제품 출시를 실제 수요 증거로 착각한 관계를 온톨로지와 의미 검사로 교정한 실험
2026.10.21
시도하고자 했던 것과 그 이유를 알려주세요.
지난 발견 인터뷰에서는 건강상담 자료에서 사실·가설·추천·결정·실행이 섞일 수 있다는 문제를 살폈다. 하지만 건강상담은 여러 요소가 너무 복잡하게 얽혀있어 주제를 바꿔보기로 했다. 그래서 같은 건강상담 시스템을 그대로 투자에 옮긴 것이 아니라, 공개 원문으로 근거를 확인하기 쉬운 투자 질문 하나로 범위를 좁혀 최소 파일럿을 만들었다. 이번에 고정한 질문은 이것이다.
“엔비디아의 새 AI 컴퓨팅 발표는 SK하이닉스 HBM 경쟁력 판단을 바꿀 근거인가?”
공부를 제대로 하지 않고 고점에 하이닉스와 삼성전자를 덜컥 사버리는 바람에 물려있는 주식이 많아서 이에 대한 조언을 얻고자 투자 에이젼트를 키워볼까 한다. 이에 온톨로지가 도움이 될까해서 적용시켜보고자 했다.
처음부터 반도체 전체를 모델링하지 않았다. 이 질문 하나와 2026년 10월 20일 이후 들어오는 새 자료만 다뤘다.
어떤 도구를 사용했고, 어떻게 활용하셨나요?
Hermes Agent와 Obsidian, Python 3
이번 작업은 처음부터 완성된 긴 프롬프트 하나로 시작하지 않았다. 실제 시작 요청은 짧았다.
SK하이닉스 HBM 경쟁력에 관한 질문 하나에만 최소 온톨로지를 적용해줘.
질문:
“엔비디아의 새 AI 컴퓨팅 발표는 SK하이닉스 HBM 경쟁력 판단을 바꿀 근거인가?”
회사 공식 문서, 회사 주장, 외부 전문가 견해, 측정 지표, 시장 관찰,
투자 가설, 가치평가, 사용자의 결정, 실제 거래를 서로 다른 종류로 구분해줘.
원문에 주문량·판매량·사용량·출하량·마진·현금흐름이 없다면
제품 출시나 기술 설명을 실제 수요 또는 실적의 지지 근거로 승격하지 마.
온톨로지, 실제 지식그래프, 출처 장부, 사람이 읽는 쉬운 설명을 분리해 저장하고,
관계의 주체·대상 종류와 출처별 허용 범위를 검사하는 validator를 만들어줘.
정상 사례뿐 아니라 다음 반례도 실제로 시험해줘.
- 제품 출시를 실제 수요의 지지 근거로 연결
- 외부 전문가 견해를 회사 공식 주장으로 분류
- 주가 움직임을 저평가 근거로 연결
- 사용자 발언 근거 없는 투자 결정 생성
- 주문·체결 근거 없는 실제 거래 생성
구조검사 통과가 사실의 참이나 투자 타당성을 보증하지 않는다는 한계를 남기고,
확인하지 못한 것은 미확인으로 보존해줘.
### 1. 처음 만든 관계
초기 그래프에는 이런 연결이 있었다.
```text
제품 출시·기능에 관한 회사 주장
→ AI 컴퓨팅 수요 가설을 약하게 지지
```
여기서 중요한 점은 이것을 ‘교정 전 실제 에이전트 답변’이라고 꾸미지 않는 것이다. 당시 완성된 답변 원문이 보존된 것이 아니라, 초기 지식그래프가 허용했던 잘못된 관계가 기록으로 남아 있었다.
### 2. 원문을 다시 읽고 의미 오류 발견
‘약하게’라고 낮춰 써도 지지한다는 말은 그 자료가 가설이 맞을 가능성을 조금이라도 높인다는 뜻이다. 하지만 NVIDIA 발표에는 RTX Spark의 출시·기능·가용성은 있어도 실제 주문량·판매량·사용량은 없었다.
제품이 공급됐다는 것과 수요가 강하다는 것은 다른 이야기였다. 최초 v0.1은 회사 주장에 약한 지지 관계를 허용했기 때문에 검사기도 이 잘못을 통과시켰다. 온톨로지가 스스로 오류를 찾아낸 것이 아니라, 사람이 원문을 다시 읽다가 발견했다.
### 3. 관계와 검사 규칙 교정
관계를 다음처럼 낮췄다.
제품 출시·기능에 관한 회사 주장
→ AI 수요 가설과 관련된 배경 정보
같은 회사 주장
→ 실제 AI 수요가 강하다는 가설을 확정하지 못함
실제 수요 가설을 지지하려면 주문량·판매량·예약량·출하량·사용량·고객 투자 같은 측정 자료가 필요하다고 별도로 정했다. NVIDIA 제품 발표 출처는 supports 관계에 사용할 수 없도록 제한했고, 같은 ‘약한 지지’를 다시 넣으면 검사기가 거부하도록 반례 시험을 추가했다.
### 4. 다음 날 새 자료에 처음 재사용
10월 21일에는 SK하이닉스 뉴스룸에 Raja Koduri의 기술 기고가 올라왔다. HBM·첨단 패키징·하이브리드 본딩·PIM을 함께 보는 기술 방향을 설명했지만, 글 하단에는 저자 개인 의견이며 SK하이닉스 공식 입장과 다를 수 있다는 면책 문구가 있었다.
