Tiro가 설명하는 온톨로지 — 대화의 기록에서 조직의 실행 규칙으로
📺 원본 영상: 연매출 40억 스타트업, Tiro가 설명하는 ‘온톨로지’ (feat. 여울님, 현제님)
🎙️ 채널: 빌더 조쉬 Builder Josh
📅 정리 일자: 2026-09-18
⚠️ Note: 본 리포트는 영상 음성의 STT 텍스트를 바탕으로 작성된 문서를 문맥 중심으로 검수한 것이다. 이번 검수에는 원본 STT와 음성이 제공되지 않아 발언·수치의 인식 정확도를 재확인하지 못했다. 화면에만 표시된 코드·스키마·수치는 반영하지 않았다. 인물명은 혼동을 줄이기 위해 주로 활동명인 여울과 레오를 사용한다.
개요
Tiro의 CTO 여울과 B2B 사업개발·AX를 담당하는 레오는 이 대화에서 회의 기록이 어떻게 AI 에이전트의 업무 맥락이 되고, 나아가 조직의 공통 규칙을 정립하는 재료가 되는지 설명한다. 중심에는 개인의 행동 특성, 축적된 지식, 회사가 합의한 규칙을 분리하는 설계가 있으며, 온톨로지는 그중 해석의 차이가 실제 업무 오류로 이어지는 영역을 다룬다. 이 리포트는 기술적 작동 원리를 중심으로 제품 개발, 조직 운영, 지식 검색, 사람의 판단 역량까지 연결하되, 출연자가 설명한 현재 운영과 목표·전망을 구분한다.
좋은 제품의 출발점은 모델 성능보다 고객의 실제 행동이었다
회의록을 만드는 기능에서 대화 이후의 업무까지
레오가 소개하는 Tiro는 대화를 실시간으로 기록하고, 필요한 경우 15개 이상의 언어로 번역하며, 조직이나 개인이 원하는 형식의 문서로 가공하는 서비스다. 결과물은 Slack이나 MCP, CLI 등으로 전달할 수 있어, 기록 이후의 활용까지 하나의 흐름으로 연결한다는 것이 그의 설명이다. 이 때문에 어떤 고객에게는 AI 회의록 서비스라는 소개가 적절하지만, 다른 고객에게는 대화를 자산으로 만드는 서비스라는 설명이 더 잘 맞는다. 같은 기록이라도 고객이 해결하려는 문제가 보관인지, 문서 작성인지, 후속 업무 자동화인지에 따라 제품의 가치가 달라지는 것이다.
진행자는 Tiro의 빠른 성장 배경으로 제품력을 지목하고, 여울은 초기 고객에게 깊이 관여했던 경험으로 답한다. 창업팀은 처음 약 1,000명의 고객에 대해 이름과 이메일을 거의 기억할 정도로 관심을 기울였으며, 기록이 잘되지 않는다는 피드백을 받으면 강의실이나 회의 현장을 직접 찾아갔다고 한다. 논문상의 성능 지표가 좋아도 실제 고객이 만족하지 않으면 구매로 이어지지 않기 때문에, 현장에서 오류를 확인하고 교정 방식과 가중치를 조정하는 일을 반복했다. 여울은 이렇게 문제 해결에 집중하는 태도가 고객에게 전달되면서 추천과 인바운드 유입으로 이어졌다고 해석한다.
초기 고객이기도 했던 레오의 경험은 이 설명을 구체화한다. 그는 일본어 강의를 들을 때 공동창업자가 옆에서 한자와 음절 단위의 인식 오류를 확인했고, 다음 날이나 다다음 날 비슷한 강의에서는 해당 표현들이 제대로 인식되었다고 회고한다. 고객 입장에서는 제품이 개선될 것이라는 약속보다 자신이 겪은 문제가 실제로 사라지는 경험이 더 강한 설득력을 가졌던 셈이다. 레오가 좋은 제품 자체를 가장 강력한 마케팅으로 평가하는 이유도 여기에 있다.
인터페이스는 사용자가 제품을 떠올리는 순간까지 포함한다
여울은 창업 당시 모델의 지능은 높아지고 사용 비용은 낮아질 것이라는 전망을 가지고 있었다고 설명한다. 그렇다면 모델을 활용해 기능을 제공하는 것만으로는 차별성을 오래 유지하기 어렵고, 사용자가 제품과 만나는 방식에 더 집중해야 한다는 판단으로 이어진다. 여기서 인터페이스는 화면의 버튼 배치에 한정되지 않는다. Tiro를 사용할 만한 상황에서 왜 켜지 않았는지, 불편을 경험했는데도 왜 다시 사용했는지처럼 제품과 일상 행동이 연결되는 조건까지 포함한다.
이런 접근은 대시보드에 잡히는 사용 데이터만으로는 충분하지 않다는 문제의식에서 출발한다. 여울은 고객 곁에서 하루의 행동을 관찰하고, 제품 사용 여부가 갈리는 순간에 직접 질문했다고 한다. 사용자가 기능을 몰랐는지, 실행 과정이 번거로웠는지, 당시에는 기록의 필요성을 느끼지 못했는지는 단순한 이탈 수치만으로 구분하기 어렵기 때문이다. 이 경험은 후반부에 등장하는 에이전트 인터페이스 설계와도 연결되며, Tiro는 사람이든 에이전트든 실제 사용자가 필요한 정보에 접근하는 방식을 제품의 중요한 축으로 보고 있다.
