지난 프로젝트 자료를 찾습니다.
보고서도 계산 결과도 폴더에 그대로 남아 있는데, 그 결론을 낸 이유만 없습니다.
온톨로지 구축이라는 말을 찾아보게 되는 순간은 보통 이때입니다.
결국 당시 담당자에게 전화를 겁니다.
그분은 이미 다른 팀입니다. 연락이 닿아도 "그때 왜 그랬더라" 하고 같이 기억을 더듬게 됩니다.
파일은 회사에 남았는데, 판단 기준은 사람을 따라 나갔습니다.
저희 팀리부뜨는 AI로 회사의 문서와 데이터를 실제 업무에 연결하는 일을 하고 있습니다.
보고서에 적힌 숫자 하나에도 조건이 붙습니다. 어느 설비에서 측정했는지, 어떤 기간을 집계했는지, 계획값인지 실적값인지에 따라 같은 숫자가 전혀 다른 뜻이 됩니다.
개발 문서도 마찬가지입니다. 부품을 바꿨다는 기록만으로는 다음 프로젝트에 쓸 수 없습니다. 변경 전후의 사양, 검토했던 문제, 적용한 기준, 최종 판정까지 함께 붙어 있어야 참고 자료가 됩니다.
문제는 파일을 안 남긴 것이 아니라, 파일과 함께 남았어야 할 조건을 안 남긴 것입니다. 그 빈칸은 그동안 담당자의 기억이 채우고 있었습니다.
폴더 규칙을 정하고 파일명을 통일하는 일은 대부분의 회사가 이미 해봤습니다. 사내 검색도 붙여봤을 겁니다. 그런데 검색은 문서를 찾아줄 뿐, 조건이 다른 문서를 구분해주지는 않습니다.
같은 이름의 지표가 부서마다 두세 가지 뜻으로 쓰이면 검색은 그 문서를 전부 보여줍니다. 고르는 건 사람 몫입니다.
온톨로지 구축은 여기서 한 칸 더 들어갑니다. 이름은 어렵지만 시작은 익숙합니다. 우리 회사가 쓰는 설비와 부품, 지표의 이름을 정하고 서로 어떤 관계인지 연결하는 일입니다. 그 기준에 맞춰 실제 문서와 데이터를 이어두면 지식그래프가 됩니다.
팀리부뜨는 기업용 AI 에이전트를 구축하고 있습니다. 회사의 업무 맥락을 학습한 에이전트 하나가 사람이 하던 반복 작업을 대신 처리하는 방식입니다.
이 에이전트가 회사 자료를 제대로 읽으려면 기반이 필요합니다. 온톨로지 구축은 그 기반을 만드는 작업이고, 에이전트는 그 위에서 답을 찾습니다.
[팀리부뜨 AI 에이전트의 지식 연결 과정]
에이전트는 문서에서 뽑아낸 내용을 반드시 원문 위치와 함께 저장합니다. 답을 보여줄 때 어느 문서 몇 페이지에서 나온 내용인지 같이 제시하기 위해서입니다.
같은 대상을 여러 이름으로 부르는 경우에는 별칭을 연결합니다. 공정과 지표처럼 성격이 다른 대상은 구분하고, 계산에 쓰이는 정의와 단위도 함께 관리합니다.
전문가의 설명과 실제 데이터가 어긋나면 그 차이를 지우지 않고 검토 대상으로 남깁니다. 경험에서 나온 기준이 특정 조건에서만 맞았을 수도 있고, 서로 다른 지표를 같은 말로 부르고 있었을 수도 있기 때문입니다.
ERP도 PLM도 그대로 둡니다. 그 안에 쌓인 문서와 데이터를 읽어 연결하는 층만 위에 올리는 방식입니다.
| 남길 정보 | 기록 예시 | 다음 업무에서 확인할 것 |
|---|---|---|
| 대상과 관계 | 공정, 설비, 부품의 연결 | 어느 대상에 관한 내용인가 |
| 적용 조건 | 기간, 단위, 사양, 개정 | 이번 상황에도 적용할 수 있는가 |
| 원문 출처 | 문서, 페이지, 데이터 위치 | 근거를 다시 확인할 수 있는가 |
| 검토 상태 | 후보, 검토 필요, 확인됨 | 어디까지 확인된 내용인가 |
지표 기준을 되묻는 일
"이 수치 기준이 뭐죠"라는 질문이 나오면 에이전트가 해당 지표의 정의와 단위, 집계 기간을 원문 문서와 함께 보여줍니다. 부서마다 두세 가지로 갈려 있던 표현이 별칭으로 묶여 있어서, 어느 기준으로 계산된 값인지 담당자가 바로 구분할 수 있습니다.
설계변경 이력 조회
비슷한 문제를 예전에도 다뤘는지 확인할 때, 첨부파일을 대여섯 개씩 열어보는 대신 에이전트에게 묻습니다. 변경 사유와 검토 쟁점, 최종 판정이 부품 단위로 연결되어 있어 이번 검토와 관련 있는 이력만 추려서 확인할 수 있습니다.
인수인계 자료 준비
인수인계 기간 2주 동안 후임자가 "이건 왜 이렇게 하나요"라고 물을 때마다 전임자를 다시 부르는 일이 반복됩니다. 판단 기준과 근거 문서가 함께 남아 있으면 후임자가 직접 조회해 확인하고, 정말 애매한 것만 골라서 물어보게 됩니다.
무역 서류 처리
거래처마다 양식이 다른 발주서와 인보이스, 선적서류가 메일로 들어오면 에이전트가 한 장씩 읽어 품목과 수량, 인코텀즈, 결제조건을 뽑아 ERP에 입력합니다. 오더 한 건에 서류 일곱 종을 직접 만들던 회사의 담당자는 도입 뒤에 이렇게 말했습니다. "자동으로 다 만들어지니까 틀린지만 보면 되더라구요."
전표 입력과 마감 확인
경영지원팀에서는 영수증과 계산서를 읽어 전표 초안을 만드는 데 에이전트를 씁니다. 입력 자체는 단순한데 한 건만 틀려도 마감 때 책임이 담당자에게 돌아오는 업무라, 사람이 확인만 하는 구조로 바꾸는 효과가 큽니다.
회사 전체를 한 번에 정리할 필요는 없습니다. 반복해서 올라오는 질문 두세 가지를 고르고, 그 질문에 답할 때 실제로 여는 문서와 표를 모으는 것부터 시작할 수 있습니다.
지금 자료는 쌓여 있는데 판단 기준은 사람에게만 남아 있다면, 어디까지 연결할 수 있는지 팀리부뜨의 산업 AI 자동화 전문가와 함께 정리해보세요. 현재 쓰는 문서 양식과 자주 나오는 질문을 함께 공유해주시면 범위를 더 빠르게 잡을 수 있습니다.
상담문의 시 "온톨로지 구축 글을 보고 문의했다"고 남겨주시면 보다 원활한 상담이 가능합니다.
%202.png){kind=logo}
