지식 그래프란 무엇인가요? 온톨로지 개념부터 회의록 활용까지

"지식 그래프란 무엇인가요?"라고 검색하면 생각보다 설명이 쉽지 않아요. 구글에 "지식 그래프"를 검색어로 넣으면 "온톨로지", "구축", "db", "시각화", "rag" 같은 연관 검색어가 줄줄이 따라붙고, "온톨로지"만 따로 검색해도 "뜻", "ai", "팔란티어" 같은 단어가 섞여 나와요. 용어는 자주 보이는데 막상 "그래서 우리 팀에 어떻게 쓰는 건데요?"라는 질문 앞에서는 다들 머뭇거리게 되죠. 이 글에서는 지식 그래프와 온톨로지가 정확히 무엇을 가리키는 말인지 정리하고, 회의록이 많이 쌓인다고 저절로 지식 그래프가 되는 건 아니라는 점까지 솔직하게 짚어볼게요.

지식 그래프란 무엇인가요

지식 그래프(knowledge graph)는 정보를 "노드(entity, 개체)"와 "엣지(relationship, 관계)"로 표현하는 데이터 구조예요. 사람, 조직, 프로젝트, 결정 같은 대상을 노드로 두고, "~에서 일한다", "~의 하위 프로젝트다", "~때문에 보류됐다" 같은 관계를 엣지로 연결해요. 일반 데이터베이스나 위키가 레코드·문서를 독립된 덩어리로 저장해 두고 필요할 때마다 검색이나 조인(join)으로 찾아야 하는 구조라면, 지식 그래프는 "관계 자체"를 질의 가능한 데이터로 다뤄요. 그래서 "이번 분기에 OO님이 언급한 마감일을 전부 보여줘" 같은 질문에 텍스트를 다시 검색하지 않고 연결을 따라가며 답할 수 있어요. 구글 검색 결과 우측에 뜨는 인물·기업 정보 패널(Google Knowledge Graph)이나, 위키백과의 정보를 구조화해 둔 위키데이터(Wikidata)가 대표적인 예시예요.

온톨로지와 지식 그래프, 뭐가 다른가요

"온톨로지(ontology)"는 지식 그래프에 들어갈 개체와 관계의 종류를 미리 정의해 둔 설계도예요. 예를 들어 "사람은 조직의 구성원이 될 수 있다", "프로젝트는 결정의 하위에 속할 수 있다"처럼 어떤 유형이 어떤 유형과 연결될 수 있는지를 규칙으로 정해 둔 거죠. 온톨로지가 건축 설계도라면, 지식 그래프는 그 설계도대로 실제로 지어진 건물, 즉 설계도를 바탕으로 채워진 실제 데이터라고 볼 수 있어요. 설계도만 있고 데이터가 없으면 쓸 수 없고, 반대로 설계도 없이 데이터만 쌓이면 구조 없는 더미가 돼요. 두 가지가 함께 있어야 "질문하면 답이 연결되어 나오는" 시스템이 완성돼요. "팔란티어 온톨로지"가 자동완성에 자주 뜨는 것도 같은 맥락이에요. 팔란티어의 AIP(Artificial Intelligence Platform)는 기업의 여러 데이터를 통합해 "온톨로지" 계층으로 연결하고, 이를 바탕으로 AI가 실제 업무 액션을 수행하도록 설계한 걸로 알려져 있어요. 대기업 단위에서 이미 상용화된 개념이라는 점에서 참고할 만한 사례예요.

문서함과 지식 그래프, 무엇이 다를까요

회의록이 쌓인다고 지식 그래프가 되는 건 아니에요

여기서 한 가지는 솔직히 짚고 넘어가야 해요. "회의록이 100개, 1000개 쌓이면 자동으로 조직의 지식 그래프가 된다"는 말은 과장이에요. 회의록을 그냥 쌓아 두기만 하면 그건 여전히 "텍스트 더미"일 뿐, 그 안에서 누가 어떤 결정을 했는지, 어떤 프로젝트끼리 연관되는지는 사람이 다시 읽어야만 알 수 있어요. 지식 그래프가 되려면 회의록에서 인물·프로젝트·결정 같은 개체와, 그 사이의 관계를 뽑아내는 추출 과정이 한 단계 더 필요해요. 회의가 쌓일수록 조직에 어떤 변화가 생기는지는 회의 100개가 쌓이면 회사에 무슨 일이 생길까요 글에서 암묵지 관점으로 더 자세히 다뤘어요.

