Loading...
Skip to Content

Our Products

Ontological Studio OL 로고

Ontological Studio

온톨로지를 만들고, 묻고, 실행하고, 앱으로 쓰는 데스크톱 스튜디오입니다.
설치 파일 하나에 데이터 패브릭·그래프 DB·에이전트가 모두 들어 있습니다.

macOS (Apple Silicon · Intel) · Windows 10/11 (x64) · 오픈소스 · 설치 안내 · 따라 하는 튜토리얼 23장

1분 쇼츠

누구 말이 맞아요?

주문은 CRM에, 발주는 ERP에, 선적은 WMS에 있습니다. 같은 납품을 두고 직원마다 말이 다릅니다.

흩어진 시스템의 데이터를 복제하지 않고 의미로 연결하고, 묻고 싶은 내용을 골든 퀘스천으로 적으면 온톨로지가 구축됩니다. 이후에는 말로 묻고, CRM과 ERP에서 따로 하던 일을 말 한마디로 시켜 승인하고 실행합니다.

제품 화면은 Ontological Studio를 실제로 실행해 녹화했습니다. 등장인물은 가상의 인물입니다.

답은 한 곳에 있지 않고, 일은 답에서 끝나지 않습니다

“납땜 불량이 난 부품은 어느 완제품에 들어가고, 그 협력사 담당자는 누구인가?” — 이런 질문의 답은 품질 보고서와 구매 ERP, 물류 시스템에 흩어져 있습니다. 답을 찾은 다음에는 발주를 멈추고, 선적을 서두르고, 현황을 매일 지켜봐야 합니다.

Ontological Studio는 이 흐름을 한 앱 안에서 잇습니다. 문서와 데이터베이스를 옮기지 않고 연결하면, 답해야 할 질문(골든 퀘스천)과 수행할 지시(골든 커맨드)를 기준으로 에이전트가 온톨로지를 설계하고, 질문에는 관계를 따라 근거와 함께 답합니다. 지시는 등록된 업무 시스템의 API를 호출하는 액션으로 바뀌어 사람의 승인 뒤에 실행되고, 필요하면 되돌립니다. 같은 온톨로지 위에서 업무 앱을 말로 만듭니다. 위젯을 연결한 대시보드나 에이전트가 코드를 작성하는 앱으로 만들 수 있습니다.

데모 ① 골든 퀘스천 — 문서 한 장으로 온톨로지를 만들고, 골든 퀘스천으로 검증해 발행하고, 근거와 함께 답하기까지 (2:56)

데모 ② 골든 퀘스천과 골든 커맨드 — 묻는 질문으로 대상을 찾고, 골든 커맨드로 만든 액션을 승인 · 실행 · 취소 (2:58)

데모 ③ 온톨로지 앱 — @멘션으로 대시보드를, 에이전트로 코드 앱을 만들기 (3:12)

INDUSTRY EXAMPLES

산업별 활용 예시

산업의 데이터와 업무를 연결해, 질문의 답에서 실제 실행까지 이어갑니다.

IT 솔루션 · 유지보수 · 7:44 · 유애진 해설

서비스 계약과 엔지니어 배정을 하나의 흐름으로

유지보수 계약과 엔지니어 근무 데이터를 온톨로지로 연결하고, 골든 퀘스천 검증부터 Process GPT의 담당자 배정·SLA 검토까지 이어가는 예시입니다.

YouTube에서 보기 ↗

식품 · 한우 유통 · 8:46

지점 재고와 운송 계약을 연결해 배차와 구매를 판단

지점 재고와 운송 계약을 온톨로지로 연결하고, 재고·계약 질의부터 Process GPT의 운송사 배차 판단과 구매 검토까지 이어가는 예시입니다.

YouTube에서 보기 ↗

제조 · 공급망 · 6:52

품질·구매·물류 데이터를 옮기지 않고 연결

문서와 ERP·WMS 데이터를 온톨로지로 연결합니다. 관계를 따라 질의하고, 실행 계획을 확인하고, 구매 발주 보류 액션과 업무 대시보드로 이어지는 예시입니다.

