Claude가 우리 회사 온톨로지를 직접 조회하게 만들기 — OMCP 연결 A to Z

Claude가 우리 회사 온톨로지를 직접 조회하게 만들기 — OMCP 연결 A to Z

Foundry 화면을 열지 않고 물어볼 수 있다면

“지난달 매출이 높았던 고객군의 특징을 분석해줘.” 이 질문에 답하려면 보통 Foundry에 로그인해서 Contour나 Quiver를 열고, 필요한 온톨로지 객체를 찾아 직접 분석해야 합니다. 그런데 이 질문을 그냥 Claude 채팅창에 던져서 답을 받을 수 있다면 어떨까요. OMCP(Ontology MCP)가 하는 일이 정확히 이겁니다.

OMCP가 RAG와 다른 지점

일반적인 RAG는 텍스트 유사도로 관련 문서를 찾아 붙여주는 방식입니다. “이 문장이랑 비슷한 문장을 찾아서 컨텍스트에 넣어줄게”에 가깝습니다.

OMCP는 다릅니다. “A는 B의 하위 개념이다”, “이 원자재는 저 완제품의 BOM에 포함된다” 같은 관계가 온톨로지에 이미 정의되어 있고, OMCP는 이 구조를 그대로 Claude에게 노출시킵니다. Claude는 텍스트를 유사도로 짜맞추는 게 아니라, 이미 정의된 경로를 따라 정확한 근거를 가지고 답합니다.

1단계 — 연결 설정하기

MCP 구조부터 이해하기

  • MCP 호스트: Claude Desktop이나 Developer Console처럼, 사람이 LLM과 대화하는 애플리케이션
  • MCP 서버: 실제 데이터 소스를 제어하고, Claude가 쓸 수 있는 도구(Tools)를 노출하는 쪽
  • OMCP: 이 MCP 표준을 온톨로지 데이터에 맞게 구성한 형태

연결 4단계

1) OMCP 서버 준비. 온톨로지를 쿼리할 수 있는 서버를 구성합니다. “특정 노드의 관계를 조회하는 도구”를 정의해두면, 내부적으로 온톨로지 저장소를 조회해서 결과를 반환합니다.

2) Claude Desktop 환경 설정. claude_desktop_config.json 파일에 로컬 OMCP 서버를 등록합니다. 서버 실행 명령, 온톨로지 저장소 접속 정보(URL, 인증 정보)를 환경 변수로 설정합니다.

3) Developer Console에서 연결 검증. 웹 기반 Developer Console(Workbench)에서는 로컬 서버에 바로 접근할 수 없습니다. 서버를 외부에서 접근 가능한 주소로 노출시키고, SSE(Server-Sent Events) 방식으로 통신 방식을 바꿔줘야 합니다. 이 지점이 실제로 사람들이 가장 자주 막히는 단계입니다. Claude Desktop에서는 잘 되는데 Developer Console에서는 연결이 안 되는 경우, 대부분 이 외부 노출 설정이 빠진 겁니다.

4) 도구 동기화 및 테스트. Developer Console에 MCP 엔드포인트를 등록하면 Claude가 서버가 노출한 도구를 자동으로 인식합니다. 온톨로지 관계를 묻는 질문을 던져서 도구가 실제로 호출되고 올바른 결과가 나오는지 확인합니다.

2단계 — 개인 AIP Developer 계정에서 실제로 분석해보기

이론만으로는 감이 안 잡히니, 작은 규모로 직접 돌려보는 걸 권합니다.

  1. 데이터 소스 준비: 로컬 데이터베이스나 공개 데이터셋(CSV 등)을 하나 구합니다.
  2. 온톨로지 모델링: 고객, 거래 같은 Object Type과 “구매하다” 같은 관계를 정의합니다. (자세한 방법은 Ontology Manager 가이드를 참고하세요.)
  3. OMCP 연결: AIP Developer 콘솔에서 OMCP 서버를 활성화하고, 로컬 데이터를 온톨로지 구조에 매핑합니다.
  4. AIP Logic·Assist 활용: 이제 “지난달 매출 높은 고객군 특징 분석해줘” 같은 자연어 질문을 채팅으로 던지면, Foundry UI 없이도 답을 받을 수 있습니다.

