공간정보

망고시스템, ‘OpenGXT’로 공간정보 시장 혁신 주도

√ 이민파 대표, “AI 환각 잡은 규칙 기반 플랫폼이 핵심”
√ 해외 영상 분석 넘어 시군구 행정 의사결정 체계 확립
√ 입증된 내부 데이터 구동 방식, LLM 토큰 사용료 배제
√ 과거 국토 계획 경험 살려 공공 및 민간 시장 동시 공략

김영도 기자

| 기사입력 2026/08/24 [15:46]

Geo A.I >공간정보

망고시스템, ‘OpenGXT’로 공간정보 시장 혁신 주도

√ 이민파 대표, “AI 환각 잡은 규칙 기반 플랫폼이 핵심”
√ 해외 영상 분석 넘어 시군구 행정 의사결정 체계 확립
√ 입증된 내부 데이터 구동 방식, LLM 토큰 사용료 배제
√ 과거 국토 계획 경험 살려 공공 및 민간 시장 동시 공략

김영도 기자

| 입력 : 2026/08/24 [15:46]

(커넥트 데일리=김영도 기자) 오픈소스 GIS 전문기업 망고시스템이 인공지능의 환각 현상을 철저히 통제하고 검증 가능한 공간 분석 워크플로를 제공하는 ‘OpenGXT for GeoAI’ 플랫폼을 앞세워 GIS 인텔리전스 시장의 패러다임을 혁신하는 데 앞장서고 있다.

챗봇 한계 넘은 신뢰 기반의 OpenGXT 플랫폼

전 세계적으로 생성형 인공지능 기술이 산업의 근본적인 판도를 속속들이 바꾸고 있는 가운데 국내외 공간정보 산업 역시 위성 영상 분석과 대규모 데이터 처리 영역 전반에서 인공지능 도입을 가속하는 추세로 망고시스템 기술력은 혁신적인 인사이트를 제시하고 있다.

특히, 공공 행정과 핵심 인프라 운영 현장에서 보안 규제가 엄격한 실무 환경에서는 생성형 인공지능 특유의 환각 현상이 좌표계나 공간 데이터의 연산 타입 오류로 발생할 수 있는 치명적인 예산 낭비나 정책 실패 등을 우려해 전면적인 업무 도입을 주저하고 있다.

망고시스템은 일상적인 질문에 대답만 늘어놓는 범용 대화형 인공지능을 넘어 실제 행정 업무 시스템에 즉시 연동 가능한 신뢰도 높은 운영형 공간 분석 OpenGXT 플랫폼을 직접 구현해 새로운 대안으로 비상한 관심이 모아진다.

LLM 환각 제어하는 하네스 기술로 진화

망고시스템이 시장에 전격 출시한 ‘OpenGXT for GeoAI’는 공간 문제에 대한 분석 의도를 구조적으로 파악하고 이를 명시적인 실행 그래프로 전환하는 지능형 통합 플랫폼이다.

일반적인 텍스트 기반 대형 언어 모델(LLM) 에이전트는 사용자의 프롬프트 지시에 따라 외부 연산 도구를 임의로 호출하는 불안정한 구조적 특징을 갖고 있지만 공간 데이터의 복잡한 투영 좌표계 변환이나 지오메트리 속성 사전 검증에 취약한 한계를 지니고 있다

망고시스템은 자체 개발 데이터 솔루션인 ‘GeoSyncer’와 메타데이터 통합 카탈로그를 전면 활용해 방대한 벡터 및 래스터 데이터를 엄격하게 규격화했다.

사용자가 일상적인 자연어로 공간 분석을 시스템에 요청하면 플랫폼 내부의 ‘Spatial-RAG’가 최적화된 데이터셋과 공간 처리 프로세스를 선제적으로 탐색해 제시하고 탐색된 세부 요소들은 ‘GraphSpec’이라는 투명하고 사전 검증이 완료된 작업 명세서 형태로 컴파일되어 시스템 오작동의 여지를 원천적으로 차단한다.