YouTube에서 보기 ↗

주요 기능

연결 → 구축 → 발행 → 질의 → 액션 → 앱, 모두 같은 온톨로지 위에서 이어집니다

문서 한 장으로 구축된 온톨로지 지도 — 협력사·부품·완제품·품질 이슈와 관계

문서 한 장에서 온톨로지까지

근거로 삼을 문서나 데이터베이스를 고르고, 무엇에 답해야 하는지(구축 의도 · Golden Question)를 적습니다. 에이전트가 개념과 관계를 설계하고, 사실을 인스턴스로 옮긴 뒤 Golden Question을 직접 던져 답이 나오는지 검증합니다. 발행 여부는 사람이 결정합니다.

구축 의도 · Golden Question의 초안을 에이전트가 먼저 제안합니다.
클래스 · 관계 설계 → 인스턴스 적재 → 자체 검증
발행한 온톨로지만 질의와 앱에 사용합니다.
질의 화면에서 관계를 따라 답과 근거를 보여 주는 장면

근거가 남는 질의

무엇을 어떤 순서로 찾아야 하는지 알려 주지 않아도 됩니다. 에이전트는 발행된 지도를 읽고 품질 이슈에서 부품으로, 완제품과 협력사, 담당자로 관계를 따라가 답합니다. 답의 근거가 화면에 남습니다.

그래프 관계를 따라가는 Graph RAG
답마다 근거 노드·관계 표시
MCP로 다른 AI 에이전트에도 제공합니다.
데이터소스 탭 — 원천 데이터베이스를 연결하고 가상 노드로 노출

복제 없는 데이터 패브릭

PostgreSQL · MySQL/MariaDB · Oracle · SQL Server를 접속 정보만으로 연결하고, 테이블을 가상 노드로 노출합니다. 데이터를 옮기지 않고 질의하는 순간 원천에서 읽으므로, 엔진이 서로 다른 데이터베이스도 하나의 Cypher로 함께 질의합니다.

연결 · 테이블 미리보기 · 가상 노드 · 가상 관계를 한 화면에서
교차 DB Cypher 실측 약 140 ms, 한글 그대로
원천은 읽기 전용 — 쓰기는 액션으로만
질의 화면의 액션 계획 카드 — 대상 두 건이 정책 검사를 통과하고 승인을 기다리는 화면

Golden Command → 액션

이 온톨로지로 수행할 지시를 Golden Command로 적어 두면, 에이전트가 등록된 업무 시스템의 API를 살펴봅니다. 이를 바탕으로 액션과 실행을 되돌릴 보상, 사용할 수 있는 사람과 대상을 정하는 정책을 만들고 드라이런으로 검증합니다. 실행은 언제나 사람의 승인을 거칩니다.

계획 → 승인 → 실행(saga) → 취소 시 보상
예제 시스템 3종(구매 ERP · 물류 WMS · 고객 CRM) 내장
결과는 데이터소스 화면에서 원천 테이블로 확인
온톨로지 앱 — 멘션으로 만든 대시보드와 에이전트 구성안

@멘션으로 만드는 대시보드

입력창에서 @로 클래스·속성을 불러오거나 자원 트리에서 끌어다 놓고, 만들고 싶은 화면을 설명합니다. 멘션한 클래스는 엔진이 데이터를 살펴 위젯을 바로 정하고(약 1초), 나머지 요청은 에이전트가 구성안(diff)으로 제시합니다. 사람이 버튼을 눌러 적용합니다.

클래스 · 속성 · 위젯을 문장 안에 칩으로 표시합니다.
Golden Question을 예시로 제공합니다.
차트에도 낮/밤 테마를 적용합니다.
코딩 에이전트가 만든 협력사 리스크 보드 — 미리보기와 작업 기록

에이전트가 코드를 쓰는 코드 앱

같은 입력창에서 「코드 앱」을 고르면 코딩 에이전트(Claude Code · Codex)가 온톨로지에 질의를 직접 실행해 검증한 뒤 앱 코드를 작성합니다. 왼쪽에는 검증한 질의와 작성한 파일이 표시되고, 오른쪽 미리보기는 파일이 바뀔 때마다 갱신됩니다. 고칠 점을 이어서 말하면 에이전트가 같은 세션에서 수정합니다.

