본문으로 건너뛰기
제품 개요

AI를 조직에 도입할 때 생기는 질문에 하나의 제품으로 답합니다

AI를 조직에 도입하면 네 가지 과제가 함께 생깁니다. 어디에 활용할 것인지, 사내 데이터와 어떻게 연결할 것인지, 답변의 품질을 어떻게 검증할 것인지, 위험을 어떻게 통제할 것인지. 에이전트 · 데이터 · 평가 · 거버넌스를 하나의 플랫폼에서 운영할 수 있어, 각각의 도구를 별도로 구축하고 연결할 필요가 없습니다.

TRACE
에이전트 실행 트레이스 (웹 검색 → 도구 호출 → SQL 실행 → 시각화)

AI를 운영 단계로 가져갈 때 부딪히는 세 가지 벽

파일럿은 되지만, 운영으로 이어지기 어렵습니다

챗봇 하나를 만드는 것은 어렵지 않습니다. 하지만 사용자와 부서가 늘어나면 권한 · 사용 한도 · 실행 기록까지 관리해야 합니다. 운영 체계가 없으면 파일럿 단계에서 확장하기 어렵습니다.

사내 데이터와 연결하는 순간 통제가 필요합니다

문서와 데이터베이스를 연결하면 더 정확하고 유용한 답변을 만들 수 있습니다. 동시에 누가 어떤 데이터에 접근했는지, 개인정보가 외부 모델로 전달되지는 않았는지 확인하고 통제할 수 있어야 합니다.

답이 틀렸을 때 원인을 찾아야 합니다

검색이 문제였는지, SQL이 문제였는지, 모델이 문제였는지 알 수 없다면 개선하기 어렵습니다. 실행 과정을 추적하고 각 단계의 품질을 확인할 수 있어야 합니다.

질문 하나가 지나가는 길

  1. 1
    사용자가 묻습니다

    웹 채팅 · Microsoft Teams · 사내 시스템에 연결된 임베드 위젯 등 어디서든 질문할 수 있습니다.

  2. 2
    가드레일이 먼저 확인합니다

    주민등록번호 · 계좌번호와 같은 개인정보와 금지 단어를 탐지하고, 정책에 따라 차단 · 삭제 · 마스킹합니다.

  3. 3
    에이전트가 필요한 자원을 선택합니다

    지식베이스 검색 · DB 조회(SQL) · 용어집 · 외부 도구를 질문에 맞게 조합합니다. 데이터를 변경하는 작업은 실행 전에 사용자 승인을 거칩니다.

  4. 4
    고객 계정의 LLM이 답변을 생성합니다

    조직이 승인한 모델만 사용할 수 있으며, 사용자 · 그룹 · 조직별로 설정된 토큰 한도 안에서 호출됩니다.

  5. 5
    전체 과정이 기록됩니다

    호출 순서 · 소요 시간 · 토큰 사용량은 트레이스로 남고, 설정 변경은 감사 로그에 기록됩니다. 자동 평가가 활성화된 에이전트는 답변 품질도 점수로 축적됩니다.

고객 환경에 설치하고, 필요한 기능은 티어로 선택합니다

설치

고객 클라우드​(Azure · Google Cloud · AWS) · 폐쇄망. → 보안 · 배포

LLM

LLM은 고객 계정으로 직접 호출합니다. 플랫폼이 LLM 사용료에 별도의 재판매 마진을 더하지 않습니다.

라이선스

Basic · Standard · Professional · Enterprise 4개 티어로 제공됩니다. 감사 로그와 가드레일은 Standard부터, 데이터 분석 · 플로우 · 트레이스 · 자동 평가는 Professional부터 제공됩니다. 코드 게이트웨이 · 전역 가드레일 · KMS 기반 암호화 · 지식그래프는 Enterprise에 포함됩니다. → 요금 · 라이선스

업데이트

월 1회 정기 릴리스. → 업데이트 내역

네 가지 핵심 기능이 하나의 흐름으로 연결되는 모습을 보여드립니다

설치 방식 · 연동 범위 · 거버넌스 요구사항에 맞춰 데모 환경을 구성합니다.