흩어진 데이터를 '관계'로 연결하는 AI 지식 인프라
온톨로지(Ontology)는 사람·문서·제품처럼 서로 다른 개체(Entity)와 그들 사이의 관계(Relationship)를 기계가 이해할 수 있도록 정의한 지식 구조입니다. 키워드 검색이나 문서 단위 RAG를 넘어, "누가 무엇과 어떻게 연결되어 있는가"를 추론할 수 있게 합니다.
GenAI Labs는 여러 곳에 흩어진 사내 데이터를 LLM으로 자동 구조화하여 검색·추천·분석이 가능한 지식그래프로 구축합니다. 특히 개인정보·기밀문서 등 민감한 데이터도 온프레미스·비식별·격리 설계로 외부 노출 없이 안전하게 다룹니다.
"이 문서에 무슨 내용이 있나?"에 답합니다. 문서를 조각내어 유사한 텍스트를 찾아주지만, 문서 사이의 연결이나 개체 간 관계는 알지 못합니다.
"A와 B는 어떤 관계이고, 그 관계가 언제 어떻게 바뀌었나?"에 답합니다. 개체와 관계를 그래프로 모델링해 추론·추천· 관계 추적이 가능합니다. RAG와 결합하면(GraphRAG) 맥락까지 갖춘 답변을 제공합니다.
비정형 문서·DB·웹 페이지에서 LLM이 개체와 관계를 자동 추출하고, 스키마를 정규화해 그래프로 적재합니다. 사람이 일일이 태깅하지 않아도 지식 구조가 만들어집니다.
벡터 의미검색과 관계형 조건 필터를 결합하고, 자연어 질의를 tool_use 에이전트가 해석해 정확한 결과를 찾습니다. "부산 센터에서 LLM 경험 있는 멘토" 같은 복합 질의도 처리합니다.
개체 간 관계를 네트워크 그래프·Sankey·타임라인으로 시각화하고, 시점별 스냅샷 diff로 관계가 언제 어떻게 바뀌었는지 추적합니다. "팀 구성 변화", "이동 흐름" 같은 동적 인사이트를 제공합니다.
온톨로지는 개인·기밀 데이터를 다루는 경우가 많습니다. 우리는 처음부터 보안을 전제로 설계합니다. 게이트 인증·데이터 격리· 비식별화, 그리고 로컬 GPU 추출로 외부 API에 원문을 보내지 않는 옵션까지 제공합니다.
수백 명 규모의 인재 프로필(멘토·연수생·전문가)과 팀·강의 데이터가 여러 소스에 흩어져 있던 조직을 위해, 이를 하나의 지식그래프로 통합한 프로젝트입니다. 자연어로 인재를 찾고, 팀 구성과 수강 흐름의 변화를 시점별로 추적할 수 있습니다.
보유 데이터 일부로 소규모 지식그래프를 구축해 가치를 먼저 검증합니다.
실제 소스와 연동해 파일럿을 거쳐 운영 시스템으로 확장합니다.
민감 데이터는 사내망·프라이빗 클라우드에 격리 배포합니다.
Notion·DB·문서·웹 등 이미 쓰는 데이터 소스에 그대로 연결합니다.
로컬 GPU 추출로 대량 처리 시 LLM 추출 비용을 최소화합니다.
자동 파이프라인·모니터링으로 그래프가 최신 상태를 유지하도록 운영합니다.