제조 온톨로지는 부품·도면·치수·공정·검사 기준 같은 개념과 그 관계를 정해, AI가 제조 데이터를 같은 뜻으로 읽게 하는 기준입니다. 제조 온톨로지 구축은 업무 질문에서 시작해, 센서·MES 값뿐 아니라 도면과 기준서에 적힌 정의까지 근거와 함께 연결해야 완성됩니다.
한국딥러닝은 문서와 도면을 읽고 업무까지 처리하는
AI 에이전트 플랫폼 DEEP Agent OS를 만듭니다.
도면에서 부품표를 정확히 뽑았다면, 다음 질문은 그 부품이 어느 도면에, 어떤 치수와 기준으로 쓰이느냐입니다. 이 질문에 답하게 만드는 일이 제조 온톨로지 구축입니다. 이 글은 도면에서 시작하는 구축 순서를 정리하고, 예시 도면 4장이 하나의 관계로 이어지는 데모를 글 중간에서 직접 눌러 볼 수 있게 했습니다.
제조 온톨로지, 지금 왜 찾고 있을까요?
제조업 온톨로지를 검색하게 되는 계기는 크게 세 가지입니다.
AI 에이전트 확산: 설비·제품·인력·업무 절차의 관계를 연결해 AI가 업무 흐름을 이해하게 하는 사례가 제조 기업에도 소개되고 있습니다(지디넷코리아, 2026.11).
정부 정책: 산업통상부는 제조 AI 2030 청사진에서 국가 제조데이터 라이브러리 구축과 숙련 인력의 제조 노하우 데이터화를 발표했습니다(산업통상부, 2026.6).
현장의 한계: 데이터는 공장 곳곳에 있지만 서로 연결되지 않아, AI를 붙여도 다음 업무로 넘어가지 않습니다. 업무별로 어디부터 AI를 적용할지는 아래에서 정리했습니다.
온톨로지라는 개념이 낯설다면 온톨로지란 무엇인가를 먼저 보셔도 좋습니다.
제조 온톨로지 구축, 어디서 막힐까요?
제조 온톨로지 구축은 대부분 도면과 기준서에 적힌 정의를 연결하는 단계에서 막힙니다. 흔히 소개되는 온톨로지 구축 방법은 MES·ERP·센서 값을 연결하는 데서 출발하는데, 시스템이 아는 것과 도면이 아는 것이 다르기 때문입니다.
원천 | 알려 주는 것 | 예시 |
|---|---|---|
MES·ERP·센서 | 얼마나, 언제, 몇 개 | 생산 수량, 설비 온도, 재고 |
도면 | 무엇을, 어떤 치수와 공차로 | 부품 형상, Ø40 k6, 표면 처리 주기 |
기준서·표준 | 어떤 기준을 따르는지 | 검사 항목, 재질 규격, 체결 토크, 설비 데이터시트 사양 |
시스템 값만으로 만든 제조 데이터 온톨로지는 이 부품이 무엇이고, 어느 개정이며, 어떤 기준을 따르는가에 답하지 못합니다. 현장에서 반복되는 병목은 세 가지입니다.
같은 대상, 다른 이름: 같은 부품을 도면, 설계 파일, 기준서가 서로 다르게 부릅니다.
사용처와 개정 추적: 부품이 쓰인 도면, 데이터시트, 변경 이력을 사람이 찾아 다니고, 원인과 영향 판단은 숙련자의 경험에 기댑니다.
묻혀 있는 기준: 재질·열처리·공차 기준이 도면 주기와 기준서 조항 안에 있습니다.
실제 도입 문의에서도 「정리되지 않은 설계 파일을 BOM 기준으로 분류해 도면과 맞춰 달라」, 「도면 치수보다 도서 사이의 변경 이력을 따라가고 싶다」 같은 요청이 들어옵니다.
우리 회사에 제조 온톨로지가 필요할까요?
4가지 질문으로 확인하기
아래 질문에 답하려면 특정 담당자에게 물어야 하거나 하루 이상 걸린다면 제조 온톨로지 구축을 시작할 때입니다.
냉각수 저장조(CW-TK-101)에서 흐름 방향으로 이어진 장비는 몇 대이고,
각각 어느 도면에 있나요?FV-104 밸브를 닫으면 어느 도면의 어느 구간까지 영향이 가나요?
축이 그려진 뷰는 어디이고, 거기 걸린 치수와 공차는 무엇인가요?
「볼트 체결 토크 45 Nm」 주기가 적용되는 부품은 무엇인가요?