Vue 앱 코드(HTML · JavaScript · CSS) — 빌드 없이 바로 실행
데이터에는 읽기 전용 질의 SDK로만 접근합니다.
앱 탭으로 열어 업무 화면처럼 사용
Ontological Portal — Cypher 콘솔에서 가상 노드를 조회

Ontological Portal

그래프를 직접 다루는 콘솔입니다. 질의 입력란에 Cypher 대신 자연어로 입력하면 에이전트가 스키마를 참고해 Cypher로 바꾸고 한 번 검증한 뒤 실행합니다. Cypher를 직접 입력할 때는 라벨·관계·속성 자동완성과 구문 색상 표시를 제공합니다.

자연어 → Cypher (실패하면 엔진 메시지를 바탕으로 한 번 수정)
라벨 · 관계 타입 · 속성 자동완성
스키마 지도 · 시점 조회
Ontological Studio 홈 — 구축 · 질의 · 데이터소스 · 앱 · 포털로 이동하는 화면

설치 하나로, 이 PC 안에서

PostgreSQL과 Ontological 확장(데이터 패브릭), Bolt 게이트웨이, Studio, 액션 실행기, 예제 시스템이 설치 파일 하나에 들어 있습니다. 에이전트는 이 PC에서 로그인한 Claude Code나 Codex를 그대로 사용하므로 API 키가 따로 필요 없습니다.

Docker · Neo4j 불필요
Studio와 포털을 탭으로 나란히 엽니다.
데이터는 사용자 폴더에 저장되며, 삭제하면 처음부터 시작합니다.
데이터소스 탭 — 데이터소스마다 키체인 보관 배지와 「DB 에는 암호가 없습니다 — 참조만」 요약

원천 접속 암호는 데이터베이스 밖에

업무 DB에 접속하는 암호는 데이터베이스에 저장하지 않습니다. 앱은 암호를 암호화해 OS 키체인(또는 고객의 Vault)에 보관합니다. 데이터베이스에는 참조만 남깁니다. 원천 데이터에 연결하는 커넥터는 앱 실행 중에만 존재하는 파일에서 암호를 읽습니다.

원천 접속 암호가 바뀌면 「암호 바꾸기」 — 가상 노드는 그대로
Vault · OpenBao에 보관한 암호를 경로로 참조합니다.
이전에 암호화하지 않고 저장한 암호는 앱 실행 시 키체인으로 옮깁니다.

튜토리얼 22장 · 영상 보기

관계 제안 — 근거와 신뢰도를 표시한 제안 7개, ERP와 WMS를 잇는 관계 포함

키가 없어도 관계를 찾습니다

데이터소스의 열마다 값의 분포, 중복 여부, 다른 열과 겹치는 값을 분석합니다. 이를 통해 실제로 연결되는 열을 찾아 근거와 함께 가상 관계로 제안합니다. 데이터베이스나 열 이름이 달라도 찾습니다.

부모 열의 값이 중복되지 않고 자식 열 값의 80% 이상이 부모 열에 있을 때만 제안합니다.
상태 · 수량 · 날짜 열은 제외하고 이유를 보여 줍니다.
선택한 제안은 가상 관계로 만들어 바로 Cypher로 질의합니다.

튜토리얼 23장 · 영상 보기

질의 화면 — 광고비 질문에 답할 데이터가 없음을 알리고 답을 지어내지 않는 화면

답할 수 있는지 먼저 확인합니다

질의 에이전트는 답변 전에 발행된 온톨로지로 질문에 답할 수 있는지 확인합니다. 필요한 데이터가 없으면 답을 지어내지 않고 어떤 데이터가 없는지 알려 줍니다.

판정 결과 다섯 가지 — 답변 가능 · 일부 가능 · 불가 · 되묻기 · 미발행
구축 시 검증한 기준 질문(골든 퀘스천)과 일치하면 그 경로로 답합니다.
질문에 나온 번호 · 이름이 실제 데이터에 존재하는지 확인합니다.

튜토리얼 24장 · 영상 보기


동작 방식

사람은 무엇을 원하는지 말하고 결정합니다. 설계·질의·코드는 에이전트가, 실행은 승인 후 실행기가 맡습니다.

1. 연결

문서를 올리거나 원천 DB·업무 시스템을 등록합니다. 데이터는 옮기지 않습니다.

