semantica: LLM 없이 감사 가능한 결정 경로 추적

대부분의 AI 에이전트는 임베딩만 저장하고 의미나 맥락은 남기지 않아 결정 과정을 설명하거나 감사할 수 없다. Semantica는 LLM과 벡터 저장소, 에이전트 프레임워크 아래에 배치되는 결정론적 인프라 레이어로, 그래프 구축과 추론, 프로브넌스 생성에 LLM이 필요 없다. 시스템 레벨의 설명 가능성을 제공하며, 모델 내부의 추론 과정이 아닌 입력된 데이터와 산출된 결정의 출처를 명확히 추적한다.

기업 데이터를 수집해 엔티티와 관계를 추출하고, 충돌하는 사실을 감지한 뒤 지식 그래프를 구성한다. Databricks와 Snowflake에 네이티브 커넥터를 지원하여 기존 데이터 웨어하우스의 테이블을 별도 내보내기 없이 프로브넌스가 포함된 그래프 노드로 변환한다. RDF와 Labeled Property Graph를 모두 지원하며, Oxigraph, Neo4j, Apache AGE 등 다양한 백엔드를 코드 수정 없이 교체할 수 있다.

기존 RAG 방식이 임베딩 유사도로만 검색하고 결정 이력을 남기지 않는 것과 달리, Semantica는 모든 결정을 1급 객체로 취급한다. W3C PROV-O 표준에 따른 프로브넌스를 부여하고, Forward chaining, Rete network, Datalog, SPARQL을 활용해 설명 가능한 경로로 추론한다. SHACL 제약 조건과 OWL 생성을 통해 컴플라이언스 규칙을 강제하며, 감사 트레일을 JSON, CSV, RDF 형식으로 내보낼 수 있다.

금융, 의료, 법률, 국방 등 규제 산업에서 블랙박스 AI를 배포할 수 없는 환경에 적합하다. 데이터가 제3자 SaaS로 나가지 않도록 셀프호스팅이 가능하며, 벤더 록인 없이 스택을 교체할 수 있다. MCP 서버, REST API, CLI를 제공하며 Agno와 CrewAI에 네이티브로 통합되어 기존 에이전트 워크플로우에 즉시 적용할 수 있다.