선택권을 남겨둔 창업 방식이 제품 개선의 시간을 만들었다
여울은 초기 제품 개발을 버틸 수 있었던 배경으로 선택권을 뜻하는 옵셔널리티(Optionality)를 강조한다. 제품을 처음 출시한 2024년 9월에는 창업자들이 각자 직장을 유지하고 있었고, 주말에 모여 장시간 개발하면서 고객을 만났다고 한다. 초기 고객 수가 많지 않아 상대적으로 비싼 API를 사용하더라도 비용이 감당 가능한 범위에 머물렀다는 설명도 덧붙인다. 생계와 운영비의 압박을 일정 부분 분리한 덕분에, 당장의 매출 확대보다 제품의 완성도를 높이는 데 집중할 수 있었다는 것이다.
그는 모두 직장을 그만두고 제품 하나에 전념했다면 같은 결과를 만들 수 있었을지 자신하지 못한다고 말한다. 이는 고객에 대한 집요함뿐 아니라 그 집요함을 유지할 수 있게 한 조건도 성장 과정의 일부였음을 보여준다. 다만 영상 제목에 등장하는 연매출 40억 원에 대해서는 제공된 STT에 산정 기간이나 실현 매출·연환산 매출의 구분이 제시되어 있지 않다. 따라서 제목의 수치를 근거로 구체적인 성장률이나 매출 구조를 추정하지는 않는다.
12명의 구성원에게 12개의 에이전트를 붙인 이유
시간대 차이로 생긴 병목을 개인의 업무 맥락으로 풀다
여울은 조직의 AI 활용을 확대하기 위해 프로젝트 매크로하드를 시작했다고 설명한다. 소프트웨어 회사의 업무 가운데 고객을 직접 만나 목소리를 듣는 활동을 제외하면 상당 부분을 AI로 수행할 수 있지 않겠느냐는 문제의식이었다. 인터뷰 시점에는 약 12명의 구성원에게 각자의 업무를 대신하는 에이전트가 붙어 있다고 한다. 레오의 에이전트는 미오, 여울의 에이전트는 겨울이라는 식으로 사람과 에이전트를 대응시킨 구조다.
이 설계의 구체적인 계기 중 하나는 해외에 거주하는 구성원과의 시간대 차이였다. 중요한 B2B 업무를 담당하는 사람이 응답할 수 없는 시간에는, 그 사람의 의견을 기다리느라 일이 지연되는 문제가 있었다. 여울은 해당 업무에 필요한 규칙과 데이터, 평소의 판단 맥락을 제공하면 에이전트가 상당 부분을 먼저 처리할 수 있다고 보았다. 개인별 에이전트는 이런 비동기 협업의 지연을 줄이는 장치로 출발했다.
운영 방식도 이 목적에 맞춰져 있다. 누군가 Slack에서 레오를 호출하면 미오가 먼저 답변하거나 필요한 일을 수행하고, 레오는 이후 내용을 확인해 맞는지 판단한다. 잘못된 부분이 있으면 해당 스레드에 오류와 수정 내용을 남기고, 이를 바탕으로 빠진 규칙이나 잘못된 맥락을 보완한다. 이 과정에서 에이전트의 답변과 사람의 교정이 다음 업무를 위한 개선 재료로 축적된다.
업무별 분리보다 책임 주체를 분명하게 만드는 설계
여울은 CS 에이전트나 B2B 에이전트처럼 직무별로 나누는 방식도 가능하지만, 그렇게 하면 관리 책임과 권한의 경계가 모호해질 수 있다고 설명한다. 반면 자신의 일을 대신하는 에이전트라면 성능 개선의 이익을 본인이 직접 체감하고, 문제가 생겼을 때 고쳐야 할 주체도 명확해진다. 구성원은 동료의 에이전트가 일을 잘하는 모습을 보면서 자신의 에이전트도 개선하려는 동기를 얻는다. Tiro는 이처럼 개인 단위의 배치를 기술적 선택이면서 문화적 선택으로 보고 있다.
다만 개인의 업무를 대신한다는 설명을 그 사람 전체를 복제했다는 의미로 받아들일 필요는 없다. 인터뷰에서 확인되는 것은 업무 기록과 규칙, 행동 특성을 이용해 특정 상황에서 유사한 대응을 만들려는 접근이다. 실제로 여울은 오류가 발생하며 사람이 이를 교정한다고 설명하고, 계약 등 중요한 대화는 직접 확인한다고 말한다. 회사의 약 98%를 AI로 시뮬레이션할 수 있는 상태로 만들겠다는 발언 역시 현재 달성률이 아니라 장기적인 지향점이다.
개인 에이전트의 세 층 — 성향, 지식, 공통 규칙
여울은 개인별 에이전트를 소울, 위키, 온톨로지라는 세 개의 레이어로 설명한다. 소울은 해당 구성원의 말투나 개입 방식처럼 행동 특성을 담고, 위키는 업무 과정에서 쌓인 경험과 맥락을 제공한다. 온톨로지는 개인이 달라도 공통으로 지켜야 할 회사의 정의와 규칙을 맡는다. 이 구분은 개인화된 판단과 조직 전체의 일관성을 함께 확보하려는 설계로 이해할 수 있다.
