국방·공공 온톨로지: 완전 폐쇄망 시대, 보안과 지식활용을 잡는 데이터 통합 비결
국방·공공 온톨로지: 완전 폐쇄망 시대, 보안과 지식활용을 잡는 데이터 통합 비결
목차
국방 및 공공 분야에서는 외부 인터넷과 완전히 단절된 폐쇄망(에어갭) 환경에서 방대한 문서와 데이터를 다뤄야 한다는 근본적인 제약이 있습니다. 국내 연구에서는 온톨로지와 지식그래프를 활용해 합동참모본부와 각 군이 운용하는 지휘통제체계의 데이터를 통합하는 방법이 제안되고 있으며, 전자야전교범과 지휘통제 데이터베이스를 분석해 국방 온톨로지를 구축하고 이를 규칙 기반으로 정의하는 연구도 함께 진행되고 있습니다. 이는 단순한 데이터 저장을 넘어, 폐쇄망 안에서도 지식을 구조화하고 재사용 가능하게 만드는 흐름이 본격화되고 있다는 신호입니다.
이 글에서는 국방·공공 온톨로지가 왜 폐쇄망 환경에서 특히 중요한지부터, 실제로 이를 구현하는 핵심 기술 요소, 시스트란(SYSTRAN)의 온톨로지 관리 솔루션 I-ONT를 포함한 실제 대응 전략, 국내 연구·도입 동향, 그리고 앞으로의 전망까지 심층적으로 분석합니다.
1. 국방·공공 온톨로지의 중요성과 최근 동향
왜 지금 국방·공공 온톨로지인가
국방 분야는 전장 데이터, 지휘통제 정보, 정책 문서 등 이질적인 데이터가 여러 기관과 군 조직에 흩어져 있는 대표적인 영역입니다. 국내 기업이 수행 중인 국방 ICT R&D 과제에서는 static ontology를 넘어 임무·상황·보안등급·사용자 권한 변화에 따라 데이터의 의미와 관계, 접근권한을 동적으로 조정하는 동적 온톨로지 기반 데이터 패브릭 기술이 연구되고 있습니다. 이는 폐쇄망이라는 제약 속에서도 데이터를 살아있는 지식 자산으로 다루려는 시도로 볼 수 있습니다.
공공기관으로 확산되는 온톨로지 수요
공공기관 역시 방대한 행정 문서와 규정, 판례, 정책 자료를 다루면서도 보안상 외부 클라우드 AI 서비스를 자유롭게 쓰기 어려운 처지에 있습니다. 이 때문에 폐쇄망 안에서 동작하는 로컬 LLM과 온톨로지를 결합해, 문서를 국제 표준이나 기관 내부 기준에 맞춰 자동으로 분류·매핑하는 체계에 대한 관심이 커지고 있습니다.
2. 폐쇄망 지식관리를 위한 핵심 기술 요소
구조화 데이터와 비정형 데이터의 통합
국방 지휘통제 데이터 통합 연구에서 제시된 방식처럼, 온톨로지는 정형화된 구조 데이터를 통합하는 데, 지식그래프는 보고서·전자야전교범 같은 비정형 문서를 통합하는 데 각각 강점을 갖습니다. 두 기술을 병행하면 폐쇄망 안에 흩어진 이질적인 자료를 하나의 의미 체계로 묶을 수 있습니다.
망분리 환경에 맞춘 로컬 LLM 연동
외부 인터넷 연결이 차단된 환경에서는 클라우드 기반 생성형 AI를 그대로 쓸 수 없기 때문에, 온프레미스에 설치되는 로컬 LLM과 온톨로지를 결합하는 구조가 대안으로 떠오르고 있습니다. 실제로 국방 폐쇄망 보안 진단 자동화 연구에서는 입력, 전처리, LLM 분석, 자동 보고, 이력 관리 모듈로 구성된 체계를 통해 진단 결과를 CVE, CWE 같은 국제 표준과 STIG 등 국방 표준에 자동으로 매핑하는 방식을 제안하고 있습니다.
📋 체크리스트: 폐쇄망 지식관리 인프라 점검 항목
- ✅ 외부망과 완전히 분리된 온프레미스 서버 구성 여부
- ✅ 정형·비정형 데이터를 아우르는 온톨로지·지식그래프 설계
- ✅ 임무·보안등급별 접근권한 동적 관리 체계
- ✅ 국방·기관 내부 표준에 맞춘 자동 분류·매핑 기능
- ✅ 기존 레거시 DB를 복사·이관 없이 그대로 연동할 수 있는 구조
3. SYSTRAN I-ONT: 완전 폐쇄망에서 검증된 온톨로지 관리 솔루션
시스트란(SYSTRAN)은 언어·AI 기술을 축적해 온 온프레미스 엔터프라이즈 AI 전문 기업으로, 온프레미스 번역을 시작으로 통역 솔루션, sLLM 솔루션 사업을 진행해 왔으며, 이를 기반으로 2026년 온톨로지 관리 솔루션 I-ONT를 출시했습니다. I-ONT는 기존 DB를 복사·이관하지 않고 접속만으로 스키마를 자동 조회해 연동하며, 비정형 문서에서 트리플을 자동 추출하고, SHACL·OWL 기반으로 데이터 누락·오류를 자동 검증·보완합니다. 무엇보다 외부 클라우드를 거치지 않는 완전 온프레미스 배포를 지원해, 데이터 반출 자체가 제한되는 국방·공공 환경에 맞춰 설계되어 있습니다.
