온톨로지Ontology
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
- 시맨틱 레이어지표와 차원의 정의를 한 곳에 모아두고 대시보드, API, AI 에이전트가 모두 그 정의만 쓰게 하는 계층이에요. 같은 질문에 어디서 물어도 같은 숫자가 나오게…
- 그래프 RAG(GraphRAG)문서에서 뽑아 만들거나 이미 갖고 있는 지식 그래프에서 개체와 관계의 연결을 따라 근거를 모아 답하는 RAG 방식이에요. 여러 단계를 건너 이어지는 관계나 문서…
- 데이터 사일로마케팅, 영업, 고객 서비스 등 여러 팀이 각자의 시스템에 고객 데이터를 따로 저장해서 서로 연결되지 않은 채 흩어져 있는 상태를 뜻해요.
- AI 에이전트목표가 주어지면 스스로 판단하고 도구를 호출해 여러 단계를 실행하는 AI 시스템이에요. 입력→출력 한 번으로 끝나는 게 아니라 '루프'를 돌며 행동해요
- 데이터 리니지(데이터 계보)이 숫자가 어느 원천에서 나와 어떤 가공을 거쳐 여기까지 왔는지를 단계별로 추적해 보여주는 기록이에요. 대시보드 수치가 틀렸을 때 어디서 꼬였는지 찾는 지도이자…