AI 칼럼

온톨로지@donghyeok99운영진

Auto Ontology: 에이전트가 회사 DB 숫자를 틀리지 않게 하는 의미 지도

「스시롤 USB의 2015년 6월 펜실베이니아 매출」을 물으면 $588.80과 그 SQL, 조인 경로까지 돌려주는 NVIDIA 오픈소스

질문이 들어오면 매출 품목·상품·주 용어에 불이 들어오고, 송장→고객→도시를 거치는 조인 경로가 그려진 뒤 $588.80과 SQL이 나와요.
질문이 들어오면 매출 품목·상품·주 용어에 불이 들어오고, 송장→고객→도시를 거치는 조인 경로가 그려진 뒤 $588.80과 SQL이 나와요.
누가
NVIDIA가 만들고 관리해요. 회사 DB에 에이전트로 질문하고, 나온 숫자를 믿을 수 있어야 하는 데이터 팀을 위한 도구예요.
언제
저장소는 2026년 4월에 열렸고 릴리스 태그는 없어요. 서버 패키지는 1.2.0이고, 11월 10일에도 커밋이 올라왔어요.
어디서
Docker Compose나 Kubernetes(Helm)로 내 서버에 띄우고, MCP·API로 Claude Desktop, Cursor 같은 에이전트에 붙여요. 모델은 NVIDIA NIM이나 OpenAI 호환 엔드포인트예요.

이게 불편했어요

에이전트에게 「지난달 매출」을 물으면 SQL은 금방 나와요. 그런데 어느 테이블의 어떤 컬럼이 매출인지, 어떤 순서로 조인해야 하는지는 에이전트가 짐작해요. 숫자가 그럴듯해도 맞는지 알려면 결국 사람이 쿼리를 다시 읽어야 했어요.

그래서 이렇게 풀어요

Auto Ontology는 질문을 받기 전에 DB를 먼저 읽고, 「고객」이나 「송장 품목」 같은 업무 용어와 그 용어가 담긴 컬럼, 테이블 사이 조인, 검토된 SQL 계산식을 지도로 만들어 둬요. 사람이 웹 화면에서 이 정의를 고치고 인증하면, 에이전트는 질문 속 단어를 이 용어에 맞추고 조인 경로를 따라가며 SQL을 써요. 답에는 SQL과 거친 단계가 함께 붙어서 원본과 맞춰 볼 수 있고, README 기준으로 데이터에 없는 걸 물으면 무엇이 없는지 되물어요.

어느 상품이 매출과 고객 수를 끄는지 물은 답에 SQL과 매출 차트가 함께 붙어요
어느 상품이 매출과 고객 수를 끄는지 물은 답에 SQL과 매출 차트가 함께 붙어요
Wide World Importers를 한 번 컴파일해 생긴 용어 31개 중 Order를 고른 의미 그래프
Wide World Importers를 한 번 컴파일해 생긴 용어 31개 중 Order를 고른 의미 그래프
You:    What was return on ad spend for the sushi roll flash drive in June 2015?Agent:  check_answerable -> coverage 0.5; no term covers "ad spend"Agent:  I can find revenue for that product, but this data has noadvertising spend, so I can't compute return on ad spend. Do youwant June 2015 revenue instead, or is ad spend tracked in anothersource I should connect?
README의 실행 예시

이걸로 만든 사람들

GitHub@Chris-IdahoAIStrategies2026-11-08

Quickstart의 Wide World Importers 데이터에 2016년 매출 상위 고객 5곳을 물어 봤어요. SQL과 답은 매출순으로 맞게 나왔지만 차트는 이름순으로 그려진다는 걸 재현 단계와 함께 올렸어요.

A ranking answer ("top 5 customers by revenue") is charted in A→Z order, so the bar positions contradict the ranking given in the answer and SQL.
댓글 0 (2026-11-11 기준)GitHub ↗
GitHub@devinkuhn2026-11-11

v1.2.0을 자기 데이터에 붙여 연결되지 않은 데이터를 묻는 질문 네 개를 돌려 보고, 비슷한 테이블로 답하거나 한도 메시지로 끝난 결과를 표로 정리했어요.

