온톨로지(Ontology)는 특정 분야에 존재하는 개념(클래스), 개별 사물(인스턴스), 속성, 관계를 컴퓨터가 처리할 수 있는 형식으로 명시해 정의한 지식 모델이다. AI와 검색엔진이 데이터를 같은 의미로 읽게 하는 공통 어휘 역할을 한다.
컴퓨터과학에서 가장 널리 인용되는 정의는 1993년 스탠퍼드의 톰 그루버가 쓴 “개념화의 명시적 명세”다. 여기서 개념화란 “어떤 관심 영역에 존재한다고 전제되는 객체, 개념, 기타 엔티티와 그들 사이에 성립하는 관계”를 뜻한다 (Gruber, Ontology (definition), 2007).
한국정보통신기술협회 용어사전은 “존재하는 사물과 사물 간의 관계 및 여러 개념을 컴퓨터가 처리할 수 있는 형태로 표현한 것”으로 풀고, 클래스, 인스턴스, 속성, 관계 네 구성 요소를 든다 (TTA 정보통신용어사전, 온톨로지).
말의 뿌리는 철학이다. 존재를 뜻하는 그리스어 온토스와 학문을 뜻하는 로고스가 합쳐진 존재론이 원뜻이고, TTA 사전은 1613년 고클레니우스가 이 이름을 붙였으며 1980년대 인공지능 연구자들이 지식 공학의 핵심 요소로 가져오면서 정보 시스템 용어가 됐다고 정리한다.
구글 “온톨로지” 1페이지 1위인 나무위키가 철학의 존재론을 먼저 다루는 이유가 여기에 있고, 이 문서는 컴퓨터과학과 AI의 온톨로지만 다룬다.
클래스, 인스턴스, 속성, 관계 네 가지에 제약 조건을 더한 다섯 요소로 구성된다. 요소 하나하나는 단순하지만, 이것들이 결합하면 데이터가 의미를 가진 구조로 바뀐다.
| 구성 요소 | 뜻 | 예 (배달 도메인) |
|---|---|---|
| 클래스 (Class) | 비슷한 개체를 묶는 범주 | 배달원, 주문 |
| 인스턴스 (Instance) | 클래스에 속하는 구체적 개체 | 배달원 김민수, 주문 #A1021 |
| 속성 (Property) | 개체가 가진 특징이나 상태 | 배달원의 현재 위치, 주문의 배달 주소 |
| 관계 (Relationship) | 개체와 개체를 잇는 의미적 연결 | 배달원은 직원이다(is-a), 주문은 배달 주소를 가진다(has-a) |
| 제약 조건 (Constraint) | 속성과 관계가 지켜야 할 규칙 | 한 배달원은 같은 시간에 두 주문을 수행할 수 없다 |
표의 예는 S2W의 설명을 따랐다 (S2W, 온톨로지란? 온톨로지가 에이전틱 AI 시대의 필수 요소인 이유, 2025-12-05).
TTA 사전은 더 짧은 예를 든다. “평창” 인스턴스는 “2018년 동계 올림픽 개최”라는 속성으로 “올림픽” 클래스와 관계를 맺고, 그래서 올림픽을 검색하면 평창이 연관 검색어로 나온다 (TTA 정보통신용어사전, 온톨로지).
관계에는 계층 관계와 비계층 관계가 있다. 한국어 위키백과는 “키보드” 클래스와 “LG ST-500 키보드” 인스턴스의 예로 클래스와 인스턴스를 구분하고, 관계를 상하위 분류 관계와 그 밖의 관계로 나눈다 (위키백과, 온톨로지).
온톨로지가 설계도라면 지식 그래프는 그 설계도대로 실제 데이터를 채운 건물이고, 스키마는 그 설계도를 쓰는 표기법이다. S2W는 온톨로지 요소 “위에서 실제 데이터를 연결하면 지식그래프가 형성”된다고 쓴다 (S2W, 온톨로지란?, 2025-12-05).
| 구분 | 온톨로지 | 지식 그래프 | 스키마 (schema.org 등) |
|---|---|---|---|
| 무엇인가 | 개념, 관계, 제약의 정의 | 온톨로지에 따라 연결된 실제 데이터 | 웹 문서에 타입과 속성을 표시하는 공유 어휘 |
| 규모 | 수십에서 수천 개의 클래스 | 수억 개의 개체와 수십억 개의 사실 | 수백 개의 타입 |
| 예 | Gene Ontology, SNOMED CT | 구글 지식 그래프, 위키데이터 | schema.org의 Product, DefinedTerm |
가장 큰 지식 그래프의 예가 구글이다. 구글은 2012년 5월 지식 그래프를 공개하면서 “실제 세계의 엔티티와 그들 사이의 관계를 이해하는 지능형 모델, 즉 문자열이 아니라 사물”이라고 설명했고, 당시 5억 개 이상의 객체와 35억 개 이상의 사실을 담았다 (Google, Introducing the Knowledge Graph: things, not strings, 2012-05-16).
