전자신문인터넷이 10월 23일 서울 서초구 엘타워에서 개최한 국내 대표 엔터프라이즈 업무 자동화 콘퍼런스 'AX & 하이퍼오토메이션 코리아 2026-Fall'에서 하이퍼이지가 온톨로지 자동 구축과 AI 에이전트 오케스트레이션을 결합한 엔터프라이즈 AI 운영체제(OS) 'Skein OS'를 소개했다. 윤상석 하이퍼이지 대표는 'AI 도입 PoC의 난제를 넘어: 온톨로지 자동 구축 기반의 AI OS 전략과 RX'를 주제로 발표했다.
윤 대표는 AI 프로젝트가 개념검증(PoC)에서 멈추는 주요 원인이 모델 성능보다 '기업 맥락'의 부재에 있다고 진단했다. 생성형 AI는 개인의 문서 작성과 정보 탐색에는 효과적이지만, 기업 업무를 수행하려면 서로 다른 시스템에 흩어진 데이터의 의미와 관계, 숙련자의 판단 기준, 예외, 승인 권한, 실행 결과까지 함께 이해해야 한다는 설명이다.
하이퍼이지는 이를 해결하는 구조를 'AI OS'로 정의했다. 기업의 대상·관계·판단 기준·액션을 온톨로지로 정리하고, 권한과 가드레일, 반복 실행과 검증을 제어 시스템으로 관리하는 방식이다. AI가 대안을 검토하더라도 수량과 권한, 업무 조건은 코드로 다시 확인하고, 영향이 큰 변경은 사람의 승인 뒤 실행하도록 설계한다.
Skein OS는 온톨로지 자동 구축 기술 기반의 데이터 모델링과 AI 에이전트 운영을 결합해 이 간극을 메운다. 기업의 시스템·문서·업무 이력과 숙련자의 판단 기준을 업무 맥락으로 구조화하고, AI 에이전트가 계획 수립, 승인 요청, 시스템 반영, 결과 확인까지 이어서 수행하도록 지원한다. 하이퍼이지는 이를 회사 업무를 숙련된 직원처럼 이해하고 실행하는 맞춤형 'Super Intelligence OS'로 제시했다.
발표에서는 정밀부품 제조사의 생산설비가 멈춘 상황을 재구성한 가상 사례로 필요성을 설명했다. 고객 주문 800개 가운데 320개는 기존 출하 승인, 200개는 품질 보류, 280개는 가공 미완료 상태였다. 설비·생산·품질·영업 시스템의 기록과 고객 수용 조건을 함께 확인하지 않으면 '몇 개를 언제 보낼지' 확정할 수 없다. 일반적인 생성형 AI는 조언을 제시할 수 있지만, 실제 수량·일정 계산부터 시스템 반영과 고객 안내까지 이어지는 업무 실행은 어렵다는 설명이다.
재구성한 제조 사례에서 Skein OS는 설비관리의 'M-03', 생산관리의 '가공 3호', 품질관리의 'EQ-003'을 같은 설비로 확인하고 생산 로트와 검사 결과, 고객 주문을 연결한다. 이어 품질 보류와 검사 자원, 대체 설비, 다른 고객 주문의 납기까지 계산해 320개 우선 납품과 480개 후속 납품안을 제시한다. 담당자 승인 뒤에는 생산계획 변경과 검사 요청, 출하 지시를 각 시스템에 등록하고 고객 입고까지 추적한다.
기존 ERP·MES·품질 시스템이나 데이터 플랫폼을 교체할 필요도 없다. Skein OS는 API·SQL·이벤트·파일 등으로 기존 자산을 연결하고, 시스템별 데이터를 공통 업무 객체와 액션으로 제공한다. AI가 데이터를 임의로 고치는 대신 '조건을 만족하면 출하계획 확정'처럼 검증된 업무 동작만 실행하게 하며, 조회 권한과 변경 권한도 분리한다.
플랫폼의 공통 기술은 Nexus·Action·Sense로 구성된다. Nexus는 원천 구조와 데이터 프로파일을 분석해 객체·속성·관계 후보와 데이터 계보·버전을 관리한다. Action은 업무 모델에 기반한 질의와 도구·액션·워크플로를 제공하고 권한·검토·실행 결과를 남긴다. Sense는 원천 변경과 적재 상태, 실패·미결 업무를 추적하고 실제 결과를 대조해 운영 개선으로 연결한다.
하이퍼이지가 강조한 차별점은 온톨로지 구축 자동화와 현장 설계를 함께 제공한다는 데 있다. Skein OS는 스키마와 데이터, 업무 로그를 역공학하는 특허 기술로 테이블·코드값·키·관계 후보를 찾고 모델 초안을 만든다. 다만 외래키를 찾았다고 업무 관계가 확정되는 것은 아니다. 현장에 투입된 FDE(Forward Deployed Engineer)가 인터뷰와 업무 이력을 통해 도메인 고유의 의미·예외·우선순위·책임을 확인하고, 현업과 합의한 모델만 반영한다.
도입은 하나의 업무와 측정 가능한 핵심성과지표(KPI)를 정하는 데서 시작한다. FDE가 현장을 분석해 온톨로지와 액션·권한·승인 범위를 설계하고, 실제 자료로 PoC를 반복 검증한 뒤 시범 운영과 전사 확산으로 넓힌다. 운영 단계에서는 승인·반려뿐 아니라 AI가 놓친 일과 미결 업무, 실행 비용까지 관찰하며, 모델이나 설정을 바꾼 뒤에는 같은 사례로 회귀 평가를 수행한다.
프로젝트가 끝난 뒤 고객이 직접 수정하고 운영할 수 있도록 인수인계 체계도 갖췄다. 용어집과 대상 지도, 액션 목록과 승인 기준, 점검 쿼리와 운영 지표, 변경 요청과 검증 기록을 넘겨 고객 담당자가 변경을 요청하고 결과를 검증하며 실패 원인을 찾을 수 있도록 한다. 구축에서 운영 정착까지 책임지는 FDE 방식이 범용 플랫폼만 제공하는 접근과 구분되는 지점이다.
하이퍼이지는 Skein OS의 자동화 기술과 FDE의 도메인 설계를 결합해 온톨로지 구축 비용을 내부 산정 기준으로 53% 절감했다고 밝혔다. 업무 범위에 따라 절감 폭은 달라질 수 있지만, 자동화 기술과 현장 설계를 결합해 구축 효율을 높였다는 설명이다. 이와 함께 회사 전체 기준으로 120건 이상의 엔터프라이즈 구축·개발 경험을 축적했으며, 현재는 Skein OS의 온톨로지 기반 기술을 활용해 대한민국 공군 전력유지 AI OS를 구축하고 있다.
또한 하이퍼이지는 기업별 데이터와 업무 규칙을 바탕으로 AI가 안전하게 판단하고 실행할 수 있는 운영체계를 구현하는 데 주력한다. Skein OS와 FDE로 첫 적용 과제 선정부터 온톨로지 구축, 현장 적용, 배포, 운영 개선까지 연결해 기업 AI를 PoC 단계에서 실제 업무를 수행하고 성과를 만드는 운영 단계로 전환하는 것이 하이퍼이지의 전략이다.
임민지 기자 minzi56@etnews.com