DX · 디지털 전환

AI를 붙이기 전에, 나와 회사를 이해하는 데이터부터.

AI는 똑똑한 신입 사원과 같습니다. 일머리는 좋지만 나도, 우리 회사도 모릅니다. 내가 일하는 방식과 고객, 계약, 사람의 연결을 데이터로 알려 줘야 제 몫을 합니다. DX는 그 데이터를 만드는 일입니다.

01관계 지도 그리기Map · People, Data, Objects

조직도 대신 관계 지도를 그립니다

일이 멈추는 이유는 기술보다 사람인 경우가 많습니다. 그래서 무언가 만들기 전에 누가 쓰고, 누가 정하고, 누가 자료를 갖고 있는지부터 그립니다. 그 자료 속 대상들이 어떻게 이어지는지도 함께 정합니다.

보고 함께 지정 보정한 수치 원천 데이터 인계 FDE CHRIS OFFICE 현장 투입 실무 사용자결과를 매일 쓰는 사람 프로젝트 책임자범위와 일정 승인 데이터 담당자원천 데이터 보유·설명 비공식엑셀 보정자시스템 밖 빈틈을 메움 키맨지시한 임원성공 여부를 판단 운영 유지자종료 후 운영·개선
보정한 수치 보고 함께 지정 원천 데이터 인계 FDE CHRIS OFFICE 현장 투입 실무 사용자매일 쓰는 사람 프로젝트 책임자범위·일정 승인 데이터 담당자원천 데이터 보유 엑셀 보정자시스템 밖 빈틈비공식 지시한 임원성공 여부 판단키맨 운영 유지자종료 후 운영
  • 직접 소통
  • 한 단계 건너 소통
  • 결정권을 가진 키맨
  • 데이터 흐름
직급보다 실제 영향력을 봅니다
직급이 높다고 결정을 내리는 건 아닙니다. 바로 이야기할 사람, 한 번 건너야 하는 사람, 실제로 결정하는 키맨을 나눠 봅니다.
원하는 것은 사람마다 다릅니다
매일 쓰는 사람, 허락하는 사람, 일을 시킨 사람은 바라는 결과도, 잘못됐을 때 책임지는 몫도 다릅니다.
사람도 데이터입니다
프로그램에 없는 내용을 엑셀이나 경험으로 채우는 사람이 꼭 있습니다. 머릿속에만 있는 이런 지식(암묵지)을 질문하고 지켜보며 찾아냅니다.
대상끼리의 관계도 정합니다
"고객사가 캠페인을 맡긴다"처럼 무엇이 무엇과 이어지는지 적습니다. 03 결과 구조도의 회색 선이 바로 이것입니다.
끝날 때를 미리 준비합니다
일하면서 새로 알게 된 사람은 지도에 계속 더합니다. 우리가 떠난 뒤에도 잘 돌아가도록, 이어서 맡을 사람(운영 유지자)을 처음부터 함께 정합니다.
02데이터 작업Data · Graph, Vector, AI-Ready
03

데이터를 구축하고, AI가 이해하는 환경을 만듭니다

데이터를 구축하고, AI가 이해하는 환경을 만듭니다. 관계는 점과 선으로 이은 연결 지도(그래프)로, 문서는 뜻으로 찾는 색인(벡터)으로 정리한 뒤, 둘을 합쳐 AI가 찾아 쓰게 합니다.

  1. 01온톨로지 · 스키마

    무엇이 있고 어떻게 이어지는지 정하고, DB의 틀로 옮깁니다

    그래프
  2. 02엔티티·관계 추출

    문서와 데이터에서 대상과 관계를 뽑아냅니다

    그래프
  3. 03지식 그래프 구축

    틀에 실제 데이터를 채워 연결 지도를 만들고, 그래프 DB에 저장합니다 Neo4j

    그래프
  4. 04Graph RAG

    질문에서 출발해 선을 따라 관련 정보와 맥락을 찾습니다 Text-to-Cypher

    그래프
  5. 05데이터 전처리 · 청킹

    문서를 깨끗이 정리하고, 찾기 쉬운 크기로 잘라 둡니다

    벡터
  6. 06임베딩 · 벡터 DB

    잘라 둔 조각의 뜻을 숫자로 바꿔 저장합니다

    벡터
  7. 07Vector RAG

    뜻이 비슷한 조각을 찾고, 가장 맞는 순서로 다시 고릅니다 리랭커

    벡터
  8. 08하이브리드 RAG

    Graph RAG와 Vector RAG를 함께 써서, 연결로 찾은 것과 뜻으로 찾은 것을 합칩니다

    합치기
  9. 09LangGraph 워크플로우

    질문에 맞는 검색을 고르고, 의도 파악 → 검색 → 검증 → 답변 → 실행 순서를 짭니다

    실행
  10. 10LLM / AI 에이전트

    찾은 근거로 LLM이 답하고, 에이전트가 정해진 일까지 처리하며 근거와 승인 기록을 남깁니다

    실행

연결 지도(그래프)를 먼저 만들고, 문서(벡터)를 더한 뒤, 8단계에서 둘을 함께 씁니다. Vector RAG는 비슷한 말을 찾고, Graph RAG는 이어진 이야기까지 찾습니다. 그리고 Graph RAG가 무엇을 아는지의 지도라면, LangGraph는 무엇을 할지의 순서도입니다.

03결과 한눈에 보기Result · Layers, Ontology, Objects
02

결과 한눈에 보기

이렇게 만든 결과를 한눈에 봅니다. 관계 지도를 가운데 두고 4층 건물처럼 쌓입니다. 가운데 층(온톨로지)의 검은 이름표를 눌러 보세요. 그 대상에 어떤 정보가 있고, 무엇과 이어져 있고, 어떤 일을 할 수 있는지 나옵니다.

  1. 1층 · 아래기반회사 곳곳에 흩어진 자료와 판단 기준, 쓰던 프로그램을 한데 모읍니다
  2. 2층 · 가운데온톨로지무엇이 있고 무엇과 이어지는지 정한 회사의 지도입니다
  3. 3층 · 위활용지도 위에 한눈에 보는 화면, 자동 처리, 사내 프로그램 연결을 올립니다
  4. 4층 · 맨 위AI + 사람AI는 찾고 정리하며 돕고, 중요한 결정은 사람이 합니다

우리 회사의 관계 지도부터 그려볼까요?

자주 막히는 일 하나와 그 일에 관련된 사람들을 알려주세요. 첫 관계 지도와 연결할 자료를 함께 정리해 드립니다.