OSI (Open Semantic Interchange)

1. 개요

**OSI(Open Semantic Interchange)**는 데이터 플랫폼, BI 도구, AI 에이전트 간에 시맨틱 모델(Semantic Model) 정의를 교환하기 위한 벤더 중립적 오픈 소스 프로젝트이며, 현재 이름은 Apache Ossie입니다.

최신 안정 릴리스는 **0.1.1(2025-12-11)**입니다. 저장소 main의 0.2.0.dev0은 0.2.0 이전의 변경 가능한 초안이므로 프로덕션 호환성을 보장하지 않습니다. 기존 문서에 있던 “v1.0 공식 발표” 주장은 공식 명세의 버전 이력과 일치하지 않습니다.

2. 핵심 목표

  • 상호운용성: 플랫폼에 구애받지 않고 지표(Metric) 정의를 공유. 에이전트가 도구와 팀 간에 일관된 문맥을 공유할 수 있도록 함.
  • SSoT(Single Source of Truth): 전사 비즈니스 로직의 통일된 관리.
  • AI 에이전트 최적화: ai_context 메타데이터 필드를 통해 LLM이 데이터 구조와 비즈니스 규칙을 정확히 이해하도록 지원하여 가치 창출 시간(Time to Value)을 수개월에서 수분 단위로 단축.

3. 상세 기술 명세: ai_context 구현 패턴

Ossie 명세는 YAML/JSON 기반이며, ai_context 필드로 LLM에 자연어 가이드를 제공합니다. 이 필드는 모델, 데이터셋, 필드, 관계, 메트릭 수준에서 문자열 또는 구조화 객체로 사용할 수 있습니다.

구현 레벨 (Implementation Levels)

  1. 모델 레벨 (Model Level):
    • 역할: 모델 전체의 분석 범위와 AI 페르소나 정의.
    • 예시: “소매 유통 분석 전용. 별도 요청 없으면 취소 주문 제외. 순매출(Net Revenue) 기본 사용.”
  2. 데이터셋 레벨 (Dataset Level):
    • 역할: 특정 테이블/뷰의 데이터 성격 및 조인 주의사항 전달.
    • 예시: “snowflake.analytics.orders 참조. ‘COMPLETED’ 상태만 매출로 간주.”
  3. 지표/차원 레벨 (Measure & Dimension Level):
    • 역할: 용어 혼선 방지 및 동의어 정의.
    • 예시: “VIP = 연간 10회 이상 구매자”, “실적 = [매출, 성과, Performance]”

기술적인 세부 스키마는 Ossie 코어 메타데이터 명세를 참조하십시오.

버전 고정과 검증

  • 프로덕션 모델은 안정판 0.1.1 스키마에 고정합니다.
  • core-spec/osi-schema.json, core-spec/spec.yaml, validation/validate.py로 커밋 전 검증합니다.
  • 0.2.0.dev0 시험 모델은 안정 모델과 분리하고, 변환 전후 ai_context와 관계 정의의 손실을 검사합니다.

2026-07-24: 예시↔스키마 정합 · Ontology flatten

  • PR #209: core-spec 예시가 osi-schema.json/validate.py를 통과하도록 수정(datasets minItems, expression.dialects, top-level version: 0.2.0.dev0, flat primary_key).
  • PR #257: ontology concept를 nested object가 아닌 문자열 필드로 flatten. exporter/컨버터는 새 문법을 따라야 한다.
ontology:
  - concept: Employee
    type: EntityType
    extends: [Person]

AV-SQL/에이전트 파이프라인 연계는 AV-SQL-Agentic-Views-Spider-2-0.md.

2026-08-23 → 2026-09-09: ai_context 스펙 정합 (#141/#340 → PR #350)

  • 배경 (#141): spec.yaml이 ai_context: string만 적어 JSON 스키마·TPC-DS 예시(string|object)와 어긋남. Relationship에는 필드 자체가 없음(#340).
  • 해결 (PR #350, merged 2026-09-09): 다섯 노드(semantic_model·datasets·relationships·fields·metrics)를 ai_context: {} # see AIContext in ossie-schema.json + string|object 주석으로 정렬. 규범 동작 변경 없음(스키마·Python·예시는 이미 union). 버전 0.2.0.dev0 유지.
  • 구현 함정 해소: spec.yaml만 보고 string-only 파서를 짜던 경로가 문서상으로도 막힘. 검증은 여전히 osi-schema.json + validation/validate.py.
  • Kyvos 가 2026-08-12 Apache Ossie 생태계에 합류(ossie.apache.org).

2026-09-19: 컨버터 enum 오타 → 시간 차원 역할 유실 (PR #423)

  • 함정: Ossie→Omni가 datatype을 "DateTimez"(존재하지 않는 문자열)와 비교해 DateTimeTz 필드의 자동 is_time 감지가 실패. 명시 dimension.is_time이 없으면 Omni timeframes가 비고 round-trip에서 시간 역할이 사라짐.
  • 정본: 스키마 enum은 DateTimeTz. 컨버터·테스트는 스펙 enum 문자열을 그대로 쓰고, typo fixture로 회귀한다.
  • 적용 팁: 시맨틱 컨버터에서 “스펙에 없는 enum 리터럴”은 silent drop이다. NL2SQL/에이전트 파이프라인은 시간 필터 CTE 전에 datatype↔is_time round-trip 검사를 넣는다 — AV-SQL-Agentic-Views-Spider-2-0.md.

dbt 컨버터: SUM_BOOLEAN + qualified columns (2026-07-31)

SUM_BOOLEAN 메트릭이 schema.table.col처럼 qualified column을 참조할 때, 렌더된 CASE를 split 하면 dataset 해석이 깨진다. #292는 파싱된 SQL expression에서 qualifier를 읽고 multipart dataset qualifier를 보존한다. 회귀: converters/dbt pytest 99 passed.

cd converters/dbt && uv run pytest

4. 에이전트 문맥 공유 (Agentic Enterprise)

Ossie는 에이전트가 사용할 시맨틱 계층의 교환 형식을 지향합니다. 다만 0.x 단계이므로 지원 변환기와 플랫폼별 구현 범위를 확인해야 합니다.

ThoughtSpot-Snowflake 네이티브 통합 (2026)

  • Metadata Sync: Snowflake Semantic Views에 정의된 OSI 메타데이터가 ThoughtSpot Analyst Studio로 자동 동기화됩니다.
  • Agentic Execution: 사용자의 질문(Spotter)을 해석할 때 OSI의 ai_context를 참조하여 Snowflake Cortex Agent가 최적의 SQL을 생성합니다.

MCP (Model Context Protocol) 연동

  • Ossie 형식으로 정의된 시맨틱 컨텍스트를 MCP 서버의 리소스나 도구 응답으로 여러 에이전트에게 전달할 수 있습니다.
  • Protocol vs Semantic: MCP가 에이전트와 도구 사이의 통신 통로(Protocol) 역할을 한다면, OSI는 그 통로를 통해 전달되는 정보의 ‘의미’와 ‘문맥’을 규격화합니다.
  • 이를 통해 에이전트 간 답변의 일관성을 유지하고 복잡한 다중 도메인 협업 시나리오를 지원합니다.

관련 문서