| 레이어 | 인터뷰에서 설명한 내용 | 주요 역할 |
|---|---|---|
| 소울 레이어 | 과거 Slack 메시지에서 추출한 말투와 개입 방식 등을 담은 soul.md | 개인의 행동 특성 반영 |
| 위키 레이어 | 대화 기록, 업무 경험, 개인이 다루는 정보와 맥락 | 상황에 맞는 지식 제공 |
| 온톨로지 레이어 | 고객 대응, B2B 업무, 지표 정의 등 회사 공통 규칙 | 조직 차원의 일관성 유지 |
소울 레이어를 만들 때는 레오의 약 6개월에서 1년 분량의 Slack 메시지를 여러 에이전트로 처리해 soul.md를 생성했다고 한다. 다만 STT에서 행동 기준의 일부가 의미 불명확한 표현으로 인식되어 있어, 구체적인 개입·승인 조건까지 복원할 수는 없다. 위키 레이어에는 Tiro로 기록한 대화 등을 CLI로 연결해 넣으며, 개인이 계속 접하는 업무 맥락을 보강한다. 공통 업무 규칙은 이와 별도로 회사 차원의 온톨로지 레이어에 두어, 개인의 경험과 조직의 기준이 뒤섞이지 않도록 한다.
이 구분을 따르면 에이전트가 실수했을 때 무엇을 수정해야 하는지도 나눠볼 수 있다. 잘못된 어조를 사용했다면 소울이나 고객별 대응 맥락을, 과거 계약 내용을 놓쳤다면 위키를, 회사 전체의 매출 기준을 다르게 적용했다면 공통 규칙을 점검하는 식이다. 이는 인터뷰의 구조를 바탕으로 도출할 수 있는 설계상의 함의이며, 실제 오류 분류 체계가 이렇게 구현되어 있다고 공개된 것은 아니다. 중요한 점은 모든 문제를 하나의 거대한 프롬프트에 몰아넣기보다 정보의 역할을 구분하고 있다는 사실이다.
실제 업무에서 에이전트는 무엇을 대신하는가
일본 B2B 세일즈에서 축적된 암묵지의 전달
레오는 자신에게 가장 많이 축적된 업무 맥락으로 일본 B2B 세일즈를 꼽는다. 고객과 나눈 대화, 일본어 이메일, 계약서가 쌓이면서 고객별 대응 방식과 표현의 뉘앙스도 함께 축적되었다는 설명이다. 일반적인 AI가 일본어 이메일을 작성하더라도 동료들이 그 문장이 적절한지 확신하지 못하면, 결국 레오에게 다시 검토를 요청해야 했다. 문장 생성은 빨라졌지만 담당자 확인이라는 병목은 그대로 남아 있었던 것이다.
미오에는 고객별 답변 방식과 일본어 경어 사용 규칙, 결제·계약·보안 관련 대응 경험을 담았다고 한다. 그 결과 다른 구성원이 일본 고객에게 응대할 때 미오를 통해 상황에 맞는 초안과 대응 방향을 얻을 수 있게 되었다. 레오는 담당 시장을 나누는 과정에서도 기존 업무 맥락을 에이전트에 물어볼 수 있어 인수인계 부담이 줄었다고 설명한다. 이 사례가 보여주는 가치는 번역 자체보다 경험 많은 담당자가 축적한 판단 맥락을 다른 사람의 업무에 연결하는 데 있다.
CTO 에이전트는 실행 권한의 경계부터 정한다
여울은 자신의 회사 내 권한이 넓기 때문에 에이전트가 무엇을 해서는 안 되는지 정하는 데 시간을 썼다고 말한다. 쿼리를 실행하거나 시스템 상태를 바꾸고 환불을 처리하는 등의 요청에는 요청자의 Slack ID를 기준으로 필터링하는 장치가 있다고 설명한다. 답변을 잘하는 것과 실제 상태를 변경할 수 있는 것은 서로 다른 문제이기 때문이다. 다만 인터뷰에는 필터의 구체적인 구현이나 우회 방지 방식까지 제시되어 있지 않으므로, 이를 완전한 권한 통제의 검증 결과로 해석할 수는 없다.
겨울은 개인 비서와 회사 업무 담당자의 역할을 함께 수행한다. 새벽 5시에서 6시 사이에는 밤사이 회사에서 있었던 일과 관련 자료, 당일 일정에 대한 브리핑을 보내고, 이전 미팅 기록을 바탕으로 준비할 사항을 제안한다고 한다. 회사 업무에서는 보안 관련 정기 권한 점검과 감사 보고서 작성 등의 주기와 절차를 참조한다. 여울의 설명에 따르면 이러한 규칙은 온톨로지에 담겨 에이전트와 동기화되며, 정기 실행을 통해 점검 시점을 알려준다.
기업 고객의 보안성 검토에도 에이전트를 활용한다. 여울은 160개 또는 200개 항목에 이르는 질문지가 들어오지만, 서로 다른 표현으로 비슷한 내용을 묻는 경우가 많아 공통 규칙을 참조해 초안을 작성하고 필요하면 번역하도록 한다고 설명한다. 법률 검토 역시 자료 조사와 초안 작성에 활용하되, 본인이 내용을 이해한 뒤 변호사에게 자문을 받는다고 말한다. 두 사례 모두 준비 작업을 자동화하면서 중요한 판단에는 사람의 검토를 남기는 운영 방식이다.
