[현장] AI시대 폭증하는 '쓰레기 정보'…모비젠 "해법은 온톨로지"

(zdnet.co.kr)

모비젠이 생성형 AI의 고질적인 문제인 'AI 슬롭'과 환각 현상을 해결하기 위해 데이터 간 관계와 맥락을 구조화하는 온톨로지 기술 기반의 차세대 플랫폼 '그래피오 2.0'을 공개하며 데이터 신뢰성 확보를 위한 새로운 돌파구를 제시했습니다.

이 글의 핵심 포인트

1모비젠, 데이터·AI 애플리케이션 플랫폼 '그래피오 2.0' 공개
2온톨로지 및 하이브리드 RAG 기술을 통한 AI 환각 현상 최소화 추진
3국방, 설계(EPC), IT 운영 등 미션 크리티컬 분야를 주요 타겟으로 설정
4보안 경계를 유지하며 기관 간 지식을 연결하는 '연합 온톨로지' 기반의 3.0 로드맵 제시
5올해 매출 400억 원 달성 및 AI 사업 매출 150억 원 이상 확대 목표

이 글에 대한 공공지능 분석

왜 중요한가?

AI 모델이 생성한 저품질 데이터가 다시 학습에 사용되는 악순환(AI Slop) 속에서, 단순 검색을 넘어 데이터의 의미와 관계를 정의하는 온톨로지 기술은 AI 서비스의 신뢰도를 결정짓는 핵심 요소가 될 것입니다.

어떤 배경과 맥락이 있나?

기업 내부의 파편화된 데이터와 서로 다른 데이터 정의는 AI의 환각 현상을 심화시키는 주원인이며, 이를 해결하기 위해 정형·비정형 데이터를 통합적으로 이해하는 기술적 요구가 높아지고 있습니다.

업계에 어떤 영향을 주나?

RAG(검색 증강 생성)를 넘어 그래프 RAG와 온톨로지를 결합한 하이브리드 방식이 부상함에 따라, 단순 LLM 활용을 넘어 고도화된 데이터 구조화 역량이 AI 스타트업의 핵심 경쟁력이 될 것입니다.

한국 시장에 어떤 시사점이 있나?

국방, 공공, 제조 등 보안과 정확성이 생명인 '미션 크리티컬' 영역에서 온톨로지 기반의 AI 솔루션은 국내 기업들이 글로벌 빅테크와 차별화하여 점유율을 확보할 수 있는 전략적 요충지입니다.

이 글에 대한 큐레이터 의견

모비젠의 이번 발표는 LLM의 한계인 '환각'과 '데이터 오염' 문제를 해결하기 위해 데이터 엔지니어링의 고전적 가치인 '온톨로지'를 현대적 RAG 기술과 결합했다는 점에서 매우 전략적인 접근입니다. 특히 보안을 유지하면서 지식만 공유하는 '연합 온톨로지' 구상은 데이터 사일로 현상이 심한 B2B/B2G 시장에서 강력한 락인(Lock-in) 효과를 가져올 수 있는 비즈니스 모델입니다.

하지만 온톨로지 구축은 막대한 초기 비용과 도메인 전문가의 지식이 투입되어야 하는 '고비용·저효율' 구조를 가질 위험이 있습니다. 데이터의 관계를 일일이 정의하는 작업이 자동화되지 못한다면, 급변하는 데이터 환경에 대응하기 어렵고 확장성(Scalability) 문제에 직면할 수 있습니다. 따라서 스타트업들은 온톨로지의 정교함과 구축 자동화 사이의 트레이드오프를 어떻게 관리하느냐가 성공의 관건이 될 것입니다.

원문 보기 →

아직 댓글이 없습니다. 첫 댓글을 남겨보세요.