이 질문들은 그대로 구축 1단계의 업무 질문이 됩니다. 1~3번은 이어지는 데모의 예시 질문으로, 4번은 데모 관계도의 「주기」 열에서 답을 확인할 수 있습니다.
제조 온톨로지 구축 5단계, 도면에서 시작하기
제조 온톨로지 구축은 업무 질문, 개념과 관계, 사실 추출, 검수, 개정 관리의 다섯 단계로 진행합니다.
업무 질문 정하기: 담당자가 실제로 묻는 문장을 3~5개 적습니다. 이 질문은 구축이 끝난 뒤 답이 맞는지 확인하는 검증 기준으로도 씁니다.
범위를 질문으로 묶어야 완료 시점이 생깁니다.개념과 관계 정하기: 질문에 나오는 명사가 개념 후보입니다. 도면, 뷰, 부품, 치수·공차, 주기, 장비, 밸브, 계기, 기준서 조항을 정하고 「부품은 뷰에 그려진다」, 「배관은 다음 도면으로 이어진다」 같은 관계를 정합니다.
도면에서 사실 뽑기: 표제란, 부품 목록, 치수, 주기, 다음 도면 연결 표시를 읽고 값마다 원문 위치를 남깁니다. PDF와 스캔 이미지가 섞여 있어도 같은 기준으로 읽습니다. 부품표를 뽑아 대조하는 과정은 아래 글에서 다뤘습니다.
같은 대상 묶고 검수하기: 표기가 다른 같은 대상을 하나로 묶습니다. P&ID에서는 태그 번호, 기계 도면에서는 품번이 묶는 기준이 됩니다. 자동으로 추정한 관계와 신뢰도가 낮은 값은 담당자가 확인합니다.
개정 계보 쌓기: 도면이 개정되면 이전 값을 지우지 않고 「대체함」 관계로 이어, 언제 무엇이 바뀌었는지 남깁니다. 설비를 바꾸기 전 변경관리를 할 때도 어느 도면과 문서가 영향을 받는지 이 계보로 확인합니다.
제조 온톨로지 구축 예시, 도면 4장이 하나의 관계로 이어지는 데모
온톨로지 구축 사례는 글로만 보면 감이 잘 오지 않습니다.
이 데모는 예시 도면 4장(P&ID 3장, 베어링 하우징 조립도 1장)을 읽어 장비·밸브·계기·부품·치수·주기를 항목으로 뽑고, 그 사이의 관계를 정리한 결과를 보여 줍니다.
이렇게 보시면 됩니다
왼쪽 목록에서 도면을 고릅니다.
오른쪽 「관계도」 탭을 누릅니다. 실선은 도면에 그려진 관계, 점선은 AI가 제안한 관계입니다.
「질문」 탭 아래 예시 질문을 누르면 답과 함께 근거가 몇 곳, 몇 쪽에서 나왔는지 표시됩니다.
예시 도면으로 만든 데모 화면입니다. 화면이 작다면 새 창에서 크게 보기
데모에서 확인할 3가지
구축 단계 | 데모에서 보는 곳 | 확인할 것 |
|---|---|---|
도면에서 사실 뽑기 | 「검토」 탭 | 항목마다 신뢰도, 「도면에서 읽음」 표시, 원문 위치 |
같은 대상 묶고 검수하기 | 「검토」 탭의 담당자 확인 | 「확인 필요」, 「AI 제안」 항목만 사람이 확인 |
개념과 관계 정하기 | 「관계도」·「질문」 탭 | 도면 3장을 넘나드는 배관 연결, 뷰·부품·치수·주기 연결 |
핵심은 답마다 근거 위치가 붙고, 사람이 확인해야 할 항목만 따로 모인다는 점입니다. 도면이 여러 장으로 나뉘어 있어도 연결 표시를 따라 하나의 흐름으로 이어집니다.
한국딥러닝은 어디까지 맡나요?
온톨로지에 무엇을 담을지는 고객의 업무 질문으로 함께 정합니다.
한국딥러닝은 그 바탕이 되는 도면·문서 데이터를 만드는 일을 맡습니다.
읽기: DEEP OCR과 DEEP Parser가 PDF·스캔 도면의 표제란, 주기, 부품표, 수정 이력을 구조 그대로 뽑고, 형상과 심볼 영역을 찾습니다.
P&ID: 밸브·배관·라인 정보와 기본 연결 관계를 추출합니다.
근거: 모든 값에 원문 위치와 신뢰도를 남깁니다.
