FactStack

온톨로지Ontology

핵심 개념

한마디로

고객, 상품, 주문 같은 업무 대상과 그 관계를 사람과 기계가 같은 뜻으로 읽도록 미리 정해 둔 개념 지도예요. 이 공통 사전이 있으면 AI가 시스템마다 뜻이 다른 데이터를 잘못 읽어 내는 오답을 줄일 수 있어요

온톨로지는 원래 '존재하는 것이 무엇인가'를 다루는 철학 용어인데, 정보과학에서는 한 분야의 개념과 그 관계를 기계가 읽을 수 있게 명시해 둔 설계도를 뜻합니다. 1993년 톰 그루버가 논문에서 '개념화의 명시적 명세'라고 정의한 문장이 지금도 널리 인용돼요. 예를 들어 '고객은 주문을 한다', '주문에는 상품이 담긴다', '상품은 브랜드에 속한다'처럼 대상의 종류(클래스)와 속성, 관계를 정해 두면 서로 다른 시스템의 데이터를 같은 뜻으로 묶을 수 있습니다.

표준화의 역사도 깁니다. W3C는 2004년 2월 웹 온톨로지 언어(OWL)를 권고안으로 냈고, 구글, 마이크로소프트, 야후, 얀덱스가 함께 만든 Schema.org 어휘도 넓게 보면 가벼운 온톨로지로 볼 수 있어요. 마케터가 검색 노출을 위해 JSON-LD로 Product나 Organization을 표시하는 일이 바로 이 어휘로 페이지를 설명하는 작업이에요. 기업용 사례로 자주 함께 검색되는 팔란티어는 자사 온톨로지를 '조직의 운영 계층'이라고 설명하며, 객체, 속성, 링크 같은 의미 요소에 사용자가 실행할 수 있는 액션까지 함께 정의합니다. 행동까지 담는 것은 이 구현의 특징이고, 일반적인 온톨로지는 주로 개념과 관계, 제약을 정해요.

AI 에이전트 관점에서 온톨로지의 쓸모는 분명해요. 에이전트가 '배송이 늦어진 고객에게 쿠폰을 보내라'를 수행하려면 고객, 주문, 배송 상태가 시스템마다 무엇을 가리키는지 알아야 하거든요. 같은 '고객'이 CRM에서는 회원을, 주문 시스템에서는 비회원 구매자까지 포함한 대상을 뜻하는 식으로 어긋나 있으면 에이전트는 엉뚱한 대상을 고르게 됩니다. 도입은 전사 설계로 시작하기보다 자주 쓰는 업무 대상 몇 개의 정의와 관계부터 합의하는 편이 현실적이에요. 같은 이름의 암호화폐(온톨로지 코인)와는 관계없는 용어입니다.

참고: Gruber, A Translation Approach to Portable Ontology Specifications(1993), W3C, OWL Web Ontology Language Overview(2004), Palantir, Ontology overview

헷갈리는 용어 구분

태그

관련 용어

공유