Ontology — 엔터프라이즈 AI를 실제로 작동시키는 데이터 레이어: 도입 사례 및 Plan
Session Overview
AI 에이전트를 도입해도 기대한 만큼 성과가 나오지 않는 이유는 모델 자체의 한계보다 기업의 데이터가 아직 AI-ready 상태가 아니기 때문입니다. 기업의 핵심 지식은 Microsoft 365, Teams, 웹 등 여러 시스템에 흩어져 있으며, AI는 그 위에서 정보를 추출하고 연결해야 합니다.
이번 세션에서 Microsoft와 Enhans는 “에이전트보다 데이터 레이어인 Ontology가 먼저”라는 관점을 제시합니다. Work IQ와 Web IQ를 활용해 Microsoft 365와 웹 데이터를 불러오고, Ontology를 통해 AI-ready 형태로 구조화하면 Copilot이 추측에 의존하는 대신 더 정확하고 신뢰도 높은 답변을 제공할 수 있습니다.
또한 2년간 정체되어 있던 글로벌 제조기업의 전환 사례를 바탕으로, Microsoft와 Enhans가 고객의 PoC부터 실제 도입까지의 기간을 어떻게 단축했는지 살펴봅니다. 두 주 안에 시작 가능한 도입 플레이북과 엔터프라이즈 AI 전환의 실질적인 실행 방안을 함께 제시합니다.
- AI 에이전트보다 데이터 레이어와 Ontology 구축이 먼저 필요한 이유
- Work IQ와 Web IQ를 활용한 Microsoft 365 및 웹 데이터 통합 방식
- Ontology를 통해 Copilot의 정확도와 신뢰도를 높이는 방법
- 글로벌 제조기업 사례를 통해 본 PoC와 실제 도입 기간 단축 전략
- 2주 안에 시작할 수 있는 엔터프라이즈 AI 도입 플레이북
Speakers
정석연은 Enhans에서 AI Agent와 Ontology 기반 엔터프라이즈 AI 사업을 담당하고 있다. 국내외 주요 기업을 대상으로 AI 활용 사례를 발굴하고, 기술을 실제 업무 프로세스와 사업 성과로 연결하는 역할을 수행하고 있다.
이전에는 스타트업을 운영하며 매각한 경험이 있으며, Bank of America Merrill Lynch, 메가존클라우드, 비바리퍼블리카에서 금융, 클라우드, 기술 전반의 경험을 쌓았다. UC Berkeley에서 학사 학위를 취득했다.
정원찬은 엔터프라이즈 기업의 AI 혁신과 성장을 위한 GTM 전략과 사업개발을 수행하고 있다. Microsoft, Twitter, Uber에서 파트너십 및 성장 전략 분야의 경험을 쌓았으며, AI와 클라우드 기술이 실제 비즈니스 성과로 이어질 수 있도록 지원하고 있다.
특히 국내 AI 시장 확대와 혁신을 위한 다양한 프로젝트와 프로그램을 주도했으며, 현재는 국내 주요 스타트업과 AI 기업의 아시아태평양 지역 및 글로벌 진출을 지원하고 있다. 엔터프라이즈부터 디지털 네이티브 기업까지 다양한 고객과 함께 AI 도입 전략 수립, 플랫폼 전환, 사업화 과정을 지원하며 AI 기술의 실질적인 비즈니스 가치를 만들어가고 있다.