이 그래프가 어떻게 검색에 쓰이는지는 지식 그래프와 엔티티 문서에서 다룬다.
표현 언어는 W3C 표준이다. RDF는 “웹에서 데이터를 교환하기 위한 표준 모델”로, 주어와 목적어 두 끝과 그 사이 관계를 URI로 이름 붙인 트리플이 기본 단위다 (W3C, Resource Description Framework (RDF)).
OWL 2는 “형식적으로 정의된 의미를 가진 시맨틱 웹용 온톨로지 언어”로 클래스, 속성, 개체, 데이터 값을 제공하며 2012년 12월 11일 W3C 권고안이 됐다 (W3C, OWL 2 Web Ontology Language Document Overview, 2012-12-11).
LLM이 문서를 검색해 답하는 RAG가 텍스트 유사도에 머무는 한계를 드러내고, 여러 단계를 스스로 실행하는 AI 에이전트가 일관된 의미 기준을 요구하기 때문이다. 구글 키워드 플래너 기준 “온톨로지” 월 검색량은 2025년 9월 6,600에서 2026년 8월 12,100으로 늘었고, 자동완성에는 “온톨로지 ai”, “온톨로지 팔란티어”, “온톨로지 rag”가 올라와 있다.
S2W는 “RAG는 필요한 문서를 빨리 찾아주는 데 강점이 있지만, 텍스트 유사도를 기반으로 동작하기 때문에 규칙이나 제약을 고려한 깊은 판단에는 한계가 있”고, 온톨로지는 에이전트가 “세계를 일관된 규칙으로 바라보도록 만드는 일종의 세계관”이라고 쓴다 (S2W, 온톨로지란?, 2025-12-05). 구글 AI 개요도 이 문서를 인용해 온톨로지가 데이터의 의미를 고정해 할루시네이션을 줄인다고 요약한다.
연구 쪽에서는 마이크로소프트가 2024년 4월 GraphRAG를 발표했다. LLM으로 문서에서 엔티티 지식 그래프를 뽑고 커뮤니티 요약을 미리 계산해 두는 방식으로, 약 100만 토큰 규모의 데이터셋에서 “포괄성과 다양성 모두에서 기존 RAG 기준선 대비 상당한 개선”을 보고했다 (Edge 외, From Local to Global: A Graph RAG Approach to Query-Focused Summarization, arXiv 2404.16130, 2024-04-24).
산업에서 이 흐름을 대표하는 회사가 팔란티어다. 팔란티어 파운드리 문서는 온톨로지를 “조직의 운영 계층”으로 정의하고, 데이터 소스를 조직에 의미 있는 구조로 매핑하는 객체, 속성, 링크의 의미적 요소와 액션, 함수, 동적 보안의 운동적 요소로 나눈다 (Palantir, Ontology overview).
국내에서는 이에이트(E8)가 2026년 9월 현대기아자동차 디지털 백본 사업에 온톨로지 AI 플랫폼을 적용해 “여러 시스템에 흩어진 제조 데이터를 하나의 지식 체계로 통합”하고 있으며, 실증 단계 대비 10배 가까운 규모로 확대됐다고 밝혔다 (뉴시스, E8 “현대기아차 디지털 백본 구축 사업 순항”, 2026-09-17).
범위를 정하고, 기존 온톨로지를 재사용하고, 용어를 나열한 뒤 클래스, 속성, 제약, 인스턴스 순으로 채운다. 스탠퍼드의 노이와 맥기니스가 쓴 입문 가이드 “Ontology Development 101”의 7단계가 지금도 표준 절차로 통하고, 구글 1페이지의 티스토리 글도 이 가이드를 옮긴 것이다 (Noy, McGuinness, Ontology Development 101: A Guide to Creating Your First Ontology).
같은 가이드는 온톨로지를 만드는 이유로 “사람과 소프트웨어 에이전트 사이에 정보 구조의 공통 이해를 공유”, “도메인 지식의 재사용”, “도메인 가정의 명시화”, “도메인 지식과 운영 지식의 분리”, “도메인 지식의 분석” 다섯 가지를 들고, “도메인을 모델링하는 유일한 정답은 없다”고 못 박는다.
