Knowledge Core · AI Ontology

데이터를 지식으로,
지식을 신뢰할 수 있는 대화로 잇습니다

OnDo AI Ontology는 사내에 흩어진 데이터를 지식 그래프로 정리하고, 대화형 AI가 그 지식을
이해·활용하도록 연결하는 지식 코어입니다. AI가 답하기 전, 그 답의 근거가 실제로 존재하는지
그래프에 먼저 묻습니다.

실측 A/B 검증 기반 · 정답까지 SQL 시도 2.65배 감소 · 환각 3대 유형 확률 0으로 차단 · 회귀 테스트 1,455건 전량 통과

  • 2.65×정답까지 SQL 시도 감소122회 → 46회
  • 3/5환각 유형이 확률 0으로구조적으로 완전 차단
  • 2241개그래프가 방어하는스키마 컬럼 (뷰 67 · 조인 67)
  • 1455+회귀 테스트전량 통과 상태 유지

※ 2026년 8월 진행한 A/B Side-by-Side 정량 평가(유효 비교 20건) 및 회귀 테스트 기준. 원본 데이터는 국내 대형 패션 그룹 사내 BI 스키마이며, 고객사명·브랜드명은 비공개로 유지합니다.

The Problem

AI는 모르면, 그럴듯하게 지어냅니다

사내 데이터를 자연어로 묻는 순간, 범용 LLM은 존재하지 않는 테이블과 컬럼, 조인을 만들어 그럴듯한 답을 냅니다. 프롬프트에 스키마 설명을 아무리 정성껏 채워도 — 생성은 여전히 확률적이라 완전히 막을 수 없습니다. OnDo AI Ontology는 그 판단을 AI 생성 루프 밖으로 꺼내, 그래프와 코드가 결정론적으로 검증하게 만듭니다.

Why It's Different

규칙을 "알려주는" AI가 아니라,
규칙을 "지키게 만드는" AI

온톨로지를 프롬프트에 넣는 것만으로는 여전히 확률적입니다. 확정성은 검증·조회 지점을 LLM 생성 루프 밖에 둘 때만 생깁니다 — OnDo 설계의 핵심 원칙입니다.

소프트 제어 · 일반적인 RAG·프롬프트

지침을 프롬프트에 넣고 AI가 따르길 기대합니다. 컨텍스트가 길어지면 지침은 잊히고, 실제로 지켰는지 확인할 방법도 없습니다.

  • 결정론적 검증
  • LLM 생성 루프 밖
  • 실행 전 강제 대조
  • 우회 불가

예시 데이터데모의 화면과 수치는 모두 예시입니다.

물어보면, 근거와 함께 답합니다

자연어로 물으면 사내 데이터를 질의해 답을 만듭니다. graphify가 SQL을 검증해 없는 사실은 만들지 않습니다.

아래는 실제 운영 중인 graphify 워크스페이스 화면 그대로입니다 — 조건을 넣고 묻자, 사내 데이터에서 원가율 TOP10을 표로 돌려줍니다.

MCP 연동사내 DB·도구를 직접 연결해 질의
딥 리서치여러 단계로 파고드는 심층 조사
일반 검색빠른 단답형 검색
A\ claude-sonnet-4-60.0% 사용 · 데모 계정
A\ 오늘 어떤 업무를 도와드릴까요?
브랜드 : NORDÉ 제품년도 : 2026 시즌 : SS 품목 : TS
위 조건에서 상품 원가율이 낮은 TOP10개 상품을 판매율 높은 순으로 알려주고, 해당 상품의 업체정보도 알려줘
A\Claude

결과가 나왔습니다! 정리해서 보여드립니다.

