제네시스랩 “AI 업무 지식, ‘경량 온톨로지’로 빠르게 구축·수정” [월간AX 10월호] 작성일 11-03 25 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">유대훈 CTO, 지식 자동 생성·정확도 향상·AI 통제 방안 제시</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="X97xiUwaLy"> <p contents-hash="22325c56f57d2d62ce25aab3d1d5a7d36f17492885ca0849a1b73fab1e82df98" dmcf-pid="Z2zMnurNLT" dmcf-ptype="general">"온톨로지는 한 번 구축한다고 끝나는 것이 아닙니다. AI 에이전트를 개발하고 사용하는 과정에서 계속 수정해야 하는데, 구조가 복잡하면 사람이 어디를 고쳐야 할지 파악하기 어렵습니다. 그래서 기존 데이터베이스를 분석해 업무 지식을 빠르게 만들고, 사람이 이해하고 수정할 수 있는 형태로 관리하는 것이 중요합니다."</p> <div contents-hash="2d2f060631c93abee5a3931e9051ad3a5d8906b1a7ba07038c97db8ce63e4c49" dmcf-pid="5VqRL7mjev" dmcf-ptype="general"> 유대훈 제네시스랩 최고기술책임자(CTO)는 3일 서울 서대문구 한빛앤 본사 리더스홀에서 열린 '월간AX 10월 세미나'에서 이같이 말했다. '월간AX'는 IT조선이 AI 시대 실무 러닝 허브 한빛앤과 공동 주최하는 AI 시대 네트워킹 프로그램이다. </div> <figure class="figure_frm origin_fig" contents-hash="aff9498a7cff694e176112bb1d93a1e949c629f1fe0cca4084422db88359074a" data-idxno="500135" data-type="photo" dmcf-pid="1VqRL7mjRS" dmcf-ptype="figure"> <p class="link_figure"><img alt="유대훈 제네시스랩 최고기술책임자(CTO) / 정종길 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/03/552810-SDi8XcZ/20261103180145705cwkb.jpg" data-org-width="1280" dmcf-mid="HdUPd0EoeW" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/03/552810-SDi8XcZ/20261103180145705cwkb.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 유대훈 제네시스랩 최고기술책임자(CTO) / 정종길 기자 </figcaption> </figure> <p contents-hash="b1f8045130396221daf7f06ce8836c9faed5848b607a6f3b9a8d1e7a5f65a7d0" dmcf-pid="tfBeozsAMl" dmcf-ptype="general">유 CTO는 이날 발표에서 '경량 온톨로지와 AI 거버넌스: 기업 데이터 위 AI 구축 시 고려사항'을 주제로 기업의 업무 지식을 AI가 활용할 수 있도록 구축하는 방법과 AI 에이전트의 실행을 통제하는 방안을 소개했다. </p> <p contents-hash="5a562ed7316c21c7c661bca71eab2839a63680340e6e942490b91a31b45df032" dmcf-pid="F4bdgqOcdh" dmcf-ptype="general">그는 대규모언어모델(LLM)의 성능이 개선되고 있지만 기업 데이터를 정확히 이해하는 데는 여전히 한계가 있다고 지적했다. 기업 데이터베이스(DB)에는 담당자만 아는 약어나 코드값이 많고, 데이터 간 관계도 복잡하기 때문이다. AI가 이를 잘못 해석하면 데이터 조회 명령이 정상적으로 실행되더라도 틀린 답을 내놓을 수 있다.