본문 바로가기
BIDATA — Data · Consulting · Growth

AI 플랫폼 구축

AI가 만드는 새로운 BI 경험

AI 플랫폼 구축

AI가 만드는 새로운 BI 경험

AI 기반 Vibe BI

데이터를 넘어, 대화하는 BI의 시작

자연어로 질문하고, AI가 분석하여
누구나 쉽게 인사이트를 얻을 수 있는 차세대 BI 솔루션입니다.

사용자가 ‘올해 매출은 어때?’라고 질문하면 AI가 매출 변화와 차트로 답하는 Vibe BI 예시

누구나 쉽게, 자연어 기반 분석

복잡한 쿼리없이 일상 언어로 질문하면, AI가 바로 분석하고 시각화합니다.

고객별 매출을 보여줘

더 빠르고, 더 스마트한 인사이트

AI가 데이터 속 핵심을 찾아 실시간으로 주요 지표와 트렌드를 제공합니다.

  • 핵심 지표 요약
  • 트렌드 분석
  • 이상 징후 탐지

비즈니스의 더 나은 의사결정

데이터 기반의 신속하고 정확한 판단으로 비즈니스 성과를 극대화합니다.

  • 업무 생산성 향상
  • 비즈니스 경쟁력 강화
  • 데이터 드리븐 혁신

Vibe BI와 함께, 데이터가 만드는 더 스마트한 비즈니스의 미래를 경험하세요.

AI 플랫폼 구축

AI 플랫폼(Apis) 소개 — 질문에서 답까지의 거리를 줄입니다

서로 다른 문제처럼 보이지만(현업: 원하는 데이터를 원하는 조건으로 바로 찾아보기 어렵습니다 / 경영진: 현황은 보이지만 원인과 위험, 대응까지 빠르게 탐색하기 어렵습니다 / IT: 질문이 다양할수록 데이터 제공이 반복하고 반복 업무가 많아집니다) → 공통된 문제: 새로운 질문이 생기면 답을 만들기 위한 데이터 작업이 다시 시작됩니다(데이터 위치 확인 → 테이블/컬럼 정의 파악 → Join 관계 확인 → SQL 작성/검증 → 결과 분석/시각화, 시간이 오래 걸리고 매번 반복됩니다) → 그 결과: 시간 낭비, 의사결정 지연, 반복 업무, 단편적 인사이트 — 다시 처음부터

AS-IS | 보고서 중심

  1. 정해진 KPI
  2. 정해진 보고서
  3. 정해진 Dashboard
  4. 정해진 Drill-down
질문이 바뀌면 다시 시작

TO-BE | 질문 중심

  1. Q1기업여신 RAROC이 왜 떨어졌지?
  2. Q2어느 산업의 영향이 가장 큰가?
  3. Q3그 산업에서 어떤 고객 때문인가?
  4. Q4그 고객의 위험 신호는 무엇인가?
  5. Q5관련 보고서에는 어떤 근거가 있는가?
  • 질문의 자유

    어떤 질문이든 즉시 탐색할 수 있습니다.

  • 빠른 인사이트

    필요한 답을 빠르게 찾아 핵심을 파악할 수 있습니다.

  • 맥락 연결

    데이터, 지표, 보고서를 맥락으로 연결합니다.

  • 의사결정 가속

    깊이 있는 탐색으로 더 빠르게 결정합니다.

세 문제, 원인은 하나

현업
조건 하나 바꾸는 데 다시 며칠
경영진
현황 다음의 원인·대응이 멈춤
IT
요청마다 처음부터 다시

질문이 바뀔 때마다답을 만드는 과정이 처음부터

보고서 중심 → 질문 중심

  • 질문이 먼저, 조회는 그 시점에 생성
  • 앞 단계의 답이 다음 질문의 입력

한 저장소만 보면 안 보입니다

조기경보 52명 ∩ 공시 15사 → 교집합 2곳

공시에만 13사 · 1,563.3억원

전행 11,544.5억원의 13.5%

* 수치는 자사 검증 데이터셋(여신 원장 213고객·11,544.5억원, 코스닥 68사 공시) 기준 실측치이며, 실제 적용 시 기관별 포트폴리오에 따라 달라집니다.

AI 플랫폼 구축

시스템 아키텍처 — 신규 구축 대상은 3계층(컨텍스트 레이어) 하나입니다

  1. 1Experience Layer
    • Natural Language Question사용자의 질문 입력
    • Follow-up후속 질문 / 대화
    • Dashboard통합 분석 경험
  2. 2AI Agent / OrchestrationApis Engine
    • Understand의도 이해
    • Plan계획 수립
    • Route엔진 라우팅
    • Verify검증
    • Answer답변 생성
  3. 3Context Layer
    • Business Glossary업무 용어 · 정의
    • Schema데이터 스키마
    • KPI/Metric지표 · 메트릭
    • Ontology개체 · 관계 모델
    • Few-shot예시 · 패턴
    • Join/Time/Scope조인 · 시간 · 범위
  4. 4Query & Analytics Engines
    • 정형 질의수치·집계·비교
    • 그래프 질의관계·연결·경로
    • 관계 검색그래프 기반 탐색
    • 문서 검색벡터 유사도 검색
    • 뉴스 · 예측외부 이벤트 분석
  5. 5Data Layer
    • PostgreSQL관계형 데이터
    • pgvector벡터 데이터
    • Apis Graph지식그래프 데이터
    • Apis Analytics관계망 지표
    • News Feed외부 뉴스 데이터

