온톨로지란? 제조업 AX에서 놓치면 안 되는 이유
부품 입고가 늦어진다는 연락을 받았다면 어떻게 해야 할까요? 먼저 고객에게 안내한 납기일을 지킬 수 있는지 빠르게 파악해야 합니다. 재고표와 생산계획, 주문 내역을 대조해 입고 지연의 영향을 받는 작업과 주문을 찾고, 조정이 필요한 일정을 확인해야 하죠. 대체품을 사용할 수 있는지도 작업지침을 찾아보고 담당자에게 확인해야 합니다.
확인이 길어질수록 고객에게 납기를 안내하는 일도 늦어집니다. 사정을 아는 담당자는 하던 일을 멈추고 관련 내용을 설명해야 하고요. 비슷한 상황이 생길 때마다 이 과정을 반복하다 보면, 자료를 꾸준히 쌓아두었는데도 업무는 여전히 사람의 기억과 재확인에 기대고 있다는 답답함이 생길 수 있어요.
그렇다면 어떻게 해결할 수 있을까요? AI를 활용하면 여러 자료를 대조하고 필요한 정보를 찾는 부담을 줄일 수 있습니다. 다만 AI를 도입하는 것만으로 충분하지는 않습니다. AI가 판단을 도우려면 부품과 작업, 고객 주문이 어떻게 연결되는지 파악할 수 있어야 합니다. 대체품을 사용할 수 있는 조건처럼 현장의 판단 기준도 함께 다룰 수 있어야 하죠.
이러한 관계와 조건을 체계적으로 정리하는 데 활용할 수 있는 개념이 온톨로지입니다. 온톨로지가 무엇이고 제조업 AX에서 왜 필요한지, 현장 지식을 정리하고 활용하는 데 어떻게 쓰이는지 살펴보겠습니다.
온톨로지란 무엇일까?
데이터·AI 분야에서 온톨로지(Ontology)는 특정 분야의 개념과 관계를 명확히 정의하고, 컴퓨터가 처리할 수 있는 형식으로 표현한 지식 모델을 뜻합니다.
제조업에서의 온톨로지는 크게 세 가지 요소로 설명할 수 있습니다.
개념: 주문·작업·부품처럼 업무에서 구분해 다루는 대상의 종류입니다.
속성: 각 대상의 특징을 나타내는 항목입니다. 주문번호나 납기일 등이 여기에 해당합니다.
관계: 대상들이 서로 어떻게 연결되는지를 나타냅니다. ‘작업이 주문에 배정된다’, ‘작업에 부품이 필요하다’처럼 표현할 수 있습니다.
이때 각 용어가 무엇을 가리키는지도 분명히 정하는 것도 중요합니다. 예를 들어 ‘작업’이 일반적인 공정의 종류를 뜻하는지, 특정 주문을 위해 배정된 생산 작업을 뜻하는지에 따라 연결해야 할 정보가 달라집니다. 사람이 맥락을 보고 구분하던 내용을 시스템도 다룰 수 있도록 명시하는 것이죠.
자료를 모으거나 항목을 맞추는 일과 비교하면 온톨로지 설계의 역할이 더 분명해집니다.
구분 | 하는 일 | 제조업의 예 |
|---|---|---|
자료 취합 | 필요한 자료를 확보하고 모읍니다. | 재고표·생산계획·작업지침을 모읍니다. |
항목 매핑 | 서로 다른 자료의 항목을 대응시킵니다. | 시스템마다 다른 품목 코드가 어떤 부품을 가리키는지 맞춥니다. |
온톨로지 설계 | 개념과 관계의 의미를 정의합니다. | ‘작업’과 ‘주문’이 각각 무엇을 뜻하고, 작업이 주문에 ‘배정된다’는 것이 어떤 의미인지 정합니다. |
즉, 온톨로지 설계는 업무에서 어떤 대상을 구분하고, 대상 사이의 연결을 어떻게 해석할지 공통의 기준을 세우는 일입니다. 이 기준이 있어야 여러 자료에 흩어진 실제 기록을 같은 의미로 연결하고 활용할 수 있습니다.
