온톨로지 설계
정량 데이터는 DB, 정성 해석은 온톨로지
왜 중요한가
에테호님의 토스플레이스 연결 사례 뒤, 읽기쓰기/반도체연구원님이 CSV·SQL로 처리 가능한 정량 데이터에 온톨로지를 쓰면 효율이 낮다고 지적했다.
깊이 보기
에테호님이 토스플레이스(Open API) + OpenCrab + ChatGPT를 연결해 매장 매출 데이터를 자연어로 조회하는 가이드(https://tossplace-opencrab-guide-site.vercel.app/)를 공유했다.
- 가게 매출·상권·고객·제품 판매 데이터를 온톨로지화해 GPT와 연결하는 사례로, 자영업자들에게 적합하다는 반응이 이어졌다.
- 읽기쓰기/반도체연구원님은 전날 SVG 온톨로지 실험을 통해 얻은 관찰을 공유했다.
- csv, parquet, duckdb, SQL 등으로 저장 가능한 정량적 데이터는 온톨로지 효율이 낮다는 것이다.
- 반면 해석 방법·맥락·가이드라인 같은 정성적 데이터를 온톨로지화하면 효율이 좋았다고 설명했다.
- 매장 매출은 DB에 저장하고 에테호님의 매출분석·데이터 분석 팩(정성적 부분)과 조합하면 토큰도 아끼면서 더 나은 분석이 가능할 것이라고 제안했다.
에테호님은 이 피드백을 받아들이며, 기존 팩에서 토큰 소모가 심해 팩을 잘못 불러오는 오류도 있었다고 인정했다. 정량 데이터는 DB·정성 해석은 온톨로지라는 분리 원칙이 대화에서 자연스럽게 정리됐다.