이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Mike Phipps는 AI 모델과 프레임워크가 범용화되는 환경에서 기업의 지속 가능한 경쟁 우위는 데이터 모델과 그에 담긴 암묵지라고 주장한다. Gates Foundation은 25년간의 방대한 보조금 데이터를 Neo4j 지식 그래프로 구조화하고, 이를 MCP 서버를 통해 Claude에 연결하여 에이전트가 복잡한 조직 데이터를 쿼리할 수 있도록 구현했다. 비정형 문서를 구조화된 엔티티에 매핑하고 검색 평가 루프를 통해 데이터 모델을 지속적으로 개선함으로써, 에이전트가 조직의 보고 체계를 정확히 반영하는 답변을 생성하게 한다.
챕터별 상세
Moat in the age of AI
AI 모델과 프레임워크가 범용화되는 환경에서 기업의 지속 가능한 경쟁 우위는 데이터 모델과 그에 담긴 암묵지이다. 단순한 도구 도입보다 조직의 데이터를 어떻게 구조화하고 질문에 답하도록 만드는지가 중요하다.
Gates Foundation scale
Gates Foundation은 25년간의 보조금 데이터, 연간 70억 달러 규모의 자금, 2,000건의 보조금, 4,000명의 인력 데이터를 관리한다. 이 방대한 데이터를 단일 지식 그래프로 통합하여 에이전트가 활용할 수 있도록 했다.
Structuring data for agentic retrieval
운영 데이터를 에이전트가 검색할 수 있도록 Neo4j 지식 그래프로 구조화한다. 계층 구조를 탐색 가능한 경로로 변환하고, 비정형 문서를 청크 단위로 나누어 구조화된 엔티티에 매핑하는 파이프라인을 구축했다.
Curation pipeline
데이터 큐레이션 파이프라인은 전처리, 추출, 거버넌스 단계로 구성된다. 데이터 소유자와 협력하여 데이터의 의미와 제한 사항을 정의하고, 보안 및 개인정보 보호를 위한 마스킹과 분류를 수행한다.
Serving graph to Claude via MCP
구축된 지식 그래프를 MCP 서버를 통해 Claude에 연결한다. 에이전트는 자연어 질문을 그래프 쿼리로 변환하여 조직의 보고 체계를 반영한 정확한 답변을 얻는다.
Retrieval evals
검색 평가 파이프라인을 통해 데이터 모델의 성능과 안정성을 측정한다. 동일한 질문을 반복하여 일관된 답변을 얻는지 확인하고, 평가 결과에서 발견된 데이터 모델의 공백이나 모호함을 수정하는 피드백 루프를 운영한다.
용어 해설
- 지식 그래프(Knowledge Graph)
- — 데이터를 노드와 엣지로 연결하여 개체 간의 관계를 시각화하고 저장하는 데이터베이스 구조이다. 복잡한 조직 데이터의 맥락을 에이전트가 이해하고 추론할 수 있도록 돕는다.
- 모델 컨텍스트 프로토콜(Model Context Protocol)
- — AI 모델과 외부 데이터 소스 및 도구를 표준화된 방식으로 연결하는 오픈 프로토콜이다. 에이전트가 기업 내부 시스템의 데이터에 안전하고 일관되게 접근할 수 있도록 지원한다.
- 암묵지(Tacit Knowledge)
- — 개인이나 조직이 경험을 통해 습득하여 문서화하기 어려운 지식이다. AI 시스템 구축 시 데이터 모델링 과정에서 이를 명시적인 데이터 구조로 변환하는 것이 시스템의 성능과 정확도를 결정짓는 핵심 요소가 된다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 07. 23.수집 2026. 07. 23.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
