이 글은 그래프에서 지식 그래프, 컨텍스트 그래프로의 진화 과정과 연결된 데이터가 엔터프라이즈 AI의 기반이 되는 이유를 설명하는 3부작 시리즈 중 2부입니다. 첫 번째 포스팅에서는 그래프, 지식 그래프, 컨텍스트 그래프의 차이점에 대해 간략하게 설명했습니다. 이 게시물에서는 차세대 AI 기반 애플리케이션을 구축하는 고객에게 이러한 진화가 중요한 이유를 살펴보겠습니다.
대부분의 조직에는 데이터가 부족하지 않습니다.
애플리케이션, 창고, 레이크하우스, CRM 시스템, 지원 시스템, ERP 시스템, 보안 도구 및 분석 플랫폼에 데이터가 있습니다. 문제는 단순히 데이터를 확보하는 것이 아닙니다. 문제는 이 모든 것이 어떻게 조화를 이루는지 이해하는 것입니다.
AI에서는 이러한 과제가 더욱 중요해집니다.
AI 시스템에는 정보에 대한 접근 이상의 것이 필요합니다. 정확하고 관련성이 높은 비즈니스별 컨텍스트가 필요합니다. 그래프, 지식 그래프, 컨텍스트 그래프가 고객 가치를 창출하는 곳이 바로 여기입니다.
그래프는 고객이 관계를 확인하는 데 도움이 됩니다.
많은 고부가가치 비즈니스 문제는 관계 문제입니다.
사기 탐지, 권장 사항, 공급망 위험, 고객 360, 신원 확인, 사이버 보안 및 규정 준수는 모두 사람, 제품, 계정, 거래, 시스템 및 이벤트가 연결되는 방식을 이해하는 데 달려 있습니다.
그래프는 고객이 데이터가 단편화되거나 격리된 기록으로 처리될 때 파악하기 어려운 패턴을 발견하는 데 도움이 됩니다.
고객 가치:
- 숨겨진 패턴 찾기
- 더 빠르게 위험을 감지
- 고객 행동 이해
- 복잡한 네트워크 분석
지식 그래프는 고객이 공유된 이해를 형성하도록 돕습니다.
그래프는 관계를 보여줍니다. 지식 그래프는 고객이 이러한 관계의 의미를 이해하는 데 도움이 됩니다.
기업 데이터는 일관성이 없는 경우가 많기 때문에 이는 중요합니다. 다른 시스템에서는 다른 정의를 사용합니다. 팀은 고객, 제품, 공급업체, 정책 또는 거래의 의미에 동의하지 않을 수 있습니다.
지식 그래프는 조직에 대한 연결된 비즈니스 인식 보기를 만드는 데 도움이 될 수 있습니다.
고객 가치:
- 팀과 시스템 전반에 걸쳐 공통 이해 구축
- 검색 및 발견 개선
- 거버넌스 및 규정 준수 지원
- 데이터 사일로 연결
- 비즈니스 의미에서의 지상 AI 대응
- 기업 지식을 재사용 가능하게 만들기
AI는 정보가 사용되는 방식을 바꾸기 때문에 데이터 대화를 변경합니다.
기존 분석에서는 사람들이 다음에 수행할 작업을 결정하기 전에 보고서, 대시보드 또는 검색 결과를 해석하는 경우가 많습니다. 생성 AI와 에이전트를 사용하면 시스템이 사용자를 대신하여 정보를 요약하고, 작업을 권장하고, 워크플로를 트리거할 수 있습니다.
결과적으로 불완전하거나 단절된 컨텍스트가 더 큰 영향을 미칠 수 있습니다. 이는 부정확한 답변, 잘못된 추천, 위험 신호 누락 또는 전체 비즈니스 그림 없이 취해진 조치로 이어질 수 있습니다.
컨텍스트 그래프는 이러한 격차를 줄이는 데 도움이 됩니다.특정 질문, 작업 흐름 또는 결정에 필요한 관련 지식, 관계, 기록, 권한 및 현재 상태를 통합합니다. 이는 AI가 그럴듯한 대응을 넘어 근거 있고 비즈니스 인식적인 결과를 얻을 수 있도록 돕습니다.
AI 에이전트의 경우 이는 더욱 중요해집니다. 상담원은 작업, 워크플로, 이전 작업, 고객 기록, 비즈니스 규칙 및 사용 가능한 도구를 이해해야 합니다. 프롬프트뿐만 아니라 기억과 맥락이 필요합니다.
고객 가치:
- AI 정확도 및 관련성 향상
- 에이전트 워크플로 지원
- 설명 가능성 향상
- AI 시스템이 관계 전반에 걸쳐 추론하도록 지원
- AI를 실험에서 프로덕션으로 전환
고객이 진행 중인 진행 상황
| 관계 이해 | → 그래프 | 엔터티와 관계를 연결합니다. | → 무엇이 연결되어 있나요? |
| 비즈니스 의미 이해 | → 지식 그래프 | 의미와 비즈니스 맥락을 추가합니다. | → 연결은 무엇을 의미하나요? |
| 작업별 AI 컨텍스트 제공 | → 컨텍스트 그래프 | 작업, 결정 또는 AI 시스템에 대한 관련 컨텍스트를 제공합니다. | → 지금 당장 무엇이 중요합니까? |
곧
AI를 더욱 효과적이고 강력하게 만드는 데 제공되는 가치 그래프는 명확합니다. 그러나 AI 시스템 구축은 하루아침에 이루어지지 않으며, 기업이 스스로 AI를 구축하는 경우는 거의 없습니다. 이들은 클라우드 제공업체, 데이터 플랫폼, AI 서비스, 컨설팅 파트너, 마켓플레이스 전반에 걸쳐 작업하고 있습니다.
다음 포스팅에서, 생태계가 중요한 이유와 AI의 차세대 물결이 더 나은 모델뿐만 아니라 엔터프라이즈 컨텍스트에 생명을 불어넣는 연결된 플랫폼, 파트너 및 통합에 의존하는 이유를 살펴보겠습니다.
에이치시스템즈의 LogTree는 Neo4j 기반 GraphRAG 플랫폼으로, 데이터를 자동으로 지식그래프화하고 자연어 질의로 즉시 답을 제공합니다.