Solution검증 가능한 업무 자동화
Automate smarter.
Prove it works.
복잡한 업무, 어디까지 자동화할 수 있을까요?
모멘티는 이를 실제 업무로 검증했습니다.
Approach
AI가 필요한 곳과, 필요하지 않은 곳을 구분합니다
문서 · 질문 해석에는 AI를, 합 · 부 판정과 정반 배치에는 룰 · 최적화 엔진을 적용합니다.
각 기술은 필요한 역할만 맡고 최종 확정은 담당자가 진행합니다.
Lineup
5개 Solution으로 검증한 업무 자동화
서로 다른 5개 업무 영역에 같은 원칙을 적용했습니다.
각 솔루션을 눌러 적용 분야와 검증 방식을 확인해 보세요.
05. 제조 검사
Q-READ
승인도면에서 검사 기준값 후보를 추출하고
근거 위치와 함께 검사원이 승인합니다.
근거 기반 AI 상담 지원 Momenti AICC
금융, 채권추심, 통신, 공공 분야의 상담은 작은 답변 오류도 컴플라이언스 리스크로 이어질 수 있습니다.
Momenti AICC는 답변을 생성하기 전에 신뢰할 수 있는 근거가 있는지 먼저 확인하는 과정이 필요합니다.
주요 기능
상담사 콘솔
실시간 STT와 상담 지원 정보, KB 근거 · VOC · 이전 통화를
한 화면에서 확인하며 영어 발화는 원문과 번역을 함께 제공
관리자 콘솔
진행 중인 상담, VOC, Auto QA 결과, KB 검색 상태와 지표,
위험 발화 감지 시 실시간 청취 · 코칭 · 상급자 연결
완료된 통화
통화 종료 후 문의 · 상담 내용 · 종료 상태 · 요약을 자동 정리,
요약은 실제 발화와 연결되어 원문 대조 가능
Auto QA
전체 통화에 동일한 평가 기준을 적용하고
항목별 평가 결과와 감점 사유까지 확인합니다.
지식베이스 관리
파싱 · 청킹 · 인덱싱을 거쳐 검색에 반영되는 과정을 확인하고
지식 수정 시 검색 결과 변화를 수정 전 · 후로 비교
STT 도메인 교정
전문용어 인식 오류를 사전 기반으로 보완하고,
재학습 없이 기업 용어를 관리 · 적용
이런 환경에 적합합니다
1. 상담 내용 자체가 규제 리스크와 연결되는 금융 · 채권추심 업무
2. 규정과 약관을 정확하게 안내해야 하는 통신 · 공공 상담센터
3. 다국어 상담이 필요한 환경
4. 표본 QA를 전체 상담 자동 평가로 확대하려는 조직
5. 통화 데이터를 외부 서비스로 전송하기 어려운 환경
일반 생성형 AI vs Momenti AICC
Momenti AICC는 상담 답변을 생성하기 전에,
답할 수 있는 근거가 있는지 먼저 확인합니다
일반 생성형 AI — 답변부터 생성
질문을 받으면 곧바로 답변 문장을 생성
근거가 부족해도 자연스러운 문장으로 출력
상담사가 사후에 규정을 다시 확인해야 함
Momenti AICC — 근거부터 확인
먼저 지식베이스에서 근거를 검색
근거 수준을 평가해 충분할 때만 답변을 제안
사용한 근거와 원문 위치를 함께 제시
AICC 근거게이트 4계층 분리 구조
검색은 시스템, 판정은 게이트, 확언은 근거가 있을 때만 합니다.
L1. 검색
규정 · 약관 · 매뉴얼에서 후보 근거 수집
L2. 판정 게이트
검색 결과가 답변을 뒷받침할 만큼 충분한지 판정
L3. 답변 처리
상담 답변 제안 · 사용 근거 표시
자동 입력 제한 · 보수적 기본 안내 제공 (확언X)
L4. 근거 제시
사용한 근거와 관련 문서의 원문 위치를 화면에서 직접 확인
* 각 답변에는 사용한 근거와 원문 위치가 함께 제공되어 상담사가 직접 대조할 수 있습니다.
처리 경로 분담 구조
정해진 기준은 규칙 엔진이 판단하고, 해석이 필요한 영역만 근거 기반 AI가 지원합니다.
구분
처리 영역
처리 원칙
경로 A
규칙 엔진
기준이 명확한 영역
규칙에 따른 판정 · 안내
사전 정의된 기준에 따라 처리, 동일 조건에는 일관된 결과 제공
경로 B
근거 기반 AI
해석이 필요한 영역
비정형 문의 · 요약 · 번역
비정형 문의 · 요약 · 번역확인 가능한 근거가 있을 때만 제안,
근거가 부족하면 보수적으로 안내
* 컴플라이언스에 직접 영향을 주는 정해진 판정은 LLM에 맡기지 않고 규칙 엔진이 처리합니다.
