쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 6일 (금)까지 4095건
6건 · "온톨로지"조건 지우기 ×
001 18:11 ▲ 17 · 댓글 2 LLM 에이전트의 장기 기억을 상태 중심으로 진화시키는 EvoMemState LLM 에이전트가 사용자와의 상호작용에서 사용자 정보를 유지하는 장기 기억 능력을 개선하기 위해 EvoMemState 프레임워크를 제안한다. AI · 머신러닝 · EvoMemState: Evolving Memory State for Personal Agents
Key Point 개인화된 AI 에이전트의 핵심인 장기 기억을 관리하는 방식이 사실 중심에서 상태 중심으로 전환됨에 따라, 사용자 정보의 진화 관계와 상황별 적용 논리를 더 정교하게 다룰 수 있게 된다.
핵심 요약
LLM 에이전트가 사용자와의 상호작용에서 사용자 정보를 유지하는 장기 기억 능력을 개선하기 위해 EvoMemState 프레임워크를 제안한다. 기존 시스템은 기억을 독립적인 사실로 관리하지만, 새로운 사실이 이전 정보를 어떻게 업데이트·제약·충돌하는지 간과하고 현재 요청에서의 적용 가능성을 명시하지 않는다. EvoMemState는 고정된 사실에 관계 상태(사실 간 유효성과 관계 변화)와 추론 상태(현재 요청에 대한 사실 적용 방식)를 추가하는 상태 중심 방식을 취한다. 전체 요약 8문장 읽기 → 002 21:11 당일 +2,005 NVIDIA Auto-Ontology, 데이터 위에 의미 기반 추론층 구축 NVIDIA가 오픈소스 프레임워크 Auto-Ontology를 공개했으며, 이는 데이터 위에 시맨틱·그래프 기반 추론층을 만들어 에이전트가 더 정확한 답변을 제공할 수 있게 한다. AI · 머신러닝 · NVIDIA/auto-ontology · Python
Key Point LLM 에이전트의 쿼리 정확성이 속도보다 중요한 엔터프라이즈 데이터 환경에서, 잘못된 답변을 줄이기 위해 비즈니스 개념을 명시적으로 정의하고 검증하는 새로운 아키텍처 패턴을 제시합니다.
핵심 요약
NVIDIA가 오픈소스 프레임워크 Auto-Ontology를 공개했으며, 이는 데이터 위에 시맨틱·그래프 기반 추론층을 만들어 에이전트가 더 정확한 답변을 제공할 수 있게 한다. 에이전트가 쿼리하기 전에 데이터의 위치, 의미, 사용 방법, 출처, 유사 데이터를 파악해야 신뢰할 수 있는 쿼리를 생성할 수 있다는 점이 핵심이다. 데이터베이스 메타데이터에서 온톨로지를 자동 생성하고, 비즈니스 용어를 컬럼에 매핑하며, 테이블 간 관계와 검수된 SQL을 저장한다. 전체 요약 13문장 읽기 → 003 21:11 ▲ 113 · 댓글 33 엔비디아가 AI 에이전트용 온톨로지 라이브러리 오픈소스로 공개 엔비디아가 Auto Ontology를 오픈소스로 공개했으며, AI 에이전트가 데이터베이스와 문서를 조회할 때 신뢰성을 보장하기 위한 컨텍스트 계층 역할을 한다. AI · 머신러닝 · Nvidia – open-source auto-ontology
Key Point 데이터 기반 시스템에서 AI 에이전트의 답변 신뢰성을 보장하는 새로운 표준이 등장했으며, 엔터프라이즈 메타데이터로부터 자동 생성되는 온톨로지는 복잡한 다중 시스템 환경에서 정의 충돌을 해소하는 핵심 인프라가 된다.