검수: 신뢰도가 낮은 값과 개정 변경은 담당자가 확인합니다.
운영: 추출 기준이 바뀌면 DEEP Ops에서 버전별 결과를 비교한 뒤 반영합니다.
활용: 검수된 결과를 표준화해 엑셀·API로 내보내고, 검색과 질의응답에 씁니다.
설치: 폐쇄망 온프레미스로 구축해 도면이 사내 밖으로 나가지 않습니다.
필요한 기능 블록을 업무에 맞게 조합하는 방식은 아래 페이지에서 자세히 볼 수 있습니다.
제조 온톨로지 구축 업체·도구, 고를 때 확인할 5가지
도면과 스캔 PDF에서 사실을 뽑을 수 있나요? P&ID뿐 아니라 기계 도면의 표제란, 주기, 부품표까지 읽어야 원천 데이터가 채워집니다. 그래프를 그리는 도구만으로는 이 단계를 대신할
그래프를 그리는 도구만으로는 원천 데이터를 채울 수 없습니다.값마다 원문 위치가 남나요?
답이 도면의 어디에서 나왔는지 바로 열어 볼 수 있어야 합니다.사람이 확인하는 단계가 있나요?
자동으로 추정한 관계를 그대로 확정하지 않아야 합니다.개정이 생기면 기준과 결과를 비교할 수 있나요?
기준을 바꾼 뒤 같은 도면으로 이전 결과와 비교할 수 있어야
운영 중에 흔들리지 않습니다.사내에서만 운영할 수 있나요?
도면은 대부분 외부 반출이 제한됩니다.
자주 묻는 질문
제조 온톨로지 구축 기간과 비용은 무엇으로 정해지나요?
업무 질문의 수, 도면과 문서의 종류, 기존 시스템 연동 범위, 검증 기간으로 정해집니다. 도면 AI는 보통 1~2개월 실제 도면으로 검증한 뒤 운영합니다.
MES나 PLM이 없어도 시작할 수 있나요?
네. 도면과 기준서만으로도 업무 질문 하나에 필요한 개념과 관계를 먼저 만들 수 있고, 시스템 연동은 그다음에 더합니다.
도면 관리 시스템(PDM)과 무엇이 다른가요?
도면 관리 시스템은 도면 파일과 버전을 보관하고 승인 절차를 관리합니다. 제조 온톨로지는 도면 안의 부품, 치수, 주기와 다른 도면·기준서 사이의 관계를 데이터로 만들어 질문에 답하게 합니다.
LLM이나 자동 생성 도구로 온톨로지를 만들 수 있나요?
초안은 만들 수 있습니다. 문서를 넣으면 개념과 관계 후보를 빠르게 뽑아 줍니다. 다만 범위, 같은 대상 묶기, 관계 이름은 업무를 아는 사람이 확인해야 합니다. 도면은 글자만으로 읽히지 않아 표제란·주기·연결 표시를 구조로 뽑는 단계가 먼저 필요합니다.
온톨로지와 지식그래프는 무엇이 다른가요?
온톨로지는 개념과 관계의 규칙을 정한 설계도이고, 지식그래프는 그 규칙에 따라 실제 데이터를 채운 결과입니다.
중소·중견 제조사도 효과가 있나요?
업무 질문 하나와 도면 한 종류로 시작하면 범위가 작아 검증이 빠릅니다. 효과를 확인한 뒤 질문과 도면 종류를 넓혀 갑니다.
도면이 외부로 나가지 않게 구축할 수 있나요?
네. 폐쇄망 온프레미스 설치를 기본으로 해 도면이 사내 밖으로 나가지 않습니다.
정리
제조 온톨로지는 시스템 값만으로 완성되지 않습니다.
부품이 무엇이고 어떤 치수와 기준을 따르는지는 도면과 기준서 안에 있습니다.
업무 질문을 먼저 정하고, 도면의 사실을 근거와 함께 뽑아 사람이 확인한 뒤 관계로 쌓으면, 데모처럼 여러 도면을 넘나드는 질문에 답할 수 있습니다.
참고 자료
산업통상부, 「(참고자료)인공지능이 이끄는 제조업의 대전환, 2030년 청사진 나왔다」, 2026-06-29. 원문 보기
지디넷코리아, 팔란티어·창신INC 제조 AI 협력 보도, 2026-11-06. 원문 보기
헬로티, 「제조 현장 '데이터 장벽' 깨부수기」, 2026-07-06. 원문 보기
Noy, N. & McGuinness, D., 「Ontology Development 101」, Stanford University.