Tiro가 말하는 온톨로지는 무엇인가
데이터·로직·액션에 감사와 권한을 연결한 업무 정의
여울은 자신들이 사용하는 온톨로지가 엄격한 의미의 온톨로지를 그대로 구현한 것은 아니라고 먼저 선을 긋는다. 그가 설명하는 틀은 Palantir의 접근을 참고해 데이터(Data), 로직(Logic), 액션(Action)을 중심에 두고, 감사(Audit)와 권한을 함께 고려하는 방식이다. 따라서 이 인터뷰의 온톨로지는 개체와 관계를 기술하는 일반적인 설명에서 더 나아가, 조직이 무엇을 어떻게 판단하고 실행할지를 정하는 실무적 의미를 갖는다. 이 다섯 요소는 여울이 제시한 해석이며, 모든 온톨로지의 보편적인 정의로 확장해서 읽을 필요는 없다.
| 요소 | 조직이 답해야 할 질문 | 인터뷰의 창고 예시 |
|---|---|---|
| 데이터 | 무엇을 어떤 속성으로 표현할 것인가 | 색상, 크기, 적재 가능한 물건 |
| 로직 | 그 상태를 어떤 기준으로 해석할 것인가 | 무엇을 ‘비어 있다’고 볼 것인가 |
| 액션 | 특정 상태에서 무엇을 할 것인가 | 비어 있을 때 물건을 채우는 행위 |
| 감사 | 나중에 무엇을 확인할 수 있어야 하는가 | 누가 언제 접근하고 작업했는지 |
| 권한 | 누가 어떤 행위를 할 수 있는가 | 물건을 넣거나 꺼낼 수 있는 주체 |
창고라는 동일한 대상도 회사의 사업에 따라 필요한 데이터가 달라진다. 창고를 도색하는 회사라면 색상이 중요하지만, 물류회사라면 크기와 적재 가능한 물건의 종류가 더 중요할 수 있다. 이어서 ‘비었다’는 표현도 재고가 전혀 없다는 뜻인지, 수용량에 비해 거의 없다는 뜻인지 합의해야 한다. 그래야 비어 있는 창고를 채우라는 지시가 실행 가능한 업무 규칙으로 이어질 수 있다.
여울은 이 예시를 통해 사람이 쉽게 사용하는 업무 언어에 얼마나 많은 전제가 생략되어 있는지 드러낸다. 창고를 채우려면 상태 판단뿐 아니라 실행 주체의 권한과 사후 추적 가능성까지 정해져야 한다. AI에 업무를 맡기는 순간, 사람끼리는 경험으로 메우던 빈틈을 더 명시적으로 드러내야 하는 것이다. 온톨로지를 만드는 과정의 가치는 이처럼 조직의 언어를 검토 가능한 규칙으로 바꾸는 데 있다.
모든 지식을 엄격한 규칙으로 만들 필요는 없다
여울이 온톨로지에 포함할지를 판단하는 기준은 서로 다른 사람이 다르게 해석했을 때 실제 문제가 생기는가이다. 표현의 다양성이 허용되는 이메일 문안과 달리, 발주나 계약 금액처럼 잘못되면 안 되는 항목에는 일관된 정의가 필요하다는 설명이다. 그렇다고 이메일에 사실 오류가 허용된다는 뜻은 아니며, 문체 선택과 거래 조건의 확정은 성격이 다르다는 맥락으로 읽어야 한다. 정밀한 정의와 통제에 드는 비용을 어디에 집중할 것인지가 핵심이다.
Tiro 내부에서는 월간 반복 매출인 MRR(Monthly Recurring Revenue)의 국가별 분류가 구체적인 출발점이었다. 일본에서 결제한 고객과 한국에서 도입한 일본인 고객, 그 고객이 초대한 일본 팀원 등을 어떤 국가의 매출로 볼지 구성원마다 해석이 달랐다고 한다. 이런 상태에서는 같은 데이터를 보더라도 보고되는 수치가 달라질 수 있다. 따라서 지표를 계산하기 전에 조직이 사용하는 말의 의미부터 합의할 필요가 있었다.
다만 인터뷰는 이 분류의 최종 규칙까지 공개하지 않는다. 확인할 수 있는 것은 모호한 언어를 정의하고, 그 정의를 반드시 지켜야 할 규칙으로 관리할 가치가 있는지 판단했다는 과정이다. 여울은 모든 지식을 온톨로지로 끌어올리기보다, 일부는 프롬프트와 LLM 위키만으로 충분할 수 있다고 본다. 온톨로지의 범위를 정하는 일 자체가 업무의 중요도와 오류 비용을 판단하는 작업인 셈이다.
프리온톨로지 — 기록은 합의를 위한 재료를 제공한다
자동으로 발견한 패턴과 조직이 채택한 규칙의 차이
여울은 프리온톨로지(Pre-ontology)라는 표현에 마케팅적 의도가 있었다고 인정하면서, 대화 기록만으로 온톨로지가 자동 완성되는 것은 아니라는 입장을 밝힌다. 과거 대화에서 어떤 용어가 어떻게 사용되었는지를 찾아낼 수는 있지만, 앞으로 조직이 그 용어를 어떤 의미로 사용할지는 의사결정자가 정해야 한다는 것이다. 실제 발언에는 예외나 불일치, 오래된 관행도 섞일 수 있기 때문에, 기록의 빈도가 곧 공식 규칙의 정당성이 되지는 않는다. Tiro가 제공하려는 가치는 그 최종 합의 직전에 필요한 자료와 맥락을 준비하는 데 있다.
그는 코딩 에이전트가 발전한 배경으로 풍부한 코드와 작업 맥락, 규칙, 실행·검증 환경을 함께 언급한다. 비즈니스 업무에도 비슷한 기반이 필요하지만, 업무 언어와 성공 조건이 코드만큼 명시적이지 않은 경우가 많다는 설명이다. 대화 기록 서비스는 그동안 문서화되지 않았던 판단과 논의의 흔적을 제공할 수 있다. 다만 전체 트랜스크립트나 요약본을 그대로 넣는 것만으로는 충분하지 않으며, 필요한 개념과 관계를 찾아낼 수 있도록 정리하는 과정이 요구된다.
