#온톨로지
8개의 포스트
![[특집] SaaS가 25년 동안 못 지킨 약속, AI가 지킨다 — 「전문성의 힘」과 계속 배우는 루프(CLL) 완전 해부](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fep-cover.webp&w=3840&q=75)
[특집] SaaS가 25년 동안 못 지킨 약속, AI가 지킨다 — 「전문성의 힘」과 계속 배우는 루프(CLL) 완전 해부
2026년 2월, 앤트로픽의 클로드 코워크가 나오자 월가는 'AI가 SaaS를 죽인다'며 소프트웨어 주식을 던졌습니다. 그로부터 일곱 달 뒤인 9월 15일, 프라이머리 벤처 파트너스의 에밀리 만이 정반대 글을 올렸습니다. 「Enterprise AI is Finally Delivering on the Promise SaaS Made」, 즉 '기업용 AI가 드디어 SaaS가 했던 약속을 지키고 있다'. 1999년 세일즈포스가 '소프트웨어의 종말'을 선언한 이래 SaaS는 25년 동안 '전문성'을 팔았지만 정작 그 전문성은 제품이 아니라 영업사원과 컨설턴트의 머릿속에 있었다는 진단에서 출발해, 오늘의 AI 에이전트는 왜 '똑똑한 신입'에 불과한지, 신입을 베테랑으로 만드는 '스코어북'이란 무엇인지, 고객이 늘수록 다음 고객이 쉬워지는 '계속 배우는 루프(CLL)'가 왜 진짜 해자인지, 그리고 '연구소가 앱을 다 먹을 것'이라는 공포에 스노우플레이크와 세일즈포스의 역사가 뭐라고 답하는지를 따라갑니다. 카드 분쟁 100달러 사례, 청구서 예외의 롱테일, 카파시의 '시스템 프롬프트 학습'부터 2026년 8월의 '하니스 계속 학습' 논문까지 — 인터랙티브 6개와 삽화 13장, 원문 도표 4장으로 함께 읽어 보세요.
데이터의 족보를 추적하라: W3C PROV-O 완전 정복
당신이 보는 데이터, 정말 믿을 수 있나요? 2013년 W3C가 발표한 PROV-O는 '데이터의 족보'를 추적하는 국제 표준이다. AI 딥페이크와 가짜뉴스의 시대, 이 13년 된 표준이 왜 지금 가장 뜨거운 기술이 되었는지 추적한다.
Simple Event Model(SEM) 완전 해부: 세상의 모든 사건을 구조화하는 법
역사적 사건부터 해적 공격까지 — 세상의 모든 '일어난 일'을 컴퓨터가 이해할 수 있게 표현하려면 어떻게 해야 할까? 2011년 탄생한 Simple Event Model(SEM)이 그 해답이다. 왜 이 개념이 필요했고, 2026년 AI 시대에 어떤 의미를 갖는지 깊이 파헤친다.
NeOn-GPT: LLM이 온톨로지를 자동으로 만들어 준다고?
온톨로지 전문가가 몇 달 걸리던 작업을, GPT가 몇 시간 만에? NeOn 방법론과 LLM을 결합한 NeOn-GPT 파이프라인의 모든 것. 와인 온톨로지 케이스 스터디와 함께 자동 온톨로지 생성의 현재와 미래를 파헤친다.
OG-RAG: 온톨로지로 RAG에 '전문가의 눈'을 심다
RAG가 문서를 찾아주긴 하는데, 도메인 전문가처럼 '진짜 중요한 사실'을 골라내지 못한다면? Microsoft Research가 제안한 OG-RAG는 온톨로지로 검색을 근거화하여 사실 재현율을 55% 향상시킨다.
온톨로지의 모든 것: 아리스토텔레스에서 Palantir까지
2,400년 전 아리스토텔레스가 '존재의 범주'를 정리한 이래, 온톨로지는 철학에서 컴퓨터 과학으로, 다시 엔터프라이즈 AI의 핵심으로 진화해 왔다. Palantir 특집과 함께 그 역사를 추적한다.
LLM + 시맨틱 웹: AI의 '감'을 '논리'로 바꾸는 법 — Structured Decomposition 논문 해부
GPT-5도 규칙을 일관되게 적용하지 못한다. 이 논문은 LLM을 '온톨로지 채우기 엔진'으로 재정의하고, SWRL 추론기가 규칙을 결정론적으로 적용하는 신경-상징 통합 프레임워크를 제안한다. 법률, 의학, 과학 3개 도메인에서 11개 모델로 검증한 결과를 해부한다.
AI 법률 추론의 미래 — SOLAR: 검증 가능한 법률 추론을 위한 멀티 에이전트 프레임워크
GPT-4o가 세금 계산 문제에서 18.8%의 정확도를 보이는 동안, 추론 모델 o4-mini는 91.7%를 기록한다. 하지만 비용이 수십 배 비싸다. SOLAR 프레임워크는 저비용 모델의 정확도를 76.4%로 끌어올려, 이 격차를 68.2%에서 5.9%로 줄인다.