으로 발생할 수 있습니다.

따라서 제약과 정밀성이 설계의 핵심 원칙이 되어야 하는데요. 

그 제약 조건은 블로그 글에서 이어서 확인 가능합니다. 

과연 온톨로지만으로 충분할까? 답은 “뉴로-심볼릭”에 있습니다. 

그런데 잠깐, 페블러스는 여기에서 한 가지 근본적인 질문을 제기합니다.

"온톨로지만으로 과연 충분할까요?"

알고 보면 AI의 거장 헨리 카우츠는 이렇게 예측했습니다.

"딥러닝의 직관과 상징적 추론의 논리가 결합된 뉴로-심볼릭 AI가 미래다. 

그리고 이 논리적 사고를 가능하게 하는 뇌의 지도가 바로 온톨로지다."

• 뉴럴 AI는 온톨로지가 미처 정의하지 못한 패턴까지 현실에서 감지합니다.
• 심볼릭 AI는 온톨로지를 기반으로 규칙을 읽고, 데이터에 적용하고, 결론을 도출합니다.

제조, 의료, 금융, 자율주행, 국방 등 판단 실수 하나가 큰 사고로 이어지는 산업은 AI가 왜 그 결론을 냈는지, 논리적으로 설명할 수 있어야 합니다.

온톨로지 위에 뉴로-심볼릭을 결합하면?

👉 규제 기관의 감사에도 AI의 판단 근거를 문서로 제출할 수 있는 수준의 신뢰성을 확보할 수 있어요. 

온톨로지와 뉴로 심볼릭에 대해 보다 심도 있게 파악하고 싶은 분들을 위해, 페블러스가 추가 콘텐츠를 준비했어요!

• 팔란티어 운영 온톨로지, 전통 온톨로지와 어떻게 다를까?
• GraphRAG의 품질 문제를 뉴로 심볼릭으로 어떻게 보완할 수 있을까?
• ISO 표준 문서에서 온톨로지를 직접 추출하는 방법은?

페블러스에서 위 질문 외에도, 온톨로지와 뉴로 심볼릭에 관한 수많은 궁금증에 대해 답을 드립니다. 

아래 버튼을 눌러 확인해보세요!

페블러스는 각 기업의 도메인에 맞는 온톨로지 설계부터, 실무 데이터 기반 검증, 뉴로-심볼릭 결합까지 함께 진행하고 있어요. 

먼저 온톨로지 구축 방법대로 진행해보신 후, 원하는 수준만큼 나오지 않는다면? 

그때 페블러스에 문의해 주세요. 내부 전문가들이 2~3일 내에 빠르게 답변드리겠습니다.

콘텐츠에서 시간 상 담지 못했던 세부 노하우까지, 페블러스가 직접 구축하며 보여드리겠습니다.  

본 내용은 페블러스의 기획 하에 AI를 보조적으로 활용하여 작성되었으며, 페블러스의 엄밀한 감수를 거쳐 출간되었습니다.