모비젠 "연내 그래피오 3.0 출시…스스로 진화하는 온톨로지 구축"

(zdnet.co.kr)

모비젠이 연내 출시할 '그래피오 3.0'은 업무 경험을 통해 스스로 진화하는 온톨로지 기술을 통해 기업의 인공지능 전환(AX)을 가속화하며, 데이터의 문맥과 관계를 스스로 학습하는 메모리 시스템 기반의 지식 모델링 혁신을 예고하고 있습니다.

이 글의 핵심 포인트

1모비젠, 연내 온톨로지 기반 AI 플랫폼 '그래피오 3.0' 출시 예정
2그래피오 3.0의 핵심은 메모리 시스템을 통한 온톨로지의 자가 진화 기능
3그래피오 1.0(코어 구축) → 2.0(다이나믹 온톨로지) → 3.0(자가 진화)로 이어지는 로드맵 제시
4기업 특화 온톨로지를 통해 데이터의 문맥과 업무 규칙을 AI에 학습시키는 것이 목표
5관계 모델링, 지식 구조 관리, 데이터 연계 등 기업 AX를 위한 다양한 기능 제공

이 글에 대한 공공지능 분석

왜 중요한가?

단순한 데이터 학습을 넘어 기업 고유의 맥락과 업무 규칙을 AI가 이해하도록 만드는 '온톨로지' 기술의 고도화는 실질적인 기업용 AI(Enterprise AI) 구현과 신뢰성 확보의 핵심 열쇠이기 때문입니다.

어떤 배경과 맥락이 있나?

기존 AI 모델이 데이터의 통계적 패턴에 의존했다면, 이제는 데이터 간의 의미적 관계를 정의하는 온톨로지와 실행 결과로부터 학습하는 메모리 시스템을 통해 AI의 판단력을 높이는 '에이전틱 AI' 단계로 진입하고 있습니다.

업계에 어떤 영향을 주나?

AI 에이전트가 스스로 판단하고 업무를 수행하기 위해서는 정교한 지식 구조가 필수적이므로, 기업의 도메인 지식을 구조화할 수 있는 온톨로지 및 지식 그래프 솔루션 기업의 가치가 더욱 상승할 것입니다.

한국 시장에 어떤 시사점이 있나?

국내 기업들은 단순한 LLM 도입을 넘어, 자사만의 특화된 지식 구조를 어떻게 디지털화하고 AI 에이전트와 연계할 것인가라는 '데이터 구조화 및 지식 엔지니어링' 전략에 집중해야 합니다.

이 글에 대한 큐레이터 의견

모비젠의 로드맵은 LLM의 고질적 문제인 '환각(Hallucination)'과 '맥락 부재'를 해결하기 위해 온톨로지라는 구조적 접근법을 선택했다는 점에서 매우 전략적입니다. 특히 3.0 버전의 핵심인 '메모리 시스템을 통한 자가 진화'는 AI가 정적인 지식에 머물지 않고 운영 환경에서 실시간으로 학습하며 고도화되는 에이전틱 AI의 핵심 요건을 정확히 관통하고 있습니다.

하지만 기술적 난제도 존재합니다. 온톨로지가 스스로 진화하기 위해서는 피드백 루프의 무결성이 보장되어야 하며, 만약 잘못된 실행 결과나 편향된 피드백이 온톨로지 구조를 오염시킬 경우 시스템 전체의 신뢰성이 무너질 위험(Risk)이 있습니다. 따라서 스타트업들은 기술적 고도화만큼이나 데이터 정제와 검증 프로세스의 자동화에 대한 강력한 가드레일을 함께 구축해야 합니다. 창업자들은 단순한 AI 모델링을 넘어, 기업의 도메인 지식을 어떻게 구조화된 데이터로 변환할 것인가라는 '지식 엔지니어링' 관점의 비즈니스 모델을 고민해야 합니다.

원문 보기 →