DEVOCEAN

(OpenLab 3기 두 번째 모임 후기 | 2025년 8월 1일 금요일 18:30~22:00)

데보션 블로그 둘러보고,, 존대말로 작성했습니다. ㅎㅎㅎ

📌 모임 시작 – 타이틀에 담긴 의미

이번 모임은 ‘온톨로지와 LLM으로 오프라인 광고 시장을 더 가치 있게’라는 주제로 진행되었습니다.

온톨로지에 대한 개인적 관심, AI와 오프라인,

그리고 실제 프로젝트에서 출발한 문제의식이 모임의 출발점이었다고 해요.

➡️ 핵심 질문:

정량화하기 어려운 오프라인 광고 성과를 어떻게 측정할 수 있을까?

🔍 온톨로지, 처음 만난 개념

데보션 오픈세미나는 처음, 오픈랩 오프라인도 처음이었어요.

처음엔 조금 데면데면했지만 Joy님의 사례 발표를 들으며 빠르게 몰입!

온톨로지가 뭔지 잘 몰랐지만, 최근 에이전트 관련 세미나에서 자주 들었던 용어라 흥미가 있었거든요.

🧠 오프라인 광고 분석, 온톨로지와 AI 에이전트의 역할

온라인 광고는 클릭률, 체류 시간, 전환율 등으로 즉시 정량화가 가능하지만,

오프라인 광고는

• 누가 봤는지

• 얼마나 주목했는지

• 이후 어떤 행동을 했는지

추적하기 어렵다는 한계가 있죠.

이번 발표에선 이 문제를 온톨로지와 AI 에이전트를 활용해 해결하려는 시도가 본격화되고 있다는 점이 인상 깊었어요.

예를 들어,

디지털 사이니지 앞에 사람이 멈추고 → QR을 스캔하고 → 특정 동선으로 이동했다면 이 행동을 ‘광고 인식 → 관심 유도 → 참여 행동’이라는 의미 단위로 해석 가능.

AI는 이 흐름을 장소나 시간대별로 비교 분석하고, 콘텐츠별 반응도 학습할 수 있게 됩니다.

👉 단순 유동인구 수치에서 벗어나

“어떤 사람이 어떤 맥락에서 어떤 콘텐츠에 반응했는가”를 해석하는 방식으로 바뀌고 있는 거예요.

🧩 데이터 구조화의 열쇠, 온톨로지

전날 AiFrenz 세미나 Agent가 바꾸는 R&D의 미래 들었던 출연연 사례(에너지연, KISTI, 철도연, 원자력연)에서도 공통적으로 나온 이야기:

• AI 에이전트는 업무가 정의된 영역에서만 작동 가능하다.

• 데이터를 흐르게 설계해야 한다

• 그리고 무엇보다 AI가 이해할 수 있는 방식으로 데이터 구조를 만들어야 한다

  사람이 보기 좋게 만든 병합 셀이나 복잡한 표는 AI에게는 불친절하다는 것!

  그래서 이번 모임을 통해 업무 정의와 데이터 설계에 온톨로지를 활용할 수 있겠다는 유레카 모멘트를 얻었습니다.

🍕 피자 타임 & 자기소개

피자가 도착한 뒤엔 자연스럽게 둥글게 모여 자기소개도 했어요.

오픈랩에는 금융, 챗봇, 게임, 디자인, 마케팅, NLP 등 다양한 분야의 분들이 함께했습니다.

심볼릭, 팔란티어, 지식 그래프, 온톨로지 같은 키워드들이 오갔고

온톨로지에 대한 개념이 아직 다들 희미하다는 공감에 살짝 안도감도 느꼈어요.

📝 오늘의 핵심 개념 정리

온톨로지 = 개념(Things)과 관계(Relations)를 체계적으로 정의한 지식 구조

→ AI가 이해할 수 있도록 데이터를 설계하는 밑그림!

이런 구조를 통해 자동화와 에이전트 구현이 가능해지고,

UX 리서처나 마케터에게도 굉장히 실용적인 도구가 될 수 있다는 생각이 들었습니다.

이제 키워드를 알았으니, 앞으로 공부하면서 뭐라도 만들어볼 수 있겠죠? 🙂

다음 오픈랩도 기대됩니다!