"김 팀장님, 작년 하반기 A 부품 불량률이랑 이번 달 생산량 지표 합쳐서 보고해 주세요."
상사의 지시를 받은 김 팀장은 한숨부터 나옵니다. 불량률은 ERP 시스템에, 생산량은 MES에 각각 저장되어 있습니다. 두 시스템에 접속해서 데이터를 내려받고, 엑셀로 옮겨서 합치고, 차트를 만드는 데 반나절이 꼬박 걸립니다.
"요즘 AI 챗봇한테 물어보면 바로 나온다던데, 왜 우리 회사 AI는 '모른다'고만 할까?"
많은 기업 실무자들이 겪는 현실입니다. 분명 AI를 도입했는데, 정작 필요한 순간에는 제대로 된 답을 주지 못합니다.
일반 생성형 AI는 왜 우리 회사 데이터를 모를까요?
문제는 맥락의 부재입니다. 일반 생성형 AI는 '불량'이라는 단어의 사전적 의미는 알지만, 우리 공장에서 '불량'이 구체적으로 어떤 데이터베이스 테이블에 저장되는지, 어떤 공정과 연결되는지 모릅니다.
ChatGPT에게 "지난달 우리 부서 불량률 알려줘"라고 물으면 어떻게 될까요? AI는 상상으로 답변하거나, "제공된 정보가 없어 답변할 수 없습니다"라고 대답합니다. 우리 회사의 ERP 시스템에 접근할 수 없고, 설령 접근할 수 있다 해도 어느 테이블의 어떤 컬럼을 봐야 하는지 모르기 때문입니다.
더 큰 문제는 데이터의 파편화입니다. 매출은 ERP에, 인사 정보는 HR 시스템에, 생산 데이터는 MES에 흩어져 있습니다. 시스템들이 각각 따로 놀고 있어 AI가 데이터를 연결해서 읽지 못합니다. "A 부품을 가장 많이 생산한 직원은?"이라는 간단한 질문조차 여러 시스템을 넘나들어야 하기 때문에 일반 생성형 AI로는 답하기 어렵습니다.
온톨로지 생성형 AI란 무엇인가요?
이 문제를 해결하는 핵심 기술이 바로 온톨로지 생성형 AI입니다. 온톨로지를 쉽게 비유하자면 '우리 회사 전용 데이터 지도'입니다.
일반적인 생성형 AI가 세상의 모든 책을 읽은 천재지만 우리 회사 사정은 모르는 외부인이라면, 온톨로지 생성형 AI는 우리 회사의 용어, 부서 간 관계, 업무 프로세스를 완벽히 숙지한 수석 팀장님과 같습니다.
온톨로지는 단순히 단어를 아는 것이 아니라, 단어와 단어 사이의 '관계'와 '의미'를 컴퓨터가 이해할 수 있도록 구조화한 체계입니다.
데이터 통합이 아닌 데이터 연결
온톨로지 생성형 AI의 가장 큰 차별점은 기존 시스템을 건드리지 않는다는 점입니다. 전통적인 데이터 통합 방식은 모든 시스템의 데이터를 하나의 데이터웨어하우스로 옮기는 작업이 필요했습니다. 이 과정에서 수억 원의 비용과 1년 이상의 시간이 소요됩니다.
하지만 온톨로지 방식은 다릅니다. 기존 ERP, MES, HR 시스템을 그대로 두고, AI가 필요할 때 각 시스템에서 데이터를 읽어와 논리적으로 연결합니다. 마치 여러 섬을 다리로 연결하듯, 데이터를 옮기지 않고도 자유롭게 오갈 수 있게 만드는 것이죠.
txt2SQL의 마법
온톨로지 지도가 있으니 자연어 질문을 정확한 SQL로 변환하는 것도 가능합니다. "지난달 서울 지사 매출 상위 3개 제품 알려줘"라고 물으면, 온톨로지 생성형 AI는 다음과 같이 해석합니다.
'서울 지사'는 지사 마스터 테이블의 'BRANCH_02' 코드, '매출'은 판매 테이블의 'SALES_AMOUNT' 컬럼, '상위 3개'는 ORDER BY DESC LIMIT 3이라고 정확히 매핑합니다. 3초 이내에 정확한 결과를 뽑아내는 것이죠.
온톨로지 생성형 AI, 다비스(DARVIS)만의 3대 강점
디피니트의 다비스(DARVIS)는 온톨로지 생성형 AI 기술을 기반으로 기업 환경에 최적화된 시스템입니다.
