네이버 사내 기술 교류 행사인 NAVER Engineering Day 10th 에서 발표되었던 세션을 공개합니다.
발표 내용
가상의 물류회사가 매일 받는 "이 화물 지금 어디 있고, 예외가 있었나?"라는 질문 하나에서 출발해, 온톨로지를 어떻게 만들고 사람과 AI가 그 위에서 어떻게 찾아보고 일을 처리하는지 실제 화면으로 보여 드리는 발표입니다. 온톨로지 구축 부터 활용까지, 고객의 질문을 답하는 방향성으로 소개합니다.
온톨로지 소개
가상의 물류회사 온톨로지 구축 사례로 구축부터 활용까지 전 과정 소개
발표 전체를 관통하는 두 가지 질문
조회: “S-15262 화물은 지금 어디 있고, 예외가 있었나?”
조작: "예외 난 소포, 다시 배송 보낼 수 있나?"
LLM 단독, RAG, 온톨로지의 비교
FDE 설명
발표 대상
온톨로지의 개념을 이해하고 실제 업무에 적용해보고 싶은 분
목차
오프닝: 하나의 질문, 세 가지 방식
시스템이 분리된 물류 현장에서는 단순한 질문에도 답하기 어려운 현실
같은 질문을 LLM 단독, RAG, 온톨로지+에이전트에 던지는 것으로 시작
Episode 1: 온톨로지란 무엇인가
철학의 존재론에서 출발해, 업무의 대상·관계·조작을 데이터로 명시하는 공학적 개념
지금 다시 필요한 두 가지 이유
흩어진 레거시 데이터(DB, Open API, MCP)의 연결
데이터 기반 의사결정
Episode 2: 어떻게 구축하고, 어떻게 쓰는가
스키마가 아닌 고객의 Pain Point 질문에서 시작하는 구축
요구사항을 정리하는 세 가지 기준
질문을 거꾸로 풀어 도출한 네 가지 구성 요소: Object, Property, Link, Action
세 가지 구현 방식 소개: RDB, RDF/OWL, Foundry
데모 온톨로지 모델 소개: Object Type 60개, Link 63개, Action 31개
Episode 3: 구축된 온톨로지의 모습 (화면 데모)
Explorer, 에이전트, 운영 앱이 같은 모델에서 같은 답을 도출하는 화면 소개
자연어 질문의 함수 호출 반환 소개
'택배사'·’운송사' 등 용어 정규화 소개
Human 승인이 필요할시, 에이전트의 즉시 실행 불가, 승인 대기 상태에서 정지사항 소개
온톨로지는 한 번만 구축하고, 운영 화면은 위젯만으로 신속 구성하는 데모 소개
Episode 4: LLM 단독 · RAG · 온톨로지
LLM 단독: 모르는 내용에 대한 환각 위험
RAG: 문서 기반 답변은 가능하나 최신 상태 보장의 어려움
온톨로지: 정확한 상태 조회와 쓰기 Action 지원, 대신 가장 높은 비용
Episode 5: FDE와 고객 실증
막연한 고객 요구를 구조화된 기술 과제로 바꾸는 엔지니어, FDE
요구 분해의 여섯 가지 항목: 도메인, 데이터 위치, 용어 차이, 제약, 정확도 기준, 우선순위
요구사항 식별·파악이 끝나야 시작되는 온톨로지 모델링과 구현
Episode 6: 온톨로지는 정답이 아니다
온톨로지는 현재 질문에 대한 좋은 답일 뿐, 모든 질문의 답은 아님
핵심은 질문을 정확히 듣고 그때 가장 맞는 도구를 고르는 것
남는 것은 질문, 바뀌는 것은 구현
◎ NAVER Engineering Day란?
NAVER에서는 사내 개발 경험과 기술 트렌드를 교류를 할 수 있는 프로그램이 많이 있습니다. 그중 이제는 매회 평균 100개 이상의 발표가 이루어지는 NAVER Engine