When a question asks about data that isn't in any connected source, Auto Ontology does not say so.
댓글 0 (2026-11-11 기준)GitHub ↗

안에서는 이렇게 돌아가요

  1. 1

    원본 DB → 온톨로지 (Postgres + pgvector)

    스키마, 컬럼 프로필, 샘플 값연결된 DB에서 테이블 구조와 값을 뽑아 카탈로그에 써요. 이후 단계는 모두 이 카탈로그를 봐요.auto_ontology/catalog/ingest.py
  2. 2

    원본 DB → 온톨로지 (Postgres + pgvector)

    테이블마다 용어·관계·SQL 속성시맨틱 컴파일이 테이블 하나씩 LLM으로 용어를 뽑아 컬럼에 잇고, 임베딩을 pgvector에 넣어요.auto_ontology/semantic/pipeline.py
  3. 3

    Claude Desktop · Cursor → auto-ontology-mcp

    check_answerable → ask_question답할 수 있는 질문인지 먼저 보고, 되면 질문을 보내요. 도구는 모두 읽기 전용이고 로그인한 사용자 권한으로 돌아요.mcp/auto_ontology_mcp/tools.py
  4. 4

    auto-ontology-mcp → text-to-SQL 그래프

    POST /api/chat/completionsMCP 서버가 웹 앱의 대화 API로 질문을 넘기고, 스트림으로 오는 결과를 받아요.mcp/auto_ontology_mcp/chat.py
  5. 5

    text-to-SQL 그래프 → 온톨로지 (Postgres + pgvector)

    개체마다 용어·컬럼 후보 검색질문에서 뽑은 개체로 임베딩 검색을 하고, LLM이 질문 의도에 맞지 않는 후보를 걸러요.auto_ontology/retrieval/text_to_sql/agents/candidates_retrieval.py
  6. 6

    text-to-SQL 그래프 → 답 + SQL + 거친 단계

    SQL 작성 → 값 확인 → 실행후보로 SQL을 쓰고 필터 값과 쿼리를 DB에 확인해 고친 뒤 실행해서, 답과 SQL, 거친 단계를 돌려줘요.auto_ontology/retrieval/text_to_sql/text_to_sql_graph.py

넣으면 이렇게 나와요

스시롤 USB의 2015년 6월 펜실베이니아 매출$588.80, 송장 품목 3줄. 매출 품목→송장→고객→도시→주 조인과 SQL이 함께 와요.
같은 상품의 광고비 대비 매출(ROAS)check_answerable이 coverage 0.5를 내고, 광고비 데이터가 없으니 매출로 볼지 다른 소스를 연결할지 되물어요.
How many orders shipped last week? (REST API)서버 전송 이벤트 스트림의 result 이벤트로 답과 sql_code가 와요.

나한테 맞을까요

이럴 때 좋아요

  • 사내 DB에 Claude Desktop이나 Cursor로 말로 질문하고 싶을 때
  • 같은 지표가 시스템마다 다르게 정의돼 있어 정의부터 맞춰야 할 때
  • 에이전트가 낸 숫자를 SQL과 조인 경로로 검증해야 할 때
  • PostgreSQL, MySQL, Snowflake, Databricks, DuckDB 등 열 가지 엔진의 데이터를 쓸 때

이건 안 돼요

  • 모델 호출에 NVIDIA API 키(nvapi-)나, 구조화 출력을 지원하는 OpenAI 호환 엔드포인트가 필요해요.
  • 3001·3002 포트는 전달받은 사용자 헤더를 그대로 믿고 수집 서비스엔 인증이 없어서, 사설망에만 둬야 해요.
  • 예측 질문용 KumoRFM을 켜면 연결된 테이블이 외부 호스팅 서비스로 올라가요.
  • 없는 데이터를 짚지 못하고 비슷한 테이블로 답하거나 한도 메시지로 끝난 사례가 이슈 #497로 올라와 있어요.

발행 전에 Devalley 편집자가 검토했어요. 칼럼은 어떻게 만드나요

로그인하면 글을 쓰고 댓글과 좋아요로 참여할 수 있어요.로그인

신고하기

사유

커뮤니티 규칙 보기