현장 데이터에서 운영 시스템까지
기업의 AI를 직접 구축합니다

제조회사

현장 영상 위험 상황 선별

현장 영상을 계속 살피면서 작업자와 차량이 위험 구역에 들어오는지 확인해야 합니다. 영상 속 대상을 찾고 지정된 구역의 진입 여부를 가려내는 모델을 구현합니다. 위험 행위에 대한 영상 AI의 적용 가능성도 시험하며, 현장에서 확인할 장면을 선별합니다.

금융회사

약관·규정 근거 검색

약관과 상품 설명이 여러 문서에 나뉘어 있어, 조건을 확인할 때마다 긴 문서를 찾아 읽어야 합니다. 질문에 맞는 내용을 검색하고 출처와 함께 답하는 시제품을 만듭니다. 어려운 용어도 쉬운 말로 풀어, 설명과 원문을 함께 살펴볼 수 있게 합니다.

일반 기업

이사회 안건 규정 대조 에이전트

안건을 검토할 때 관련 규정과 과거 검토자료를 함께 찾아야 합니다. 안건 자료를 읽고 참고 사례를 바탕으로 확인할 쟁점을 정리하는 에이전트의 처리 흐름을 설계합니다. 검토자는 정리된 항목을 따라 근거 자료와 안건 내용을 대조합니다.

제조회사

공정 품질·운전 상태 시계열 예측

공정 상태가 바뀌어도 품질 검사 결과를 기다리거나 과거 경험에 기대어 대응해야 합니다. 시간에 따라 쌓이는 센서 데이터로 상태와 품질을 예측하고, 유사한 과거 패턴을 찾아보는 모델을 개발합니다. 현장에서는 예측값과 참고 사례를 보며 대응 방향을 검토합니다.

금융회사

고객 문의 답변 초안과 승인 흐름

새로운 고객 문의에 답하려면 과거 응대와 정책 문서를 반복해서 찾아야 합니다. 미응답 문의를 모으고 관련 자료를 검색해 답변 초안을 작성하는 시제품을 만듭니다. 담당자가 초안을 확인하고 승인하는 흐름까지 연결합니다.

일반 기업

쌓여 있는 발표·미팅 자료 검색

발표자료가 쌓일수록 파일을 열어 원하는 내용을 찾는 일이 어려워집니다. 자료의 내용을 검색하기 쉬운 문서로 바꾸고, 질문으로 관련 대목을 찾는 흐름을 설계합니다. 과거 미팅에서 다룬 내용을 다시 확인하거나 다음 자료를 준비하는 데 활용합니다.

제조회사

공장 기술문서 지식 검색

설비 운영에 필요한 지식이 기술문서와 연구자료에 흩어져 있어, 필요한 내용을 찾고 현장에 전달하기 어렵습니다. 문서를 검색해 질문에 답하는 AI를 설계하고, 운영 과정에서 생기는 지식도 함께 축적하는 구조를 다룹니다. 현장에서는 관련 자료를 찾아 운영 방법을 검토하는 데 활용합니다.

금융회사

역할을 나눈 시장 리서치 에이전트

시장 동향을 조사하고 보고서로 정리하는 작업이 주기적으로 반복됩니다. 조사 역할과 보고서 작성 절차를 나누고, 같은 형식으로 다시 실행할 수 있는 에이전트와 작업 지침을 구성합니다. 실행 결과를 살펴보며 조사 범위와 보고서 형식을 조정합니다.

제조회사

제품 표면 결함 이미지 분류

표면 검사에서 얻은 이미지가 쌓여도 결함 유형을 구분하는 작업은 사람이 반복해야 합니다. 검사 이미지를 학습 데이터로 정리하고 결함 유형을 분류하는 모델을 개발합니다. 분류 결과는 품질 검수에서 확인할 대상과 유형을 정리하는 데 활용합니다.