복잡한 배치 조건을 분석해
최적의 배치와 근거를 제시하는 통합 관제 솔루션
조선 블록 배치는 크기, 설비, 일정, 납기 등 다양한 조건을 함께 고려해야 합니다.
경험과 엑셀에 의존한 방식만으로는 일관된 배치 기준을 유지하기 어렵습니다.
주요 기능
3D 야드 뷰
BAY와 정반을 3D로 확인, 추천 · 사용 가능 · 가동 중 사용 불가 정반을 상태별로 구분하고 점유 일정도 표시
2D 뷰
같은 데이터와 룰을 평면 화면에서도 제공,
저사양 PC · 원격 접속에서도 동일한 결과 확인
배치 기록
실행 ID, 룰셋, 가중치, 야드 상태, 평가 기준일을
함께 기록해 추천 근거를 다시 확인
자재 관리
발주 · 입고 수량, 입고율, 입고 예정일, 적재 위치
배치 추천 엔진의 평가 지표에도 자동 반영
계획 무결성 검사
실행하기 어려운 계획을 현장 작업 전에 확인
구조화된 작업일보
호선 · 부서 · 품목 · 공정 · 협력사 · 투입 공수를 구조화
수정은 덮어쓰지 않고 리비전으로 기록
이런 환경에 적합합니다
1. 정반 · BAY · 작업장처럼 한정된 공간을 효율적으로 배치해야 하는 조선 · 중공업 현장
2. 배치 기준과 노하우가 특정 담당자에게 집중된 조직
3. 계획상의 충돌을 실제 작업 단계에서 뒤늦게 발견하는 현장
4. 엑셀과 구두 전달 중심으로 생산 계획을 조율하고 있는 조직
기존 방식 vs 모멘티 방식
판단이 기록으로 남는 모멘티 통합 관제 솔루션
기존 방식
담당자의 경험과 엑셀에 배치 기준이 보관됨
상황이 바뀔 때마다 담당자가 다시 조건을 확인
추천 결과만 남고 제외 이유는 남지 않음
담당자가 변경되면 판단 기준도 함께 사라짐
모멘티 방식
전체 정반을 동일한 기준으로 자동 평가
제외된 정반도 삭제하지 않고 사유와 함께 보관
실행 ID · 룰셋 · 가중치 · 야드 상태를 함께 기록
이후에도 당시 조건을 불러와 추천 근거를 재확인
배치 추천 평가 흐름
배치 추천 평가 흐름에서는 제외된 후보와 사유까지 함께 기록합니다.
Step 1.
블록 · 야드 정보
크기 · 중량 · 일정, 자재 입고 · 납기
Step 2.
필수 조건 필터
크기 · 중량 · 크레인 용량, 기존 점유 · 허용 제품
Step 3.
제외 정반 · 사유 기록
크기 부족 , 크레인 용량 초과, 기존 호선 사용 중
Step 4.
후보 점수화
크기 · 하중 / 일정 · 납기, 자재 입고 / 타입 · 동선
Step 5.
상위 후보 제안
상위 후보 제안 + 담당자 최종 확인
Step 6.
실행 이력 기록
실행 ID, 룰셋, 가중치, 야드 상태, 평가 기준일, 당시 자재 현황
* 조건을 통과한 후보만 점수화 대상이 되며, 제외된 정반도 사유와 함께 화면에 표시됩니다.
계획 무결성 검사 5유형
계획 무결성 검사에서는 실행하기 어려운 계획을 현장 작업 전에 확인합니다.
전체 공정 계획 입력
1. 선후행 일정 역전
후행 공정이 선행보다 먼저 시작
2. 자원 중복
같은 자원이 동시에 두 곳에 배정
3. 납기 초과
계획 종료일이 납기 이후
4. 계획 기간 이탈
전체 계획 기간을 벗어난 일정
5. 비가동일 배정
휴무 · 비가동일에 작업 배정
* 5개 유형 중 하나라도 걸리면 실행 전에 표시되어, 현장에서 뒤늦게 충돌을 발견하는 상황을 줄입니다.
대화형 시장 데이터 분석 Appliance Insights AI
기존 대시보드는 새로운 질문마다 분석가나 SQL에 의존해야 하고, 범용 AI는 답변의 신뢰성을 다시 검증해야 합니다. SQL 없이 질문하고, 답변과 함께 근거가 된 데이터까지 직접 확인할 수 있습니다.
* 2011 ~ 2025년 가전제품 보급률을 기준으로 16개 제품 카테고리, 8개 소비자 세그먼트, 국내 8개 지역 데이터를 활용해 구성했습니다.
