Insight
온톨로지, 하네스AI, 에이전트란? AI가 업무를 이해하고 실행하는 방법
AI 관련 글을 읽다 보면 ‘온톨로지’, ‘에이전트’, ‘하네스’ 같은 말이 자주 나옵니다. 모두 어려운 기술처럼 들리지만, 간단히 말하면 각각 업무의 개념을 정리하는 방법, 목표를 수행하는 AI, AI를 실행하고 관리하는 프로그램입니다.
쇼핑몰 고객 문의를 처리하는 상황을 예로 들어보겠습니다.
온톨로지: 업무 용어와 관계를 정리한 지도
쇼핑몰에는 고객, 주문, 상품, 배송 같은 개념이 있습니다. 온톨로지는 이런 개념이 무엇을 뜻하는지, 서로 어떻게 연결되는지를 정리합니다.
고객이 주문한다.
주문에는 상품이 담긴다.
주문에는 배송 상태가 있다.
이렇게 정리하면 서로 다른 시스템에서 ‘구매자’와 ‘고객’이라는 표현을 쓰더라도 같은 개념인지 판단하기 쉬워집니다. 온톨로지는 단순한 용어 목록이 아니라 개념과 관계를 명시하는 공통 지도에 가깝습니다. W3C 온톨로지 입문서
온톨로지를 컴퓨터가 읽을 수 있는 형식으로 표현하는 방법 중 하나가 RDF입니다. RDF에서는 정보를 보통 주어–관계–목적어 구조로 표현합니다.
고객42 ── 주문한다 ──> 주문1001 주문1001 ── 상태 ──> "배송 중"
RDF 그래프는 반드시 화면에 그려진 그림을 말하는 것은 아닙니다. 엔티티와 관계를 연결한 추상적인 데이터 구조이며, 필요하면 그림으로 시각화할 수 있습니다. [W3C RDF 개념 설명]
Turtle은 RDF 정보를 텍스트로 적는 문법입니다. Turtle에는 W3C가 정한 표준 문법이 있습니다. UML처럼 표준 규칙이 있다는 점은 비슷하지만, 목적은 다릅니다. UML은 소프트웨어 구조나 동작을 모델링하는 데 쓰이고, Turtle은 RDF 그래프를 텍스트로 기록하는 데 쓰입니다. [W3C Turtle 표준, OMG의 UML 소개]
AI 에이전트: 목표를 받고 도구를 사용하는 AI
AI 에이전트는 사용자의 목표를 받고, 필요한 일을 정하고, 도구를 사용해 결과를 내는 AI 시스템입니다.
예를 들어 고객이 “내 주문 어디쯤 왔어?”라고 물으면 에이전트는 다음과 같이 처리할 수 있습니다.
주문 번호를 확인한다.
주문 조회 도구를 호출한다.
배송 상태를 확인한다.
고객에게 결과를 설명한다.
일반적인 대화형 AI가 답변을 만드는 데 집중한다면, 에이전트는 도구를 호출해 여러 단계의 작업을 수행할 수 있습니다. 그렇다고 에이전트가 무제한으로 행동하는 것은 아닙니다. 어떤 도구를 쓸 수 있는지, 어떤 행동에 확인이 필요한지를 정해두는 것이 중요합니다. [OpenAI 에이전트 구축 안내]
하네스: 에이전트가 일하는 실행 환경과 규칙
하네스는 에이전트가 실제로 작동하도록 돕는 운영 구조입니다. 사용자의 요청을 모델에 전달하고, 도구 호출을 처리하고, 결과를 다시 모델에 보내는 실행 과정과 안전 규칙을 관리합니다.
주문 조회는 자동으로 허용하되, 주문 취소는 고객 확인을 받은 뒤에만 실행하도록 정할 수 있습니다. 실행 단계를 제한하거나 기록을 남기는 기능도 하네스에 포함할 수 있습니다.
하네스는 실행되는 프로그램입니다. 보통 Python이나 TypeScript 같은 언어로 작성하며, 미리 만들어 둔 코드가 사용자의 요청에 반응합니다. AI가 매 요청마다 하네스를 새로 만들어주는 것은 아닙니다. AI가 하네스 코드 초안을 작성하는 데 도움을 줄 수는 있지만, 실제 서비스나 데이터베이스와 연결해 실행하는 작업은 별도로 필요합니다. ‘하네스’가 정확히 어디까지를 포함하는지는 사용하는 팀이나 제품에 따라 조금씩 다릅니다. [Anthropic의 에이전트 하네스 설명]
함께 알아두면 좋은 용어
LLM(Large Language Model): 글을 읽고 쓰는 언어 모델입니다. 에이전트 안에서 판단과 답변을 담당합니다.
도구(tool): 주문 조회, 웹 검색, 이메일 작성처럼 에이전트가 호출할 수 있는 기능입니다.
워크플로(workflow): 미리 정해 둔 작업 순서입니다. 워크플로는 정해진 절차를 따르고, 에이전트는 상황을 보고 다음 단계를 고를 수 있습니다. 실제 시스템에서는 둘을 함께 쓰기도 합니다.
가드레일(guardrail): 에이전트가 지켜야 할 제한과 안전장치입니다. 예를 들어 “환불 전 고객 확인”이 가드레일입니다.
RAG: 질문과 관련된 문서를 먼저 찾아 모델에 제공하는 방법입니다. 사내 반품 규정을 찾아 답하는 경우가 여기에 해당합니다.[OpenAI의 RAG 설명]
MCP: AI 애플리케이션과 외부 도구·데이터를 연결하기 위한 공통 프로토콜입니다. [MCP 공식 문서]
핵심만 다시 정리하면
온톨로지는 업무에서 쓰는 개념과 관계를 정의합니다. RDF 그래프는 그 관계와 실제 사실을 연결해 표현합니다. AI 에이전트는 목표를 수행하며 도구 사용을 결정하고, 하네스는 그 과정이 실제로 실행되고 규칙을 따르도록 관리합니다.
즉, 온톨로지는 “무엇이 무엇인지”, 에이전트는 “무엇을 할지”, 하네스는 “그 일을 어떻게 실행하고 관리할지”를 다룹니다.