</p> <p contents-hash="69978817b9481be700a27d4094203f0ddaf2a529e0680f484696632a0c5d382d" dmcf-pid="38KJaBIknC" dmcf-ptype="general"><strong>복잡한 온톨로지 대신 문서로 지식 관리…구축·수정 부담 줄여</strong></p> <p contents-hash="770d514fdca050fef7e22eca7c56a66c44d8073e9a961ea6d6887944d75a1a7c" dmcf-pid="069iNbCERI" dmcf-ptype="general">이런 기업 데이터의 의미와 관계를 AI가 이해하도록 만드는 기술이 온톨로지(Ontology)다. 다만 기존 온톨로지 구축 방식은 복잡한 구조와 관계를 정의하고 관리해야 해 이후 수정과 유지보수에 어려움이 있다.</p> <p contents-hash="f310e56d54888267200e51ad6709737a621bb49b99cd569288c54a82d89b04cb" dmcf-pid="pP2njKhDnO" dmcf-ptype="general">제네시스랩은 이러한 문제를 해결하기 위해 자체 AI 에이전트 플랫폼 '에이전트리아(Agentria)'에 '경량 온톨로지' 방식의 지식관리 체계인 '슬립박스(Slipbox)'를 적용했다. 복잡한 그래프 구조를 직접 다루는 대신 기업의 업무 용어와 데이터 관계, 규칙 등을 사람이 읽고 수정할 수 있는 문서 형태로 관리할 수 있다. 관련 지식은 서로 연결해 AI가 필요한 정보를 찾아 활용하도록 한다.</p> <p contents-hash="e6b64c31034d9c223caa1eda74753b2c76a14b635bb0b5ac9d858dcdeffbf73e" dmcf-pid="UQVLA9lwns" dmcf-ptype="general">지식 구축 과정도 자동화했다. 기존 DB의 테이블 구조와 데이터 간 관계, 과거 조회 내역 등을 분석해 업무 지식 페이지를 생성한다. 기업 시스템을 전면 교체하거나 데이터를 모두 옮기지 않아도 되며, 담당자는 자동 생성된 내용을 확인하고 수정할 수 있다.</p> <p contents-hash="92f91c664161debf49d39e5ed355cc2f2b92e22e9d37afe8780a796dc6ea552d" dmcf-pid="uxfoc2Srim" dmcf-ptype="general">이날 제네시스랩은 가상 제조기업의 전사적자원관리(ERP) 시스템에 있는 테이블 121개를 분석해 지식 페이지 135장과 관계 정보 223개를 생성한 내부 시연 사례를 소개했다. 테이블 7개와 뷰 1개를 바탕으로 지식 페이지 10장을 만드는 데 1분 33초가 걸렸다는 별도 시연 결과도 공개했다. 변경사항이 없는 상태에서 재동기화하는 작업은 3~7초 만에 완료됐다. 모두 개발 서버에서 측정한 결과다.</p> <p contents-hash="efcaad3c194612ef9e7e055b546961b4949082556736ca2773ebe90af4082db9" dmcf-pid="7M4gkVvmer" dmcf-ptype="general">AI 답변 정확도 개선 사례도 소개했다. 오라클의 자연어 기반 데이터 조회 기능인 '셀렉트 AI(Select AI)'를 단독으로 사용했을 때와 슬립박스를 연결했을 때를 비교한 결과, 정답률이 56%에서 100%로 높아졌다. 다만 8개 질문을 두 차례씩 시험한 소규모 내부 비교시험 결과다.</p> <p contents-hash="7a3e39c44e86aee68b9278a68c4a798cc351b94f25721e22dc0a41a073c3144c" dmcf-pid="zR8aEfTsew" dmcf-ptype="general">대표적인 사례가 '교육 상품' 조회다. 셀렉트 AI만 사용했을 때는 관련 데이터가 없다고 답했지만, 슬립박스를 연결한 뒤에는 실제 DB에 저장된 코드값인 'Training'을 찾아 3901건을 조회했다. AI가 내부 용어와 실제 데이터값의 관계를 이해하면서 기존에 찾지 못했던 정보를 확인한 것이다.</p> <p contents-hash="62fba60d6f5f7705ec95d408a78c8a36606f019e27ab47036f4563b4ee0f8c4f" dmcf-pid="qe6ND4yOLD" dmcf-ptype="general"><strong>AI 업무 실행에는 별도 통제 필요…'에이전트리아'로 관리</strong></p> <p contents-hash="765482a25bb331219631f0cfa7e48d07367c204b2c657b309e419dd62654a42b" dmcf-pid="BdPjw8WIRE" dmcf-ptype="general">유 CTO는 "AI가 업무 지식을 이해하는 것만으로는 실제 업무를 안전하게 수행할 수 없다"고 말했다. 