망고시스템이 구축한 온톨로지, 룰 엔진, ‘GraphSpec’ 컴파일 과정은 LLM이 공간 연산을 임의로 조작하거나 환각을 일으키지 못하도록 통제하므로, 개념적으로 ‘AI 에이전트 가드레일 하네스(Agent Guardrail Harness)’ 기술을 구현한 것으로 이해된다.

이 같은 철저한 명시적 프로세스 중심 설계는 특정 공무원의 개인 역량에 전적으로 의존하던 공간 분석 업무를 조직 차원의 영구적 재사용이 가능한 기술 자산으로 진일보시켰다고 할 수 있다.

▲ 망고시스템 이민파 대표이사(사진=김영도 기자). © 커넥트 데일리

이민파 대표는 “솔루션을 최초로 기획하던 초기 단계에는 대형 언어 모델 위주의 분석 자동화를 대대적으로 시도했으나 곧바로 뚜렷한 기술적 한계에 부딪혔다”면서 “인공지능이 공간 연산식이나 공간 모델링 도출 결과를 임의로 제멋대로 조작할 경우 의사결정에 치명적인 악영향을 미치는 결과물이 여과 없이 생성된다는 점을 재차 확인했다”고 설명했다.

망고시스템의 연구진은 대형 언어 모델의 핵심 역할을 사용자의 문맥을 유연하게 해석하고 매개 변수를 추출하는 제한적인 보조 수단으로 과감히 수정하고, 시스템 전반을 강력하게 통제하는 중추적인 검증 권한을 도메인 지식이 두텁게 축적된 온톨로지와 엄격한 데이터 규칙 엔진에 전적으로 부여해 출력물의 신뢰도를 최고조로 끌어올렸다.

이 대표는 “플랫폼은 공간 데이터의 상호 타입 호환성부터 최종 문서 출력 규칙까지 자체적으로 깐깐하게 심사하며 치명적 오류 발생 징후 시 즉각 프로세스를 자체 중단하는 강력한 방어 체계를 갖췄다”고 강조했다.

고도로 정밀화된 룰 기반 자체 검증 체계는 외부망 접근이 전면 차단된 폐쇄망 환경에서도 안정적인 지리공간 클라우드 서비스를 무결점으로 제공할 수 있는 독보적 기술 격차를 증명한 것이다.

공간정보 데이터 교량 역할 ‘OpenGXT’

현재 글로벌 지리공간 인텔리전스 생태계는 미국 항공우주국(NASA)과 같은 공공 기관부터 구글, 에스리 등 막강한 자본력을 갖춘 해외 빅테크 기업에 이르기까지 주도권 선점 경쟁이 치열하게 전개되고 있다.

NASA가 글로벌 IT 기업 IBM과 공동 구축한 ‘Prithvi’ 파운데이션 모델이나 구글 어스 엔진의 고해상도 위성 임베딩 기술은 래스터 픽셀 분석 분야에서 압도적인 관측 자동화 역량을 보유하고 있다.

공간정보 시장의 전통적 선도기업 에스리(Esri) 역시 GeoAI 솔루션을 통해 공간 통계 알고리즘과 심층 학습 연동 기능을 다채롭게 지원하며 독점적 시장 지위를 탄탄히 굳혀왔다.

그러나 이들 해외 주력 솔루션은 지표면의 거시적 토지 피복 변화를 관측하는 데 유용하지만 이를 국내 시군구 단위의 고정밀 벡터 행정 데이터와 즉각 융합해 실무 행정에 적용하기에는 높은 별도 후처리 비용을 유발한다.

반면, 망고시스템이 자체 확보한 원천 기술력은 국내외 위성 영상의 공간 관측 결괏값을 행정망 기반 다각형(Polygon) 데이터와 정밀하게 통합, 지표화해 정책 판단 지표로 환산할 수 있어 상호운용성 측면에서 시스템적 우위를 확보했다.

특히 오픈소스 핵심 공간 데이터베이스인 PostGIS 및 Apache Sedona 등 분산 처리 시스템을 유연하게 연계해 대규모 벡터 연산에 최적화된 백엔드 실행 환경을 구축했다.