핵심 요약
엔비디아가 Auto Ontology를 오픈소스로 공개했으며, AI 에이전트가 데이터베이스와 문서를 조회할 때 신뢰성을 보장하기 위한 컨텍스트 계층 역할을 한다. 에이전트에게 메트릭과 엔티티의 신뢰할 수 있는 비즈니스 의미를 제공하고, 시스템 간 정의를 조화시키며, MCP·CLI·API를 통해 모든 에이전트 도구에 노출한다. 엔터프라이즈 메타데이터에서 온톨로지를 생성하고, 기존 온톨로지와 시맨틱 모델을 연결하며, AI 준비 상태의 지식 그래프를 구축할 수 있다. 전체 요약 13문장 읽기 → 004 21:11 당일 +190 에이전트를 위한 타입 안전 그래프 DB, Omnigraph 공개 Rust로 만든 Omnigraph는 오브젝트 스토리지 네이티브 그래프 데이터베이스로, 장기간 실행되는 에이전트들이 공유하는 타입 안전 세계 모델을 위해 설계됐다. 오픈소스 · 도구 · ModernRelay/omnigraph · Rust
Key Point AI 에이전트가 공유 상태를 안전하게 읽고 쓸 수 있는 데이터 계층이 필요할 때, Git 워크플로우와 정책 기반 접근 제어를 갖춘 오픈소스 솔루션이 나왔다.
핵심 요약
Rust로 만든 Omnigraph는 오브젝트 스토리지 네이티브 그래프 데이터베이스로, 장기간 실행되는 에이전트들이 공유하는 타입 안전 세계 모델을 위해 설계됐다. 타입 온톨로지(`.pg` 스키마로 노드·엣지 타입, 키, 제약 선언)를 통해 에이전트들이 통일된 도메인 모델을 강제할 수 있으며, 모든 쓰기에서 엔진이 검증한다. 그래프 순회, 벡터 검색(ANN), 전문 검색, 상호 순위 융합을 한 번의 쿼리로 처리하는 통합 검색 엔진으로 높은 정확도의 컨텍스트를 조립할 수 있다. 전체 요약 11문장 읽기 → 005 18:30 당일 +148 온톨로지 변경을 증명으로 검증하는 오픈소스 도구 프로덕션 온톨로지 변경을 계획·적용·롤백할 수 있으며, 영향 범위 보고서와 감사자가 검증 가능한 증명을 제공하는 Rust 기반 도구다. 오픈소스 · 도구 · fabio-rovai/open-ontologies · Rust
Key Point 온톨로지 변경의 모든 결과를 사전에 확인하고, 누구나 검증할 수 있는 증명을 함께 제공함으로써 프로덕션 환경에서의 신뢰성 문제를 근본적으로 해결하는 접근 방식이다.
핵심 요약
프로덕션 온톨로지 변경을 계획·적용·롤백할 수 있으며, 영향 범위 보고서와 감사자가 검증 가능한 증명을 제공하는 Rust 기반 도구다. 한 줄의 삼중항(triple) 변경이 901개의 새로운 결과를 만드는 경우, 텍스트 diff로는 볼 수 없는 의미론적 차이를 드러내는 형태 diff(shape diff) 보고서를 생성한다. 도구가 생성한 증명 파일(asserted.tsv, derivations.tsv)은 Lean 4 검증기로 검수할 수 있으며, 검증 명령어 oo-cert는 JVM 없이 독립적으로 실행 가능하다. 전체 요약 12문장 읽기 → 006 16:18 ▲ 145 · 댓글 3 이질적 데이터 다루는 AI 에이전트를 위한 자동 진화형 온톨로지 레이어 테이블, 파일, 데이터베이스 같은 이질적 데이터를 자연어로 다루는 데이터 에이전트는 원본 데이터 탐색과 수동 의미 계층 주입 사이의 간극으로 어려움을 겪고 있다. AI · 머신러닝 · EvoOntology: A Self-Evolving Ontology Layer for Data Agents
Key Point 데이터 에이전트가 복잡한 현실의 다양한 데이터 소스를 다룰 때 마주하는 근본적인 한계를 구조적으로 해결하는 방식을 제시하기 때문이다.
핵심 요약
테이블, 파일, 데이터베이스 같은 이질적 데이터를 자연어로 다루는 데이터 에이전트는 원본 데이터 탐색과 수동 의미 계층 주입 사이의 간극으로 어려움을 겪고 있다. EvoOntology는 스키마·콘텐츠·도구 계층을 MCP 서버로 구성한 자동 진화형 온톨로지 레이어로, 에이전트가 런타임에 온톨로지를 능동적으로 쿼리하고 상호작용할 수 있게 한다. 빌더 에이전트가 자율적으로 온톨로지를 구축하고, 귀속 안내 편집과 조건부 쌍 평가를 통한 자가 진화 루프가 지속적으로 온톨로지를 개선한다. 전체 요약 4문장 읽기 → 
