지식 중심 정보 시스템
Knowledge-Centric Information Systems
수십 년간 데이터 엔지니어링은 조직 데이터의 통합, 거버넌스, 검증, 카탈로그화 및 서빙을 위한 성숙한 아키텍처 원칙을 발전시켜 왔다. 대규모 언어 모델(LLM)의 부상은 이러한 문제들을 제거하는 것이 아니라, 그것의 더 광범위한 형태를 드러낸다. 조직 지식은 실행 가능한 인프라가 되어 가고 있으며, 시스템은 점점 더 이를 검색하고, 조립하고, 그 위에서 추론하며, 이를 기반으로 행동한다. 이 논문은 기업 인공지능(AI) 시스템이 조직 지식을 표현하고, 유지하며, 거버닝하고, 운영적으로 전달하기 위한 아키텍처 규율로의 전환을 시사한다고 주장한다. 우리는 이 규율을 지식 아키텍처(knowledge architecture)라고 부른다. 우리는 관리 단위가 레코드에서 지식 아티팩트로 전환될 때 고전적인 데이터 엔지니어링 보장이 어떻게 재정의되어야 하는지를 보여주는 개념 모델과 분류 체계를 제시한다: 추출·변환·적재(ETL)는 지식 수집(knowledge ingestion)이 되고, 변경 데이터 캡처(CDC)는 지식 변경 감지(knowledge change detection)가 되며, 리니지(lineage)는 출처(provenance)가 되고, 카탈로그는 지식 카탈로그가 되며, 구체화된 뷰(materialized views)는 지식 뷰가 되고, 메달리온 아키텍처는 원시-정제-운영 지식 레이어가 된다. LLM Wiki 및 개방형 지식 포맷(OKF, Open Knowledge Format)과 같은 신흥 형식은 이 전환의 종착점이 아닌 초기 증거로 다루어진다. 핵심 주장은, 조직 지식이 수동적인 정보 자원에서 벗어나 인간, 에이전트(agent), 워크플로우, 모델이 업무를 수행하는 데 활용하는 운영 자산이 될 때 지식 아키텍처가 유용해진다는 것이다.