2. 구축

구축 의도와 Golden Question·Command를 기준으로 에이전트가 온톨로지를 설계하고 검증합니다.

3. 발행

사람이 확인하고 발행합니다. 발행된 온톨로지만 질의·액션·앱에 쓰입니다.

4. 질의

말로 물으면 관계를 따라 근거와 함께 답합니다. 포털에서는 Cypher로 직접 질의합니다.

5. 액션

지시는 실행 계획으로 바뀌고, 승인 뒤 업무 시스템 API로 실행됩니다. 취소하면 보상 단계에서 실행을 되돌립니다.

6. 앱

같은 온톨로지 위에서 대시보드를 엮거나, 에이전트에게 앱 코드를 맡깁니다.

골든 퀘스천과 골든 커맨드

구축의 기준은 두 가지입니다. 무엇에 답해야 하는가, 그리고 무엇을 해야 하는가. 튜토리얼에서 자세히 보기

골든 퀘스천 (Golden Question) — 답해야 할 질문

“납땜 불량이 난 부품은 어느 완제품에 들어갔나?”처럼 이 온톨로지가 반드시 답해야 할 질문입니다. 에이전트는 이 질문에서 필요한 개념·관계·원천을 거꾸로 찾아 스키마를 먼저 설계하고, 구축이 끝나면 질문을 직접 실행해 기대한 답과 근거가 나오는지 검증합니다.

스키마 설계의 출발점 — 질문별 관계 경로를 먼저 정함
구축의 인수 기준 — 답이 부족하면 스키마·매핑을 보완
앱 화면에서도 예시 질문으로 제공

골든 커맨드 (Golden Command) — 수행할 지시

“지연된 선적을 긴급 출하로 바꿔 줘”처럼 이 온톨로지 위에서 수행해야 할 지시입니다. 에이전트는 등록된 업무 시스템의 API를 살펴 지시를 실행할 액션과 되돌릴 보상, 누가 어떤 대상에 쓸 수 있는지 정하는 정책을 만들고 드라이런으로 검증합니다.

액션 설계의 출발점 — 실행 API와 보상 API를 짝지음
실행은 계획 → 승인 → 실행, 취소하면 역순 보상
취소 지시는 별도 액션 없이 보상 흐름으로 충족

온톨로지 구축의 흐름

의도와 골든 퀘스천을 기준으로 설계 → 추출·연결 → 질의 실행 → 검증을 반복하고, 기준을 충족하면 사람이 검수해 발행합니다.

온톨로지 구축의 전체 흐름 — 문서·데이터소스와 구축 의도·골든 퀘스천에서 증강 카탈로그, 스키마 설계, 추출과 원천 연결, 질문 실행, 기준 충족 판단, 검수 후 발행으로 이어지고 미충족이면 스키마·파서·매핑을 보완
전체 흐름 — 기준을 충족하지 못하면 스키마·파서·매핑을 보완해 다시 실행합니다.
스키마 우선 설계와 근거 기반 반복 검증 — 의도와 골든 퀘스천에서 후보 스키마와 질문별 탐색 경로를 만들고, 미리보기와 실행 결과의 미충족 원인을 분석해 보완
스키마 우선 설계 — 골든 퀘스천별 탐색 경로를 먼저 정하고, 미리보기 실행 결과로 미충족 원인을 찾아 보완합니다.
메타데이터 증강 — 등록된 데이터소스의 물리 카탈로그와 구문 트리·사용 관계 분석에 업무 의미를 보강해 증강 카탈로그를 만들고 스키마 설계에 사용
메타데이터 증강 — 테이블·컬럼·프로시저 분석에 업무 의미를 더해, 코드명뿐인 레거시 DB도 업무 용어로 찾습니다.
엔티티 식별과 모호성 해소 — 문서 속 표현을 정규화해 후보를 찾고 식별키·문맥·버전으로 비교해 기존 엔티티에 연결하거나 사용자 검토, 신규 엔티티로 판단하며 원문 표현과 출처를 보존
엔티티 식별 — 이름·코드·문맥·버전을 대조해 같은 대상을 잇고, 애매하면 사람에게 묻습니다. 원문 표현과 출처는 남깁니다.

설치 파일 하나에 들어 있는 것

Docker도 Neo4j도 따로 띄우지 않습니다. 앱을 켜면 아래 구성 요소가 이 PC 안에서 함께 실행되고, 앱을 끄면 함께 종료됩니다.

