온톨로지 (Ontology)

용어집·지식 그래프·온톨로지는 무엇이 다른가

예를 들어 사내 교육 자료에 ‘리더 과정’이라는 이름이 반복된다고 해봅시다. 상품 이름인지, 특정 회사에서 실제 진행한 교육인지를 구분하지 않으면 제안서를 근거로 교육 실적을 집계할 수 있습니다.

세 구조는 함께 사용할 수 있습니다. W3C OWL 2 Primer는 온톨로지에서 용어의 의미와 관계를 명시하고, 구체적인 대상에 대한 사실도 표현할 수 있다고 설명합니다. OWL은 이를 형식적으로 표현하는 언어 중 하나입니다.

사실과 사실 후보를 구분한다

다음은 설명을 위한 가상 예시입니다.

• 원문: ‘다음 교육에서 교안 B를 사용하면 좋겠습니다.’
• 잘못 추출한 사실: 교육 A는 교안 B를 사용했다.
• 원문이 뒷받침하는 후보: 교육 A에 교안 B의 사용이 제안됐다.

‘교육 A → 사용 → 교안 B’처럼 칸을 채웠다고 사실이 되지는 않습니다. 출처, 실제 진행 여부, 적용 시점, 사람의 판단을 확인해야 합니다. 이 확인 경로가 데이터 출처 추적입니다.

BOAZ의 온톨로지 교안에서도 먼저 원문과 연결된 설명을 만들고, 새 문서를 반영하면서 중복 용어·모호한 관계·충돌 후보를 찾도록 구성했습니다. 이때 사람이 정해야 하는 것은 관계명의 영어 표기보다 ‘이 둘을 같은 것으로 취급해도 되는가’입니다.

엔티티·관계·제약은 서로 다른 질문에 답한다

이 예시의 제약은 업무 데이터의 검토 조건입니다. 온톨로지의 논리적 정의와 데이터의 필수 항목 검사에는 목적과 처리 방식의 차이가 있습니다. 형식적으로 칸이 채워졌다고 실제 사용이 입증되는 것은 아닙니다.

지식 그래프에는 채택한 개별 관계를 표현하고, 지식 갱신에서는 새 원문이 그 관계와 확인 상태를 바꾸는지 검토합니다. 각 요소를 따로 이해해야 AI가 추출한 후보를 곧바로 확정 사실로 옮기지 않을 수 있습니다.

LLM 위키에서 시작할 때 정할 것

LLM 위키는 원문을 읽어 설명과 연결을 남기는 운영 방식입니다. 그 설명에서 반복되는 업무 관계를 구조화하면 온톨로지 설계의 재료가 됩니다.

BOAZ가 회사 위키를 운영하며 적용하는 출발점입니다. 전사 온톨로지를 완성했다는 뜻은 아닙니다. 연결된 문서가 있는 수준과, 관계의 의미를 기계가 검사할 수 있는 수준은 다릅니다.

RAG를 대체하는가

RAG는 답변에 필요한 자료를 검색해 모델에 제공하는 방식이고, 온톨로지는 업무 개념과 관계를 정의합니다. 검색할 때 온톨로지의 용어를 활용하거나, 답변 전에 관계를 조회하는 식으로 함께 쓸 수 있습니다.

모든 조직이 RAG → 위키 → 온톨로지 순서로 발전해야 하는 것은 아닙니다. 단순 문서 검색으로 충분한 업무도 있고, 처음부터 명확한 관계 조회가 필요한 업무도 있습니다. 선택 기준은 단계의 높이가 아니라 반복해서 답해야 하는 질문입니다.

사람이 개선할 지식과 실행 절차

‘교육이 실제로 진행됐다’는 사실과 ‘교육 소개문을 작성하는 순서’는 다릅니다. 전자는 지식 모델에, 후자는 Skill에 둡니다. 회사 상황이 바뀌면 지식을 고치고, 같은 자료로도 작업이 잘못되면 절차와 검증 기준을 점검합니다. 이 둘을 구분해야 같은 내용을 여러 파일에서 제각각 고치는 일을 줄일 수 있습니다.