OpenGXT 플랫폼은 해외 파운데이션 모델이 출력한 픽셀 단위 분석 결과물을 STAC 표준 카달로그를 통해 수집한 후, 플랫폼 내부의 영역별 통계(Zonal Statistics) 및 래스터-벡터 결합(Raster-Vector Join) 프로세스 노드를 거친다.

이 과정에서 픽셀 관측 수치는 시군구 행정 경계 다각형 속성에 정밀하게 공간 결합되고, 백엔드의 GDAL/OGR 포맷 처리기와 PostGIS, Apache Sedona 분산 벡터 연산 환경을 통해 정량적 정책 지표로 전환된다.

이처럼 데이터의 크기와 복잡도에 따라 연산 백엔드를 유연하게 교체 및 확장할 수 있는 아키텍처를 확보한 점이 인상적이다.

특히 사용자 측면에서 복잡한 분산 클러스터나 래스터 변환 파이프라인 환경을 직접 구성하지 않아도, 플랫폼 내부의 GraphSpec 명세에 따라 적절한 백엔드 엔진이 자동 연결되어 대규모 공간 데이터를 병목 없이 연산할 수 있다.

결국 OpenGXT 플랫폼은 해외 파운데이션 모델의 픽셀 단위 관측 결과물을 기민하게 수용해 공공기관의 복잡한 입지 평가나 생활권 도보 접근성 지표 산출 프로세스로 매끄럽게 연결하는 탁월한 데이터 교량 역할을 수행해준다.

운영비 절감과 보안ㆍ예측 기능 강화로 행정 효율화

망고시스템 플랫폼이 지닌 진정한 기술적 진가는 탁상공론의 한계를 벗어나 실제 지자체 단위의 융합 행정 업무에 본격적으로 적용되는 현장 도입 단계에서 더욱 뚜렷하게 입증된다.

대형 언어 모델(LLM) 기반 AI 도입 시 연산 및 도구 호출 회수에 비례해 폭증하는 API 사용료(토큰 비용)와 고가의 상용 데이터 라이선스 비용은 공공 행정 및 지자체가 AI 도입을 주저하는 경제적 핵심 요인이다.

망고시스템은 공간 연산 자체를 LLM에 의존하지 않고 온톨로지ㆍ규칙 엔진 및 GraphSpec 기반으로 실행하도록 설계해, LLM API 토큰 사용료 제로에 가까운 파격적인 운영 유지비(OPEX) 절감 구조를 완성했다.

▲ 망고시스템 이민파 대표이사(사진=김영도 기자). © 커넥트 데일리

이민파 대표는 “OpenGXT for GeoAI는 LLM이 없어도 룰 베이스 단독으로 공간 분석 워크플로가 구동되도록 아키텍처가 설계됐으며, LLM은 유연한 문맥 해석 보조 역할로만 제한 활용할 뿐 매 공간 연산마다 호출 과금이 발생하는 타 LLM Agent 방식 대비 API 토큰 사용료가 발생하지 않고 극소량으로 통제된다”고 밝혔다.

PostGIS, GeoParquet, STAC 등 오픈소스 및 개방형 표준 데이터 사양을 전면 채택해 고가의 상용 GIS 솔루션 라이선스 비용 대비 도입 및 데이터 유지보수 비용까지 대폭 축소했다.

이민파 대표는 “외부 클라우드 LLM으로 데이터를 전송하지 않는 온프레미스(내부망) 구동 방식을 지원해, 데이터 유출 리스크를 차단함과 동시에 외부 네트워크 데이터 전송 사용료를 원천 차단했다”고 강조했다.

실제 공공기관과 시군구 지자체가 AI 공간 분석 도입을 머뭇거리는 초기 구축비와 매년 폭증할 위험이 있는 지속적인 API 사용료 및 데이터 과금에 대한 현실적인 장벽을 해소한 것이다.

망고시스템이 기술적 환각 통제를 넘어 ‘지속 가능한 공공 예산 구조’를 제시했다는 점에서 막강한 비즈니스 경쟁력(ROI)으로 해석된다.