Outputs

Table데이터 테이블Chart시각화 차트Network관계 네트워크Report보고서 생성

5계층 — 새로 만드는 것은 하나

  1. 1·2경험 · AI 에이전트어디서나 같습니다
  2. 3컨텍스트 레이어기관별 신규 구축 대상
  3. 4·5질의 엔진 · 데이터기보유 자산을 그대로 활용
  • 80.04%공개 벤치마크
  • 92.96%사람 기준선
  • 11.4%실제 기업 데이터

사람의 질문 / 업무 언어

  • 지난달 신규 고객 수는 얼마였지?
  • 영업이익률이 목표 대비 얼마나 달성됐지?
  • 특정 산업의 고객 중 이탈 위험이 높은 고객은?
  • 작년 같은 기간과 비교해 매출 추이는?

CONTEXT LAYER

  • Business Glossary용어 · 동의어
  • Schema테이블 · 컬럼 · 코드값
  • Metric DefinitionKPI · 메트릭 · 산식
  • Identity / As-of / Population기업 · 계정 · 조인키 · 시점 · 범위
  • Ontology / Graph Schema온톨로지 · 관계
  • ExamplesFew-shot · 검증 예제

DB · Graph · Document / 데이터 언어

  • DB

    테이블, 컬럼, 제약, 코드값

  • Graph

    엔티티, 관계, 속성, 조인키

  • Document

    정책, 가이드, 계약서, 보고서

컨텍스트 레이어 6요소

  1. 1용어·동의어
  2. 2테이블·컬럼
  3. 3KPI·산식
  4. 4조인키·시점·범위
  5. 5온톨로지·관계
  6. 6검증 예제

* 정답률 출처 — BIRD 리더보드(공개 벤치마크 최고 80.04%, 사람 92.96%) 및 BEAVER(MIT, arXiv:2409.02038, 실제 기업 데이터웨어하우스 기준 11.4%).

AI 플랫폼 구축

답변 신뢰성 · 온프레미스 · 도입 방안 — 틀리면 멈추고, 내부망에서 끝냅니다

Governed & Traceable
  1. 1권한 통제 / Read-only

    • 역할 기반 최소 권한 부여
    • 읽기 전용으로 실행 · 조회
  2. 2Schema · Query 검증

    • 허용된 스키마만 사용
    • 쿼리 정적 분석 및 위험 탐지
  3. 3KPI · 단위 · 산식 검증

    • KPI 정의 및 단위 표준화
    • 산식 버전 관리 및 검증
  4. 4시점 정합 / As-of

    • As-of 기준 시점 명시
    • 기간 · 시점 일관성 검증
  5. 5모집단 · Coverage / Scope

    • 분석 범위 및 제외 기준 명시
    • 모집단 완전성 및 중복 검증
  6. 6출처 · 근거 추적 / Citation & Lineage

    • 데이터 출처 및 변환 이력 추적
    • 근거 문서 · 라인리지 제공
  1. Question질문 정의
  2. Query쿼리 생성
  3. Executed Data데이터 실행
  4. Evidence근거 확보
  5. Answer답변 제공

집계 오류는 메시지 없이 발생합니다 — 같은 고객 여신 172.1억원이 4,608.5억원(26.8배) · 126,239.6억원(733배)으로 왜곡된 실측 사례

내부망 경계 — ON-PREMISE

  • 로컬 언어모델
  • 관계형 DB
  • 벡터 스토어
  • 지식그래프
  • GNN 추론
  • 감사 로그

외부 — 차단

  • 상용 LLM API
  • 퍼블릭 클라우드
  • 외부 벡터 서비스
  • 외부 로그 수집

[예제] A사 여신 · 공시 · 조회 로그가 내부망 밖으로 나가지 않습니다.

도입 방안 — 4주 PoC

  1. 1
    질문 발굴

    계류 중인 실무 질문 · 우선순위 선정

  2. 2
    데이터 · 컨텍스트 매핑

    데이터 위치 · 용어·지표 · 조인키 · 시점

  3. 3
    에이전트 · 시나리오 설계

    질의 경로 · 통제 장치 · 데모 구성

  4. 4
    PoC 설계도

    목표 아키텍처 · 성공 기준 · 로드맵 · 공수

제공 필요 항목

  • 읽기 전용 계정 · 테이블 목록 · 실무 질문 30건
  • 산출물에 '되지 않는 것' 목록 포함

* 집계 왜곡 수치는 자사 검증 데이터셋 기준 실측치입니다.