* 해당 데이터는 기능 검증을 위해 제작한 합성(Synthetic) 데이터이며 실제 시장조사 또는 운영 데이터가 아닙니다.
이런 환경에 적합합니다
1. 데이터를 자주 확인하지만 SQL 사용이 어려운 시장정보 · 인사이트 조직
2. 제품 · 지역 · 카테고리별 추세 분석이 빈번한 조직
3. 고정 대시보드만으로 대응하기 어려운 질문이 많은 경영진과 실무자
4. DB 접근 권한을 직접 제공하지 않고 데이터 셀프서비스를 구현하려는 조직
범용 AI에 데이터를 연결한 방식 vs Appliance Insights AI
편리하게 질문하고, 검증된 숫자로 답하는
대화형 데이터 분석 솔루션
범용 AI에 데이터를 연결한 방식
모델이 숫자를 문장 안에서 함께 생성
출처와 조회 범위가 답변에 남지 않음
확인하려면 원본 데이터를 다시 조회해야 함
Appliance Insights AI
대화의 편의성과 데이터의 신뢰성을 분리
승인된 읽기 전용 영역에서 조회한 값만 표시
데이터 소스 · 기간 · 행 수 · 검증 상태를 함께 표기
INSIGHTS 4계층
AI는 질문을 해석하고, 승인된 데이터만 조회해 검증 가능한 결과를 제공합니다.
L1. 해석
의도, 기간, 제품 · 지역 · 세그먼트 범위를 추출
L2. 실행
사전에 승인된 읽기 전용 분석 영역에서만 데이터를 조회
L3. 표시
실제 조회된 데이터만 화면에 표시하며, 임의의 값을 생성하지 않음
L4. 검증 표기
데이터 소스, 조회 기간·범위, 조회 건수와 검증 상태를 함께 표시
* 조회할 수 없는 기간이나 데이터 범위에 대해서는 임의로 답을 생성하지 않고, 현재 확인 가능한 범위를 안내합니다.
실행 전 쿼리 5단계 검증
모든 쿼리는 실행 전 검증을 거쳐, 허용된 요청만 데이터베이스에 전달됩니다.
쿼리 후보
정해진 경로 또는
AI가 생성한 쿼리
실행 직전 다섯 개 관문
01
승인 영역 확인
사전 승인된
분석 영역만 확인
02
읽기 전용
SELECT만
허용
03
변경 명령 차단
데이터 변경,
시스템 명령 차단
04
실행 제한
최대 행 수,
실행 시간 제한
05
최소 권한 실행
최소 권한 DB
계정으로 실행
Database
읽기 전용
* 명확한 질문은 정해진 쿼리 경로로 처리하고, AI가 쿼리를 제안하더라도 동일한 검증 절차를 통과한 쿼리만 실행됩니다.
분석과정 6단계
질문을 해석하고 데이터를 조회해, 검증 가능한 답변으로 제공합니다.
* 답변과 함께 적용된 조회 조건과 원천 데이터를 제공하며, CSV로 내려받아 직접 검증할 수 있습니다.
복잡한 경영 데이터를 자연어로 조회하고
결과를 바로 확인할 수 있는 경영정보 AI
ERP, 사업계획 자료, BI 대시보드에 흩어진 데이터를 일일이 확인하지 않아도 됩니다.
자연어로 질문하면 필요한 데이터를 조회 · 분석하고, 회사가 정의한 지표와 계산 기준에 따라 검증 가능한 결과를 제공합니다.
주요 기능
경영 Q&A
자연어 질문에 요약 · 차트 · 상세 데이터를 제공하고,
검증 상태와 데이터 출처를 함께 표시
용어 매핑
사용자 표현을 공식 지표와 분석 조건으로 매핑해
동일한 기준으로 해석
실행 SQL 공개
실제 실행된 SQL과 조회 조건을 공개해
분석 근거를 직접 확인
가정 기반 시뮬레이션
조건 변화에 따른 영향을 차트로 분석하고
예측 범위와 불확실성을 함께 제공
카탈로그 관리
지표 · 동의어 · 단위 등 분석 기준을 관리하고
계산 로직은 별도로 보호
AI 어시스턴트 연동
MCP를 통해 사내 AI에서도 동일한 분석 엔진과
계산 기준을 적용
이런 환경에 적합합니다
1. 자연어로 경영 수치를 빠르게 확인하고 싶은 경영진과 재무팀
2. 반복적인 데이터 추출 업무를 줄이고 싶은 비즈니스 분석가
3. DB 직접 접근 없이 안전한 데이터 셀프서비스를 제공해야 하는 데이터 조직
4. 사업계획 · 실적 · 전망 · 생산계획 비교가 빈번한 제조 기업
5. 사내 LLM 또는 AI 어시스턴트를 이미 운영하고 있는 기업
LLM vs 모멘티 경영정보 AI
범용 LLM과 경영정보 AI의 차이
LLM이 지표 의미와 SQL을 모두 담당
질문할 때마다 계산 기준이 달라질 수 있음
같은 지표가 다른 정의로 계산될 수 있음
결과의 계산 과정을 재무 담당자가 확인하기 어려움
모멘티 경영정보 AI
언어 이해와 실제 수치 계산을 분리
공식 지표 정의는 시맨틱 카탈로그가 관리
SQL은 정의된 규칙에 따라 결정론적으로 생성
경영정보 AI 4계층 구조
질문 해석부터 계산과 검증까지 역할을 분리해, 일관되고 검증 가능한 결과를 제공합니다.