제조회사

생산 편성·공정 물류 검토

주문을 생산에 넣을 때 재고와 설비 부하, 생산 단위를 따로 살펴야 합니다. 과거 주문과 공정 이력으로 편성 가능성과 추가 공정 발생 가능성을 예측하고, 제약 조건을 조회하는 흐름을 설계합니다. 생산 담당자가 주문 투입과 공정 경로를 검토하는 데 활용합니다.

일반 기업

사업 문서에서 비용 데이터 추출

사업 계획서와 참고자료의 표가 여러 문서에 흩어져 있어 비용 정보를 옮겨 정리해야 합니다. 문서에서 비용 데이터를 추출해 스프레드시트로 모으는 시제품을 구성합니다. 검토자는 정리된 표를 바탕으로 사업 조건과 비용 내역을 비교합니다.

일반 기업

회의 기록을 업무 문서 초안으로 전환

회의 내용을 정리한 뒤 보고서와 발표자료 형식으로 다시 옮겨야 합니다. 참고자료와 문서 양식을 바탕으로 회의록과 업무 문서의 초안을 생성하는 시제품을 구성합니다. 작성자는 초안을 검토해 보고 목적과 형식에 맞게 다듬습니다.

일반 기업

보고 검토·리서치를 위한 AI 활용체계

보고서 검토와 회의 정리, 시장 조사를 그때그때 다른 방식으로 요청하면 결과의 기준이 흔들립니다. 반복 업무에 맞는 질문 방식과 참고자료를 정리하고 맞춤형 AI 활용 흐름을 설계합니다. 결과를 교차검증하는 절차를 함께 두어 의사결정 준비자료를 살펴보도록 합니다.

제조회사

현업 문제를 업무용 시제품으로 만드는 과정

업무 개선 아이디어가 있어도 무엇부터 구현해야 할지 정하기 어렵습니다. 현업 문제 선정과 요구사항 작성부터 개발, 테스트, 배포까지 이어지는 실습을 구성합니다. 참여자는 동작하는 시제품을 기준으로 현업과 개발 조직이 함께 검토할 내용을 구체화합니다.

제조회사

계약 조항 질의응답

계약을 검토할 때 계약서뿐 아니라 규정과 업무 매뉴얼까지 함께 확인해야 합니다. 관련 문서를 찾아 조항의 의미와 검토할 쟁점을 정리하는 질의응답 시제품을 구성합니다. 계약 담당자는 답변의 근거를 따라가며 추가로 확인할 조건을 정리합니다.

일반 기업

투자 대상 현황 모니터링

여러 기업의 실적과 동향을 살피면서 회의에서 논의할 사항까지 따로 정리해야 합니다. 현황을 모아 보는 화면을 시제품으로 만들고, 참고자료를 바탕으로 논의할 쟁점을 뽑는 AI 활용 방식을 설계합니다. 회의 준비 과정에서 현황과 토론할 내용을 함께 살펴보는 데 활용합니다.

제조회사

불규칙 자재 이미지 분류

모양과 크기가 일정하지 않은 자재는 사진만으로 종류를 구분하기 어렵습니다. 이미지에서 자재를 찾아 크기와 형태를 기준으로 분류하는 모델을 개발합니다. 현장에서는 분류 후보를 살피며 추가 확인이 필요한 자재를 가려냅니다.

제조회사

목표 품질에 맞는 운전 조건 예측

목표 조건을 맞추지 못하면 실험을 다시 해야 하고 후속 작업도 늦어집니다. 과거 실적을 바탕으로 목표에 맞는 운전 조건을 예측하는 모델을 개발합니다. 작업자가 예측값을 가이드로 살펴보는 화면까지 함께 설계합니다.

