NVIDIA가 지표 정의를 에이전트 앞에 내놨다. 문제는 그다음이다

같은 회사 안에서 세 팀에 매출이 뭐냐고 물으면, 셋 다 그럴듯하지만 서로 맞지 않는 정의 세 개가 돌아온다. 재무는 확정 수주를 세고, 영업은 계약 금액을 세고, 대시보드는 환불을 뺀 확정 수익을, 그것도 재무팀이 지난 분기에 바꾼 기준으로 센다.
SQL을 2초에 짜는 에이전트는 이 문제를 해결하지 않는다. 더 빠르게 만들 뿐이다.
NVIDIA의 Auto Ontology는 바로 그 실패 지점을 겨냥한 오픈 라이브러리다. 기업 메타데이터에서 온톨로지를 만들고, 시스템마다 어긋나는 정의를 맞추고, 그 결과를 MCP와 CLI, API로 어떤 에이전트 하네스에도 넘긴다. Apache 2.0에 약 8,900 stars, README는 아키텍처가 아니라 주장으로 시작한다. 매출 지표를 아무리 빨리 답해도 숫자가 틀리면 아무 소용이 없다는 것.
동사 네 개, 루프 하나
이 라이브러리는 맥락에 무엇을 하는지를 기준으로 짜여 있다.
Discover: 메타데이터에서 온톨로지를 생성하거나 기존 시맨틱 모델에 연결한다. Ground: 지표와 엔티티, 관계에 신뢰할 수 있는 업무 의미를 붙이고 서로 어긋나는 정의를 맞춘다. Validate: 생성된 쿼리를 인증된 정의와 계보로 검증하고, 모든 답변에 출처를 함께 돌려준다. Expose: 그 맥락을 MCP와 CLI, API로 제공한다.
다섯 번째가 있는데 덜 알려져 있다. Learn이다. 수정과 사용 기록이 온톨로지로 다시 들어가서, 쓰면 쓸수록 공유 맥락이 나아진다.
이 마지막 단계가 데이터 카탈로그와의 차이다. 카탈로그는 낡아 가는 문서다. 수정을 흡수하는 계층은, 누군가 고칠 마음만 있으면 정확성을 유지할 수도 있는 시스템이다.
실제로 배포되는 것
스택은 CLI 도구보다 무겁고, README도 이를 숨기지 않는다.
Next.js 16 프런트엔드가 3000 포트에서 Better Auth와 Prisma를 달고 UI와 인증, 공개 API 게이트웨이를 맡는다. 3001 포트의 FastAPI 백엔드는 text-to-SQL 에이전트와 카탈로그, 온톨로지 API를 돌린다. 3002 포트의 수집 워커는 표 형식 데이터를 받아 임베딩을 쓴다. 3003 포트의 FastMCP 서버는 읽기 전용 도구를 노출한다. 5432 포트의 Postgres 17과 pgvector가 카탈로그와 온톨로지, 애플리케이션 데이터, 벡터 저장소를 담는다. HashiCorp Vault는 선택 사항으로 연결 자격 증명용이다.
추론은 NVIDIA NIM을 통한다. 호스팅 API 카탈로그든 자체 엔드포인트든 된다. 배포는 Kubernetes용 Helm chart이거나 로컬 스택용 Docker Compose다. BIRD text-to-SQL 평가 경로는 별도 저장소에 있다.
대부분의 팀이 실제로 만지는 건 MCP 표면이다. 읽기 전용 도구 아홉 개가 역할별로 나뉜다. `check_readiness`는 이 배포가 애초에 뭔가 답할 수 있는지 알려주고, `search_terms`와 `get_term`, `describe_table`이 조회를 맡고, `check_answerable`은 에이전트가 헛호출을 하기 전에 온톨로지가 그 질문을 덮는지 묻고, `ask_question`은 답과 SQL, 행을 한꺼번에 돌려준다.
마지막 세 개가 설계상의 주장이다. 답 옆에 SQL을 주면 사람이 쿼리를 감사할 수 있고, 행을 주면 에이전트의 말을 대조할 수 있다. 숫자만 돌려주는 에이전트는 반증이 불가능하다.
클라이언트에 붙이는 건 두 줄이다. `AUTO_ONTOLOGY_API_URL`을 자기 배포로 돌리고 `uvx --from "git+https://github.com/NVIDIA/auto-ontology.git#subdirectory=mcp" auto-ontology-mcp`를 실행한다. Cursor는 `mcp.json`에 `{"url": "http://localhost:3003/mcp"}`를 넣는다. Claude Desktop은 `mcp-remote`로 연결한다.
보안 설명이 진짜 볼 만한 부분
README에는 대부분의 오픈소스 프로젝트라면 빼놨을 문단이 있다.
3001과 3002 포트는 사설 네트워크에 둬야 한다. FastAPI 백엔드는 프런트엔드가 `x-auto-ontology-user-id` 헤더로 넘기는 사용자 신원을 신뢰한다. ingest, delete, reset, compile이 포함된 수집 서비스 엔드포인트에는 자체 인증이 없다. 클라이언트는 3000 포트의 웹 앱을 거치도록 되어 있다.
이 문단은 아키텍처 설명이자 동시에 경고다. 헤더 기반 신원 신뢰는 리버스 프록시 뒤에서는 흔한 방식이고, 백엔드에 직접 닿으면 치명적이다. 인증도 없이 삭제와 초기화가 되는 수집 엔드포인트는 카탈로그를 겨눈 장전된 총이다.