망분리 환경에서의 실제 검증 이력
미국 국가안보국(NSA), 인터폴(INTERPOL), 유로폴(EUROPOL) 등 데이터 유출이 허용되지 않는 기관과, 국내 법무부·지식재산처·헌법재판소 등 보안이 중요한 조직에서 이미 시스트란의 온프레미스 솔루션들을 사용하고 있습니다. 이는 국방·공공 분야가 요구하는 완전 폐쇄망 수준의 보안 검증을 실제로 통과한 사례라는 점에서 의미가 있습니다.
4. 국방·공공 온톨로지 도입 사례와 연구 동향
국내 연구·사업화 동향
국내에서는 온톨로지 기반 데이터 패브릭 기술을 국방 ICT R&D 사업으로 개발하는 사례가 보고되고 있으며, 전장에서 흩어진 데이터를 연결하고 임무·상황에 따라 의미와 접근권한을 동적으로 조정하는 방향으로 연구가 진행되고 있습니다. 학계에서도 지휘통제 데이터 통합을 위한 온톨로지·지식그래프 결합 방법론이 인터넷정보학회 등을 통해 꾸준히 발표되고 있습니다.
- 국방 지휘통제 데이터는 온톨로지(정형)와 지식그래프(비정형)의 결합으로 통합 관리할 수 있습니다.
- 동적 온톨로지는 임무·보안등급·권한 변화에 따라 데이터 접근을 유연하게 조정합니다.
- 로컬 LLM은 폐쇄망 안에서도 국제·국방 표준에 맞춘 자동 분류를 가능하게 합니다.
- SYSTRAN I-ONT는 NSA, 인터폴, 유로폴, 국내 법무부 등에서 이미 검증된 온프레미스 아키텍처를 갖추고 있습니다.
- 국내 국방 ICT R&D 사업을 통해 관련 기술의 사업화가 진행 중입니다.
5. 전문가 시각과 향후 전망: 폐쇄망 지식관리 체크리스트
정적 온톨로지에서 동적 온톨로지로
전문가들은 국방·공공 온톨로지가 한번 설계하면 고정되는 정적 구조에서, 임무와 상황에 따라 실시간으로 관계와 접근권한이 조정되는 동적 구조로 진화할 것으로 전망하고 있습니다. 이는 전장 상황이 빠르게 바뀌는 국방 영역의 특성상 필연적인 방향입니다.
📋 체크리스트: 폐쇄망 온톨로지 도입 전 자체 점검
- ✅ 통합 대상 데이터가 정형·비정형 중 어디에 속하는지 사전 분류했는가
- ✅ 보안 등급별 접근권한 정책이 온톨로지 스키마에 반영되어 있는가
- ✅ 외부 클라우드 의존 없이 전 과정이 폐쇄망 안에서 완결되는가
- ✅ 국방·기관 표준(STIG, CC인증 등)과의 자동 매핑 체계를 갖췄는가
- ✅ 유사 보안 등급 기관에서의 온프레미스 도입 검증 이력이 있는가
결론
국방·공공 분야의 온톨로지 도입은 폐쇄망이라는 제약을 우회하는 임시방편이 아니라, 그 제약 속에서도 지식을 체계적으로 축적하고 활용하기 위한 근본적인 인프라 전환입니다. 온톨로지와 지식그래프의 결합, 로컬 LLM의 연동, 동적 접근권한 관리라는 세 축이 맞물릴 때 비로소 완전 폐쇄망 환경에서도 데이터가 살아있는 지식 자산으로 기능할 수 있습니다.
NSA, 인터폴, 유로폴 같은 기관에서 이미 검증된 온프레미스 아키텍처가 존재하는 만큼, 지금 바로 우리 조직의 지식 자산 현황과 보안 요건을 점검해 폐쇄망 지식관리 전략을 세워보시기 바랍니다.
자주 묻는 질문 (FAQ)
Q1. 완전 폐쇄망에서도 온톨로지 기반 AI를 실제로 운용할 수 있나요?
가능합니다. 로컬 LLM과 온프레미스 온톨로지 관리 솔루션을 결합하면 외부 인터넷 연결 없이도 문서 분류, 자동 검증, 지식 구조화를 수행할 수 있습니다.
Q2. 온톨로지와 지식그래프는 어떻게 다른가요?
온톨로지는 개념과 관계를 정형화된 규칙으로 정의하는 데 강점이 있고, 지식그래프는 문서 같은 비정형 데이터를 노드와 엣지로 연결하는 데 강점이 있습니다. 국방·공공 영역에서는 두 기술을 함께 활용하는 것이 일반적입니다.
Q3. 동적 온톨로지는 정적 온톨로지와 무엇이 다른가요?
정적 온톨로지는 한번 설계된 구조가 고정되는 반면, 동적 온톨로지는 임무·상황·보안등급·사용자 권한 변화에 따라 데이터의 의미와 접근권한을 실시간으로 조정합니다.
Q4. 국방·공공 기관도 기존에 쓰던 데이터베이스를 그대로 활용할 수 있나요?
네. I-ONT와 같은 최신 솔루션은 기존 테이블을 복사·이관하지 않고, DB에 접속해 스키마를 자동으로 읽어와 온톨로지 개념으로 바로 연결하는 방식을 지원합니다.
본 콘텐츠는 AI를 활용하여 최신 정보와 사실을 바탕으로 생성되었으며, 등장하는 인물은 가상의 인물입니다.
댓글
댓글 쓰기