The Case for a Semantic Layer

Author: Lefebvre, Wixom, Legner, Vandermeulen, Beath | Source: MIT CISR Research Briefing | Published: 2026-05

한 줄 요약

GenAI 시대에 데이터가 생성된 애플리케이션에서 분리되면 비즈니스 의미·관계·규칙을 잃으므로, 인간과 기계 모두 해석 가능한 통합 표현(semantic layer)에 투자해야 신뢰할 수 있는 AI 출력을 얻는다.

semantic layer = 다양한 소스의 데이터를 인간·기계가 해석 가능하게 일관·통합 표현하는 기술·기법 체계. 데이터와 사용자(인간/기계) 사이에서 비즈니스 의미·관계·규칙을 기술
GenAI는 컨텍스트 접근에 더 높은 bar 설정 — 컨텍스트 없으면 hallucination·오해석. semantic search(키워드 아닌 의도), knowledge graph(기계 가독 enterprise 지식)가 필요
GenAI 시대의 semantic layer는 더 넓은 범위: 데이터 사용 제약, 허용 조합, PII 처리 규칙, 컴플라이언스 감사 데이터, 코드화된 전문성(품질 판단, 규칙 예외)
Healthcare IQ 사례: 600만 의료 상품 + 병원 supply chain 데이터를 semantic layer(데이터 딕셔너리, 온톨로지, 비즈니스 규칙)로 큐레이션. SETL(Semantic ETL) 엔진이 이종 소스 harmonize·map, entity recognition, 표준 코드 매핑 → 병원 온보딩 노력 80% 자동화. HIPAA 준수를 위한 deidentification도 metadata가 지원
3가지 next step: ① 우선순위 데이터 자산부터 점진적 구축 ② semantic layer 자체를 거버넌스(소유자·책임) ③ AI로 metadata 생성(설명·정제·분류)

2024 MIT CISR 조사: 데이터 curation 실무가 잘 개발된 조직은 21%뿐이나, 이들이 가치 실현 AI 이니셔티브에 3배 이상 효과적, 경쟁우위 2배
Healthcare IQ: 25,000+ 제조사의 ~600만 상품, $1 억병원이$ 800만 절감 기대, 36년 운영
“decontextualized 데이터는 비즈니스 의미를 잃는다 — 이 정보가 신뢰할 수 있는 AI 출력에 critical”