온톨로지로 의사결정 업무 연결

온톨로지(Ontology)는 업무에 필요한 데이터와 판단 로직, 실행 동작 및 보안 조건을 함께 구성합니다. 사람이 화면에서 판단하는 과정과 에이전트(Agent)가 도구를 사용하는 과정에 같은 업무 대상과 정책을 제공할 때 사용합니다.

의사결정의 네 요소

데이터와 의사결정 이력

업무 데이터에는 구조화된 자료, 스트림과 에지 데이터, 문서, 이미지와 지리 정보가 포함됩니다. ERP, MES와 WMS의 정보를 객체(Object), 속성(Property) 및 링크(Link)로 연결하면 서로 다른 원천을 같은 업무 대상의 맥락에서 조회할 수 있습니다.

운영 사용자와 에이전트가 만든 의사결정 데이터에는 상황, 검토한 대안과 적용 결과가 포함됩니다. 경량 Embedded Ontology를 통한 에지 작업도 이 기록에 연결할 수 있습니다. 플랫폼은 결정 시각, 사용한 데이터 버전 및 앱과 같은 의사결정 계보(Decision lineage)를 추적하여 개발자와 에이전트가 허용된 범위에서 다시 활용하도록 합니다.

로직 바인딩

판단에는 단순 업무 규칙, 클라우드에서 학습한 예측 모델, 여러 입력을 사용하는 최적화나 시뮬레이션 등이 필요합니다. 규칙형 계산과 통계 모델을 도구로 제공하면 LLM 및 멀티모달 모델의 추론과 함께 사용할 수 있습니다.

로직 바인딩(Logic binding)은 온프레미스, 기업 클라우드, SaaS와 Palantir에서 실행하는 서로 다른 로직을 업무 인터페이스에 연결합니다. 고객 업무의 규칙, 데이터 과학 모델과 운영 계획 알고리즘을 같은 의사결정 과정에서 호출하는 방식입니다.

실행과 시나리오

액션 유형(Action type)은 객체의 생성과 편집 또는 외부 시스템의 갱신을 정의합니다. 변경 후보를 온톨로지 시나리오(Ontology scenario)에 두고 검토한 뒤 운영 상태에 적용하는 업무를 구성할 수 있습니다. 외부 반영은 대상 시스템에 맞는 연동과 권한 및 검사를 갖춰야 합니다.

사람과 에이전트의 권한

보안은 역할, 목적과 보안 표지(Marking)에 따른 정책을 결합합니다. 기반 데이터의 행 및 열 제한, SSO를 통해 전달되는 사용자 그룹 특성, 파이프라인에서 전파되는 표지와 리소스 계보를 권한 평가에 사용합니다.

도구 호출도 객체와 속성 및 링크에 대한 접근 조건을 따라야 합니다. 액션의 제출 조건(Submission criteria)은 실행 시 입력과 맥락을 검사할 수 있습니다. 허용한 동작과 외부 시스템 범위를 명시하여 사람이나 에이전트가 권한 밖의 데이터 또는 도구를 호출하지 않도록 구성합니다.

관리자는 프로젝트, 업무와 에이전트별 로그 접근도 제어합니다. 로그에는 민감한 내용이 들어갈 수 있으므로 데이터와 동작에 적용한 표지 및 보안 조건을 관측 자료에도 반영합니다.

가상 제조사의 공급 차질 대응

Onyx Incorporated는 주사기와 수술용 마스크 등을 만드는 가상 의료기기 제조사입니다. 주요 공급업체에 문제가 생겨 마스크 원료가 부족해졌다고 가정합니다. 공급업체 관리, 창고, 생산, 유통과 고객 주문이 연결되어 있으므로 한 팀의 조정이 다른 제품과 업무에도 영향을 줍니다.

구축 팀은 AI FDE를 활용하여 필요한 원천과 로직 및 실행 시스템을 온톨로지에 연결하는 업무를 구성합니다.

영향을 받는 주문 찾기

공급업체, 재고, 공장 생산, 유통센터와 고객 주문을 객체 및 링크로 연결합니다. 운영 책임자는 부족한 원료에서 영향을 받는 생산과 미완료 주문까지 탐색합니다. 이 예시에서는 재무 지표 같은 민감한 요소를 정책으로 숨겨 대응 팀이 늘어나도 필요한 범위만 조회하게 합니다.

사용자는 Workshop 또는 SDK 앱에서 탐색하고 에이전트는 공급업체 정보, 재고, 생산 지표, 출하 내역과 고객 피드백을 도구로 조회합니다. 에이전트에게 허용한 조회, 추천과 실행 범위는 조직이 성능을 검토하면서 확대하거나 축소합니다.

대안 비교

예측, 자재 배분과 생산 최적화 모델로 대체 원료 및 재배분의 결과를 계산합니다. 같은 원료를 쓰는 주사기나 장갑의 생산 영향도 함께 봅니다. 계산한 변경은 시나리오에 두어 실제 운영에 적용하기 전에 비교합니다.

가상의 Disruption Bot은 과거 대응 기록, 현재 자료와 적용할 수 있는 배분 모델을 조사합니다. 공급망 분석가가 아직 검토하지 않은 모델을 사용하는 대안을 제시하고 그 영향을 시나리오에 담아 사람에게 최종 검토를 요청하는 사례입니다.

선택한 계획 적용

IT 팀은 외부 시스템에 쓸 수 있는 주체와 조건, 변경 게시 및 일괄 검토와 이벤트 기록을 정합니다. 이 사례의 재배분 계획은 다음 서로 다른 전달 방식을 연결합니다.

연결된 업무를 함께 조정하더라도 모든 외부 시스템이 같은 트랜잭션으로 즉시 바뀐다는 의미는 아닙니다. 팀은 시스템 응답을 관찰하고 과거 적용 이력을 확인합니다.

이 가상 조직의 기본 정책은 에이전트가 작업 지시 상태 변경이나 재배분 계획을 제안 상태로 두고 사람의 검토를 받는 것입니다. 충분히 시험하고 신뢰할 수 있는 일부 절차에는 조직이 별도의 자동 실행 권한을 줄 수 있습니다. 이는 모든 에이전트에 자동으로 부여하는 권한이 아닙니다.

다음 판단에 활용

어떤 데이터와 모델을 사용하고 어떤 액션을 선택했는지 이력으로 연결하면 대응 과정을 다시 분석할 수 있습니다. 허용된 의사결정 기록을 미세조정 자료로 만들거나 에이전트 프롬프트에 사용할 판단 원칙으로 정리하는 것도 가능합니다. 기록을 남기는 것과 모델을 실제로 재학습하는 작업은 구분하여 구성합니다.