‘장애’라는 단어에 담긴 조직의 실제 사용 맥락
Tiro 내부에서 장애를 정의한 사례는 이 역할을 구체적으로 보여준다. 여울은 장애와 관련된 Tiro 노트를 모아보니 서버 문제뿐 아니라 고객 CS로 들어온 상황도 장애라는 표현으로 다뤘던 맥락이 있었다고 설명한다. 이렇게 기록을 검토하면 담당자가 기억하는 범위를 넘어 조직이 실제로 어떤 사건을 중요하게 취급했는지 확인할 수 있다. 이후 그 사례를 포함해 공식 정의를 결정하는 단계로 넘어가는 것이다.
이때 필요한 정보는 발언 내용만이 아니다. 누가 어떤 조직과 어떤 관계에서 대화했는지, 언제 이루어진 대화인지, 원문 근거는 어디에 있는지를 함께 알아야 의미를 해석할 수 있다. 여울은 이런 관계망을 제공하면 회의에 참석하지 않은 사람도 특정 개념이 조직 안에서 어떻게 사용되는지 이해할 수 있다고 본다. 프리온톨로지는 그 관계와 근거를 정리해 합의의 출발점을 만드는 역할로 설명된다.
구축의 첫 단계는 복잡한 모델링보다 인수인계 가능한 업무 설명이다
여울이 제시하는 시작 방법은 각자 맡은 일을 다른 사람이 그대로 수행할 수 있을 정도로 자세하게 서술하는 것이다. 처음부터 엄격한 객체 구조를 만들기보다, 어떤 상황에서 무엇을 확인하고 어떤 규칙으로 판단하는지를 먼저 적는다. 문서가 모이면 서로 같은 단어로 다른 대상을 부르거나, 다른 표현으로 같은 개념을 설명하는 지점이 드러난다. 이 차이를 조정하면서 공통 개념과 규칙이 형성된다는 접근이다.
그는 해당 분야를 모르는 똑똑한 동료에게 문서 하나를 주고 한 달 동안 휴가를 떠나도 마음이 편하려면 무엇을 적어야 하는지 생각해보라고 제안한다. 이 비유에는 정상적인 절차뿐 아니라 예외 상황, 확인할 데이터, 판단이 어려울 때의 대응까지 담겨 있다. AI가 이해할 문서를 쓰는 작업은 결국 사람에게도 전달 가능한 업무 지식을 만드는 작업과 맞닿는다. 여울은 이런 명시화 과정 자체가 조직의 AI 활용 역량을 높인다고 믿는다.
이는 특정 프레임워크를 도입하면 AX(AI Transformation)가 완성될 것이라는 기대와 거리가 있다. 레오는 온톨로지가 유행어처럼 소비되는 현상을 지적하면서, 먼저 회사가 풀어야 할 문제를 정의해야 한다고 강조한다. Tiro의 설명에서 온톨로지는 그 문제를 푸는 데 필요한 언어와 규칙을 합의하는 수단이다. 따라서 구축의 성패는 구조의 정교함만이 아니라 실제 업무의 모호함을 얼마나 줄였는지에 달려 있다고 읽을 수 있다.
실제 구현은 하나의 저장소에서 시작해 계속 수정된다
YAML 규칙과 PR로 관리하는 공통 기준
화면 공유 구간에서 여울은 Tiro의 온톨로지가 하나의 저장소로 구성되어 있다고 설명한다. 엔지니어링과 그로스 등 여러 도메인의 규칙이 있고, YAML 형식으로 스키마와 설명, MRR을 가져오는 쿼리 관련 규칙 등을 관리한다고 한다. 구성원과 에이전트는 규칙을 추가하거나 더 이상 유효하지 않은 내용을 수정하기 위해 PR(Pull Request)을 만든다. 이 설명에서 온톨로지는 한 번 작성하고 끝나는 문서가 아니라 업무 변화에 따라 수정되는 공통 기준이다.
구성원은 개인 에이전트나 Claude Code, Codex, 터미널 등 서로 다른 환경에서 작업하더라도 공통 규칙을 참조하거나 갱신할 때 온톨로지를 거치도록 정해두었다고 한다. 개인별 위키는 다르게 구성할 수 있지만 회사 차원의 규칙은 한곳에서 관리하는 방식이다. 여울은 주기적으로 전체를 살피고, 최근에는 온톨로지 린트와 CI에서 확인하는 검사도 만들었다고 설명한다. 다만 정확한 검사 항목과 PR 승인·병합 정책은 음성만으로 확인되지 않는다.
💡 [영상 참조] 28분대 화면 공유에서는 온톨로지 저장소와 YAML 기반 규칙을 설명한다. 실제 필드명, 스키마 구조, 쿼리 내용은 STT에 포함되어 있지 않으므로 원본 영상의 해당 구간을 확인해야 한다.
여기서는 규칙이 문서에 적혀 있다는 사실과 시스템이 그 규칙을 강제한다는 사실을 구분할 필요가 있다. 여울도 현재 구조가 엄격한 온톨로지 구현과는 다르며, 작은 팀이기에 가능한 운영 방식이 있다고 인정한다. 인터뷰에서 확인되는 것은 공통 저장소, 요청자 기반 필터링, 일부 검사와 실행 로그, 사람의 검토를 조합하고 있다는 수준이다. 모든 업무 제약이 코드로 강제되거나 모든 변경이 사전 승인된다고까지 확장해서 해석할 근거는 없다.
