IRIS — AI 자연어 데이터 조회 플랫폼

상황

IRIS 는 사내 HR 데이터를 한국어로 묻는 온톨로지 기반 NL→SQL 플랫폼으로, 실제 데이터의 LLM 전송 0건을 지키며 65/65 테스트를 통과했습니다. 사내 HR 데이터를 보유한 기업에서 비전문가인 인사팀과 경영진이 SQL 없이 데이터를 조회해야 하는 환경입니다. 실제 개인정보가 포함된 데이터를 LLM에 전송할 수 없으며, 동일한 질문에 대해 항상 동일한 답변이 도출되어야 하는 제약이 존재합니다.

문제

"이직률이 가장 높은 부서"와 같은 비즈니스 용어와 실제 DB 스키마 사이의 간극을 메워 자연어를 SQL로 변환하는 것이 어려웠습니다. 또한 LLM에 스키마와 데이터를 직접 전달할 경우 비용 증가, 보안 취약점 발생, 그리고 결과의 비재현성 문제가 발생합니다.

우리가 한 것

• 비즈니스 개념과 DB 스키마를 YAML 온톨로지로 분리하여 도메인 변경 시 온톨로지만 수정하도록 설계했습니다.
• 쿼리 처리를 골든쿼리 매칭, 임베딩 유사도, LLM 의도 파싱 및 SQL 생성의 3단계 Tier 구조로 구성했습니다.
• LLM에는 온톨로지 개념과 파싱 결과만 전달하고, 실제 데이터는 전송하지 않으며 집계값만 PII 마스킹하여 응답합니다.
• Microsoft Teams 봇(Adaptive Card)을 연동하여 직원이 기존 채널에서 즉시 질문할 수 있도록 구현했습니다.
• 별명 승인 및 거절 기능을 포함한 온톨로지 자기강화 루프를 통해 운영 중 어휘가 누적되도록 했습니다.

결과

지표	값	비고
테스트 통과율	65/65	Phase A~D
파이프라인 및 기능	Phase A~D 완료	B-1~B-8, Teams 봇, 대시보드, Write-back 워크플로우
실제 데이터 LLM 전송	0건	온톨로지 개념·집계값만 전송
파일럿 기간	4주	제안 기준

기간 · 규모 · 스택

• 기간: 2026-03 파일럿 런타임 검증 → Teams 봇 배포 (2026-03-11)
• 규모: Supabase PostgreSQL 파일럿, HR 도메인
• 스택: Next.js · TypeScript · Claude API · Supabase(PostgreSQL) · YAML 온톨로지 · React Flow · Recharts

이 사례가 말하는 것

자연어 데이터 조회의 핵심은 모델이 아니라 온톨로지입니다. 온톨로지를 먼저 세우면 LLM은 마지막 5%만 맡습니다.