구성 하는 일
PostgreSQL 16 + Ontological 확장 그래프 저장소이자 데이터 패브릭입니다. 원천 DB 커넥터(postgres_fdw · mysql_fdw · oracle_fdw · tds_fdw)로 가상 노드를 읽습니다. Ontological DB 자세히 보기
Bolt 게이트웨이 Neo4j 호환 Bolt 프로토콜 — Studio·포털·앱이 Cypher로 그래프에 접근하는 유일한 경로입니다.
Studio 백엔드 (MCP 포함) 구축 · 질의 · 액션 · 앱 화면과 AI 에이전트가 쓰는 MCP 도구를 제공합니다.
코딩 · 구축 에이전트 이 PC의 Claude Code 또는 Codex CLI를 cliagents로 연결합니다(API 키 불필요). 없으면 OpenAI 키로 동작합니다.
키네틱 액션 실행기 계획 · 정책 검사 · 승인 · saga 실행 · 보상. 앱이 서명한 토큰으로 업무 시스템을 호출합니다.
Ontological Portal Cypher 콘솔 · 스키마 지도 · 자연어 → Cypher · 자동완성.
예제 온톨로지와 업무 시스템 「공급망 운영」 온톨로지와 구매 ERP · 물류 WMS · 고객 CRM — 영상의 장면을 그대로 따라 할 수 있습니다.

Download

설치하고 바로 써 보기

첫 실행 때 데이터베이스와 예제 온톨로지 「공급망 운영」, 예제 업무 시스템(구매 ERP · 물류 WMS · 고객 CRM)이 준비됩니다. 영상의 장면을 그대로 따라 할 수 있습니다.

macOS

macOS 13 이상 · 내 Mac의 칩에 맞는 DMG를 받아 열고 Applications로 끌어다 놓습니다. (칩 확인: 🍎 메뉴 → 이 Mac에 관하여)

Apple Silicon (M1 이상) (.dmg) Intel Mac (.dmg)
처음 설치할 때 — 보안 설정에서 한 번 허용
  1. DMG를 열고 Ontological Studio를 Applications로 끌어다 놓습니다.
  2. 앱을 엽니다. “Apple은 ‘Ontological Studio’에 … 악성 코드가 없음을 확인할 수 없습니다” 창이 뜨면 완료를 누릅니다.
  3. 시스템 설정 → 개인정보 보호 및 보안을 열고, 아래쪽 보안 항목에서 Ontological Studio 옆의 그래도 열기를 누른 뒤 암호를 입력합니다.
  4. 다시 뜨는 창에서 열기를 누릅니다. 다음부터는 바로 열립니다.

Apple 공증 전 빌드라서 처음 한 번만 필요합니다. macOS 14 이하에서는 앱을 우클릭 → 열기로도 됩니다. Intel Mac 판은 0.1.1입니다(0.1.2 준비 중). 자세한 내용: 설치 안내

Windows

Windows 10/11 (x64) · 설치 파일을 실행합니다.

Windows 다운로드 (.exe)
처음 설치할 때 — SmartScreen에서 한 번 허용
  1. 내려받은 설치 파일을 실행합니다.
  2. “Windows의 PC 보호” 창이 뜨면 추가 정보를 누르고 실행을 누릅니다.
  3. 설치 위치를 고르고 설치를 마칩니다. 관리자 권한은 필요 없습니다.

코드 서명 전 빌드라서 나오는 확인입니다. 외부 DB 커넥터는 현재 PostgreSQL만 포함되어 있고, Claude Code를 쓰려면 Git for Windows가 필요합니다. 자세한 내용: 설치 안내

에이전트 기능(구축 · 질의 · 앱 만들기)은 이 PC에 설치하고 로그인한 Claude Code 또는 Codex CLI를 사용합니다.
첫 실행은 데이터베이스 준비와 예제 시드 처리에 1~2분 걸립니다. 그다음부터는 몇 초 안에 실행됩니다.
권장 사양: 메모리 16 GB 이상, 디스크 여유 2 GB 이상.

