NVIDIA Auto Ontology

NVIDIA Auto Ontology

NVIDIA가 데이터베이스 위에 온톨로지를 자동으로 만들어 주는 오픈소스 Auto Ontology를 공개했습니다. 스레드에서 보고 레포까지 들어가 봤는데, 생각보다 구조가 잘 짜여 있어서 정리해 봅니다.

한마디로 뭐냐면

에이전트에게 DB 스키마를 통째로 붙여 넣는 대신, DB 옆에 의미 계층을 하나 띄워 두고 에이전트가 그걸 거쳐 질문하게 만드는 서비스입니다. 회사에 "매출"을 뜻하는 컬럼이 여러 개 있어도 어떤 컬럼을 어떤 SQL로 계산하는지 한 가지로 정해 두는 거죠. 그래서 AI가 엉뚱한 컬럼으로 그럴듯한 숫자를 내놓는 일을 줄여 줍니다.

어떻게 돌아가냐면

  1. 생성: DB 스키마를 읽고 컬럼을 프로파일링하고 샘플 값을 뽑은 뒤, 테이블마다 업무 용어(Customer, Invoice Line 같은)를 뽑아 컬럼에 연결합니다. 키와 실제 데이터로 조인 관계와 브리지 테이블을 추론하고, 쿼리 이력에서 매출·마진 같은 SQL 식을 제안합니다. 결과는 Postgres와 pgvector에 저장되고 UI에서 그래프로 볼 수 있습니다.
  2. 확정: 사람이 웹 UI에서 용어 설명과 SQL을 고치고 맞다고 확정합니다. AI가 만든 초안을 그대로 믿지 않고 사람이 도장을 찍는 단계가 따로 있다는 게 좋았습니다.
  3. 답변: 질문이 오면 의도와 엔티티를 뽑고, 임베딩 검색으로 관련된 용어·컬럼·SQL 식만 골라 SQL을 씁니다. 필터 값이 실제로 DB에 있는지 확인하고, 실패하면 SQL을 고친 뒤 실행해서 답과 SQL, 거친 단계를 같이 돌려줍니다.

개인적으로 제일 눈에 띈 건 check_answerable입니다. 예제 DB에는 광고비 데이터가 없는데, "광고 수익률이 얼마냐"고 물으면 지어내지 않고 "매출은 찾을 수 있지만 광고비는 이 데이터에 없다, 다른 소스를 연결할까"라고 되묻습니다. LLM이 확신에 차서 틀리는 문제를 프롬프트가 아니라 구조로 막은 셈입니다.

어디에 붙일 수 있냐면

Postgres, MySQL, Snowflake, Databricks, ClickHouse 등 10개 엔진을 지원합니다. 읽기 전용 MCP 서버로 Claude Desktop이나 Cursor에 붙일 수 있고(호출은 로그인한 사용자 권한으로 돕니다), 에이전트 스킬 3종과 REST API도 있습니다. 모델은 기본이 NVIDIA Nemotron이지만 OpenAI 호환 엔드포인트면 바꿔 끼울 수 있고, 라이선스는 Apache 2.0입니다.

다만 README에 백엔드(3001)와 수집 서비스(3002)는 자체 인증이 없으니 사설망에 두라고 적혀 있어서, 띄워 보실 분들은 포트부터 확인하시길 권합니다. 정확도가 얼마나 오르는지는 별도 auto-ontology-eval 레포에서 스키마만 준 경우와 온톨로지를 거친 경우를 같은 모델로 비교해 보는 구조라, 숫자는 직접 돌려 봐야 알 수 있습니다.

예전에 AX의 본질은 결국 온톨로지화라는 글을 공유한 적이 있는데, 그걸 오픈소스로 바로 돌려 볼 수 있게 된 느낌입니다. 실제 사내 DB에 붙여 보신 분들은 용어 추출이 얼마나 맞는지, 후기 꼭 공유 부탁드립니다.

레포: https://github.com/NVIDIA/auto-ontology 평가: https://github.com/NVIDIA/auto-ontology-eval

#AI #NVIDIA #AutoOntology #온톨로지 #TextToSQL #MCP #AIAgent #LLM #데이터

0

댓글 0개