📊 NORDÉ 2026 SS / TS 품목 — 원가율 낮은 TOP10 상품 (판매율 높은 순)

원가율
순위
스타일코드상품명확정
소비자가
원가율
(%)
판매율
(%)
업체코드업체명
5NDTS5B899IV네이비 쿨터치 스트라이프 카라티139,00015.756.5%0000103026(주)한성에이앤디
7NDTS5B404NV쿨라이트 네이비 C/P 피케 폴로셔츠159,00016.047.0%0000303572Pacific Apparel Ltd
7NDTS5B404BR쿨라이트 브라운 C/P 피케 폴로셔츠159,00016.044.2%0000303572Pacific Apparel Ltd
7NDTS5B404BG쿨라이트 베이지 C/P 피케 폴로셔츠159,00016.042.8%0000303572Pacific Apparel Ltd
7NDTS5B404BK쿨라이트 블랙 C/P 피케 폴로셔츠159,00016.041.8%0000303572Pacific Apparel Ltd
7NDTS5B404LB쿨라이트 라이트블루 C/P 피케 폴로셔츠159,00016.040.5%0000303572Pacific Apparel Ltd
7NDTS5B404LG쿨라이트 라이트그린 C/P 피케 폴로셔츠159,00016.035.8%0000303572Pacific Apparel Ltd
7NDTS5B404BL쿨라이트 블루 C/P 피케 폴로셔츠159,00016.031.6%0000303572Pacific Apparel Ltd
1NDTS5B897NV네이비 로고자수 반팔티셔츠109,00012.726.3%0000103026(주)한성에이앤디
3NDTS5B898NV네이비 로고자수 반팔카라티셔츠139,00014.923.3%0000103026(주)한성에이앤디
💡 graphify 인사이트
  • 네이비 쿨터치 카라티가 판매율 56.5%로 1위 — 원가율도 15.7%로 낮아 마진·회전을 모두 잡은 효자 상품입니다.
  • 쿨라이트 폴로셔츠는 동일 원가율(16.0%)인데 컬러별 판매율 편차가 큽니다(네이비 47.0% → 블루 31.6%). 상위 컬러에 물량을 집중하고 하위 컬러 발주는 줄이는 편이 유리합니다.
  • 원가율이 가장 낮은(12.7%) 로고자수 반팔티는 판매율이 26.3%로 낮아, 마진은 좋지만 회전이 느립니다 — 노출·프로모션 강화를 검토하세요.
추천 — 원가율·판매율이 동시에 상위인 네이비 베이직 라인을 차기 시즌 핵심 물량으로 확대.
근거: 사내 상품·판매 테이블graphify 검증 SQL환각 차단 ✓
NORDÉ 2026 SS 트렌치코트가 전년 대비 23.7% 상승해 매출 1위입니다. ← 근거 없는 추측(수치 환각)
메시지 Claude
MCP 연동 딥 리서치 일반 검색
graphify 워크스페이스 · 데모
How It Works

온톨로지에서 대화까지, 5단계로 잇습니다

문서와 스키마에서 뽑아낸 지식을 그래프에 쌓고, AI가 답하기 전 그 그래프로 검증합니다. 사람은 그래프를 실시간으로 보며 다듬습니다.

  1. 수집

    사내 문서(이미지 포함)에서 업무 용어를 LLM이 자동 추출합니다.

  2. 적재

    스키마·용어를 그래프에 멱등 적재 — 사람이 고친 내용은 재적재해도 보존됩니다.

  3. 저장(SSOT)

    지식 그래프가 뷰·컬럼·조인·용어의 단일 진실원본이 됩니다.

  4. 질의

    대화형 AI가 질문에 맞는 테이블·컬럼·조인을 그래프에서 먼저 찾습니다.

  5. 검증

    실행 전, 생성된 SQL을 그래프와 대조 — 위반 시 거부하고 재작성을 유도합니다.

검증은 AI 안이 아니라 AI 바깥, 결정론적 코드가 수행합니다 — 그래서 우회되지 않습니다.

Measured, Not Just Claimed

주장이 아니라, 측정으로 증명합니다

실제 리테일 대기업 사내 BI 스키마를 대상으로 한 A/B Side-by-Side 정량 평가 결과입니다. OnDo를 경유한 경로와, 경유하지 않은 원시 경로를 같은 질문 10개로 비교했습니다.

