개념보다 사례로 먼저 이해해 봅시다
솔직히 말씀드리면, 저도 처음 온톨로지(Ontology)라는 단어를 들었을 때 "그게 뭔데?" 하고 멍하니 있었습니다. 철학책에서 나올 법한 단어인데, AI 개발자들이 무슨 이유로 이걸 쓰는 건지 감이 안 왔어요.
그런데 조금씩 공부해 보면서 느낀 게 있습니다. 온톨로지는 사실 우리가 매일 하는 생각의 방식과 굉장히 닮아 있다는 겁니다. 오늘은 어렵게 설명하지 않고, 일상의 예시로 함께 풀어보겠습니다.
온톨로지는 쉽게 말하면 "개념들 사이의 관계를 의미 있게 정리해 둔 지식 구조"입니다.
일반 데이터베이스가 "이름, 나이, 직업"처럼 정보를 칸칸이 저장한다면, 온톨로지는 그 정보들이 서로 어떤 관계를 맺고 있는지까지 기록합니다. "서울은 한국의 수도이다", "김치는 발효 음식이다", "발효 음식은 건강에 도움이 된다"처럼요. 데이터가 아니라, 데이터 사이의 맥락을 담는 겁니다.
AI가 요리를 돕는다면?
이런 장면을 상상해 보겠습니다. 여러분이 AI 에이전트에게 이렇게 말합니다.
"오늘 저녁에 뭐 먹으면 좋을까? 나 요즘 속이 좋지 않아."
이때 단순한 AI라면 "속에 좋은 음식 목록"을 검색해서 보여줄 겁니다. 죽, 두부, 바나나, 요거트... 뭐 그런 것들이요.
그런데 온톨로지 기반의 AI 에이전트는 다릅니다. 이 AI는 이런 식으로 추론합니다.
"속이 좋지 않다" → 소화기 계통 불편 → 자극적이지 않은 음식 필요
냉장고 안에 "두부"가 있음 → 두부는 부드럽고 단백질이 높음 → 소화에 유리
지금 계절은 겨울 → 따뜻한 음식이 더 좋음 → 순두부찌개 추천
이게 가능한 이유가 바로 온톨로지입니다. AI가 "두부"라는 단어를 단순한 텍스트로 보는 게 아니라, "두부 → 콩 단백질 → 소화 부담 낮음 → 속 불편할 때 적합" 이라는 관계망을 이해하고 있는 거거든요.
이렇게 비유해 보겠습니다.
일반 데이터베이스는 마치 도시 전화번호부와 같습니다. 이름, 주소, 전화번호가 알파벳 순서로 쭉 적혀 있어요. 필요한 정보를 찾을 수는 있지만, "여기서 저기까지 어떻게 가나요?" 라는 질문에는 대답을 못합니다.
반면 온톨로지는 스마트 네비게이션에 가깝습니다. 도로가 어디와 연결되어 있는지, 막히는 시간대는 언제인지, 현재 내 위치와 목적지의 관계까지 다 알고 있어요. 그러니까 "지금 강남역에서 김포공항까지 비행기 시간 맞춰서 가려면 언제 출발해야 하나요?"라는 복잡한 질문에도 답할 수 있는 거죠.
AI 에이전트가 스마트하게 작동하려면 바로 이 '네비게이션 같은 이해력'이 필요합니다.
요즘 AI 에이전트라고 하면, 단순히 대답만 하는 게 아니라 스스로 계획을 세우고 행동까지 하는 AI를 말합니다. 예를 들면 이런 겁니다.
"다음 주 출장 일정 잡아줘. 항공권 알아보고, 호텔도 예약하고, 상사한테 보고 메일도 써줘."
이 한 문장 안에는 어마어마하게 많은 판단이 필요합니다.
'출장'이 어디인지 → 먼저 목적지를 확인해야 함
항공권 → 출발지, 도착지, 날짜, 선호 항공사, 예산 파악 필요
호텔 → 공항과의 거리, 업무 미팅 장소와의 접근성 고려
보고 메일 → 상사의 이름, 직위, 이메일 주소, 적절한 어조
이 모든 개념들이 서로 어떻게 연결되어 있는지를 AI가 알고 있어야 하겠죠? 온톨로지가 없으면 AI는 각각의 정보를 따로따로 처리하고 맙니다. 항공권을 찾다가 호텔이랑 연결을 못 하고, 메일을 쓰다가 상사의 직위를 엉뚱하게 쓰는 거예요.
반면 온톨로지가 탄탄하게 구성된 AI 에이전트는 "출장 → 목적지 → 교통 → 숙소 → 커뮤니케이션"이라는 흐름 전체를 하나의 맥락으로 이해하고 처리합니다.
병원에서 AI 에이전트가 환자를 돕는다고 생각해 보겠습니다.
어떤 환자가 "두통이 있고 열도 나요"라고 말했을 때, 온톨로지 기반 AI는 이렇게 생각할 수 있습니다.
두통 + 열 → 가능한 원인: 감기, 독감, 코로나, 뇌수막염 등
환자 나이: 7세 → 소아과 담당 의사에게 연결
현재 시즌: 겨울 → 독감 가능성 우선 고려
현재 약 복용 여부 확인 → 해열제 중복 복용 방지
이 정도 수준의 추론이 가능하려면, 단순히 "두통 = 머리 아픔" 이상의 의미 관계가 AI 안에 들어 있어야 합니다. 증상, 질병, 나이, 계절, 약물 간의 관계가 온톨로지 형태로 연결되어 있을 때만 가능한 일이에요.
"앵무새" AI vs "이해하는" AI
온톨로지가 없는 AI는 마치 말을 잘 따라 하는 앵무새와 같습니다. 들은 말을 그럴 듯하게 조합해서 내뱉을 수는 있지만, 정작 그 말의 의미를 이해하고 상황에 맞게 판단하지는 못합니다.
예를 들어 "사과를 먹었더니 의사가 필요 없어졌어요"라는 문장이 있을 때, 온톨로지 없이는 이게 건강에 관한 이야기인지, 사과 회사에 관한 이야기인지 구분하기 어려울 수 있습니다. 하지만 온톨로지가 있다면
"사과(과일) → 비타민 → 면역력 → 건강 유지 → 병원 방문 감소"라는 연결고리로 문장 전체의 의미를 파악할 수 있죠.
AI 에이전트가 정말 '에이전트'답게, 즉 스스로 판단하고 행동하려면 이런 맥락 이해가 필수입니다.
온톨로지는 AI에게 세상을 이해하는 지도를 쥐여 주는 것과 같습니다. 지도가 없으면 아무리 빠른 다리를 가져도 길을 잃을 수밖에 없고, 지도가 있어야 비로소 목적지까지 스스로 걸어갈 수 있으니까요.
아직도 "온톨로지"라는 단어 자체는 낯설게 느껴지실 수 있습니다. 저도 그렇습니다. 하지만 적어도 이제는 이렇게 말할 수 있겠습니다. 온톨로지는 AI가 단순한 검색 기계를 넘어, 진짜로 생각하고 행동하는 에이전트가 되기 위한 핵심 재료라고요.
앞으로 AI 에이전트가 더 발전할수록, 그 뒤에는 보이지 않는 온톨로지가 더 정교하게 짜여 있을 겁니다. 그리고 그게 우리가 AI를 더 믿고 맡길 수 있게 되는 이유이기도 할 것 같습니다.ㅎ