들어가며: 우리는 모델을 키우는 시대를 지나왔다몇 년 전까지 AI 성능 이야기는 곧 모델 크기 이야기였다. 파라미터를 더 키우고, 데이터를 더 먹이고, 더 큰 GPU를 붙이는 것. 그런데 지금 실무에서 LLM을 다뤄본 사람이라면 누구나 같은 벽에 부딪힌다. 모델은 충분히 똑똑한데, 우리 회사의 현실 앞에서는 자꾸 헛소리를 한다는 것.이 문제를 푸는 두 가지 흐름이 지금 가장 뜨겁다. 하나는 개발자 커뮤니티에서 유행하는 하네스 엔지니어링(harness engineering), 다른 하나는 팔란티어가 20년에 걸쳐 밀어붙인 **온톨로지(Ontology)**다. 표면적으로는 전혀 다른 세계의 이야기처럼 보이지만, 들여다보면 둘은 놀랍도록 같은 깨달음 위에 서 있다. 이 글은 그 둘을 같은 무대에 올려놓고 비교..

회사에서 대시보드를 본 적 있는 사람이라면 누구나 한 번쯤 이런 경험을 했을 것이다. 화면 한쪽에 빨간불이 켜진다. "매출 하락", "재고 부족", "이상 징후 감지". 그런데 그다음은? 우리는 다른 창을 열고, 담당자에게 메신저를 보내고, ERP에 로그인해서 직접 처리한다. 대시보드는 문제를 알려줬을 뿐, 아무것도 해결하지 않았다.최근 팔란티어(Palantir)라는 회사가 주목받는 이유를 파고들면서, 나는 이 회사가 던지는 질문이 의외로 단순하다는 걸 깨달았다. "데이터를 보기만 할 거냐, 아니면 그 데이터로 일을 끝낼 거냐?" 이 글은 그 질문에 대한 내 나름의 정리다. 전문 용어를 최대한 일상의 비유로 바꿔 풀어보려 한다.1. 온톨로지, 그래프DB와 뭐가 다른가팔란티어를 이해하려면 '온톨로지(Ont..

앞에서 지식그래프에 기본 이론과 온톨로지 설계 과정을 살려보았다면, 마지막으로 온톨로지 기반으로 지식그래프를 어떻게 생성하고 관리하는지 알아보도록 하게습니다. 참고한 도서는 유원북스의 지식그래프(2025)입니다. 1. 지식 그래프 성명주기 개요1) 구축(Construction / Creation):다양한 데이터로 부터 정보를 추출하고 구조화함온톨로지 설계하고 원본 데이터를 RDF와 같은 그래프 형태로 변환데이터 소스와 온톨로지 간의 매핑 규칙 정의 2) 저장 및 호스팅(Storage/ Hosting)지식 그래프의 특성(데이터 모델, 규모, 쿼리 패턴)에 맞는 적절한 데이터베이스 기술을 선택RDF 트리플 저장소나 속성 그래프 데이터베이스가 사용됨데이터베이스에 구축된 지식그래프 데이터를 로드하고 인데싱하는 ..