제조회사

고객의견 기반 제품 기획 지원

고객이 제품을 어떻게 평가하는지 조사해도 제품 간 차이를 기획자료로 정리하는 데 손이 많이 갑니다. 고객의견을 분석해 비교 화면과 발표자료를 만드는 과제의 범위와 구현 계획을 정리합니다. 기획자가 제품별로 고객이 느끼는 가치를 비교해 제안자료에 활용하도록 설계합니다.

일반 기업

공시 준비자료 정제

여러 업무에서 받은 자료를 공시 항목에 맞추려면 형식을 정리하는 작업이 반복됩니다. 입력자료와 작성할 항목을 정의하고, 데이터를 정제하는 화면 시제품을 만듭니다. 담당자가 원자료를 공시 준비에 필요한 형태로 모아 볼 수 있도록 설계합니다.

일반 기업

사내 AI 도구 등록·관리 포털

구성원이 AI 도구를 각자 만들면 비슷한 도구가 중복되고 품질을 파악하기 어렵습니다. 도구의 필요성과 품질을 한곳에서 살펴보는 관리 포털 시제품을 설계합니다. 개별 개발을 이어갈지, 함께 사용할 도구로 정리할지 검토할 기반을 만듭니다.

제조회사

비전 검사와 기술문서 검색 실습

이미지 검사와 문서 검색을 업무에 적용하려면 각각 어떤 데이터를 준비하고 결과를 어떻게 확인할지 알아야 합니다. 이미지에 정답을 표시하고 탐지 오류를 분석하는 실습과, 출처를 제시하는 문서 검색 도우미 구축 실습을 다룹니다. 참여자는 각 실습의 결과를 평가하며 현업에 적용할 시제품의 범위를 정합니다.

제조회사

품질 불량 원인과 연구자료 연결

불량이 발생해도 공정 데이터와 관련 연구자료를 따로 살펴야 해 원인 조사에 시간이 걸립니다. 불량 정보와 주요 조건을 바탕으로 논문을 검색하고, 원인 후보와 해결 방향을 정리하는 챗봇을 설계합니다. 품질 담당자는 제시된 문헌을 확인하며 조사 범위를 좁힙니다.

제조회사

안전작업 위험성평가 초안

작업 경험과 설비에 대한 이해가 달라 위험성평가를 작성하는 데 편차가 생깁니다. 기존 안전자료를 검색해 작업에 필요한 위험성평가 초안을 만드는 시제품을 구성합니다. 안전·정비 담당자가 근거 자료를 살피며 현장 조건에 맞게 내용을 보완합니다.

제조회사

설비 영상 이상 상태 점검

설비를 눈으로 점검하면 담당자마다 손상이나 이상 상태를 가려내는 기준이 달라집니다. 영상에서 움직임의 어긋남과 오염, 손상을 찾는 모델을 구현합니다. 점검 항목을 같은 기준으로 살펴보고 설비 상태를 확인하는 데 활용합니다.

제조회사

기존 시험 데이터로 소재 특성 예측

필요한 특성을 시험으로 모두 확보하기 어려워 설계 검토에 쓸 데이터가 부족합니다. 기존 시험값 사이의 관계를 분석해 특성을 추정하는 모델과 결과 확인용 도구를 구성합니다. 연구 담당자는 예측 결과를 설계 검토에 참고합니다.

일반 기업

재무실적 보고를 대시보드로 전환

매월 같은 형식의 실적 보고서를 만들 때 데이터를 다시 옮기고 화면을 작성해야 합니다. AI 개발 도구로 보고용 대시보드 시제품을 만들고, 공개 전 데이터를 다루는 업무 흐름도 함께 설계합니다. 보고 내용을 화면에서 확인하는 방식으로 전환할 범위를 검토합니다.

금융회사

AI 분석 결과 비교와 지시문 개선

AI에 주는 지시문을 바꿀 때마다 여러 입력에서 결과가 어떻게 달라졌는지 확인해야 합니다. 동일한 데이터를 반복 시험하고 결과와 평가를 비교하는 도구를 만듭니다. 운영자는 피드백과 지시문 버전을 함께 관리하며 수정 방향을 정합니다.

