온톨로지란 무엇인가

클래스·속성·관계·인스턴스라는 네 낱말로 온톨로지를 이해하고, 표(테이블)로 저장된 데이터와 무엇이 다른지 예제로 비교합니다.

한 문장으로#

온톨로지는 업무에 등장하는 “것”과 그것들 사이의 “관계”에 이름을 붙여 둔 지도입니다.

데이터베이스 수업에서 배운 ER 다이어그램을 떠올리면 가깝습니다. 다른 점은, 온톨로지는 설계도로 끝나지 않고 그 지도 위에 실제 데이터가 올라가서 질의와 실행의 기준이 된다는 점입니다.

네 가지 낱말#

클래스와 관계가 스키마, 인스턴스와 그 연결이 데이터입니다. 그래프 데이터베이스에서는 인스턴스를 노드, 연결을 엣지(관계)라고 부릅니다.

예제 온톨로지 한눈에 보기#

표와 무엇이 다른가#

같은 질문을 SQL과 그래프로 비교해 봅시다. “3일 넘게 늦은 선적은 어느 협력사의 어느 발주 건인가?”

SQL로는 세 테이블을 조인합니다. 게다가 선적은 WMS에, 발주와 협력사는 ERP에 있으니, 원래는 두 DB를 하나로 모으는 작업부터 해야 합니다.

SELECT sh.shipment_no, po.po_id, s.name
FROM wms.shipment sh
JOIN erp.purchase_order po ON po.po_id = sh.ref_po_no
JOIN erp.supplier s       ON s.supplier_id = po.supplier_id
WHERE sh.delay_days > 3;

Cypher(그래프 질의 언어)로는 관계의 이름을 따라 걸어갑니다.

MATCH (sh:Shipment)-[:SHIPS]->(po:PurchaseOrder)-[:ORDERED_FROM]->(s:Supplier)
WHERE sh.delay_days > 3
RETURN sh.shipment_no, po.po_id, s.name

조인 조건(po.po_id = sh.ref_po_no)이 사라지고 SHIPS, ORDERED_FROM이라는 업무 낱말이 남았습니다. 조인 키를 아는 일은 관계를 정의할 때 한 번만 하면 되고, 그다음부터는 사람도 AI 에이전트도 관계 이름만 알면 됩니다.

왜 AI 에이전트에게 온톨로지가 필요한가#

LLM 에이전트에게 테이블 수백 개의 DDL을 주면, TB507.C041 같은 코드명이 무엇인지, 어느 컬럼으로 조인해야 하는지를 매번 추측해야 합니다. 온톨로지는 그 추측을 한 번, 사람이 검수한 형태로 고정해 둡니다.

1. 의미 — Shipment.delay_days는 “도착 예정일보다 늦어진 일수”라는 설명과 함께 있습니다.
2. 경로 — 선적에서 협력사로 가는 길이 관계로 정해져 있습니다.
3. 행위 — 선적에 할 수 있는 일(“긴급 처리”)과 그 일을 되돌리는 방법이 액션으로 붙어 있습니다(6부).

그래서 Ontological Studio에서는 같은 온톨로지가 질의의 기준, 실행의 기준, 앱의 기준이 됩니다.