설치 파일: GitHub Releases · 소스: uengine-oss/ontological-studio


연관 솔루션

지식지도는 혼자 쓰이지 않습니다

Ontological Studio는 조직의 지식을 그래프로 명시화하는 설계 도구입니다. 그 산출물은 Ontologic Platform의 실행 서버에서 분석·자동화에 활용되고, MCP를 통해 Process GPT의 에이전트가 업무 중 참조하는 지식지도가 되며, Robo Architect의 설계·구현 에이전트에게는 도메인 이해의 근거가 됩니다.

① Ontologic Platform

설계는 Studio에서, 실행은 Ontologic 서버에서

Ontological Studio는 Ontologic Platform의 온톨로지 설계 모듈로 연동됩니다. Studio가 만든 스키마(클래스·관계·조인 키)와 데이터소스 매핑이 그대로 Ontologic 실행 서버에 연결되고, 그 위에서 자연어 질의·원인 분석·What-if 시뮬레이션·감시 자동화가 수행됩니다.

설계와 실행이 같은 온톨로지를 공유하므로 스키마를 고치면 실행 결과가 곧바로 따라오고, 무복제 바인딩이 그대로 이어져 별도 ETL 없이(Zero-ETL) 운영 데이터를 분석합니다.

Studio의 스키마 설계 → Ontologic 실행 서버에 그대로 반영
데이터소스 매핑(virtual 바인딩)을 공유해 Zero-ETL 유지
실행 서버에서 자연어 질의·원인 분석·What-if·감시 자동화
Ontologic Platform 데이터 매핑 화면 - Ontological Studio 스키마와 데이터소스 매핑 연결

Process GPT 딥 에이전트가 MCP로 온톨로지를 탐색하는 화면
가장 강력한 조합

② Process GPT

Agentic AI가 참조하는 지식지도

구축된 온톨로지는 MCP 서버로 노출되고, Process GPT의 딥 에이전트는 업무를 수행하는 도중 ontology_query로 이 지식지도를 실시간으로 탐색합니다. 규정 조항과 운영 데이터를 함께 인용하고, 온톨로지에 명시된 지식에 기반해서만 판단하므로 환각 없는 업무 자동화가 완성됩니다.

AI 에이전트가 스스로 판단해 일하는 AI-Native Enterprise에서 가장 부족한 것은 모델의 성능이 아니라 “무엇에 근거해 판단할 것인가”입니다. 온톨로지는 그 근거를 조직의 언어로 명시해 주고, Process GPT는 그 위에서 실제 업무를 실행합니다. 설계된 지식이 곧바로 실행되는 이 조합이 가장 강력한 시나리오입니다.

프로세스 실행 중 MCP(ontology_query)로 실시간 지식 탐색
규정 조항과 운영 데이터를 함께 인용한 환각 없는 판단
소스 → 지식그래프 → 에이전트 실행의 지식 선순환

③ Robo Architect

설계와 구현으로 이어지는 지식지도

Ontological Studio가 구축한 도메인 지식 그래프는 Robo Architect의 설계·구현 에이전트가 참조하는 지식지도가 됩니다. 문서와 운영 데이터에서 추출한 개념과 관계가 Aggregate·도메인 이벤트 설계의 근거가 되어, AI가 도메인을 정확히 이해한 채 코드를 생성합니다.

두 제품은 지식과 모델을 자유롭게 주고받습니다 — Ontological Studio의 지식을 Robo Architect의 명세로 잇고, Robo Architect가 설계한 모델을 다시 그래프로 축적합니다. 지식과 명세가 하나의 흐름으로 순환합니다.

지식 그래프 → 설계·구현 에이전트의 지식지도
문서·DB 기반 개념·관계를 도메인 설계 근거로 제공
설계 모델을 다시 온톨로지로 축적하는 양방향 순환
Robo Architect 설계·구현

지금 바로 시작하세요!

Ontological Studio는 오픈소스로 제공됩니다. 문서 몇 개나 DB 접속 정보만 있으면 나만의 지식 그래프를 손쉽게 구축할 수 있습니다.
macOS · Windows 설치 파일 하나로 실행합니다. Docker도 Neo4j도 필요 없습니다.


더 궁금한 점이 있으신가요?

Ontological Studio에 대해 더 알고 싶으시거나 문의 사항이 있으시면 언제든지 연락해 주세요.