일반 기업

현업 개발 도구의 안전한 배포 기준

현업이 AI로 만든 앱을 공유하려면 실행 환경과 접근 권한까지 정리해야 합니다. 처음 실행할 때와 다시 실행할 때, 환경이 바뀔 때의 상황을 나누어 배포 지침을 구성합니다. 구성원이 직접 만든 도구를 사내에서 다루는 절차를 정리합니다.

서비스회사

비개발 직군의 데이터·콘텐츠 업무 자동화

시장 조사와 콘텐츠 작성, 데이터 정리를 개선하고 싶어도 직접 개발하는 데 진입 장벽이 있습니다. 생성형 AI로 콘텐츠를 만들고 데이터 분석 화면과 업무용 시제품을 구현하는 단계형 실습을 구성합니다. 참여자는 자신의 업무에 맞는 결과물을 만들고 현업 적용 계획을 정리합니다.

일반 기업

복리후생 신청 기준 안내

제도마다 신청 조건과 절차가 달라 비슷한 문의가 반복됩니다. 규정 문서를 질문에 맞게 검색해 신청 기준과 절차를 안내하는 챗봇 시제품을 구성합니다. 구성원은 필요한 제도를 찾아보고, 운영 담당자는 반복 문의를 정리하는 데 활용합니다.

일반 기업

무역 규제 정보 수집·정리

공식 발표자료의 언어와 서식이 제각각이어서 적용 조건을 비교하기 어렵습니다. 문서에서 규제 정보를 추출하고 번역·정리해 조건별로 조회하는 시제품을 구성합니다. 영업 담당자는 원문과 정리된 정보를 살피며 거래 조건을 검토합니다.

제조회사

소모품 상태 분류와 교체 검토

생산에 쓰는 소모품을 한꺼번에 교체하면 아직 사용할 수 있는 대상까지 바뀔 수 있습니다. 이미지를 바탕으로 정상과 교체 검토가 필요한 상태를 구분하는 모델을 개발합니다. 상태별 분류 결과를 보고 선별 교체할 대상을 검토합니다.

일반 기업

구매·생산·판매 조건 비교

구매가격과 환율, 재고가 함께 바뀌면 생산과 판매 계획을 따로 검토하기 어렵습니다. 여러 데이터를 같은 기준으로 정리하고 역할을 나눈 AI가 가동과 판매 조건을 비교하는 대시보드를 구성합니다. 운영 회의에서 재고와 수익성 지표를 함께 보며 계획을 검토합니다.

금융회사

알림 발송 실적 분석과 브리핑

메일로 들어오는 발송 실적을 취합한 뒤 별도로 분석해야 성과를 비교할 수 있습니다. 실적 데이터를 자동 수집해 대시보드로 보여 주고 AI가 요약하는 시제품을 구성합니다. 운영 담당자는 기간과 서비스별 결과를 비교하며 다음 운영 방향을 검토합니다.

금융회사

안내 문구 생성·검토 시제품

대상에 맞는 안내 문구를 만들면서 업무 가이드에 맞는 표현인지도 살펴야 합니다. 가상 데이터를 이용해 대상 유형별 문구를 만들고 검토하는 웹 시제품을 구성합니다. 기획자는 표현을 비교하고 검토 기준을 조정합니다.

일반 기업

업무 자동화 결과물을 재사용 자산으로 정리

개인이 만든 자동화 도구가 흩어지면 다른 업무에서 비슷한 작업을 다시 시작하게 됩니다. 반복 업무를 입력·처리·출력으로 나누어 웹앱으로 만들고, 지시문과 화면 구성요소를 다시 쓸 수 있게 정리하는 과제를 다룹니다. 데이터 축적과 사내 자산 모음을 함께 설계해 후속 업무에 활용할 기반을 만듭니다.