회의에서 지식 그래프로: 온톨로지 기반으로 접근하는 법

미키(Micky)는 회의가 끝나면 내용을 마인드맵·슬랙·노션·프레젠테이션 같은 산출물로 바로 정리해 주는 Meeting-to-X 방식의 AI 미팅 어시스턴트예요. 이 과정에서 회의록 텍스트만 저장하는 게 아니라, 온톨로지를 기반으로 회의에 등장한 인물·프로젝트·결정 같은 개체와 그 관계를 함께 연결해 둬요. 그래서 오늘 회의가 지난주 회의, 지난달 결정과 어떻게 이어지는지를 사람이 일일이 기억하거나 다시 찾아보지 않아도 맥락으로 따라갈 수 있어요. 왜 회의 단위의 지식 관리에 온톨로지가 필요한지는 온톨로지 기반 회의 지식 관리가 필요한 이유 글에 더 자세히 정리해 뒀어요.

출처: Obsidian(md.obsidian) App Store 공식 스크린샷 — 노트 하나가 다른 노트들과 어떻게 연결되는지 보여주는 백링크 화면이에요. 노트 간 연결을 구조적으로 관리한다는 점에서 지식 그래프와 맞닿아 있어요.

Q. 온톨로지와 지식 그래프는 같은 건가요?

아니에요. 온톨로지는 "어떤 개체 유형이 어떤 관계로 연결될 수 있는가"를 정의한 설계도이고, 지식 그래프는 그 설계도 위에 실제로 채워진 데이터예요. 온톨로지 없이 지식 그래프를 만들면 관계가 뒤죽박죽이 되고, 지식 그래프 없이 온톨로지만 있으면 아무 데이터도 없는 빈 설계도일 뿐이에요.

Q. 지식 그래프를 만들려면 개발자가 꼭 필요한가요?

직접 그래프 데이터베이스를 구축하고 온톨로지를 설계하려면 개발 리소스가 필요한 경우가 많아요. 다만 요즘은 회의록 같은 특정 데이터 영역에 한해 AI가 개체·관계 추출을 대신해 주는 도구들이 늘고 있어서, 처음부터 온톨로지 전체를 설계하지 않고도 작은 범위에서 시작해 볼 수 있어요.

Q. 미키가 만드는 지식 그래프는 무엇이 다른가요?

미키는 회의 데이터에 한정해서 온톨로지 기반으로 인물·프로젝트·결정 사이의 관계를 연결해요. 전사 데이터 웨어하우스나 모든 업무 시스템을 통합하는 범용 지식 그래프 플랫폼은 아니고, "회의에서 시작하는 조직 지식 연결"에 집중한 도구라는 점을 분명히 말씀드려요.

Q. 회의록만으로 지식 그래프를 시작할 수 있나요?

네, 가능해요. 회의는 조직에서 결정과 맥락이 실제로 오가는 자리라서, 회의록에서 개체와 관계를 뽑아내는 것만으로도 꽤 쓸모 있는 출발점이 돼요. 다만 앞서 말씀드린 것처럼 회의록을 쌓아 두는 것과, 그 안에서 관계를 추출해 그래프로 연결하는 것은 다른 작업이라는 점을 기억해 두시면 좋아요.

지식 그래프라는 개념 자체는 낯설어도, 핵심은 단순해요. "우리 팀의 회의와 결정이 서로 어떻게 연결되어 있는가"를 사람이 아니라 구조가 기억해 주는 것이죠. 회의에서부터 그 연결을 자동으로 쌓아 가고 싶으시다면 micky.pro에서 미키를 확인해 보세요. 이미 쌓인 회의록을 온톨로지 기반으로 연결해 팀의 지식 그래프로 만들어 가는 과정을 미키와 함께 시작해 보실 수 있어요.