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 ..

이번에는 지난번 지식그래프에 대한 전반적인 이해를 했다면, 이번에는 8단계 온톨로지 구축단계 중 핵심이라고 할 수 있는 단계4, 클래스/속성 정의, 단계5. 관계 정의, 단계6. 표현 및 구현 단계를 공연/전시 사례를 바탕으로 진행할 예정입니다.참고한 도서는 유원북스의 지식그래프(2025)입니다.공연/전시 서비스 온톨로지 구축 예시(단계4,5,6)단계4: 클래스 및 속성 정의 1. 클래스(Class) 및 계층 구조 정의클래스는 온톨로지의 '주체'가 되는 틀입니다. 공연 서비스라면 우리가 다룰 데이터의 가장 큰 범주를 먼저 설정합니다.1) 클래스 정의 (Class Definition)단순한 카테고리가 아니라, "이 세상에 존재하는 것들의 유형"을 정의하는 것입니다.:Performance: 모든 공연의 공통..

최신 LLM과 기법을 통해 AI 에이전트를 구축해봐도 어딘지 조금 멍청하게 동작을 했던 경험이 있을 것입니다. 2026년 5월 현 시점에서 내 부족한 AI에이전트에게 무엇을 추가하면 성능이 급격히 상승할까요? 이미 만들어진 전문영역 AI Agent에게 더 성능좋은 LLM, AI Agent 설계 변화, 다양한 테스트를 통한 오작동 감소 등으로 큰 변화를 이룰 수 있을까요? 저는 현시점에서 지식그래프를 활용한 '온톨로지' 구축이 가장 자신있게 내놓을 수 있는 답 같습니다. 현 시점에서 AI 기술은 '도구'에 가깝고, 중요한 것은 이 도구들을 기존 전문화된 데이터와 어떻게 연결학고 활용하여, 내 비지니스 문제를 해결하는 것이라고 생각합니다. 개인이 AI시대에 생존할 수 있는 꽤 괜찮은 방법 중 하나가 자신이..

평소 관심있는 주제 중 하나 법률 관련 IT서비스입니다. 왜냐하면 법이 국회에서 개정되거나 제정될 때, 정부에서 법안을 공포할 때, 법안이 시행될 때마다 관련 주식이나 자산들이 들썩들썩하기 때문입니다. 추후 법제처 API를 가지고 와서 관련 주식투자나 부동산 및 코인 투자에 대한 조언을 하는 AI서비스를 만들 수도 있을 것 같습니다. 그 전에 법률안에 대한 기본적인 이론적 지식을 정리해보고자 합니다. 1. 법률유보 원칙과 국회의 입법권법률유보의 원칙이란 행정작용이 행해짐에 있어서 국회가 제정한 형식적 법률이나 법률의 위임에 의한 법규명령 등 법적 근거가 요구된다는 원칙, 인권의 내용이나 그 보장의 방법 등의 상세한 것은 법률로 정하지 않으면 안된다는 의미의 규율유보, 인권을 제약하는 경우에는 반드시 ..

어느덧 인프런 클로드 코드(Claude Code) 주간 학습 챌린지가 4주 차 대장정을 마무리했습니다. 마지막 2일 동안은 클로드 코드의 고급 기능과 실무 적용 방법에 대해 집중적으로 학습했는데요. 이번 포스팅에서는 4주 차 학습 내용의 핵심 요약과 함께, 기존에 AI 보조 개발 도구로 Cursor를 주로 사용해 왔던 입장에서 느낀 클로드 코드의 장단점, 그리고 향후 활용 계획을 정리해 보았습니다.1. 4주 차 핵심 학습 내용: LLM 최적화와 에이전트의 확장이번 주차는 클로드 코드를 단순한 코드 생성기를 넘어, 내 입맛에 맞는 강력한 개발 파트너로 세팅하는 방법론에 집중되어 있었습니다.LLM 엔진 최적화 및 컨텍스트 관리: 프롬프트 전략과 토큰 낭비를 막는 최적화 방법을 다루었습니다. 특히 실무 프로젝..

최근 유튜브에서 화제가 된 『듀얼 브레인』을 읽으며, AI가 우리 삶에서 사실상 ‘제2의 두뇌’로 자리 잡았음을 절감했다. 저자는 직접적으로 밝히지 않았지만, AI가 인간의 사고를 보조·확장하는 모습이 마샬 맥루한이 말한 “미디어는 인간의 확장(the extension of man)”이라는 개념과 닮아서 해당 제목을 작성한 것같다. 즉, 자동차가 인간의 다리 역할을, 현미경이 인간의 눈 역할을 하듯, AI는 우리의 지적 기능을 확장하는 최첨단 매체라고 볼 수 있다. 또한 맥루한은 “미디어는 메시지다(Media is the message)”라는 말을 남기며, 매체 자체가 가져온 변화가 매체에서 사용하는 콘텐츠를 넘어 더 중요한 의미를 지닌다고 주장했다. AI 역시 마찬가지다. 생성형 AI가 생산하는 콘텐츠..

직장 내부 교육을 통해 저작권을 공부했습니다. 간단하게 저작권에 대해서 배운 내용을 정리하고자 합니다. 1. 저작권 일반저작권은 시, 소설, 음악, 미술, 영화, 연극 등과 같은 '저작물'에 대해 창작자가 가지는 배타적인 권리입니다. 여기서 '저작물'은 인간의 사상 또는 감정을 표현한 창작물을 의미하며, 어문저작물, 미술저작물, 영상저작물, 음악저작물, 건축저작물, 도형저작물, 연극저작물, 사진저작물, 컴퓨터프로그램 저작물 등이 이에 해당합니다.​중요한 점은 인간이 아닌 동물이나 인공지능(AI)이 만든 것은 현행법상 저작물로 인정되지 않는다는 것입니다.​2차적 저작물: 원저작물을 번역, 편곡, 변형, 각색, 영상제작 등으로 새롭게 창작한 저작물을 말합니다.​업무상 저작물: 법인 등의 명의로 공표되는 업무..