1. 팔란티어 온톨로지로 미리보는 AI 에이전트의 미래 [0]

thumbnail 팔란티어의 온톨로지는 조직의 복잡한 워크플로우를 디지털 트윈으로 만들어 AI가 전체 맥락을 이해하고 의사결정을 돕는 핵심 기술이다.

1.1. 팔란티어 온톨로지의 개념과 작동 방식 [0]

  1. 팔란티어는 조직 내 워크플로우에 AI를 결합하기 위해 온톨로지라는 구조를 활용한다. [4]
    1. 온톨로지는 그래프 이론에서 엔티티(개체)와 엔티티 간의 관계를 노드와 엣지로 표현하는 것과 유사하다. [5]
    2. 이는 마치 그래프 데이터베이스에서 노드와 엣지로 관계를 만들거나, 문서를 이해시키기 위해 쿼리하는 것과 같은 개념을 조직의 워크플로우에 적용하는 것이다. [6]
  2. 온톨로지는 조직의 워크플로우를 디지털 트윈으로 만드는 과정이다. [11]
    1. 물류 업무의 각 단계를 유닛으로 설정하고 이를 노드로 보았을 때, 각 단계가 수행하는 기능(펑션)들을 또 다른 노드로 보고, 이 기능들이 어떻게 연결되는지를 표현하는 것이 온톨로지이다. [8]
    2. 즉, 현실 세계의 조직 활동을 가상 시스템으로 구성하는 방법론이며, 이는 노드와 엣지로 워크플로우의 쌍둥이를 만드는 것이다. [11]
  3. 온톨로지를 통해 조직 전체를 이해하는 AI를 활용할 수 있다. [13]
    1. 현실에서 문제가 발생하거나 가속이 필요한 부분을 파악하기 위해 연결된 이벤트들을 살펴보는 것처럼, 온톨로지는 이러한 연결을 제공한다. [12]
    2. 이를 통해 AI는 특정 노드에서 문제가 발생했을 때 더 넓은 맥락을 이해하고 의사결정을 내릴 수 있다. [13]
  4. 기존 AI 에이전트와 팔란티어 온톨로지의 차이점은 맥락 이해의 범위에 있다. [14]
    1. 과거 AI 에이전트는 특정 단계(예: 딜리버리)에 국한된 맥락만 이해하여 문제 해결에 대한 답변을 제공하는 데 그쳤다. [14]
    2. 팔란티어 온톨로지를 적용하면, 운송 단계에 영향을 미치는 여러 노드를 파악하고, 각 노드에서의 변화를 자동으로 수집하여 AI에게 전달한다. [14]
    3. 이를 통해 AI는 단순히 딜리버리 단계의 문제가 아니라, 이전 단계(예: 퍼체스 또는 트랜트 단계)에서 발생한 문제를 파악하고, 이것이 딜리버리에 영향을 미치는 과정을 추적할 수 있다. [14]
  5. 이러한 연결성을 통해 팔란티어 플랫폼은 조직 전체를 이해하고 문제의 근본 원인을 파악하는 데 강점을 가진다. [16]

1.2. AI 에이전트 개발 시 온톨로지 구축의 중요성 [17]

  1. 팔란티어를 도입하지 않더라도, AI 에이전트 개발 시 온톨로지 개념을 염두에 두어야 한다. [17]
    1. 당장은 워크플로우의 한 단계를 담당하는 에이전트를 개발하더라도, 장기적으로는 하나의 에이전트가 부서 전체의 일을 대신하는 것을 목표로 하게 된다. [18]
    2. 이때, "이 작업을 하기 전에 이런 작업을 먼저 했어야 했다" 또는 "데이터 정제를 먼저 해둘 걸"과 같은 후회가 발생할 수 있다. [20]
  2. 온톨로지는 AI 에이전트가 전체 워크플로우를 유기적으로 이해하도록 돕는다. [21]
    1. 많은 노드를 포함하는 에이전트 시스템에서 AI가 각 노드의 데이터를 개별적으로 취합하면, 해당 노드만 이해할 뿐 전체 워크플로우를 이해하지 못한다. [21]
    2. 데이터가 표준화되고 각 데이터 포인트가 앞뒤 이벤트와 연결되어 있음을 정의하면, AI는 다섯 개의 노드를 분석하는 데 있어 이를 유기적으로 활용할 수 있다. [22]
  3. 온톨로지 구축은 AI 에이전트가 더 정확하고 유기적인 답변을 생성하도록 돕는다. [28]
    1. 온톨로지는 AI에게 매개 변수로 연결된 외부 이벤트 정보를 제공하여, AI가 더 제대로 된 답변을 생성하도록 한다. [26]
    2. 즉, AI 에이전트에게 이해하기 쉬운 형태로 데이터를 연결하여 제공해야 워크플로우를 자동화할 수 있다. [28]
  4. 워크플로우상의 이벤트 간 연결이 시스템적으로 자동화되어 있어야 AI 에이전트가 액션을 취할 때 이를 고려할 수 있다. [29]
  5. 현재는 문서 파싱에 집중하는 것이 현실적일 수 있으나, 장기적으로는 조직들이 온톨로지까지 고려한 에이전트 시스템을 기대할 것이다. [38]
    1. 이러한 미래를 인지하고 있으면, 프로젝트가 변경될 때 새로운 가능성으로 고려할 수 있다. [40]
    2. 단일 에이전트 구현은 쉬워지고 고객 요구사항은 높아질 것이므로, 자연스럽게 온톨로지 쪽으로 넘어갈 것이다. [41]
  6. 온톨로지 구축은 미리 준비해야 나중에 효과적으로 대처할 수 있다. [42]
    1. 닥쳐서 준비하면 이미 늦을 수 있으므로, 사전에 전체적인 그림을 구조화하며 경험을 쌓아야 한다. [42]
    2. 명확한 목표 없이 에이전트를 개발하면 시간이 늘어지는 경우가 많으며, 최종 목표인 작업 자동화 및 고도화를 위해서는 이벤트 간 연결이 필수적이다. [35]