업무 규칙을 알고 있더라도 AI가 실행 과정에서 이를 반드시 준수한다는 보장은 없기 때문이다.</p> <p contents-hash="8835de70a3a7d06e7f09e5e8ca75e0d471935c1f2f663b6c1a768b6848ffee90" dmcf-pid="bJQAr6YCek" dmcf-ptype="general">제네시스랩은 이를 위해 슬립박스와 함께 업무 실행 절차를 정의하는 '어빌리티(Ability)'를 활용한다. AI가 필요한 작업을 선택하면 어빌리티가 사전에 정해진 절차에 따라 실행한다. 예를 들어 계약금액에 따라 승인자가 달라지는 경우, AI의 판단에만 의존하지 않고 정해진 결재 절차를 거치도록 한다.</p> <p contents-hash="87df99b9109c020e9eec94ebb4b8b37d0cfe9a0e70158847139f763c7fc58edb" dmcf-pid="KTI1Us8BLc" dmcf-ptype="general">유 CTO는 "AI에 특정 상황에서 승인을 받으라고 말로 지시하면 이를 따를 때도 있고, 그렇지 않을 때도 있다"며 "정해진 결재선과 승인 절차는 코드로 강제해 반드시 거치도록 해야 한다"고 설명했다.</p> <p contents-hash="a717a0de865bca3e67be4b9d3ff9fdc16b36c42b714f3ef4f74a54851309bad7" dmcf-pid="9yCtuO6bRA" dmcf-ptype="general">실제 운영에서는 에이전트의 신원과 접근 권한을 관리하고, 실행 내용을 추적·감사하는 체계도 필요하다고 강조했다. 잘못된 작업이 발생했을 때 이를 되돌릴 수 있는 복구 기능도 중요하다. AI가 어떤 권한으로 무엇을 수행했는지 사람이 확인하고 통제할 수 있어야 한다는 것이다.</p> <p contents-hash="ec02c69afa60118d6d8aa2af25b4d8c2849d4d168933a88b309597688d2e9b9c" dmcf-pid="2WhF7IPKRj" dmcf-ptype="general">제네시스랩은 이러한 AI 거버넌스 구축을 지원하는 '에이전트리아 트러스트(Agentria Trust)'도 소개했다. AI 관련 법률과 인증 기준에 따라 증빙자료를 관리하고, AI가 통제 항목의 충족 여부를 사전에 검토하도록 돕는 제품이다. AI의 성능과 보안 취약점을 평가하는 기능도 제공한다.</p> <p contents-hash="b035bb5543035baf75ad28ee1d18d257fd6d24580460e5797a6107237d4dd9cd" dmcf-pid="VYl3zCQ9RN" dmcf-ptype="general">유 CTO는 제네시스랩이 2024년 AI 신뢰성 인증을 준비하면서 관련 자료 수집에 약 한 달, 현장 심사에 5일이 걸렸던 경험을 제품 개발 배경으로 설명했다. 이와 함께 직원들의 외부 AI 도구 사용을 기록하고 민감정보 유출을 차단·마스킹하는 '에이전트리아 DLP'도 준비하고 있다고 밝혔다.</p> <p contents-hash="7ce799bf49de89acd9609730ec10310d3498b48502abae9d361e6c05d44b961b" dmcf-pid="fGS0qhx2da" dmcf-ptype="general">유 CTO는 "에이전트에게는 업무 맥락을 제공하고, 사람에게는 명확한 통제권을 줘야 한다"며 "AI가 활용할 지식체계와 사람이 관리할 수 있는 실행·통제 체계를 함께 갖추는 것이 중요하다"고 덧붙였다.</p> <p contents-hash="5bfc1837c59de348f8fa6791037a58d0ce4d84fd04bf2faf3cbee41d5db1894e" dmcf-pid="4HvpBlMVMg" dmcf-ptype="general">정종길 기자<br>jk2@chosunbiz.com</p> </section> </div> <p class="" data-translation="true">Copyright © IT조선. 무단전재 및 재배포 금지.</p> 관련자료 이전 게임업계, 제작비 세액공제·규제개선 요구 11-03 다음 영화 ‘쥬라기 공원’ 현실 될까…1억 1500만 년 공룡 뼈에서 혈액 분자 발견 [사이언스 브런치] 11-03 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
