--- title: "모비젠, 기업 AI가 ‘일’ 하게 만들 온톨로지 플랫폼 그래피오 2.0 공개" published: 2026-07-02T21:05:03.284Z canonical: https://jeff.news/article/4550 --- # 모비젠, 기업 AI가 ‘일’ 하게 만들 온톨로지 플랫폼 그래피오 2.0 공개 모비젠이 다이나믹 온톨로지 기반 데이터·AI 앱 플랫폼 그래피오 2.0을 공개하며 빅데이터 기업에서 데이터·AI 기업으로 전환하겠다고 선언했어. 핵심은 기업 내부에 흩어진 데이터를 연결하고 업무 맥락을 정의해, AI가 그럴듯한 답변이 아니라 실제 판단과 실행에 가까운 일을 하게 만드는 거야. ## 모비젠이 ‘빅데이터 회사’에서 ‘데이터·AI 회사’로 간다고 선언함 - 모비젠이 ‘그래피오(Graphio) 2.0’을 공개하면서 회사 방향을 AI 쪽으로 크게 틀었음 - 2일 서울 그랜드인터컨티넨탈 서울 파르나스에서 ‘2026 모비젠 미디어데이’를 열고 새 비전과 제품 전략을 발표함 - 김태수 대표는 “26년 만에 처음으로 비전을 바꿨다”며, ‘모든 데이터를 연결하고 AI로 가치를 재창출하는 회사’를 새 비전으로 소개함 - 모비젠의 문제의식은 단순함. 기업 AI가 일을 하려면 데이터의 위치, 관계, 업무 맥락부터 잡아야 한다는 것 - 기업 내부에는 고객, 계약, 장비, 문서, 담당자 데이터가 각 시스템과 부서에 흩어져 있음 - AI가 개별 데이터를 찾는 것과, 그 데이터가 어떤 업무 절차와 연결되는지 이해하는 건 완전히 다른 문제임 - 그래서 모비젠은 거대 파운데이션 모델과 정면승부하기보다, 기업 데이터가 AI에 먹히는 구조를 만드는 쪽을 택함 > [!IMPORTANT] > 모비젠의 핵심 메시지는 “기업 AI의 병목은 모델 성능만이 아니라 데이터 사일로, 업무 맥락 단절, 거버넌스”라는 쪽임. ## 온톨로지에 베팅한 이유 - 모비젠은 2000년 이동통신 품질 데이터 분석 솔루션 회사로 출발함 - 이동통신망 품질 분석에는 대용량 데이터를 빠르게 처리하는 기술이 필요했음 - 당시 시장은 고가 외산 솔루션 의존도가 높았지만, 모비젠은 분산 데이터베이스관리시스템(DBMS)을 자체 개발해 통신망 관제와 데이터 분석 시장에서 기반을 다짐 - 첫 번째 큰 전환점은 2010년대 하둡 같은 오픈소스 빅데이터 기술 확산기였음 - 글로벌 기업들이 오픈소스 기반 빅데이터 기술을 쏟아내면서, 자체 솔루션만으로 버티기 어려운 환경이 됨 - 모비젠은 오픈소스를 경쟁자로만 보지 않고 자사 솔루션과 결합하는 전략을 택했고, 이동통신망 관제 회사에서 빅데이터 회사로 방향을 바꿈 - 챗GPT 이후의 AI 격변은 두 번째 전환점임 - 많은 기업이 자체 파운데이션 모델 개발에 뛰어들었지만, 모비젠은 거대 모델 자체와 경쟁하지 않기로 함 - 대신 기존 AI 모델이 기업 데이터를 업무 맥락에 맞게 활용하도록 돕는 기술, 즉 온톨로지에 투자함 ## 그래피오 2.0은 ‘지식 구축’에서 ‘판단·실행’으로 넘어가려는 제품임 - 온톨로지는 AI가 기업 데이터를 업무 기준으로 읽고 해석하게 만드는 관계망임 - 고객, 계약, 장비, 문서, 담당자 데이터가 따로 있으면 AI는 조각난 정보만 봄 - 온톨로지는 이 데이터를 의미와 관계로 묶어, AI가 회사 업무 맥락 안에서 이해하도록 돕는 역할을 함 - 김태수 대표는 기업용 AI가 기대만큼 작동하지 않는 이유로 세 가지를 들었음 - 데이터 사일로 - 업무 맥락 단절 - 보안 문제 - 기업 AI가 사람처럼 그럴듯한 답변은 내놓지만 정작 쓸모 있는 답변은 없는 경우가 많다는 지적임 - 그래피오 2.0의 핵심은 다이나믹 온톨로지임 - 그래피오 1.0이 온톨로지 코어를 중심으로 AI가 데이터를 이해할 수 있는 지식 구조를 만드는 데 초점을 맞췄다면, 2.0은 데이터 변화에 온톨로지가 반응하고 업무 흐름과 연결되도록 함 - 김 대표는 1.0과 2.0의 차이를 ‘지식체계’와 ‘행동’으로 설명함 - 데이터 변화가 생기면 그 변화를 감지하고 워크플로우를 가동해 AI가 해야 할 행동을 하게 만든다는 구상임 ```mermaid sequenceDiagram participant 업무데이터 participant 다이나믹온톨로지 participant 하이브리드검색 participant 업무워크플로우 participant 기업AI 업무데이터->>다이나믹온톨로지: 데이터 변화와 관계 반영 다이나믹온톨로지->>하이브리드검색: 업무 맥락 기반 검색 구조 제공 