지표OnDo 경유미경유(원시)
정답까지 SQL 시도 횟수46회122회
구조 정확도 (참고 지표 · n=1 표본, 10문항 중 3승 2패 5무)54.7%49.8%
최종 응답 성공률100% (거부돼도 재생성 루프로 전원 정답 도달)
  • 환각 5개 유형 중 3개 유형을 완전 차단 — 도달 확률 0, AI 모델 성능에 의존하지 않는 결정론적 배제입니다.
  • 스키마 방어 범위 — 뷰 67개 · 컬럼 2,241개 · 검증된 조인 67개.
  • 회귀 테스트 1,455개 이상 전량 통과 상태를 유지하며 운영 중입니다.
  • 게이트 오탐률까지 스스로 측정(41건 중 12건, 29%)해 원인을 규명하고 즉시 수정·배포한 자기검증 체계입니다.
  • 평가셋 10문항 전체를 그래프와 대조해 뷰 10/10, 컬럼 29/29 존재를 검증 완료했습니다.

※ 구조 정확도는 n=1 표본 기반 경향 지표로 참고용입니다. 현재 사내 AI 개발 TFT에서 파일럿으로 운영 중이며, 전사 확대는 성과를 바탕으로 검토합니다.

Roadmap

지식 그래프에서, 진짜 온톨로지로

지금은 지식 그래프 기반 지식 코어가 완성 단계입니다. 다음 단계는 형식 추론이 가능한 온톨로지로의 확장입니다.

  1. STAGE 0 · 기술 검증

    그래프 DB 정면 비교

    FalkorDB·Neo4j를 비교하고 20건의 라이선스·기술 근거를 검증한 뒤, 실시간 시각적 검증이라는 1차 목적에 맞춰 Neo4j Community Edition을 채택했습니다.

  2. STAGE 1 · 지금

    지식 그래프 코어

    스키마·용어 정리, SQL 검증 게이트, 실시간 큐레이션, 개선 피드백 루프까지 완성해 사내 AI 개발 TFT에서 파일럿으로 운영 중입니다.

  3. STAGE 2 · 다음

    시맨틱 온톨로지 확장

    OWL 기반 형식 추론과 값 도메인·계층 구조를 더해 "온톨로지"의 완전한 의미를 실현합니다. 같은 그래프 엔진 위에서 플러그인으로 확장해, 백엔드 교체 없이 진화합니다.

Governance & Trust

통제권은 끝까지 사람에게

엔터프라이즈가 AI 도입을 망설이는 진짜 이유 — 데이터 유출·환각·통제 상실 — 에 정면으로 답합니다.

  • 데이터 주권

    그래프와 원본 데이터는 사내에 머뭅니다. 외부로 한 건도 나가지 않습니다.

  • 사람 승인 루프

    개선 제안은 자동 생성되지만, 그래프 반영은 항상 사람이 승인한 뒤에 이뤄집니다.

  • 장애 안전 설계

    장애 시 틀린 조회를 통과시키지 않고 즉시 차단합니다(fail-closed).

  • 전 과정 감사

    검증 거부·통과 로그가 남아 무엇을 왜 막았는지 추적할 수 있습니다.

Glossary

알아두면 좋은 용어

온톨로지
개념과 개념 사이의 관계를 컴퓨터가 이해·추론할 수 있게 정리한 지식 체계.
지식 그래프
데이터를 점(노드)과 점을 잇는 선(관계)으로 표현하는 방식. 예: [매출]—연결됨→[매장]
환각(Hallucination)
AI가 실제로 없는 사실을 그럴듯하게 지어내는 현상. OnDo가 막으려는 핵심 문제.
NL2SQL
사람의 자연어 질문을 데이터베이스 조회문(SQL)으로 자동 변환하는 기술.
SSOT
같은 정보를 여러 곳에서 다르게 관리하지 않도록 정한, 단 하나의 최종 출처(단일 진실원본).
MCP
AI가 외부 도구·데이터에 연결할 때 쓰는 표준 규격. OnDo의 조회·검증 서버가 이 규격으로 동작합니다.

사내 데이터에 무엇을 물어보고 싶으신가요?

실제 질문 몇 개만 있으면 어디까지 답할 수 있는지 확인해 드립니다.