조직 차원의 구축은 데이터 통합에서 시작한다. S2W는 실제 업무의 객체 탐색, 클래스 정의, 속성 부여, 관계 연결 네 단계와 함께 현장에 엔지니어를 배치해 설계하는 전방 배치 엔지니어 방식을 권한다 (S2W, 온톨로지란?, 2025-12-05).
나무위키는 Cyc, Uschold와 King, Grüninger와 Fox, KACTUS, METHONTOLOGY, On-To-Knowledge를 구축 방법론으로 나열한다 (나무위키, 온톨로지).
의학, 생물학, 언어, 웹 어휘 분야에 수십 개의 공개 온톨로지가 있고, 웹 문서용으로는 schema.org가 사실상 표준이다. 한국어 위키백과는 WordNet, DBpedia, Gene Ontology, SNOMED CT, schema.org 등 40개 넘는 공개 사례를 나열한다 (위키백과, 온톨로지).
schema.org는 구글, 마이크로소프트, 야후, 얀덱스가 함께 만든 웹 어휘로, 2015년 4월부터 W3C 커뮤니티 그룹이 관리한다 (schema.org, About). 이 어휘에는 용어 문서를 위한 DefinedTerm 타입이 있는데, “형식적 정의를 가진 단어, 이름, 약어, 구”를 뜻하고 inDefinedTermSet 속성으로 용어집에 묶인다 (schema.org, DefinedTerm).
지금 읽고 있는 이 문서도 작은 온톨로지의 일부다. 서치폴라리스 위키의 모든 문서는 페이지에 DefinedTerm 타입을 붙이고 “GEO 위키”라는 DefinedTermSet에 속하도록 구조화 데이터를 내보내며, 사이드의 관련 용어 링크가 용어 사이의 관계를 이룬다.
2026년 9월 18일 기준 이 용어집에는 이 문서를 포함해 94개 용어가 있다. 이렇게 표시하는 방법은 구조화 데이터 문서에 정리했다.
검색엔진과 AI 검색은 페이지를 문자열이 아니라 엔티티와 관계로 읽으려 하므로, 문서가 온톨로지의 어느 클래스에 속하는 어떤 인스턴스인지 명확히 드러낼수록 인용되기 쉽다. 서치폴라리스 서치콘솔에서는 최근 28일 “엔티티” 질의가 443회 노출돼 평균 7.2위, “knowledge graph” 질의가 46회 노출됐다.
실무로 옮기면 세 가지다. 첫째, 문서의 주제를 엔티티로 명확히 정의하고 위키백과 같은 공개 지식 베이스와 같은 이름을 쓴다.
둘째, schema.org 타입과 sameAs 속성으로 그 엔티티가 어떤 것인지 기계에 알린다.
셋째, 관련 용어 문서를 내부 링크로 이어 주제 클러스터라는 작은 지식 그래프를 만든다. 이것이 시맨틱 검색과 AI 검색이 문서를 이해하는 방식에 맞추는 일이다.
존재를 뜻하는 그리스어 온토스와 학문을 뜻하는 로고스가 합쳐진 말로, 철학에서는 존재론을 가리킨다. TTA 사전은 1613년 고클레니우스가 존재론이라는 이름을 붙였고, 1980년대 AI 연구자들이 지식 공학의 핵심 요소로 가져왔다고 정리한다 (TTA 정보통신용어사전, 온톨로지).
다르다. 네이버에서 “온톨로지가스”가 월 1만 회 가까이 검색되는데, 이는 블록체인 프로젝트 온톨로지(Ontology)의 가스 토큰 ONG를 가리킨다.
그 프로젝트는 스스로를 “웹3의 신뢰 계층”으로 소개하며 가치 토큰 ONT와 가스 토큰 ONG 두 가지를 운영한다 (Ontology, ont.io). 이 문서의 온톨로지와는 이름만 같다.
팔란티어 파운드리 플랫폼의 핵심 계층으로, 회사의 데이터를 공장, 장비, 주문, 거래 같은 현실 세계의 객체와 그 관계로 매핑해 분석과 애플리케이션이 공유하는 “조직의 운영 계층”이다 (Palantir, Ontology overview). 검색 관련어에 “온톨로지 팔란티어”가 오를 만큼 이 회사가 용어를 대중화했다.
RAG가 문서를 찾아 LLM에 넘기는 절차라면, 온톨로지는 그 문서와 데이터의 의미를 고정하는 구조다. 텍스트 유사도만으로 부족한 규칙과 제약 판단을 온톨로지가 보완하고, 마이크로소프트의 GraphRAG처럼 지식 그래프를 RAG의 색인으로 쓰는 방식이 그 접점이다 (Edge 외, arXiv 2404.16130, 2024-04-24).
서치폴라리스가 AI 검색 가시성을 진단하고 GEO 실행까지 대행합니다.