개인 에이전트는 실험하고 공통 규칙은 엄격하게 관리한다
개인 에이전트의 수정과 회사 공통 온톨로지의 수정은 영향 범위가 다르다. 여울은 미오에 문제가 생겨도 겨울까지 고장 나지 않도록 격리했다고 설명하며, 개인 에이전트의 문제는 우선 해당 구성원이 고치도록 운영한다고 말한다. 반면 온톨로지는 회사 전체의 공통 규칙이므로 더 엄격하게 본다는 입장이다. 개인의 실험이 조직 전체의 기준을 곧바로 흔들지 않도록 경계를 둔 것이다.
구성원들은 격주로 모여 자신의 역할을 어떻게 약 20%씩 업무 흐름에서 빼고 있는지 공유한다고 한다. 여기서 20%는 표준화된 성과 측정 결과라기보다 자동화 경험을 나누는 표현으로 제시된다. 좋은 공통 패턴이 발견되면 여울이 다른 에이전트에도 적용하며, 개인별 위키와 대화 기록 연결이 이런 방식으로 확산된 사례로 언급된다. 개인의 개선 경험을 조직 공통의 기능으로 옮기는 순환 구조다.
신뢰를 만드는 인터페이스 — 결과와 근거를 함께 검토한다
여울이 에이전트의 답변을 신뢰하는 방식은 사용한 도구와 자료, 적용한 기준을 확인하는 것이다. 겨울이 보안 검토나 계약 관련 요청에 답할 때 어떤 도구를 호출했고 어떤 위키와 스킬, 온톨로지를 참조했는지 로그를 남긴다고 설명한다. 이런 기록은 결과가 어디에서 나왔는지 확인하고 잘못된 참조나 규칙 적용을 찾아내는 데 도움이 된다. 다만 도구 호출 기록과 에이전트가 제시한 설명이 모델 내부의 모든 사고 과정을 보여주는 것은 아니며, 결과의 정확성을 별도로 검토할 필요는 남는다.
여울은 검토가 이루어지려면 로그를 제공하는 위치도 중요하다고 본다. 별도 관리자 화면에 기록을 쌓아두고 주기적으로 들어가 확인하도록 하면 실제로는 보지 않을 가능성이 크다는 것이다. 그래서 대화가 진행되는 Slack 안에서 답변과 관련 로그를 함께 확인할 수 있는 방식을 고집한다고 설명한다. 업무 맥락이 남아 있을 때 바로 검토할 수 있게 해 확인 비용을 낮추려는 설계다.
그는 자신도 모든 대화를 100% 보지는 않지만, 계약처럼 중요한 대화는 반드시 확인하려고 한다고 말한다. 따라서 이 운영은 전수 검수보다 업무의 중요도에 따라 사람의 주의를 배분하는 방식에 가깝다. 제공된 STT에는 에이전트의 오류율이나 자동화 성공률, 위험도별 검토 기준을 수치로 평가한 결과가 없다. 이 사례의 강점은 검토를 일상 업무에 붙여놓았다는 데 있으며, 신뢰성이 정량적으로 입증되었다고 보기는 어렵다.
💡 [영상 참조] 30분대에는 겨울 에이전트가 사용한 도구, 위키, 스킬과 판단 근거를 남기는 화면을 설명한다. 실제 도구명과 응답 내용은 원본 영상의 해당 구간에서 확인할 수 있다.
AI가 빨라질수록 사람의 판단이 조직 속도를 결정한다
여울은 에이전트 활용이 늘어난 조직의 병목을 설명하기 위해 조화평균(Harmonic Mean)을 예로 든다. 같은 거리를 이동하는 두 구간에서 한쪽은 시속 100km, 다른 쪽은 시속 1km로 움직이면 전체 평균 속도는 약 시속 1.98km가 된다. 빠른 구간의 속도를 아무리 높여도 느린 구간이 그대로라면 전체 평균은 시속 2km에 가까워질 뿐이다. 이 비유의 전제는 두 구간의 거리가 같다는 것이며, 조직의 실제 생산성을 측정한 수치로 제시된 것은 아니다.
그가 전달하려는 메시지는 빠른 에이전트 뒤에서 사람이 문제를 정의하거나 결과를 검토하는 데 오래 걸리면 조직 전체의 속도는 크게 개선되지 않는다는 것이다. 따라서 에이전트 튜닝과 실행 환경 개선만큼 사람의 사고력과 판단력에 투자해야 한다고 주장한다. Tiro는 구성원이 실패했는지보다 그 과정을 통해 무엇을 배웠는지를 중요한 평가 기준으로 삼는다고 한다. 반복 실행을 AI에 맡길수록 사람에게 요구되는 역량은 목표를 정하고, 오류를 알아보고, 배움을 다음 규칙에 반영하는 쪽으로 이동한다.
이 주장은 개인 에이전트 운영 방식과도 연결된다. 구성원이 자신의 에이전트를 개선하려면 업무를 설명하고 실패 원인을 구분하며 더 나은 규칙을 제시할 수 있어야 한다. 에이전트 사용 경험이 쌓인다고 이런 능력이 자동으로 생기는 것은 아니므로, 조직 차원의 학습 문화가 함께 필요하다는 논리다. 여울이 말하는 사람의 역량 강화는 결국 자동화를 감독하고 발전시키는 능력을 키우자는 주장으로 읽을 수 있다.
