Oracle AI Data Platform이 보여주는 기업 AI의 다음 초점, 업무 맥락

Oracle이 2026년 10월 27일 발표한 Oracle AI Data Platform은 기업 AI가 다음에 어디로 향하는지 보여주는 신호입니다. 핵심은 또 하나의 챗봇이나 더 큰 모델만이 아닙니다. 기업 데이터 뒤에 있는 엔터티, 관계, 정책, 업무 흐름을 AI 에이전트가 이해하도록 돕는 공유 업무 맥락 계층을 만들겠다는 제안입니다.

이 차이는 중요합니다. 모델은 판매 표를 요약할 수 있지만 어떤 고객 기록이 공식 자료인지, 갱신의 정의가 무엇인지, 어떤 승인이 필수인지, 지역 정책이 실제 업무에서 무엇을 뜻하는지는 모를 수 있습니다. Oracle은 새 플랫폼이 이런 맥락을 여러 에이전트가 재사용하게 하면서 정의, 권한, 거버넌스는 업무 및 기술 전문가가 통제하도록 한다고 설명합니다.

발표 내용을 쉽게 이해하기

Oracle은 이 플랫폼을 기업 AI를 만들고 배포하고 확장하기 위한 기반으로 설명합니다. 발표된 기능에는 AI 지원 업무 온톨로지, 의미 추론 엔진, 인사이트 에이전트, 그리고 에이전트·도구·스킬·MCP 서버를 기록하는 레지스트리가 포함됩니다.

핵심은 모델이 질문을 받기 전에 업무 맥락을 준비하는 것입니다. 데이터베이스, 애플리케이션, API, 분석 시스템, 비정형 문서에서 관련 정보를 조합하면 언어 모델이 원문만 보고 모든 관계를 추측할 필요가 줄어듭니다. 모델은 언어 이해, 추론, 설명, 상호작용에 집중할 수 있습니다.

Oracle은 새 기능이 향후 12개월 안에 제공될 것이라고 밝혔습니다. 따라서 이번 발표는 제품 방향과 아키텍처 단서이지 모든 구성 요소가 당장 운영 환경에 준비됐다는 의미는 아닙니다.

업무 온톨로지가 중요한 이유

온톨로지는 기업이 사용하는 개념과 그 관계를 구조화한 설명입니다. 소매업에서는 고객, 주문, 배송, 반품, 창고, 프로모션, 마진 정책을 연결할 수 있습니다. 소프트웨어 회사에서는 계정, 요금제, 좌석, 기능, 장애, 서비스 수준 계약, 갱신 위험을 연결할 수 있습니다.

Oracle에 따르면 AI Discovery agent는 데이터베이스 스키마, 의미 모델, 애플리케이션과 API 문서, 문서에 들어 있는 업무 지식을 분석해 초기 온톨로지를 만들 수 있습니다. 도메인 전문가는 이를 검토하고 수정한 뒤 관리되는 업무 자산으로 승인할 수 있습니다.

사람의 검토가 중요한 이유는 자동 생성된 라벨이 불완전하거나 틀릴 수 있기 때문입니다. 재무, 운영, 영업, 법무 팀이 같은 단어를 서로 다르게 사용할 때 위험은 더 커집니다. 실용적인 온톨로지에는 버전, 소유자, 변경 검토, 관계의 이유를 설명하는 장치가 필요합니다.

이 교훈은 Oracle을 사용하지 않는 기업에도 적용됩니다. AI 에이전트를 도입하는 조직은 각 에이전트가 업무를 따로 해석하게 할지, 여러 에이전트가 유지 관리되는 맥락 계층을 공유하게 할지 결정해야 합니다. 공유 맥락은 중복 프롬프트 작업을 줄이지만 새로운 관리 대상이기도 합니다.

의미 추론은 검색을 업무에 가깝게 만든다

기존 검색은 적절한 단어가 들어 있는 문서를 찾습니다. 의미 추론은 업무 질문에 맞는 정보를 조합하려고 합니다. Oracle은 Semantic Reasoning Engine이 여러 시스템을 검색하고 업무 관계를 해석하며 거버넌스 규칙을 적용하고 이전 분석 결과를 재사용할 수 있다고 설명합니다.

“서부 지역 중견 고객의 갱신 위험이 왜 증가했는가?”라는 질문을 생각해 보세요. 키워드 검색은 대시보드, 계정 메모, 정책 문서를 반환할 수 있습니다. 맥락 계층은 중견 고객의 정의, 적용 기간, 위험 계산 방식, 답변에 사용할 수 있는 데이터 소스까지 덧붙일 수 있습니다.

이 기능이 모델 평가를 없애는 것은 아닙니다. 테스트 대상이 문장이 그럴듯한지만이 아니라 온톨로지, 데이터 최신성, 접근 규칙, 추론 과정, 최종 답변으로 넓어집니다.

인사이트 에이전트는 실행 계층이다

Oracle은 Deep Insight Agents를 복잡한 질문을 조사하고 원인을 찾으며 예측과 시나리오를 실행하고 다음 행동을 추천하는 에이전트로 설명합니다. Oracle Analytics Cloud, Oracle Fusion Data Intelligence, 사용자 지정 애플리케이션과 연결할 수 있다고 합니다.