제조회사

반복 업무를 예약 실행하는 개인 에이전트

같은 분석이나 문서 작업을 할 때마다 AI에 처리 방법을 다시 설명해야 합니다. 업무의 입력과 처리 절차, 결과 형식을 재사용할 지침으로 정리하고 예약 실행과 결과 화면을 연결하는 실습을 구성합니다. 참여자는 우선순위가 높은 반복 업무를 골라 실행 결과를 확인하는 도구로 만듭니다.

제조회사

원가 변동 요인 질의응답

원가는 원재료와 설비, 작업 조건이 함께 영향을 주기 때문에 숫자만으로 변동 이유를 설명하기 어렵습니다. 요인 사이의 관계를 데이터로 정리하고, 질문에 따라 필요한 정보를 조회하는 AI를 구성합니다. 담당자는 답변과 조회 결과를 함께 보며 어떤 조건이 비용에 연결되는지 살펴봅니다.

제조회사

외부 발송 자료의 정보 유출 위험 선별

단어 일치만으로는 메일 본문이나 첨부 이미지에 담긴 민감한 내용을 가려내기 어렵습니다. 발송 정보와 본문, 이미지의 내용을 함께 분석해 위험 후보를 선별하는 체계를 구성합니다. 보안 담당자가 살펴볼 대상을 추리고, 분석 결과를 다시 점검하는 절차를 둡니다.

제조회사

시험 이미지 분석과 리포트 생성

시험 결과를 정리하려면 이미지의 특징을 측정하고 기준과 비교한 뒤 보고서를 작성해야 합니다. 이미지에서 측정할 영역을 찾고 규격에 맞춰 결과를 정리하는 도구를 구성합니다. 시험 담당자는 분석 결과와 생성된 리포트를 함께 검토합니다.

일반 기업

월별 손익 예측과 차이 원인 탐색

결산 때 수치를 모으는 작업과 예상에서 벗어난 이유를 찾는 작업이 따로 진행됩니다. 수익·비용을 예측하고 실제 값과 차이가 나는 항목에 대해 업무 문서의 근거를 찾는 흐름을 설계합니다. 담당자는 숫자와 관련 자료를 함께 살피며 추가 확인할 사항을 정리합니다.

제조회사

비용 점검 이상 후보 대시보드

사용 내역을 건별로 살피면 점검 기준을 일관되게 적용하기 어렵습니다. 이상 후보를 가려내는 기준을 말로 먼저 정리하고, 가상 데이터로 점검 화면을 설계하는 코칭을 진행합니다. 담당자가 기준에 따른 분류 결과를 살펴보며 프로토타입에 반영할 항목을 정합니다.

제조회사

이미지 문서의 한국어 텍스트 추출

이미지 문서에서 글자를 잘못 읽으면 뒤에서 사람이 내용을 고쳐야 합니다. 한국어 인식에 맞는 도구로 바꾸어 문서 읽기 기능을 개선하고, 업무용 도구를 실행하는 방법도 정리합니다. 추출 결과를 후속 문서 처리에 활용할 수 있도록 하는 과제입니다.

일반 기업

사내 문서·업무 도구를 잇는 에이전트 과정

개인용 AI를 사내 업무에 쓰려면 문서와 데이터, 기존 도구를 어떻게 연결할지 정해야 합니다. 익숙한 사무 환경에서 시작해 개인 에이전트를 만들고 업무 데이터와 연결하는 단계형 실습을 구성합니다. 참여자는 실제 반복 업무를 기준으로 필요한 연결 범위와 실행 절차를 정리합니다.

일반 기업

데이터 입력 기준을 안내하는 도우미

같은 지표를 입력해도 정의나 계산 방법을 다르게 이해하면 취합 단계에서 다시 확인해야 합니다. 업무 화면에서 매뉴얼과 지표 정의를 질문할 수 있는 챗봇 시제품을 설계합니다. 입력 담당자가 기준을 찾아본 뒤 데이터를 작성하도록 돕습니다.

