철학 용어 같기도 하고, 데이터베이스 얘기 같기도 하고 처음엔 어떤 맥락에서 쓰이는 건지 감이 안 잡혔어요.
이 글은 어렵지 않게, "이런 상황에서 이런 이유로 쓰인다"는 맥락 위주로 정리한 노트예요.
온톨로지가 뭔가요 — 한 줄 정의
온톨로지는 원래 철학 용어예요. "존재하는 것들의 본질을 연구하는 학문"이라는 뜻인데, AI·데이터 분야에서는 뜻이 조금 달라졌어요.
IT에서 온톨로지란 "어떤 분야의 개념들과 그 관계를 체계적으로 정의해 놓은 것"이에요.
너무 추상적이죠? 예를 들어볼게요. 우리 머릿속에는 이런 관계가 자연스럽게 들어있어요.
🐶 강아지는 다리가 4개이다
🐶 강아지는 짖는다
🐕 포메라니안은 강아지의 한 종류이다
사람은 이 관계를 직관적으로 알지만, 컴퓨터는 몰라요. 온톨로지는 이런 "개념들 사이의 관계"를 컴퓨터가 이해할 수 있게 명확하게 정의해 놓은 구조예요.
도서관으로 비유하면 더 쉬워요. 책이 아무렇게나 쌓여 있으면 찾을 수 없지만, 자연과학 → 생물학 → 동물학 → 포유류 식으로 분류 체계가 잡혀 있으면 컴퓨터도 찾아낼 수 있어요. 그 분류 체계 자체가 온톨로지예요.
어떤 상황에서 쓰이나요
온톨로지가 실제로 쓰이는 곳은 생각보다 가까이 있어요.
① 구글 검색 — Knowledge Graph
"아이유"를 검색하면 오른쪽에 직업·생일·소속사·노래 목록 같은 정보가 박스로 뜨죠? 그게 지식 그래프(Knowledge Graph)예요. "아이유는 가수이다", "아이유의 소속사는 EDAM엔터테인먼트이다", "아이유의 대표곡은 밤편지이다"처럼 개념과 관계를 정의해 놓은 온톨로지 덕분에 구글이 이 정보를 연결해서 보여줄 수 있어요.
② AI 챗봇 — 의도 파악
챗봇에게 "가장 싼 비행기표 찾아줘"라고 하면, 챗봇은 '싼'='가격 낮음', '비행기표'='항공권'임을 알아야 해요. 단순 키워드 매칭이 아니라 개념 간의 관계를 알아야 제대로 응답할 수 있는데, 이때 사전에 정의된 온톨로지가 도움이 돼요.
③ 의료·법률 시스템
의료 온톨로지는 "당뇨는 인슐린 관련 질환이고, 인슐린은 췌장에서 분비되고, 췌장은 소화기관이다"처럼 개념 관계를 체계화해요. 의사가 증상을 입력하면 관련 질환과 약물을 자동으로 연결해주는 시스템이 이를 활용해요. 법률 분야도 마찬가지예요. "사기죄는 형법 제347조이고, 형법은 공법에 속한다"처럼요.
④ 쇼핑몰 카테고리
쿠팡에서 "운동화"를 검색하면 "나이키 > 러닝화 > 남성용" 같은 필터가 자동으로 뜨죠? 상품 카테고리 체계 자체가 온톨로지예요. "러닝화는 운동화의 한 종류이고, 러닝화의 속성엔 쿠션·무게·드롭이 있다"처럼 미리 정의되어 있어야 필터링이 작동해요.
⑤ AI가 문서를 이해하는 방식 — RAG
요즘 AI에 회사 문서를 학습시켜서 질문에 답하게 하는 방식(RAG: Retrieval-Augmented Generation)이 많이 쓰이는데요. 단순히 문서를 쌓는 것보다, 개념 관계가 정의된 온톨로지를 함께 활용하면 AI가 훨씬 정확하게 답변해요. "이 문서의 '고객 이탈'과 '해지율'은 같은 개념이다"를 시스템이 알고 있으면, 어떻게 물어봐도 찾아낼 수 있거든요.
초보자가 알면 좋은 핵심 개념 3가지
온톨로지를 이해할 때 자주 나오는 용어 세 가지만 알면 대부분의 맥락이 잡혀요.
① 클래스 (Class) — 개념의 종류
클래스는 공통된 특징을 가진 개념의 묶음이에요. "동물", "자동차", "회사원" 같은 것들이 클래스예요. 클래스는 계층을 가져요.
생물 ▶ 동물 ▶ 포유류 ▶ 개 ▶ 포메라니안
② 인스턴스 (Instance) — 실제 존재하는 것
클래스가 "설계도"라면, 인스턴스는 그 설계도로 만들어진 "실제 물건"이에요. "개"는 클래스고, "우리 집 강아지 뽀삐"는 인스턴스예요. "직원"이 클래스라면, "홍길동 사원"은 인스턴스예요.