공식 회사 채널에 실렸다는 이유만으로 회사 공식 주장이나 측정 실적으로 취급하지 않고 ExternalExpertClaim으로 분리했다. 이 견해를 SK하이닉스 HBM 가설의 지지 근거로 승격하거나 company_claim 상태로 잘못 분류하면 검사기가 거부하도록 했다.
10월 20일은 사람이 의미 오류를 발견한 날이고, 10월 21일은 사람이 고친 경계를 다른 종류의 새 자료에 처음 재사용한 날이다.
### 실제 결과
2026년 10월 21일 13:55:34 KST에 온톨로지·지식그래프·출처·검증 파일을 실제로 읽고 같은 질문에 다시 답했다.
> 현재 확인한 자료만으로는 아니다. NVIDIA의 RTX Spark 출시·기능 발표는 AI 컴퓨팅 생태계의 제품 활동이라는 관련 배경 정보다. 하지만 실제 주문량·판매량·사용량이 없으므로 AI 수요가 강하다는 가설을 지지하지 못한다. 또한 HBM 탑재량, SK하이닉스 공급 배분, 양품 출하량, 판가·마진, 현금흐름이 없어 SK하이닉스 HBM 투자 가설도 강화하지 않는다.
검사 결과는 다음과 같았다.
- 노드 18개
- 관계 21개
- 오류 0개
- 경고 3개
- 의미 반례 시험 10/10 통과
경고 3개는 실제 HBM 측정 지표, 나의 투자 결정, 실제 거래가 없다는 뜻이다. 억지로 빈칸을 채우지 않은 결과다.
### 배운 점과 나만의 꿀팁
첫째, 온톨로지가 있다고 의미 오류가 자동으로 발견되는 것은 아니다. 잘못 정의한 관계는 오히려 구조화된 오류가 된다. 원문을 읽고 의미를 판단하는 사람의 검토가 먼저 필요했다.
둘째, 온톨로지의 쓸모는 답을 거창하게 만드는 데 있지 않았다. 사람이 발견한 의미 오류를 다음 자료에서도 재사용할 수 있는 검사 경계로 바꾸는 데 있었다.
셋째, 관련 있다와 지지한다는 다르다. 같은 분야의 뉴스라는 이유만으로 투자 가설의 참일 가능성이 높아지는 것은 아니다. 실제 판단에 도움이 없는 ‘관련 정보’는 근거 그래프에 계속 넣지 않는 편이 낫다.
넷째, 역할을 나누니 과장이 줄었다.
- 온톨로지: 정보의 종류와 허용 관계를 정의
- 지식그래프: 실제 발표·견해·가설을 연결
- 사람의 근거 검토: 원문이 어디까지 말하는지 판단
- 검사기: 이미 정한 경계를 다시 어기는 연결을 거부
- 투자 판단 규칙: 추가매수·보유·축소·판단 보류의 조건
이들을 모두 ‘온톨로지가 결정했다’고 부르면 안 된다.
### 과정 중에 어떤 시행착오를 겪었나요?
가장 큰 시행착오는 제품 출시를 실제 수요의 약한 증거로 기록한 것이다. 처음에는 ‘약하게’라고 쓰면 충분히 조심한 표현이라고 생각했지만, 원문에 수요 측정 자료가 없다는 사실을 놓쳤다.
또 처음 만든 결정·거래 시험은 상태 이름만 틀리게 넣어 거부되는 수준이었다. 상태를 올바르게 고치면 지니의 발언 근거 없는 결정과 체결 근거 없는 거래도 통과하는 허점이 있었다. 이후 등록된 근거 출처와 위치가 없으면 검사에 통과하지 않도록 보강했다. 다만 검사기는 출처와 위치의 등록 여부를 확인할 뿐, 그 문장의 진실성까지 자동으로 판정하지는 않는다.
그다음 날에는 외부 전문가 견해의 종류는 분리했지만 상태값이 한때 company_claim으로 남아 있었다. 종류와 상태를 함께 검사하는 반례를 추가해 고쳤다.
### 앞으로의 계획이 있다면 들려주세요.
10월 28일 SK하이닉스 실적에서 HBM3E·HBM4 출하, 고객 수요, 가격·마진, CAPEX, 영업현금흐름과 잉여현금흐름을 확인할 예정이다. 실제 측정 자료가 들어왔을 때 영향을 받는 가설과 연결만 정확히 수정되는지 시험한다.
10월 29일 삼성전자 실적에도 같은 구분을 적용하되, 두 회사를 같은 반도체 종목이라는 이유로 한꺼번에 판단하지 않는다.
11월 5일에는 ‘온톨로지를 구현했는가’가 아니라 기존 수동 판단노트와 비교해 오류 차단, 근거 추적성, 부분 수정 가능성, 관리 비용이 실제로 나아졌는지를 평가할 계획이다.
이번 실험으로 투자 성과가 좋아졌다고 말할 수는 없다. 지금 확인한 성과는 사람이 발견한 의미 오류를 검사 가능한 경계로 바꿨고, 다음 날 들어온 다른 종류의 자료에 한 번 재사용했다는 것까지다.




제품이 나왔다는 사실만 보면 저도 수요가 있다는 쪽으로 읽었을 것 같아요. 배경 정보로 되돌려 놓은 대목을 읽으며 같은 자료를 보고도 제가 붙이는 관계 하나가 결론을 앞당길 수 있겠구나 싶었습니다.