온톨로지와 결정론적 추론으로 만드는
신뢰 가능한 지식체계
왜 이 세션인가
LLM 추출과 결정론적 Datalog 검증을 결합한 하이브리드 지식체계의 원리를 이해합니다. 조직의 지식 자산을 출처로 뒷받침되는 온톨로지 기반 지식베이스(KB)로 구조화하는 실무 설계 역량을 갖추는 것이 이 세션의 목표입니다.
이 세션은 LLM의 환각(Hallucination) 문제를 프롬프트가 아닌 지식체계로 해결하는 방법을 다룹니다. LLM·온톨로지·Datalog가 결합된 하이브리드 아키텍처 — LLM이 문서에서 지식을 추출하고, 사람이 검토·승인하며, 결정론적 Datalog 추론 엔진이 모순과 정책 위반을 검증하는 구조 — 를 원리부터 다루고, 이 전 과정을 오픈소스 도구(factlog) 데모를 통해 살펴봅니다. 참가자는 출처로 뒷받침되는 검증 가능한 지식베이스를 학습하고, 이를 조직의 온톨로지 기반 지식체계로 확장하는 설계 패턴을 습득합니다.
연사 소개
김정석은 인공지능 전공으로 박사 학위를 취득했으며, 20년 이상의 시스템 아키텍처 설계 및 프로젝트 매니지먼트 경력을 보유하고 있다. 뉴로심볼릭 AI 기반 의사결정 지원 시스템을 개발하는 클레버플랜트의 대표로서 온톨로지와 지능형 솔루션의 융합을 통한 비즈니스 가치 창출을 주도하고 있다. 글로벌 IT 컨설팅 그룹과 대기업(SK텔레콤, LG전자)에서 온톨로지 기반 데이터 분석, 표준화 전략 수립, 오픈소스 스택 설계 등 AI 기술을 실무 환경에 적용해 왔으며, 지식공학(Knowledge Engineering) 분야의 교육자로서 온톨로지 실무 강의를 진행하고 있다.
뉴스레터를 바로 신청하고
2025년 AI Summit Seoul
정보를 가장 빨리 받아 보세요!
글로벌 AI 소식 및 관련 이벤트를 전해드립니다.