Start
Start
문의하기
기업당 · 월/연 단위 계약
PoC 또는 팀 단위로 빠르게 시작하기 좋은 구성
포함 범위(예시)
- 온보딩 포함 상한: 연 10
- 커넥터(수집) / 템플릿 / 스케줄 기본
- 브리핑(PDF/메일) + 근거(Evidence)
- 기본 권한/로그
업무 자동화 브리핑
근거로 브리핑하고,
실행은 통제합니다
근거를 기반으로 브리핑과 다음 액션을 자동 생성합니다. 사용자는 짧게 스캔하고 결정할 수 있게 됩니다.
- 근거(Evidence) 링크/표를 항상 함께 제공
- 브리핑은 PDF/메일/업무툴로 배포
- LLM은 문장화/해석, 시스템은 룰/근거/감사
B 브리핑
매출 분석
생성 화면에서 열기
매출 분석 · 업데이트: 2026. 2. 19
매출 예측 강세·고객 티켓 약세 교차,
리스크 선제 대응 필요
핵심 요약 근거 포함
매출 예측 원천은 +10.0% 변동했고, 고객 티켓 원천은 -45.4% 변동했습니다. 리스크 우선순위는 고객 티켓 원천이며, 점수 45.8 기준으로 선제 대응이 필요합니다.
인사이트
- 고객 티켓 원천의 변동성이 높아 원인(채널/상품/이벤트) 점검이 필요합니다.
- 상위 엔티티 집중도가 높아 특정 고객/제품 이슈가 전체 지표로 번질 수 있습니다.
다양한 입력
→ AI 요약/액션 생성
주요 주제
• 문화 마켓 이벤트 기획
다음 할 일
• 업체별 가격 정책 검토
• 채널별 홍보 문구 준비
• 채널별 홍보 문구 준비
쉽게 적용
온보딩(업무 이식·훈련)으로
바로 업무에 투입되어 수행합니다
AIDEE는 온보딩(업무 이식·훈련)으로 고객사 용어·규정·절차를 반영한 뒤, 에이전트를 즉시 업무에 투입해 브리핑 생성부터 실행 보조까지 수행합니다.
- 업무 사전/정책/템플릿을 기업 기준으로 고정
- 근거 없는 답을 차단하고, 로그로 재현
- 정기 실행 + 승인 흐름으로 운영을 닫음
업무
업무 이식·훈련으로 코어 에이전트를 “운영 가능한 상태”로 만들고, 실행 경계/승인/감사로 통제합니다.
01 · 업무 진단
자동화할 업무를 먼저 고릅니다
핵심 Use Case 2~5개로 시작하고, 입력·출력·통제 포인트를 먼저 고정합니다.
- 산출물 템플릿(요약/인사이트/질문/근거) 확정
- 성공 기준과 검증(골든 테스트) 정의
- 운영 권한/RBAC/승인 흐름 설계
산출물 템플릿(고정)
SUMMARY
한 문단
한 문단
INSIGHT
4줄
4줄
QUESTION
5개
5개
EVIDENCE
근거
근거
→ “항상 같은 포맷”이 운영 품질을 결정합니다.
통제/감사(기본)
RBAC
권한 기반 접근
권한 기반 접근
APPROVAL
승인 후 실행
승인 후 실행
AUDIT
근거·출력 저장
근거·출력 저장
REPLAY
재현성
재현성
→ 엔터프라이즈는 “통제 가능함”이 기본값입니다.
02 · 업무 훈련/지식 이식
근거를 붙이고 흔들리지 않게
업무 용어/규정/절차를 반영하고, 근거 없는 답을 차단합니다.
- Evidence 레이어 + 계산/룰 고정
- 정책/가드레일로 실행 경계 설정
- 로그/감사로 “누가/언제/왜” 추적
루프
Logical Orchestration & Objective Planning · 데이터에서 기회를 찾고, 목표를 설정하며, 성과를 루핑(Looping)합니다.
01 · 목표 자동 제안
무엇을 물어볼지
고민하기 전에
AI가 먼저 제안합니다
LOOP는 사내 자산/렌탈 데이터와 외부 시장 지표를 융합 분석해 수익 극대화·리스크 최소화 관점의 목표를 먼저 제시합니다.
- 내부: 자산/계약/정비/회수/연체 등 핵심 지표 자동 점검
- 외부: 시세/경제지표/뉴스를 결합해 “기회/위험” 신호 탐지
- 제안은 반드시 근거(원본 데이터/링크)와 함께 제공
Objective Proposal
목표 채택
근거 보기
대안 비교
→ 원본 근거(API 값/뉴스 링크)를 함께 제시해 “근거 있는 자신감”을 확보합니다.
Autonomous Action Planning
API 조회
내부 시스템
내부 시스템
시장 검색
시세/뉴스
시세/뉴스
시뮬레이션
Python 산식
Python 산식
초안 생성
제안서/메일
제안서/메일
→ 목표를 선택하면, 하위 태스크를 자동 분기하고 순차/병렬로 실행합니다.
02 · 자율 실행 계획
목표를 고르면
태스크를 쪼개고
스스로 실행합니다
사람이 목표를 선택하면 에이전트가 하위 작업을 분기하고, 조회→분석→시뮬레이션→문서화까지 한 흐름으로 처리합니다.