B2B에서 보안은 제품을 도입할 수 있게 만드는 조건이다
여울은 대화 기록 서비스가 민감한 정보를 다룰 수밖에 없으며, B2B에서는 제품이 좋아도 보안성 검토를 통과하지 못하면 도입이 어려워진다고 설명한다. 고객이 개인정보 처리나 데이터 이동 등을 문제 삼으면 기능의 편리함만으로 이를 넘어설 수 없다는 것이다. Tiro가 안정적인 매출 기반과 더 큰 사업 기회를 위해 B2B를 확대하려 했다면, 보안 대응은 미룰 수 없는 과제가 된다. 이런 판단이 비교적 이른 투자를 결정한 배경이었다고 한다.
레오는 SOC 2와 ISO 관련 인증·검증을 갖춘 뒤 고객과의 대화가 달라졌다고 회고한다. 이전에는 개별 보안 조치를 반복해서 설명해야 했지만, 이후에는 일정한 신뢰 기반을 가지고 논의를 시작할 수 있었다는 경험이다. 다만 STT에는 SOC 2의 보고서 유형이나 ISO의 정확한 규격 번호가 언급되지 않는다. 따라서 구체적인 인증 범위나 현재 유효 상태까지 이 리포트에서 단정하지 않는다.
이후의 개별 보안 질문에는 겨울이 자료를 바탕으로 초안을 만들고 여울이 다시 검토하는 방식이 활용된다. 공통 보안 지식은 재사용하되 고객별 질문과 최종 답변의 적절성을 확인하는 흐름이다. 이는 온톨로지와 에이전트가 추상적인 지식 관리에 머무르지 않고 실제 영업 과정의 반복 작업을 줄이는 사례다. 동시에 검토자의 이해와 책임을 유지한다는 점에서, 앞서 설명한 사람과 에이전트의 역할 분담이 다시 나타난다.
대화를 자산으로 만들려면 저장과 검색이 연결되어야 한다
고객의 저장소와 에이전트로 가져갈 수 있는 기록
여울은 자산의 조건을 안전하게 저장할 수 있고, 필요할 때 꺼내 가치를 만드는 데 사용할 수 있는 것으로 설명한다. Tiro 고객 중에는 사내 대화를 보고서나 표로 가공해 Confluence나 Google Drive 같은 기존 저장소에 넣어주는 것만으로도 비용을 지불할 의사가 있는 기업이 있다고 한다. 한편 AX를 추진하는 고객은 그 기록을 에이전트에 제공하거나 지식 기반을 만드는 데 활용하려 한다. 고객이 요구하는 가치가 보관에서 검색·활용으로 넓어지고 있다는 관찰이다.
이때 Tiro는 모든 작업을 자사 플랫폼 안에서 하도록 요구하기보다, 필요한 데이터를 꺼내갈 수 있게 하려 한다고 설명한다. CLI(Command-Line Interface), MCP(Model Context Protocol), API(Application Programming Interface)는 그런 접근 경로로 언급된다. 인터페이스의 핵심은 사람이 화면에서 회의록을 읽는 편의성뿐 아니라 외부 에이전트가 필요한 맥락을 가져가는 편의성으로 확장된다. 이 방향은 대화 기록 서비스를 다른 업무 시스템의 정보 공급원으로 자리 잡게 하려는 전략으로 해석할 수 있다.
위키는 에이전트가 필요한 맥락을 찾는 색인이다
여울은 에이전트가 항상 전체 회의록을 필요로 하지는 않는다고 설명한다. 특정 사람이 어떤 프로젝트를 맡고 있고 누구와 어떤 기업이 관련되어 있는지처럼, 업무 수행에 필요한 관계가 더 중요할 수 있다는 것이다. 이 정보를 얻기 위해 여러 대화 전문을 모두 가져오면 입력 토큰이 많아지고, 비슷하지만 무관한 내용도 함께 들어갈 수 있다. Tiro 위키는 인물이나 개념을 중심으로 관련 정보를 모아 필요한 맥락에 접근하도록 돕는 방식으로 소개된다.
진행자가 검색 품질의 근거를 묻자 여울은 도서관의 색인에 비유한다. 충분한 시간과 지능이 있으면 방대한 자료에서 답을 찾을 수 있지만, 색인이 있으면 더 빠르고 정확하게 접근할 수 있다는 설명이다. 여기서 정확도가 높아진다는 주장은 정답과 비슷해 혼동을 일으키는 자료가 덜 포함되면 답변에 유리하다는 논리에 근거한다. 전체 내용을 반복해서 읽지 않아도 되므로 토큰 사용량도 줄일 수 있다는 것이 그의 주장이다.
다만 인터뷰에는 검색 정확도나 토큰 절감률을 비교한 실험 수치가 제시되지 않는다. 따라서 위키 방식이 모든 상황에서 더 정확하거나 더 저렴하다고 일반화할 수는 없다. 확인되는 것은 인물·프로젝트·조직의 관계를 정리해 필요한 맥락만 가져오려는 설계와 그에 대한 출연자의 설명이다. 이 구조의 실질적 성과를 평가하려면 실제 질문에 대한 근거 검색과 답변 품질을 별도로 측정해야 한다는 점은 리포트 차원의 분석이다.
다음 사용자는 사람과 함께 일하는 에이전트다
여울은 앞으로 에이전트가 소프트웨어의 주요 사용자가 되는 상황을 상정한다. 그 경우 에이전트가 직접 회의를 녹음하는 것보다, Tiro에 축적된 대화 자산을 가져다 쓰는 쪽에서 제품의 가치가 생길 수 있다고 본다. 그래서 필요한 정보와 도구를 명확하게 제공하는 인터페이스를 고민한다고 설명한다. 다만 이 발언은 내부에서 모두 합의된 계획이 아니라 개인적인 생각이라는 단서를 달고 제시된다.