제조회사

급여·퇴직 정산 결과 검증

업무 시스템에서 계산한 정산 결과도 지급 전에 사람이 다시 확인해야 합니다. 계산 결과의 이상 후보를 가려내는 검증 도구를 구현하는 과제를 다룹니다. 담당자는 전체 내역을 같은 깊이로 확인하는 대신 점검이 필요한 항목에 집중합니다.

제조회사

물류·거래 조건별 비용 정리

운송과 거래 조건이 달라지면 비용 항목을 같은 기준으로 비교하기 어렵습니다. 청구 문서의 항목을 정해진 구조로 바꾸는 AI 도구를 만들고 테스트하는 과제를 다룹니다. 정리된 데이터를 비용 분석 화면으로 연결하는 방식도 함께 설계합니다.

일반 기업

주문 사양과 카탈로그 품목 연결

주문에 적힌 사양이 일정하지 않아 카탈로그의 어떤 품목에 해당하는지 찾기 어렵습니다. 사양 문구에서 속성을 추출하고 유사한 품목을 찾는 검색 흐름을 설계합니다. 구매·영업 담당자가 후보를 비교해 일치하는 품목과 새로 등록할 대상을 구분하는 데 활용합니다.

제조회사

인원 현황과 인건비 계획 조회

인원 현황과 계획을 파일로 관리하면 담당자가 바뀔 때 자료를 이해하고 갱신하기 어렵습니다. 인원 현황 도구를 구현하고 인건비 계획을 비교하는 화면의 공유 방식을 설계합니다. 업무 담당자가 필요한 현황을 직접 조회할 수 있도록 접근 방법도 함께 정리합니다.

일반 기업

교육 기획 문서 초안 묶음 생성

교육을 준비할 때 같은 과정 정보를 기획안과 예산표, 안내문에 반복해서 옮겨 적습니다. 공통 입력을 바탕으로 여러 문서의 초안을 만드는 자동화 시제품을 구성합니다. 운영 담당자는 문서 사이의 내용을 맞추고 교육 내용과 운영 조건을 보완합니다.

서비스회사

운영 단위별 매출 분석

전체 매출만 보면 운영 단위별로 어떤 차이가 있는지 파악하기 어렵습니다. 현업에서 비교할 항목을 정한 뒤 매출 데이터와 지도 시각화를 연결한 대시보드 시제품을 만듭니다. 담당자는 실적 분포를 살펴보며 경영지원 보고에 필요한 내용을 정리합니다.

일반 기업

공고 기반 과제 제안서 초안

새로운 공고에 맞춰 제안서를 쓰려면 요구 조건을 읽고 내부 자료를 다시 모아야 합니다. 입력 문서와 관련 자료를 검색해 정해진 문체의 제안서 초안을 생성하는 에이전트를 구성합니다. 기획 담당자는 초안에서 요구사항이 빠진 곳과 추가 근거가 필요한 부분을 살펴봅니다.

일반 기업

시장 정보 대시보드와 정기 공유

시장 수치와 뉴스를 여러 곳에서 확인한 뒤 다시 공유자료로 정리해야 합니다. 데이터를 수집·시각화하는 대시보드와 정기 메일 발송 도구를 구성합니다. 조회 시점에 따라 달라지는 데이터의 기준을 나누어, 같은 화면을 보는 사람들이 수치를 이해할 수 있게 합니다.

일반 기업

교육 예약·취소 처리 웹앱

교육 신청을 선착순으로 받더라도 대기와 취소, 예외 요청은 별도로 처리해야 합니다. AI 개발 도구를 활용해 이런 운영 조건을 담은 예약 웹앱을 구현·배포하는 과제를 다룹니다. 운영 담당자가 신청 현황과 예외 상황을 한곳에서 관리하도록 합니다.