- 툴 체인: 사내 API · 외부 Search · Python 계산
- 출력: 담당자 전달용 작업 패키지(Output Pack)
- 중요 단계는 Human-in-the-loop 승인 노드로 통제
03 · 성과 분석 & 피드백
결과를 다시 넣어
다음 제안이
더 정확해집니다
실행 결과(성과/반응/비용)를 다시 데이터로 입력받아 다음 목표 제안의 품질을 높이는 Closed-Loop Feedback 구조입니다.
- Goal Tracking: 목표 진행률/성과 지표 모니터링
- 실패/성공 패턴을 축적해 추천 정확도 향상
- 데이터 신선도(실시간 연동)가 통찰의 핵심
Closed-Loop Feedback
성과 입력
KPI/비용
KPI/비용
원인 분석
패턴
패턴
추천 갱신
정확도↑
정확도↑
대시보드
진행률
진행률
→ “제안→실행→성과→다음 제안”이 루프로 연결됩니다.
Technical Structure & Roadmap
Brain
LLM
LLM
Memory
LangGraph
LangGraph
Tools
API·Search·Python
API·Search·Python
UI
Chips
Chips
1) Foundation(1~2M) → 2) Intelligence(3~4M) → 3) LOOP(5~6M)
04 · 운영 가능한 자율성
근거·승인·다중 테넌시로
기업 운영까지
확장합니다
LOOP는 “조회”가 아니라 “제안”으로 시작합니다. 중요한 단계는 승인으로 통제하고, 회사별 규칙(Trigger)을 관리 화면에서 설정하는 멀티테넌시로 확장합니다.
- Push형 UI: “오늘 분석 결과, 이런 기회가 있습니다”
- 근거 링크/원본 값 제시로 신뢰 확보
- SaaS Multi-tenancy: 기업별 규칙/트리거 관리
추론모델
사내 구축형 sLLM과 클라우드 LLM을 병행 운용하고, 민감 정보는 로컬에서 비식별·차단해 안전하게 활용합니다.
하이브리드 추론 노드
업무·보안 등급에 따라
모델을 자동 선택합니다
AIDEE는 요청의 성격에 따라 사내 전용 모델과 클라우드 모델을 라우팅합니다. 외부 전송 전에는 로컬에서 비식별화를 수행해 민감 정보가 노출되지 않도록 설계합니다.
- 멀티 모델 라우팅: 비용/성능/보안 기준으로 자동 선택
- 프라이버시 필터: 인명/부서/자산 등 민감 정보 비식별화
- 결과 복원: 비식별 토큰을 사내 맥락으로 안전하게 복원
보안 레이어 · 비식별화
※ 클라우드는 원본 데이터를 알 수 없고, 비식별 토큰 구조만 수신해 추론합니다.
데이터 유출 방지(DLP)
전송 전 차단
정책 · TRK-9921
“입력에 기밀 키워드가 포함되어 외부 전송이 차단되었습니다. 사내 모델로 우회 처리합니다.”
→ 모든 차단/우회/전송 이력은 관리자에서 실시간 조회 가능합니다.
실시간 거버넌스
유출을 막는 가드레일을
상시 가동하고
이력을 투명하게
클라우드로 향하는 데이터 스트림을 상시 감시합니다. 정책 위반은 즉시 차단하며, 모든 시도 내역과 감사 로그를 관리자가 직접 통제할 수 있습니다.
- 전수 모니터링: 입력/출력 스트림 실시간 감시
- 감사 로그: 전송/차단/우회 이력 투명화
- 장애 대비: 위반/장애 시 즉시 사내 모델로 전환
패키지
추천
Standard
문의하기
기업당 · 월/연 단위 계약
운영 단위 확장(부서/프로세스) 중심 구성
포함 범위(예시)
- 온보딩 포함 상한: 연 30
- 커넥터/템플릿/스케줄 상한 확대
- 통합 실행/운영 (배포/아카이브/재시도)
- 관리 기능(정책/템플릿/근거) 강화
Enterprise
Enterprise
문의하기
기업당 · 월/연 단위 계약
대규모 운영 + 통제/감사 중심(거버넌스 정렬)
포함 범위(예시)
- 온보딩 포함 상한: 연 80
- RBAC/승인/감사 로그 강화
- 온프렘/사내망 운영 기본
- 보존/삭제 정책 등 기업 보안 정책 정렬
※ 정확한 범위/수량은 온보딩 진단(Use Case/데이터/보안) 후 확정합니다.
FAQ
업무훈련은 무엇을 포함하나요?
업무 진단(Use Case 선정) → 템플릿 확정 → 업무 용어/규정/절차 이식 → 정책/가드레일 설정 → 골든 테스트 검증 → 운영 배포를 포함합니다.
LLM이 틀리면 어떻게 되나요?
근거(Evidence) 없는 답을 차단하고, 실행은 승인/권한/RBAC로 통제합니다. 결과는 로그/감사로 추적합니다.
온프렘/사내망도 가능한가요?
가능합니다. 데이터 이동을 최소화하고, 저장/접근/감사 체계를 기업 보안 정책에 맞춰 구성합니다.
우리 조직 Use Case로 데모를 만듭니다
핵심 2~5개 시나리오만 있으면 시작 가능합니다.
* 메일 주소는 예시입니다. 실제 문의 채널(폼/메일/링크)로 교체하세요.