레오는 더 가까운 시기의 변화로 사람이 읽는 회의록에서 에이전트가 읽는 회의록으로의 전환을 이야기한다. 범용적인 답변을 내놓는 에이전트에 실제 대화와 의사결정 맥락을 제공하면, 조직에 맞는 일을 할 수 있게 된다는 제품 방향이다. 그는 의사결정의 상당 부분이 대화에서 이루어진다는 점을 강조하지만, 언급한 90%라는 수치에 대한 조사 근거는 제공하지 않는다. 따라서 핵심은 그 비율 자체보다 문서화되기 전에 사라지는 업무 맥락을 보존하려는 문제의식에 있다.
대화 후반부의 개인적인 질문도 이 방향과 연결된다. 레오는 과거 자신의 가치를 단위 시간당 생산성과 회사에 기여하는 업무량으로 판단했지만, AI가 많은 일을 수행하는 환경에서 그 기준을 다시 생각하게 되었다고 말한다. 여울의 위성에 대한 관심 역시 당장의 생산성과 수익을 넘어 무엇을 하고 싶은지 탐색하는 사례로 등장한다. 자동화가 확보한 시간을 어디에 쓸 것인지, 어떤 목표를 선택할 것인지는 여전히 사람에게 남는 질문이라는 점에서 기술 논의와 이어진다.
마무리 / 핵심 정리
이 인터뷰에서 온톨로지는 조직이 사용하는 말을 업무에 필요한 수준으로 합의하고, 그 합의를 판단과 실행에 연결하는 장치로 설명된다. ‘고객’, ‘장애’, ‘한국 MRR’, ‘비어 있는 창고’처럼 익숙한 표현도 실제 업무에서는 서로 다른 의미를 가질 수 있다. AI에 일을 맡기려면 이 차이를 드러내고, 어디까지는 해석의 여지를 두며 어디부터는 반드시 같은 기준을 적용할지 정해야 한다. Tiro의 사례가 보여주는 핵심은 그 정의 작업 자체가 조직의 지식을 개선한다는 점이다.
대화 기록은 이 작업에 필요한 경험과 근거를 공급하지만, 과거의 발언을 조직의 공식 규칙으로 채택하는 결정까지 대신하지는 않는다. Tiro는 개인의 행동 특성, 축적된 지식, 회사 공통 규칙을 분리하고, 실제 업무에서 발생한 오류를 다시 수정하는 방식으로 에이전트를 운영한다고 설명한다. 공통 저장소와 권한 필터, 로그, 사람의 검토는 이 구조를 지탱하는 요소다. 다만 회사의 약 98%를 AI로 시뮬레이션할 수 있는 상태는 목표이며, 검색 품질 개선이나 전체 자동화 성과를 뒷받침하는 정량 검증은 제공된 STT에서 확인되지 않는다.
결국 이 사례의 가장 실용적인 질문은 새로운 프레임워크를 무엇부터 설치할 것인가보다, 현재의 업무를 다른 주체가 이어받을 수 있게 설명할 수 있는가에 있다. 필요한 데이터와 판단 기준, 예외와 권한을 명시하면 사람 사이의 인수인계도 나아지고 에이전트가 사용할 맥락도 생긴다. 이후에는 실행 결과를 확인하고 규칙을 고치면서 자동화 범위를 넓혀갈 수 있다. 여울과 레오의 설명을 관통하는 주장은 AI를 잘 쓰는 조직일수록 자신이 하는 일을 더 분명하게 이해하고 설명해야 한다는 것이다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 연매출 40억 스타트업, Tiro가 설명하는 ‘온톨로지’ (feat. 여울님, 현제님) |
| 채널 | 빌더 조쉬 Builder Josh |
| 주요 출연자 | Tiro CTO 여울, B2B 사업개발·AX 담당 레오 |
| 제공된 STT 범위 | 00:00–49:04 |
| 리포트 작성 | 2026-09-18 |
| 작성 방식 | 제공된 YouTube 영상 STT의 문맥 기반 교정 및 서술형 재구성 |
| 검수 범위 | 제공된 리포트의 문맥·수치 표현 점검. 원본 STT·음성과의 대조는 미실시 |
| 해석 범위 | 출연자의 운영 사례·주장·전망을 구분하고, 추가 해석은 본문에서 명시 |
| 스크린샷 | 제공된 세 항목 모두 로컬 경로만 있고 webUrl이 없어 삽입하지 않음 |
| 외부 자료 | 별도 외부 자료를 추가하지 않음 |
💬 본 리포트는 제공된 영상 STT를 바탕으로 재구성되었다. 화면의 구체적인 구현과 발언의 정확한 맥락은 원본 영상을 참조해야 한다.
영상 주요 장면
28:51 - 온톨로지 저장소 화면 공유 중 B2B MRR의 설명과 관련 쿼리 규칙을 다루는 구간. 실제 YAML 스키마와 필드 구성을 확인할 지점.
29:14 - 온톨로지 규칙을 구성원과 에이전트가 PR로 갱신하는 방식을 설명하는 구간. 저장소의 변경 관리 화면을 확인할 지점.
30:31 - 겨울 에이전트 사례에서 호출한 도구와 참조한 위키·스킬, 판단 기준을 설명하는 구간. 답변의 근거 로그를 확인할 지점.