업무에 스며든 AI: 온톨로지로 회사를 이해하는 법
앱마다 붙은 AI는 ‘자기 앱 안’만 봅니다. 하지만 회사의 진짜 맥락은 앱 ‘사이’에 있죠. 온톨로지·지식 그래프·GraphRAG 같은 개념을 짚으며, GREND의 AI가 회사 전체를 이해하는 방식을 설명합니다.
요즘 거의 모든 소프트웨어가 ‘AI 기능’을 답니다. 메일엔 메일 AI, 문서엔 문서 AI, 회의엔 회의 AI. 편리하지만 공통된 한계가 있습니다. 그 AI들은 자기 앱 안만 봅니다.
앱마다 따로 붙은 AI의 한계
메일 AI는 메일함만, 프로젝트 AI는 작업 목록만 압니다. 하지만 “이번 분기 우리 팀이 정말 잘 돌아가고 있나?”라는 질문의 답은 메일·프로젝트·결재·휴가·일정에 흩어져 있습니다. 한 앱에 갇힌 AI는 결코 이 질문에 답할 수 없습니다. 진짜 맥락은 데이터 ‘사이의 관계’에 있기 때문입니다.
하나의 데이터 플랫폼, 하나의 온톨로지
GREND는 모든 업무가 하나의 데이터 플랫폼 위에서 돌아갑니다. 그래서 AI가 사람·조직·프로젝트·문서·일정을 하나의 지식 그래프(온톨로지)로 연결해 이해합니다. 흩어진 SaaS로는 닿을 수 없는, 회사 전체를 관장하는 지능입니다.
지식 그래프가 RAG를 만나면 — GraphRAG
최근 생성형 AI의 신뢰도를 끌어올린 핵심 기법이 RAG입니다. 모델이 답을 지어내지 않도록, 회사의 실제 문서를 ‘검색해서’ 근거로 함께 제공하는 방식이죠. 2024년 마이크로소프트 리서치가 발표한 GraphRAG는 여기서 한 걸음 더 나아가, 단순 문서 검색이 아니라 지식 그래프를 활용해 흩어진 정보를 연결·요약합니다. 여러 문서에 걸쳐 추론해야 하는 질문에서 특히 강합니다.
무엇이 가능해지나
- “이번 주 진행 상황 요약해줘” — 프로젝트·결재·휴가·일정을 가로질러 한 번에 답합니다.
- 회의록에서 할 일을 뽑아 담당자에게 자동으로 배정합니다.
- 키워드가 아니라 ‘의미’로 검색해(시맨틱 검색), 회사 전체에서 답을 찾습니다.
- 연결된 데이터를 근거로 요약·추론·자동화를 스스로 수행합니다.
핵심은 ‘더 똑똑한 모델’이 아니라 ‘더 잘 연결된 데이터’입니다. 같은 AI라도 회사의 맥락이 하나의 그래프로 이어져 있을 때 비로소 쓸모 있는 답을 냅니다.
AI는 더 이상 부가 기능이 아니라, 운영체제의 기본값입니다.
GREND의 AI가 특별한 이유는 모델이 아니라 그 아래 깔린 온톨로지에 있습니다. 회사를 하나의 의미망으로 이해하는 AI—그것이 ‘업무에 스며든 AI’의 진짜 모습입니다.
