Palantir Learn 의 파운드리 기초 과정 을 따라가며 공부하고 정리한 기록입니다.
이전 글에서 Foundry 의 핵심은 데이터에서 의사결정까지 한 루프라고 말했고, 그걸 가능하게 하는 접착제가 온톨로지 라고 했습니다. 이번에는 그 온톨로지가 정확히 무엇으로 이루어져 있는지를 봅니다.
요약은 다음 한 줄입니다.
온톨로지는 명사 (semantic) + 동사 (kinetic) + 가정 (dynamic) 으로 구성된 조직의 디지털 표현입니다. 셋 중 하나라도 빠지면 그건 그냥 데이터 모델이지 온톨로지가 아닙니다.
Semantic Layer: 조직을 명사로 그리기
가장 먼저 깔리는 층은 시맨틱 레이어입니다. 조직 내 모든 데이터 소스를 공유된 디지털 표현으로 연결하는 단계입니다.
이 세계를 추상적으로 한 번 가정해 보면 결국 수많은 사람, 장소, 사물로 이루어져 있습니다. 조직도 마찬가지입니다. 고객, 제품, 매장, 주문, 직원 같은 명사들의 집합입니다. 시맨틱 레이어는 이 명사들과 그들 사이의 관계 (link), 그리고 그 위에서 모델이 만들어내는 동적 속성 (dynamic property) 까지 한 표현에 담습니다.
여기서 한 가지 짚어둘 점. 시맨틱 레이어는 단순한 데이터 모델이 아닙니다. ERD 가 테이블과 컬럼의 관계라면, 시맨틱 레이어는 조직의 실제 개념과 그 개념들 사이의 비즈니스적 관계를 표현합니다. 데이터베이스에 어떻게 저장되어 있는지는 상관이 없습니다.
Kinetic Layer: 명사에 동사를 붙이기
시맨틱 레이어가 조직의 명사라면, 키네틱 레이어는 조직의 동사입니다.
- 고객이 거래를 완료한다.
- 제품이 물류센터에서 매장으로 배송된다.
- 가격 변동 모델이 가격을 변경한다.
조직의 모든 행동, 기능, 과정이 키네틱 레이어에 들어갑니다. 시맨틱 레이어가 정적인 사진이라면 키네틱 레이어는 그 사진이 움직이기 시작하는 지점입니다.
이게 왜 중요하냐면, 명사만 정의돼 있으면 대시보드까지밖에 못 갑니다. 동사가 같이 정의돼야 행동을 시스템이 다룰 수 있고, 그래야 분석이 곧 운영이 됩니다.
Dynamic Layer: 만약을 다루기
마지막 층은 다이나믹 레이어입니다. 시뮬레이션, 최적화, what-if 시나리오가 사는 곳입니다.
실제 의사결정은 현재 상태에 대한 묘사만으로는 부족합니다. 만약 이걸 바꾸면 어떻게 되는가가 항상 필요합니다.
- 만약 이 매장에서 가격을 10% 낮추면 다른 매장 매출은?
- 만약 이 공급선이 일주일 늦어지면 다운스트림 영향은?
- 만약 이 환자에게 다른 치료 경로를 적용하면 2년 생존 확률은?
다이나믹 레이어는 이런 분기를 시스템 안에서 안전하게 굴려 볼 수 있게 합니다. 그리고 어떤 시나리오를 채택했는가라는 결정은 다시 키네틱 레이어를 통해 실제 운영으로 흘러갑니다.
세 레이어를 한 그림에 놓으면
| 레이어 | 비유 | 다루는 것 |
|---|---|---|
| Semantic | 명사 | 객체 (Object), 관계 (Link), 속성 (Property) |
| Kinetic | 동사 | 행동 (Action), 이벤트, 워크플로우 |
| Dynamic | 가정 | 시뮬레이션, 시나리오, 최적화 |
세 레이어가 같은 공유된 표현 위에 올라가 있다는 점이 중요합니다. 분석가가 보는 고객과 모델이 학습하는 고객과 현장 작업자가 화면에서 클릭하는 고객이 같은 객체입니다.
사일로의 비용
세 레이어가 왜 한 표현 위에 있어야 하는지를 한 그림으로 보면 더 분명해집니다.
데이터 사이언스 부서는 데이터를 기반으로 모델을 신속하게 개발합니다. 그런데 그 모델에서 임팩트를 창출하기는 쉽지 않습니다. 모델이 통합되지 않은 채 부서별로 사일로화되어 있기 때문입니다. 통합이 안 된 모델은 결국 그 분석이 정말 이 의사결정에 쓰이고 있는가 라는 질문 앞에서 무력해집니다.
온톨로지는 이 사일로의 비용을 정면으로 줄이려는 시도입니다.
그래서 무엇으로 만드는가
세 레이어를 실제로 작동시키려면 결국 다음 세 묶음의 기능이 필요합니다.
- 다양한 데이터 소스를 온톨로지로 연결하는 기능 -> Data
- 학습된 모델을 온톨로지에 결합해 동적 속성을 만들어내는 기능 -> Model
- 사용자가 온톨로지를 탐색하고 행동하게 해주는 기능 -> Analytics & Application
이 세 묶음이 앞으로 이어질 세 편의 글입니다. 그리고 write-back 이라는 개념이 다음 글들에서 계속 등장할 텐데, 이건 어플리케이션에서의 결정이 다시 온톨로지로 흘러 들어가는 메커니즘입니다. 이게 있어서 시스템이 점진적으로 똑똑해집니다.
다음 글에서는 첫 번째 묶음, Data 를 봅니다. SAP 같은 고전적으로 한 번도 깔끔했던 적이 없는 시스템을 어떻게 온톨로지로 끌어올리는지부터요.