기존 방식과 비교하면

구분 SQL 직접 분석 단순 RAG OMCP + 온톨로지
관계 파악 매번 JOIN 직접 작성 텍스트 유사도만 활용 사전 정의된 관계를 그대로 적용
접근성 낮음 (SQL 필수) 중간 수준 자연어 질문으로 누구나 접근
정확도 쿼리 작성자 역량에 좌우 맥락 손실 가능 관계 구조 기반이라 상대적으로 안정적

연결하다가 자주 걸려 넘어지는 지점

평문으로 인증 정보를 저장한다. 설정 파일에 접속 정보를 그대로 적어두는 경우가 생각보다 많습니다. 환경 변수나 시크릿 관리 도구를 쓰는 게 원칙입니다.

로컬에서만 테스트하고 끝낸다. Claude Desktop에서는 잘 작동하는데 Developer Console에서는 실패하는 전형적인 패턴입니다. 앞서 말한 외부 노출 설정을 빠뜨린 경우가 대부분입니다.

도구 설명을 대충 적는다. Claude는 도구의 설명(description)을 보고 언제 그 도구를 호출할지 판단합니다. 설명이 모호하면 필요한 순간에 도구를 안 부르거나, 엉뚱한 상황에서 부릅니다. “설비 관계를 조회하는 도구”보다 “특정 설비 ID를 받아 소속 부서와 최근 정비 이력을 반환하는 도구”처럼 구체적으로 써야 합니다.

온톨로지 설계 자체가 부실하다. OMCP 연결이 완벽해도, 그 밑의 온톨로지 설계가 허술하면 Claude가 참조할 근거 자체가 부실해집니다. 연결 이전에 온톨로지 설계를 먼저 점검하세요.

개인 개발 계정의 리소스 제약을 무시한다. 개인 AIP Developer 계정은 리소스가 제한적입니다. 학습 목적에 맞는 작은 규모부터 시작하는 게 좋습니다.

Claude의 답변을 무조건 신뢰한다. 온톨로지 기반이라고 해서 환각 가능성이 완전히 사라지는 건 아닙니다. 중요한 의사결정에 쓰는 답변은 반드시 근거를 다시 확인하는 습관을 들이세요.

전체 그림에서 OMCP의 위치

Ontology Manager → Foundry 파이프라인·코드 → 탐색·분석·시각화 도구 → AIP → OMCP. 이게 Foundry 아키텍처의 5단계(연동 → 파이프라인 → 온톨로지 → 애플리케이션 → AI)가 실제로 도구화된 모습입니다. OMCP는 이 흐름의 마지막 지점에서, Foundry UI라는 문턱을 없애는 역할을 합니다.

자주 묻는 질문

Q. OMCP를 쓰려면 별도 라이선스가 필요한가요? 기존 Foundry·온톨로지 접근 권한을 그대로 활용합니다. MCP 연동을 위한 추가 설정은 필요하지만, 구체적인 라이선스 요건은 조직의 Foundry 계약에 따라 다릅니다.

Q. Claude가 Action을 실행할 때 권한은 어떻게 관리되나요? 온톨로지의 RBAC 권한 체계가 그대로 적용됩니다. Claude는 요청한 사용자의 권한 범위 안에 있는 데이터와 Action에만 접근할 수 있습니다.

Q. OMCP는 어떤 상황에서 특히 유용한가요? Foundry UI를 열 필요 없이 채팅만으로 온톨로지를 조회하거나 간단한 Action을 실행하고 싶을 때, 그리고 데이터 전문가가 아닌 일반 사용자가 빠르게 데이터에 접근해야 할 때 유용합니다.

Q. MCP와 AIP는 어떤 관계인가요? AIP는 Foundry 내부의 AI 계층이고, MCP는 Foundry 외부의 LLM 클라이언트를 연결하는 표준 프로토콜입니다. 둘은 대체 관계가 아니라 서로 다른 접점을 담당합니다.

Q. 모든 Object Type을 MCP로 노출해야 하나요? 권장하지 않습니다. 실제로 필요한 범위의 Object Type과 Action Type만 선택적으로 노출하는 게 보안과 관리 측면에서 더 안전합니다.

질문이나 지적할 부분이 있으면 문의로 알려주세요.

Questions or corrections? Let us know via Contact.

AI

AI map Ontology

기업 IT·데이터 조직에서 20년 넘게 실무를 해온 사람이 씁니다. 모든 사례는 익명화·일반화합니다. 소개 보기 →

AI

AI map Ontology

Written by someone with 20+ years in enterprise IT and data. All cases are anonymized and generalized. About us →

다음으로 읽어볼 글

개념을 이해했다면, 실제 설계와 활용 방법을 이어서 살펴보세요.

온톨로지 Foundry AIP 기업 AI 전략

Keep reading

Once you understand the concept, continue on to real design and usage patterns.

Ontology Foundry AIP Enterprise AI Strategy