온톨로지의 비즈니스 임팩트

온톨로지라는 키워드가 주목받으면서, 이를 도입하려는 기관과 기업도 눈에 들어오기 시작했다. 데이터를 연결하고 의미를 정의하면 조직의 지식을 더 잘 활용할 수 있다는 기대다.

이런 현상을 보며 “그들이 온톨로지로 해결하려는 문제는 명확한가?” 라는 의문에서 “온톨로지로 뭘 할 수 있는가?” 라는 고찰로 이어졌다.

Atlan과 Microsoft의 사례를 골랐다. 두 사례는 지식 그래프를 활용한다. 여기서는 각 제품을 온톨로지 시스템이라고 단정하기보다, 그래프를 구성하는 개념과 관계가 어떤 업무 문제를 해결하는지 온톨로지 관점에서 살펴보려 한다.

Atlan: 업무 용어를 실제 데이터에 연결하기

기업에서 ‘매출’은 익숙한 단어지만, 모두가 같은 의미로 사용하는 것은 아니다. 계약 금액인지, 청구 금액인지, 실제 입금액인지에 따라 숫자가 달라질 수 있다. 집계 기간과 취소 처리 기준까지 다르면, 같은 이름의 지표를 보고도 서로 다른 판단을 내릴 수 있다.

Atlan의 Business Graph는 이러한 업무 용어를 해당 용어가 설명하는 데이터 자산에 연결한다. ‘매출’이라는 개념의 정의와 실제 데이터를 함께 확인할 수 있도록 업무의 의미와 데이터 사이에 연결을 만드는 것이다. Atlan 공식 문서

이를 온톨로지 관점으로 단순화하면 다음과 같다.

업무 용어: 매출
  → 정의와 계산 기준
  → 관련 데이터 테이블·컬럼

사용자는 “매출의 정의가 무엇인가?”와 함께 “그 정의에 해당하는 데이터는 어디에 있는가?”를 확인할 수 있다.

Microsoft: 관계의 경로를 따라 보안 위험 분석하기

보안에서는 계정이나 자원 하나의 속성만으로 위험을 판단하기 어렵다. 어떤 계정이 어느 그룹에 속하는지, 그 그룹이 어떤 권한을 갖는지, 그 권한으로 어떤 자원에 접근할 수 있는지를 함께 살펴봐야 한다.

Microsoft Security Exposure Management는 그래프를 통해 공격 경로를 보여주고, 경로에 포함된 노드의 정보와 관련 노출을 확인할 수 있도록 한다. Microsoft 공식 문서

개념적으로는 다음과 같은 연결을 생각할 수 있다. 이는 실제 제품 스키마를 그대로 옮긴 것이 아니라, 관계 기반 분석을 설명하기 위한 예시다.

사용자
  → 소속 그룹
  → 부여된 권한
  → 접근 가능한 중요 자원

각 항목을 따로 보면 평범한 계정이나 정상적인 권한처럼 보일 수 있다. 하지만 연결된 경로를 따라가면 중요한 자원까지 도달할 가능성이 드러날 수 있다. 이 사례에서는 개별 노드뿐 아니라 노드 사이의 경로가 분석 대상이 된다.

온톨로지 관점에서는 ‘사용자’, ‘그룹’, ‘권한’, ‘자원’을 구분하는 것만큼 ‘소속된다’, ‘권한을 갖는다’, ‘접근할 수 있다’라는 관계의 의미를 명확히 하는 일이 중요하다. 관계를 어떻게 정의하느냐에 따라 탐색한 경로를 어떻게 해석할지도 달라지기 때문이다.

이러한 분석은 보안 담당자가 위험의 연결 구조를 이해하고, 어느 지점의 접근이나 노출을 줄일지 판단하는 데 도움을 준다. 다만 그래프에 경로가 있다는 사실만으로 실제 공격이 성립한다고 단정할 수는 없다. 경로에 포함된 조건과 관측된 위험 신호를 함께 검토해야 한다.

온톨로지로 시장 분석 프로젝트

두 사례에서 알 수 있듯이, 온톨로지는 서로 다른 정보의 의미와 객체 간 관계를 일관되게 정의하고, 이를 바탕으로 판단해야 하는 경우 효과적으로 활용할 수 있다. 업무 용어와 데이터의 연결이 분석의 기준을 설명하고, 계정과 자원 사이의 경로가 보안 위험을 드러내듯이, 시장에서도 개별 정보 사이의 관계가 변화의 의미를 이해하는 단서가 될 수 있다.

거시경제와 금융시장 역시 이러한 관계를 중심으로 움직인다. 고용·물가 같은 경제지표와 통화정책, 개별 기업과 산업, 주식·펀드 가격은 서로 영향을 주고받는다. 예를 들어 인공지능의 확산은 데이터센터 투자를 늘리고, 이는 전력 공급과 전력망 확충, 구리 같은 원자재의 수요로 이어질 수 있다. 국제에너지기구(IEA)도 AI 데이터센터 확대에 따른 전력 설비 공급망의 부담과 구리를 비롯한 광물 수요를 다룬다.

이 연결을 시장 분석에 적용하면, AI 산업의 성장이 반도체 기업뿐 아니라 전력 설비 업체와 구리 생산 기업의 사업 전망, 나아가 관련 주식과 펀드의 가격 기대에 어떤 영향을 줄 수 있는지 살펴볼 수 있다.

이러한 관계를 온톨로지로 정의하고, 실제 지표와 사건을 지식 그래프로 연결하면 거시경제와 시장의 흐름을 더 체계적으로 파악할 수 있다고 판단했다. 거시경제 지표를 수집하고, 이를 온톨로지로 엮어 변화가 전달되는 경로를 추적하는 SaaS 프로젝트를 시작하게 되었다.