1.3. 팔란티어 온톨로지의 적용 사례와 구축 방식 [43]

  1. 팔란티어는 주로 물류, 공급망, 통신, 위성 등 특정 이벤트가 다른 이벤트와 명확한 관계를 가지는 분야에서 강점을 보인다. [43]
    1. 모든 조직의 모든 워크플로우에 온톨로지가 필요한 것은 아니며, 복잡하게 얽힌 이벤트들을 이해해야 뛰어난 성과를 낼 수 있는 경우에 효과적이다. [46]
    2. 팔란티어의 AIP 컨퍼런스 유즈 케이스 발표에서도 물류, 공급망, 재고 관리 등이 주로 다뤄진다. [48]
  2. 이벤트 간 명확한 영향 관계가 정립되어 있으면 온톨로지 구축이 용이하다. [50]
    1. 재고 관리의 경우, 상품 엔티티나 운송 엔티티가 매일 바뀌지 않고 정해져 있어 구축이 비교적 쉽다. [51]
    2. 이러한 디지털 트윈 구축은 초기에 투입 후 업데이트 개선에 집중하면 되며, 팔란티어는 이를 위해 LRM(Large Language Model)으로 엔티티와 관계를 쉽게 추출하고 관리하는 기능을 개선하고 있다. [55]
  3. 단순 정보 검색(예: 챗봇)이 필요한 경우에는 온톨로지 구축이 불필요하다. [57]
  4. 복잡한 관계가 정립된 경우, 데이터 정제 및 연결 과정이 결국 필요할 수 있으므로 이를 염두에 두는 것이 좋다. [61]
  5. 한국의 제조 강국이라는 특성상, 제조 프로세스에서 온톨로지가 매우 유용할 것으로 예상된다. [62]
    1. 삼성전자(반도체)와 삼양(공급망) 등 국내 기업들의 도입 사례가 늘어나고 있다. [65]
    2. 제조업 중심, 공급망 중요, 물류 고도화 여지가 많은 기업들은 팔란티어와 같은 온톨로지 솔루션이 필요할 것이다. [70]
    3. 이를 통해 AI에게 병목 현상 방지 및 해결 방안을 질문할 수 있다. [71]

1.4. 팔란티어의 현장 배치 엔지니어(FD)와 AI 대체 [72]

  1. 팔란티어의 온톨로지 시스템을 적용한 기업의 실제 경험담을 듣고 싶다는 의견이 있다. [72]
    1. 글로벌 기업의 솔루션이 국내 기업에 잘 맞는지, 실제 후기가 궁금하다. [74]
  2. 팔란티어는 SI(System Integrator)로서 조직 맞춤형 솔루션을 제공하며, 온톨로지 구축을 돕는다. [75]
    1. 과거에는 FD(Field Deployment Engineer)가 고객사에 파견되어 몇 주간 업무를 배우고, 문제의 원인을 파악하여 맞춤형 솔루션을 제공했다. [79]
    2. 최근에는 이러한 FD의 역할을 LLM으로 대체해 나가고 있다고 한다. [82]
    3. FD 직무에 대한 설명은 팔란티어 전 직원이 작성한 글에서 많이 밝혀졌다. [83]
  3. 국내 SI 업체와 팔란티어의 현장 배치 엔지니어는 역할이 다르다. [89]
    1. 국내 SI 업체는 고객센터와 유사한 역할을 하는 경우가 많지만, 팔란티어의 FD는 직접 업무를 배우고 이해를 바탕으로 설계를 한다는 점에서 차이가 있다. [89]
  4. LLM 대체 여부와 관계없이, 현장 이해를 바탕으로 한 설계 개념은 중요하다. [91]
    1. 개발자 관점에서 에이전트 시스템을 만들 때, 사용자의 업무 방식을 자세히 본 적이 있는지 성찰하게 된다. [92]
  5. 조직 차원에서 현장 업무를 이해하고 에이전트 시스템 아키텍처를 리드할 수 있는 인력을 두는 것이 필요하다. [95]
    1. 기술 발전 속도가 빨라 당장 눈앞의 업무에 치이는 경우가 많지만, 문제 해결을 위한 에이전트 시스템 구축을 위해서는 이러한 접근 방식이 필요하다. [93]