망고시스템은 도로 교통사고 누적 이력, 주요 기반 시설 고장 현황, 다빈도 접수 지역 민원 등 시공간 특성을 띤 이벤트 데이터에 최신 앙상블 학습 기법을 정밀하게 접목해 잠재적 위험 구역을 사전에 특정해 내는 예측 기능을 조기에 상용화했다.

도출된 최종 결과값의 통계적 맹점을 사전에 보완하고자 위험도 산출의 공간적 영향 요인을 수치화해 역추적하는 ‘GeoXAI’ 기술을 유기적으로 결합해 공공 행정에 절대적으로 필수적인 분석 투명성을 대폭 강화했다.

이러한 선도적 분석 기능들은 서울시 스마트서울맵 공공 데이터 연동 시뮬레이션 분석이나 수원시 상습 교통사고 위험 구역 시각화 등 다수의 실증 프로젝트 데모 시연을 거치며 현장 부합성을 가감 없이 검증받았다.

정책 수립을 위한 최종 결론 산출 단계에서는 취합된 정량적 데이터와 지도 시각화 지표를 마크다운(Markdown)이나 일반 워드 문서 파일 형식의 의사결정 브리핑 보고서로 완전 자동 생성해 일선 공무원들의 과중한 반복 문서 작업 부담을 혁신적으로 해소했다.

이러한 완결성 높은 자체 시스템 자동화 체계 및 의사결정 브리핑 자동 산출 기능은 보수적인 성향이 매우 짙은 금융권이나 민간 보험사의 위험률 진단 심사 시장 진입에도 유리할 것으로 전망된다.

망고시스템, 데이터 기반 재난안전 시대 열어

최근 전 지구적인 기후 변화 악화 현상으로 인해 과거의 예상을 훨씬 뛰어넘는 국지성 집중호우나 대규모 산사태 등 예측 불가능한 치명적 자연재해 발생 빈도가 발생 빈도가 급증하는 추세로 경험적 사전 예방이 아닌 정량적인 분석 지표가 요구된다.

전국 일선 지자체의 재난 관제 전담 부서 역시 과거 시점에 기록된 단편적인 행정 데이터베이스 이력만으로는 동시다발적으로 폭증하는 복합적인 재난 리스크를 정확히 통제하기 매우 어려운 구조적 한계 상황에 직면해 있는 상황이다.

국가 기상 관측망의 초단기 강수 예측 수치와 내부 행정 정보망에 등록된 노후 위험 시설물 공간 정보를 OpenGXT 플랫폼에서 지능적으로 결합할 경우, 침수 취약 구역을 실시간으로 시간 단위 수준의 모니터링으로 선제적인 예방 체계 정립이 가능해진다.

또 긴박한 재난 대응 의사결정용 브리핑 문건이 필요한 경우 머신러닝 알고리즘이 태생적인 예측 불확실성과 데이터 누락 구간의 품질 한계치를 보고서에 명확하게 병기해 성급한 현장 지휘 판단의 오류를 방지한다.

이민파 대표는 “투명한 처리 규칙 준수와 명확한 데이터 근거 중심주의를 기업의 최우선 가치로 삼고 있다”며 고도의 거버넌스 로직 체계를 선도적으로 적용한 배경을 설명했다.

그는 “공간 분석 플랫폼 아키텍처를 통해 실시간 누적 강우량, 정밀 지형 표고 데이터, 세부 토지 피복 특성, 관내 하천 배수망 등 다양한 환경 변수를 입체적으로 융합한 재난 대응 모델링으로 적용 비즈니스 영역을 폭넓게 넓혀가고 있다”며 시장 확장성을 강조했다.

철저히 검증된 실행 규칙 워크플로와 정량적 근거 중심의 공간 지표화 기술은 분초를 다투는 긴급 재난 종합 상황실 등에서 의사결정 정보의 신뢰도를 극대화하는 가장 중추적인 기술 자산으로 공고히 자리매김할 것으로 전망된다.

김영도 기자의 다른기사보기

전체댓글보기

인물 포커스

김정현 주무관, 위성 AI로 '방재 데이터 경작' 나서