똑똑한 데이터 연결
다비스(DARVIS)는 여러 시스템을 하나의 뇌처럼 활용합니다. ERP의 매출 데이터, MES의 생산 데이터, HR의 인사 정보를 동시에 읽어와 연결할 수 있습니다. "지난주 불량률이 높았던 날, 해당 라인 담당자의 근무 이력"처럼 여러 시스템을 넘나드는 복잡한 질문도 즉시 처리합니다.
문서도 마찬가지입니다. 사내 규정집, 매뉴얼, 보고서를 온톨로지로 연결하여 "육아휴직 신청 조건"같은 질문에 정확한 조항을 찾아 답변합니다.
강력한 보안, GUARDIA
기업 데이터는 외부로 한 점도 유출되어서는 안 됩니다. 다비스(DARVIS)는 GUARDIA 보안 시스템을 통해 온프레미스(사내 서버) 설치를 지원합니다. 데이터가 회사 방화벽 밖으로 나가지 않고, 폐쇄망 환경에서도 작동합니다.
더 나아가 누가, 언제, 어떤 데이터를 조회했는지 감사 로그로 철저히 관리합니다. 민감한 정보에 접근하려는 시도가 있으면 즉시 차단하고 알림을 보냅니다. 데이터를 저장하거나 학습하지 않고 처리 즉시 폐기하는 구조라 보안팀의 걱정을 덜어드립니다.
현장 맞춤형 설정
부서별, 직급별로 접근 권한을 세밀하게 관리할 수 있습니다. 인사팀은 급여 정보를 조회할 수 있지만 일반 직원은 접근하지 못하도록 설정하는 식입니다.
사내 전문 용어 학습 기능도 있습니다. '전표'를 '전기'라고 부르거나, 제품 코드를 사내 별칭으로 부르는 경우가 많죠. 다비스(DARVIS)는 기업 특화 용어 사전을 통해 이런 은어와 약어를 즉시 반영합니다. 신입사원보다 더 정확하게 사내 업무 맥락을 파악하는 것입니다.
온톨로지 생성형 AI 도입 후 달라진 현장
온톨로지 생성형 AI를 도입한 기업들은 업무 방식 자체가 바뀌었습니다.
정보 접근 시간 80% 감소 - 과거에는 여러 시스템에서 데이터를 찾느라 15분 이상 걸렸던 작업이 30초로 단축되었습니다. IT 부서에 데이터 요청하고 며칠 기다릴 필요도 없습니다. 말로 물어보면 즉시 답을 얻을 수 있습니다.
신입사원 온보딩 기간 단축 - 베테랑 직원이 알고 있던 업무 지식이 온톨로지로 체계화되어, 신입사원이 AI를 통해 빠르게 학습할 수 있습니다. 30일 걸리던 온보딩이 3일로 단축된 사례도 있습니다.
AI 도입, 모델 성능보다 중요한 것
많은 기업이 AI 도입을 검토하면서 "어떤 모델이 가장 좋은가?"를 묻습니다. 하지만 더 중요한 질문은 "우리 회사 데이터를 AI가 얼마나 잘 이해하는가?"입니다.
아무리 똑똑한 생성형 AI 모델이라도 우리 회사의 맥락을 모르면 쓸모가 없습니다. 반대로 온톨로지를 통해 회사의 데이터 관계를 정확히 학습시키면, AI는 우리 회사만의 지능형 비서가 됩니다.
데이터는 많은데 활용이 안 되는 이유는 시스템이 많아서가 아닙니다. 시스템들이 서로 연결되지 않았기 때문입니다. 온톨로지 생성형 AI는 바로 그 연결 고리를 만들어주는 기술입니다.
우리 회사의 흩어진 데이터를 어떻게 연결할 수 있을지 궁금하시다면, 전문가와 상담해보시는 것을 권장합니다. 기업 환경에 맞는 맞춤형 도입 시나리오를 제안받아 실제 효과를 미리 확인해볼 수 있습니다.
실용적인 AI 활용 인사이트 및 최신 트렌드를 알아보고 싶으시다면 디피니트 다비스(DARVIS) 블로그를 구독해 보세요. AI 활용 노하우와 실제 사례를 통해 업무 생산성을 높이는 방법을 공유합니다.
더 많은 AI 인사이트를 보고 싶으시다면 'AI 인사이트 더 보러가기'를 통해 둘러보시면 도움이 되실 겁니다. 감사합니다.