이 방식은 에이전트를 완전히 자율적인 직원으로 보는 것보다 현실적입니다. 신뢰할 수 있는 기업 에이전트는 추천의 근거와 불확실성을 보여주고 권한을 지키며 중요한 판단을 사람에게 돌려야 합니다.

구매자는 “에이전트 AI가 있는가?”만 물어서는 안 됩니다. 무엇에 접근하는지, 출처를 어떻게 우선순위화하는지, 권한을 어떻게 집행하는지, 변경을 어떻게 감사하는지, 사람이 행동을 승인하거나 거부할 수 있는지를 확인해야 합니다.

레지스트리로 에이전트 확산을 관리하기

에이전트가 늘어나면 중복 도구, 커넥터, 스킬, 프롬프트, MCP 서버가 생깁니다. Oracle은 AI Registry가 소유자, 버전, 의존성, 권한, 수명 주기 상태를 중앙에서 관리한다고 설명합니다. 계획된 거버넌스 기능은 테스트, 정책 평가, 동작·품질·성능·사용량·비용 모니터링까지 다룰 예정입니다.

레지스트리만으로 거버넌스가 해결되지는 않지만 기본 운영 모델을 만들 수 있습니다. 팀은 누가 책임자인지, 어떤 데이터에 접근하는지, 어떤 버전이 실행 중인지, 여전히 필요한지 확인할 수 있습니다. 관련 도구를 비교하려면 BTTC 소프트웨어 디렉터리에서 에이전트 클라이언트, 게이트웨이, 문서 도구, 모니터링 도구를 찾아볼 수 있습니다.

작은 팀이 적용할 수 있는 교훈

작은 팀이 Oracle의 전체 플랫폼을 복제할 필요는 없습니다. 좁은 영역부터 정하고 고객 상태, 프로젝트 단계, 청구 조건, 장애 심각도, 콘텐츠 승인처럼 에이전트가 정확히 이해해야 하는 정의를 적으세요. 출처와 권한을 보이게 유지하고 파괴적이거나 외부에 공개되는 작업에는 사람의 검토를 요구하세요.

간단한 맥락 파일, 검증된 검색 절차, 감사 가능한 도구 목록이 서로 연결되지 않은 프롬프트 모음보다 안정적일 수 있습니다. 목표는 복잡해 보이는 구조가 아니라 에이전트의 가정을 확인할 수 있고 경계가 분명한 시스템입니다.

도입 전에 확인할 운영 쟁점

이 설계를 적용하려는 기업이 가장 먼저 확인해야 할 것은 모델의 성능이 아니라 맥락의 책임 범위입니다. 어떤 시스템을 기준 데이터로 삼을지, 얼마나 자주 갱신할지, 오래된 데이터는 어떻게 처리할지 정해야 합니다. 데이터 자체가 정확해도 만료된 권한이나 부서별로 다른 정의가 섞이면 에이전트는 그럴듯하지만 잘못된 답을 만들 수 있습니다.

다음으로 답변을 검증할 증거를 설계해야 합니다. 사용한 데이터 소스, 수집 시각, 적용한 정책, 판단하지 못한 부분을 기록하면 사용자가 결과를 확인할 수 있습니다. 감사 로그는 규제 대응만을 위한 것이 아니라 에이전트를 개선하는 피드백으로도 사용할 수 있습니다.

모든 에이전트를 같은 자율 수준으로 만들 필요도 없습니다. 검색만 허용하는 에이전트, 초안까지 만드는 에이전트, 승인 후에만 외부 시스템을 변경하는 에이전트를 분리하는 편이 안전합니다. 권한, 도구, 데이터, 승인 절차를 작게 나누면 업무 맥락을 실제 운영과 연결하기 쉬워집니다.

자주 묻는 질문

Oracle AI Data Platform이란 무엇인가요?

업무 온톨로지, 의미 추론, 인사이트 에이전트, 거버넌스용 자산 관리 기능을 결합한 Oracle의 기업 AI 기반입니다.

업무 맥락이 왜 중요한가요?

에이전트가 일관되고 안전하게 업무 질문에 답하려면 텍스트뿐 아니라 정의, 관계, 정책, 권한이 필요하기 때문입니다.

온톨로지가 언어 모델을 대체하나요?

아닙니다. 구조화된 지식과 제약을 제공해 모델이 더 관련성 높고 통제된 맥락에서 추론하도록 합니다.

새 플랫폼은 지금 사용할 수 있나요?

Oracle은 발표된 기능이 향후 12개월 안에 제공될 것이라고 밝혔습니다. 운영 도입 전 기능, 버전, 지역 지원을 확인해야 합니다.

결론

Oracle의 발표는 기업 AI의 경쟁력이 모델 접근성만이 아니라 업무 맥락의 품질, 거버넌스, 재사용성으로 이동한다는 점을 보여줍니다. 중요한 것은 에이전트의 수가 아니라 무엇을 알고 왜 판단했으며 무엇을 실행할 수 있고 누가 책임지는지 설명할 수 있는가입니다.