이 정도로 솔직하게 문서화된 데모 수준 배포는 대개 이런 모양이다. NVIDIA가 처음도 아니다. 값어치는 프로젝트가 이용자가 알기 전에 먼저 말한다는 데 있다.
여기서 오픈이 뜻하지 않는 것
프로젝트는 Apache 2.0이고, 외부 기여는 명시적으로 받지 않는다. 코드는 팀이 관리하고, 통합 요청과 버그는 이슈로 받고, 보안 신고는 별도 절차로 돌린다.
요즘 자주 보이는 의도된 태도다. 코드는 공개하고 로드맵은 쥐고 있는 것. 분석 맥락 계층을 만드는 회사에게 온톨로지 스키마와 에이전트 스킬은 직접 통제하고 싶은 인터페이스이고, 둘 중 하나라도 패치를 받으면 일관성을 유지해야 하는 쪽이 느려진다.
이걸 평가하는 팀에게 실질적인 결론은 이렇다. 모든 줄을 읽을 수 있고 어디서든 돌릴 수 있지만, 고친 걸 머지받을 수는 없다. 포크를 전제로 계획해야 한다.
한 가지 더 짚을 게 있다. Auto Ontology는 시맨틱 모델 교환 오픈 표준인 Apache Ossie와 호환되고, UI나 `POST /api/model/import`, `/api/model/export`로 가져오고 내보낼 수 있다. 이미 다른 도구에서 시맨틱 모델을 관리하고 있다면, 이 변환기가 있느냐가 마이그레이션 프로젝트와 반나절의 차이다.
호스팅 서비스인 KumoRFM을 통한 선택적 예측 경로도 있다. 켜면 에이전트가 연결된 테이블을 그쪽으로 올린다. 기본 상한은 20 tables이고, 직접 제한을 걸지 않으면 행 수는 무제한이다. README는 켜기 전에 무엇이 전송되는지 확인하라고 한다. 진지하게 받아들여야 한다. 스택에서 데이터가 네트워크 밖으로 나가는 유일한 기능이다.
이 범주가 지금 생긴 이유
에이전트형 분석은 지난 한 해가 좋지 않았다. 웨어하우스에 질의하는 에이전트는 만들기 쉽다. CFO가 서명할 숫자를 돌려주는 에이전트는 어렵다. 실패가 조용하기 때문이다. 그럴듯한 숫자가 그럴듯한 쿼리에서 나오고, 그 뒤에는 아무도 검증하지 않은 정의가 있다.
지금까지의 상투적인 해법은 프롬프트 엔지니어링, 그러니까 모델에게 조심하라고 부탁하는 것이었다. 오래 가는 해법은 인증된 사전과 검증기를 쥐여주고, 범위를 벗어난 질문에는 답하지 않게 하는 것이다. `check_answerable`이 있는 이유가 바로 에이전트가 거절할 수 있게 하기 위해서다.
이게 인프라가 될지 참조 구현으로 끝날지는 채택에 달렸고, 채택은 곧바로 임포트할 수 있을 만큼 시맨틱 모델이 깨끗한 회사가 얼마나 되는지에 달렸다. 그 숫자는 자기가 그렇다고 생각하는 회사 수보다 작다.
그래도 방향은 맞다. 분석에서 비싼 부분은 SQL이 아니었다. 칼럼이 무슨 뜻인지 합의하고, 6개월 뒤에도 그 합의를 기억하는 일이었다. 그 합의를 에이전트의 맥락에 넣고 모든 답변에 계보를 붙이는 것, 이번 주에 나온 것 중 가장 화려하지 않고 가장 하중을 받치는 일이다.
관련 글
중국산 안드로이드 시스템 UI의 광고를 끄는, 커뮤니티가 관리하는 탭 표
시스템을 건드리지 않고, 잠금 해제도, 플래싱도 하지 않는다. 제조사가 이미 열어 둔 스위치를 하나씩 뒤집을 뿐이다. 대가는 이 목록을 계속 써 줄 사람이 필요하다는 것이다.
GPT Image 2.6, 토큰 단가는 그대로 두고 청구서를 올렸다
GPT Image 2.6은 2.5의 토큰 단가를 하나도 바꾸지 않았는데 이미지 한 장 값은 올랐다. 작업의 상당 부분이 이제 출력 토큰에서 일어나기 때문이다. 출시 11일째, 가격 구조가 순위표보다 많은 것을 말한다.
IDM을 바깥에서 다시 만든 사람이 손대지 않은 부분을 적어 두었다
Mister Download Manager는 Internet Download Manager의 흐름을 Rust로 다시 구현해 5배 속도와 86개 언어를 내건다. 더 흥미로운 문서는 아무것도 복사하지 않고 어떻게 만들었는지 설명하는 문단이다.
Rune은 에이전트가 자기 작업을 검증할 수 있도록 만든 Rust UI 프레임워크
Rune은 헤드리스로 렌더링하고 요소 트리를 덤프하며 스크립트 입력을 받는다. 스크린샷으로는 얻을 수 없는, diff 가능한 신호를 코딩 에이전트에게 준다. 프레임워크는 프리릴리스이며 풀 리퀘스트를 받지 않는다.