조슈아앤컴퍼니는 설비·문서·회의·사람에 흩어진 지식을 연결하고, 이를 일상 업무에서 지속적으로 활용하는 것을 중요하게 봅니다. 온톨로지를 설계할 때도 시스템에 저장된 데이터뿐 아니라 현장에서 쓰는 문서와 담당자가 알고 있는 판단 기준을 함께 살피는 이유입니다.
현장의 자료와 담당자의 판단 기준을 어떻게 시스템으로 옮기는지 궁금하다면, 조슈아앤컴퍼니가 일하는 방법을 참고해 주세요.
제조업 AX에서 온톨로지가 필요한 이유
제조업에서는 자료를 갖고 있어도 업무에 필요한 답을 바로 얻기 어려운 경우가 많습니다. 데이터가 무엇을 뜻하고 서로 어떻게 연결되는지, 어떤 조건에서 적용되는지가 분명하지 않으면 사람이 다시 해석하고 확인해야 하죠. 온톨로지는 이러한 의미와 관계를 정리하는 데 도움이 됩니다.
업무 간 영향을 파악하려면 자료 사이의 연결을 알아야 합니다.
재고·생산계획·주문 정보가 따로 관리되면, 부품 입고가 늦어졌을 때 어느 주문에 영향이 생기는지 사람이 자료를 대조해 확인해야 합니다. 해당 부품을 사용하는 작업을 찾고, 그 작업이 어떤 주문에 배정됐는지 살펴봐야 하죠. 온톨로지로 이 관계를 명시하면, 연결된 기록을 따라 영향을 받는 작업과 주문을 찾도록 시스템을 설계할 수 있습니다.
판단에 필요한 조건이 문서와 담당자에게 흩어져 있습니다.
수량과 일정만으로는 대체품을 사용해도 되는지 판단하기 어렵습니다. 적용 사양과 승인 조건, 예외 사항까지 알아야 하는데, 이런 기준은 작업지침에 적혀 있거나 담당자의 경험으로만 남아 있기도 합니다. 각 기준을 적용 대상과 조건에 연결해두면, 현재 상황에서 무엇을 확인하고 어떤 근거로 판단해야 하는지 더 분명해집니다.
AI도 찾은 정보가 현재 업무에 적용되는지 구분할 수 있어야 합니다.
관련 문서를 찾았다고 해서 그 내용을 바로 적용할 수 있는 것은 아닙니다. 어떤 제품이나 작업에 관한 문서인지, 어느 버전인지, 검토 중인 내용인지 승인된 기준인지에 따라 답이 달라질 수 있기 때문입니다. 온톨로지로 이러한 구분과 관계를 정리하면, AI가 참고할 정보의 범위를 정하고 답변에 적절한 근거를 연결하도록 설계하는 데 도움이 됩니다.
특히 여러 시스템과 문서를 연결해야 하고, 같은 개념과 판단 기준을 여러 업무에서 반복해 사용한다면 온톨로지 도입을 검토할 만합니다. 반면 단순한 재고 집계나 정해진 항목의 대조는 기존 시스템과 자동화만으로도 해결할 수 있습니다. 어떤 업무 질문에 답하려는지, 그 답을 얻기 위해 어떤 지식을 연결해야 하는지를 기준으로 적용 여부를 판단하는 것이 좋습니다.
현장 지식을 온톨로지로 정리하고 활용하는 방법
필요한 지식을 정리하고 업무 기능에 적용하는 과정을 네 단계로 살펴보겠습니다. 이해를 돕기 위해 나눈 단계로, 실제 진행 범위와 순서는 업무의 특성과 자료의 상태에 따라 달라질 수 있습니다.
1. 답하려는 업무 질문과 활용 범위 정하기
먼저 현장에서 반복해서 확인하는 질문을 찾고, 그 답을 어떤 판단에 활용할지 정합니다. 얻으려는 결과가 분명해야 필요한 지식의 범위를 정하고, 결과가 올바른지 확인할 기준도 세울 수 있습니다.
그다음 관련 데이터와 문서가 어디에 있는지, 실제로 가져와 사용할 수 있는지 살펴봅니다. 자료에 드러나지 않은 판단 기준은 누구에게 확인할 수 있는지도 알아봅니다. 이 과정을 통해 바로 활용할 수 있는 정보와 추가로 확인해야 할 지식을 구분합니다.
