온톨로지

원래 「존재하는 것들의 체계」를 따지는 철학 용어인데, IT에서는 어떤 분야의 개념들과 그 관계를 컴퓨터가 다룰 수 있게 정리한 지도를 뜻합니다. 「오픈AI —만든다→ GPT」 「GPT —탑재된다→ 챗GPT」처럼 개념을 점(노드)으로, 관계를 선으로 잇는 설계도입니다.

이 설계도에 실제 데이터를 가득 채운 것을 지식 그래프(Knowledge Graph)라고 부릅니다. 구글 검색에서 인물을 찾으면 오른쪽에 뜨는 정보 상자가 대표 사례 — 문서를 읽는 게 아니라 미리 정리된 관계망에서 꺼내 오는 겁니다.

LLM 시대에 다시 조명받는 이유가 있습니다. 언어 모델은 말은 그럴듯하지만 사실 관계가 흔들리는데(환각), 온톨로지는 정반대 — 관계가 명시적이라 틀리지 않습니다. 그래서 「LLM의 유창함 + 지식 그래프의 정확함」을 붙이는 시도가 이어집니다. METAL LAB도 기사를 낱개 글이 아니라 회사·모델·논문 노드 위에 얹는 온톨로지를 운영합니다 — 지금 이 사전의 「이 용어가 나온 기사」, 기사 하단의 관련 기사 연결이 그 위에서 돕니다.

「환각을 잡기 위해 지식 그래프를 결합했다」 — 기업 AI 도입 기사의 단골 문장으로, 유창한 LLM에 정확한 관계망을 대 주는 구조를 말합니다.

1. 챗봇에 이렇게 시켜 보세요: 「다음 여섯 개를 노드로 놓고 관계를 화살표로 정리해 줘: 오픈AI, GPT, 챗GPT, 마이크로소프트, 엔비디아, GPU」
2. 「만든다」 「탑재된다」 「투자한다」 「공급한다」 같은 관계 라벨이 붙은 지도가 나옵니다 — 방금 만든 것이 미니 지식 그래프입니다.
3. 한 걸음 더: 아무 AI 뉴스 기사 하나를 붙여 넣고 「이 기사에 나온 회사·제품·사람을 노드로, 관계를 선으로 추출해 줘」라고 해 보세요. 기사가 관계망 위의 한 조각으로 보이기 시작하면 — 그게 미디어와 기업들이 온톨로지를 만드는 이유입니다.