③ 트리플 (Triple) — 관계를 표현하는 최소 단위
온톨로지에서 모든 관계는 주어 - 서술어 - 목적어 세 개로 표현해요. 이걸 트리플이라고 불러요.
| 주어 (Subject) | 서술어 (Predicate) | 목적어 (Object) |
|---|---|---|
| 아이유 | 직업은 | 가수 |
| KOLD | 종류는 | 천연가스 인버스 ETF |
| 포메라니안 | 상위 개념은 | 개 |
이 세 개짜리 문장들이 수천, 수만 개 쌓이면 그게 곧 온톨로지예요. 복잡해 보이지만 결국은 "누가 — 어떤 관계로 — 무엇이다"의 반복이에요.
온톨로지와 데이터베이스는 뭐가 달라요
둘 다 정보를 구조화한다는 점에서 비슷해 보이지만, 목적이 달라요.
| 데이터베이스 (DB) | 온톨로지 | |
|---|---|---|
| 목적 | 데이터 저장·조회 | 개념 간 의미와 관계 표현 |
| 질문 방식 | "이름이 홍길동인 사람 찾아줘" | "홍길동과 관련된 모든 개념 찾아줘" |
| 추론 가능 여부 | 불가 (저장된 것만) | 가능 (관계로 새로운 사실 도출) |
온톨로지의 핵심 강점은 추론(Reasoning)이에요. "포메라니안은 개이고, 개는 포유류이다"가 정의돼 있으면, "포메라니안은 포유류이다"를 시스템이 스스로 추론할 수 있어요. 저장하지 않아도 관계에서 알아내는 거죠. 데이터베이스는 이걸 못 해요.
AI 공부하면서 온톨로지가 나오는 맥락
요즘 AI 공부를 하다 보면 이런 맥락에서 온톨로지가 등장해요. 미리 알아두면 글이 훨씬 잘 읽혀요.
온톨로지로 정의된 개념들을 그래프(점과 선)형태로 시각화한 것. 구글, 네이버, 기업 내부 AI시스템에서 많이 씀.
웹 페이지에 기계가 이해할 수 있는 의미를 추가하자는 개념. "이 텍스트는 사람 이름이고, 이 숫자는 날짜다"처럼요. 온톨로지가 그 기반 기술이에요.
AI에게 회사 내부 문서를 학습시킬 때, 단순 텍스트 검색보다 개념 관계까지 정의하면 정확도가 올라감. "계약서"와 "협약서"가 같은 개념이라는 걸 알아야 제대로 검색하거든요.
지난번에 소개한 옵시디언의 링크 연결 구조도 사실 온톨로지의 개인용 버전에 가까워요.
[[KIS API]]로 연결된 노트들의 관계 지도가 곧 나만의 지식 온톨로지예요. 그래프 뷰로 보면 그 구조가 한눈에 보이고요.온톨로지, 꼭 만들어야 하나요
결론부터 말하면, 대부분의 상황에서 직접 만들 필요는 없어요.
의료·법률·생명과학 분야는 국제 표준 온톨로지가 이미 만들어져 있어요 (예: SNOMED CT, Gene Ontology). 일반 AI 프로젝트에서는 기존 지식 그래프(Wikidata, DBpedia)를 가져다 쓰거나, LLM이 개념 관계를 자동으로 추론하게 하는 방식을 많이 써요.
• 회사만의 고유한 개념이 많고, AI가 그 맥락을 이해해야 할 때
• 검색·추천 시스템에서 "비슷한 개념"을 자동으로 연결해야 할 때
• 다양한 시스템 간에 같은 개념을 통일된 기준으로 써야 할 때
취미 수준에서 AI를 공부하는 단계라면, 온톨로지 자체를 만들기보다는 "이 개념이 왜 나오는지"를 이해하는 것만으로도 충분해요. AI가 어떻게 의미를 파악하고 연결하는지의 원리가 온톨로지에 있거든요.
온톨로지는 "개념 사이의 관계를 정의하는 구조"예요. AI가 단순히 키워드를 찾는 게 아니라 의미를 이해하게 만드는 기반이고, 구글 검색·챗봇·의료 시스템·쇼핑 필터 뒤에 다 숨어 있어요.
클래스, 인스턴스, 트리플 — 이 세 가지 개념만 기억해도, 앞으로 온톨로지가 등장하는 글 이해가 쉬울거 같아요.
'Ai 취미생활 > 용어&개념&이론' 카테고리의 다른 글
| AI 서밋에서 들은 AIOps — Data for AI, AI 보안 개념을 초보자도 알기 쉽게 (6) | 2026.06.19 |
|---|---|
| Claude Fable 5가 뭔가요 — Opus 위에 새 계층 생겼고, Claude Code에서 오늘부터 씁니다 (8) | 2026.06.11 |
| 옵시디언(Obsidian)이 뭔지 궁금했는데 — 개념부터 활용까지 초보자도 알기 쉽게 (1) | 2026.06.11 |
| API와 JSON이 뭔가요? 바이브코딩 초보자를 위한 기초 정리 (0) | 2026.06.04 |
| 소프트웨어 3.0이란? 자연어가 코딩이 되는 시대 — Karpathy의 패러다임 정리 (0) | 2026.06.02 |