2. 업무 개념과 관계 정의하기
업무에서 구분해 다룰 대상과 각 대상의 속성, 대상 사이의 관계를 정의합니다. 각 용어가 무엇을 가리키고 어떤 대상과 연결되는지도 명확히 합니다. 부서마다 같은 용어를 다른 의미로 쓴다면, 그 차이를 확인하고 시스템에서 어떻게 구분할지 정해야 합니다.
정의를 마련한 뒤에는 각 시스템의 기록을 그에 맞춰 연결합니다. 이때 명칭이 비슷하다는 이유만으로 같은 대상이라고 판단해서는 안 됩니다. 기록을 대조하고 담당자에게 확인해 실제로 같은 대상을 가리키는지, 정의한 관계가 성립하는지 살펴야 합니다. 그래야 서로 다른 정보를 하나로 취급하거나 잘못 연결하는 일을 줄일 수 있습니다.
3. 적용 문서와 담당자의 판단 기준 연결하기
관련 문서를 연결할 때는 적용 대상과 버전, 적용 시점, 승인 상태를 함께 정리합니다. 같은 주제를 다룬 문서라도 사용할 수 있는 범위는 다를 수 있습니다. 어떤 상황에서 어떤 문서를 기준으로 삼아야 하는지 구분하는 것이 중요합니다.
담당자가 경험으로 알고 있는 판단 기준도 문서와 실제 업무 사례에 비추어 적용 조건과 예외를 확인합니다. 이를 바탕으로 시스템에 반영할 수 있는 기준과 사람의 확인이 필요한 부분을 나눕니다. 기준이 충돌하거나 자료가 부족할 때 누구에게 확인할지도 정해둡니다. 특정 상황에서 한 번 내린 판단이 모든 상황에 적용되는 규칙으로 굳어지지 않도록 하기 위해서입니다.
4. 질문에 답하는 기능을 만들고 검증하기
정리한 지식을 바탕으로 정보를 검색·조회하고 업무 판단을 돕는 기능을 만듭니다. 온톨로지는 정보의 의미와 관계를 정의하고, 프로그램은 이를 활용해 필요한 기록을 찾거나 비교·계산을 수행합니다. 생성형 AI는 조회 결과와 근거 문서를 바탕으로 이해하기 쉬운 설명을 제공하는 데 활용할 수 있습니다.
생성형 AI가 제시한 내용은 부정확할 수 있으므로, 담당자가 답변의 근거를 확인하고 중요한 결정이나 예외 사항을 검토할 수 있도록 설계합니다. 자동으로 처리할 범위와 사람의 승인이 필요한 범위도 이때 구분합니다.
기능을 구현한 뒤에는 실제 업무 자료로 검증합니다. 필요한 정보가 빠지거나 잘못 연결되지 않았는지, 상황에 맞는 기준이 적용됐는지 확인합니다. 결과의 정확성뿐 아니라 담당자가 평소 업무에서 편리하게 사용할 수 있는지 등 제조업 AX의 현장 적용 조건도 함께 살펴봅니다. 문제가 발견되면 개념과 관계의 정의, 적용 기준, 기능의 동작 중 어디에서 비롯됐는지 확인하고 수정합니다.
운영을 시작한 뒤에도 문서나 업무 기준이 바뀌면 연결된 지식을 갱신해야 합니다. 변경 사항을 누가 확인하고 반영할지까지 정해두어야 현장에서 계속 활용할 수 있습니다.
반복해서 확인하는 업무부터, 조슈아앤컴퍼니와 함께
온톨로지를 업무에 활용하려면 지식 정리부터 기능 구현과 검증, 운영까지 이어져야 합니다. 조슈아앤컴퍼니는 제조업 AX 도입 과정에서 현장의 자료와 판단 기준을 정리하고, 자동으로 처리할 범위와 사람의 검토가 필요한 지점을 설계합니다. 담당자가 적용 조건과 예외를 확인하면, 조슈아앤컴퍼니는 이를 기능으로 구현하고 실제 업무 자료로 함께 검증합니다.
여러분의 회사에서는 어떤 일이 반복되고, 어디에서 자주 막히나요? 정보 검색이나 자료 비교, 반복적인 문서 작성처럼 손이 많이 가는 업무를 이야기해 주세요. 현재 사용하는 자료와 업무 흐름을 살펴보고, 어떤 업무부터 AX를 시작하면 좋을지 함께 찾아보겠습니다.