하이브리드검색->>기업AI: 관련 지식과 근거 전달 기업AI->>업무워크플로우: 판단·실행 요청 업무워크플로우->>다이나믹온톨로지: 정책과 절차 기준 확인 업무워크플로우->>기업AI: 실행 가능한 결과 반환 ``` - 그래피오 2.0에는 여러 기술이 한꺼번에 들어감 - AI 레디 데이터 파이프라인 - 온톨로지 기술 - 하이브리드 검색증강생성(RAG) - 온톨로지 워크플로우 - 온톨로지 기반 지능형문서처리(IDP) - 하이브리드 RAG는 정형 RAG, 벡터 RAG, 그래프 RAG를 온톨로지로 통합 관리하는 방식임 - 문서 임베딩 검색만으로는 기업 업무 맥락을 다 잡기 어려움 - 정형 데이터, 벡터 검색, 그래프 관계를 같이 봐야 고객·계약·장비·문서 같은 엔터프라이즈 데이터가 연결됨 - 온톨로지 워크플로우는 업무 정책과 실행 절차를 온톨로지로 정의하는 기능임 - 데이터 변화가 생겼을 때 어떤 판단을 해야 하는지 - 어떤 업무 흐름이 실행돼야 하는지 - 이걸 AI가 그냥 답변하는 수준이 아니라 업무 프로세스와 연결되게 하려는 장치임 ## 국방·공공·제조로 확장하고, 3.0은 조직 간 연결을 노림 - 모비젠은 그래피오를 국방, 공공, 제조처럼 데이터 구조가 복잡하고 업무 맥락이 중요한 산업에서 확대할 계획임 - 과학기술정보통신부 유무인 복합체계 - 삼성중공업 비정형 데이터 검색 - 법제처, 한국환경공단, 한국무역보험공사 등에서 그래피오 1.0 적용 경험을 확보함 - 내년 출시 목표인 그래피오 3.0의 핵심은 연합 온톨로지임 - 서로 다른 조직의 온톨로지를 연결하는 방식임 - 조직 간 데이터를 직접 공유하지 않고, 온톨로지 수준에서 지식을 연결해 보안 부담을 줄이면서 협업하게 만드는 구상임 - 예시로는 보이스피싱 대응과 국방 분야 전장 인지가 언급됨 - 여러 기관의 정보가 연결돼야 하지만, 원본 데이터를 막 공유하기는 어려운 영역임 - 그래서 데이터 자체가 아니라 지식 구조를 연결하겠다는 접근이 나오는 것임 - 전체 메시지는 꽤 선명함. AI 시대의 경쟁력은 모델 자체보다, AI가 믿고 쓸 수 있는 데이터를 얼마나 잘 활용하게 만드느냐에 달려 있다는 것 - 개발자 입장에서도 이건 RAG 고도화나 엔터프라이즈 AI 프로젝트에서 계속 마주치는 문제임 - ‘모델 붙였는데 왜 답이 별로지?’의 답이 데이터 구조와 업무 맥락에 있을 수 있다는 얘기임 --- ## 기술 맥락 - 그래피오 2.0의 선택은 “더 큰 모델을 만들자”가 아니라 “기업 데이터가 AI에게 이해 가능한 형태가 되게 하자”예요. 엔터프라이즈 환경에서는 모델이 똑똑해도 데이터가 부서별로 흩어져 있으면 답변이 업무에 바로 쓰이기 어렵거든요. - 온톨로지를 쓰는 이유는 관계와 의미를 명시적으로 다루기 위해서예요. 예를 들어 고객, 계약, 장비, 문서가 각각 다른 시스템에 있으면 검색은 되지만 업무 판단은 약해요. 이 관계를 묶어줘야 AI가 회사 기준으로 맥락을 잡을 수 있어요. - 하이브리드 RAG가 들어간 것도 같은 이유예요. 벡터 검색만으로는 유사 문서는 잘 찾지만, 정형 데이터의 상태나 그래프 관계까지 안정적으로 반영하기 어렵거든요. 그래서 정형 RAG, 벡터 RAG, 그래프 RAG를 온톨로지 아래에서 묶는 접근이 나와요. - 그래피오 1.0과 2.0의 차이는 실행성에 있어요. 1.0이 지식 구조를 만드는 쪽이라면, 2.0은 데이터 변화가 생겼을 때 워크플로우를 움직여 AI가 판단과 실행을 돕게 하려는 단계예요. - 3.0에서 말하는 연합 온톨로지는 조직 간 협업 문제를 겨냥해요. 원본 데이터를 직접 공유하지 않아도 지식 구조를 연결할 수 있다면, 보안 부담이 큰 국방·공공 영역에서 쓸 여지가 생기거든요. ## 핵심 포인트 - 모비젠이 26년 만에 회사 비전을 바꾸고 데이터·AI 전문기업 전환을 선언 - 그래피오 2.0은 다이나믹 온톨로지로 데이터 변화와 업무 흐름을 연결하는 플랫폼 - 하이브리드 RAG는 정형 RAG, 벡터 RAG, 그래프 RAG를 온톨로지로 통합 관리 - 온톨로지 워크플로우는 업무 정책과 실행 절차를 온톨로지로 정의해 판단과 실행을 연결 - 그래피오 3.0은 조직 간 데이터를 직접 공유하지 않고 온톨로지 수준에서 연결하는 연합 온톨로지를 목표로 함 ## 인사이트 기업 AI가 삽질하는 이유를 ‘모델이 덜 똑똑해서’로만 보면 답이 안 나와. 모비젠의 메시지는 모델보다 데이터 관계, 업무 맥락, 거버넌스가 먼저라는 쪽이고, 이건 실제 엔터프라이즈 AI 도입에서 꽤 현실적인 문제의식이야.