L1. 해석
질문의 의도와 기간, 사업부 · 제품 등 조회 조건을 파악
L2. 정의
공식 지표와 용어, 단위, 허용 범위 등 분석 기준을 관리
L3. 계산
정의된 기준에 따라 쿼리를 생성 · 실행하고 필요한 데이터를 계산
L4. 검증 · 공개
검증된 결과만 표시하고, 사용된 쿼리와 지표 기준을 함께 제공
* 지표명, 동의어, 단위 등 분석 기준은 관리할 수 있지만, 공식 수치에 영향을 주는 계산 로직은 운영 중 임의로 변경되지 않도록 분리해 관리합니다.
검증 파이프라인 5단계
5단계 검증을 모두 통과한 결과만 사용자 화면에 표시하며, 검증 기준을 충족하지 못한 결과는 사용자에게 제공하지 않습니다.
V1
안전성 검증
쿼리 안전성과
접근 권한 확인
V2
카탈로그 정의
공식 지표 정의와
계산 기준 일치 여부 확인
V3
질문 일치 검증
조회 결과가 사용자
질문과 일치하는지 확인
V4
결과 타당성
값의 범위와
이상 여부 확인
V5
교차 검증
다른 조회 경로의 결과와
비교·검증
검증 완료
통과한 결과만 표시
중전기 제조사를 위한
도면 기반 검사 자동화 솔루션 Q-READ
Q-READ는 온프레미스 Docker Compose 기반으로 구성할 수 있으며,
운영 환경에서는 인터넷 연결 없이 사용할 수 있는 구성을 지원합니다.
주요 기능
도면 기반 자동 검사
정격전압, 정격전류, 단락전류 등
기준값 사전 검증
AI 자동 판독 및 추출
벡터 텍스트 · 스캔 이미지에서
값과 정보를 자동 추출
자동 판단 및 승인
근거 기반으로 자동 판정하고
담당자 승인으로 확정
검사 이력 관리
원본 데이터, 결과, 승인 기록을
투명하게 보관 및 추적
시스템 연동 및 확장
기존 시스템 · 데이터와 연동해
유연한 확장과 자동화 지원
이런 환경에 적합합니다
1. 승인도면 기준으로 주문 제작 · 검사를 진행하는 제조 현장
2. 검사 결과와 함께 수치의 출처를 제출해야 하는 조직
3. 수기 입력과 재확인 업무가 많은 검사 공정
4. 외부 SaaS · AI 사용이 제한되는 제조 환경
기존 방식 vs Q-READ
분산된 기준을 자동으로 탐색 · 추출,
도면과 비교하여 검사 과정의 오류 최소화
기존 방식
여러 페이지 · 영역에 분산
단위와 표기 방식이 제각각
수기 입력 오류
Q-READ 방식
분산된 검사 기준을 자동 탐색 · 추출
다양한 단위와 표기 방식을 자동 인식
도면과 기준값을 자동 비교해 오류 최소화
Q-READ 동작 과정 6단계
도면 판독부터 검사 기록까지 전 과정을 처리합니다.
Step 1. 오더 선택 | Step 2. AI 도면 판독 | Step 3. 사람 확인 및 승인 | Step 4. 체크시트 자동 생성 | Step 5. 측정 및 판정 | Step 6. 검사 기록 관리 |
|---|---|---|---|---|---|
| 검사 오더 | 벡터 텍스트 파싱 | 도면 위 근거 확인 | 도면 위 근거 확인 | 룰 엔진 | 파일 패키지 |
| 승인도면 PDF | 스캔 이미지 판독 기준값 후보 추출 | 후보 선택 / 미기재 유지 | 도면 · 추출기 · 룰 버전 | PASS / FAIL | 검사 기록 고정 |
| 검사 양식 | 원본 대조 검증 | 승인 기록 | 승인 기록 | 결함 등록 | 성적서 PDF |
Q-READ 검증 범위
도면을 적용하여 추출 후
사람 승인부터 검사 판정까지 전체 흐름 검증
표준 벡터 승인도면뿐 아니라 서로 다른 단위 · 표기가 섞인 도면, 벡터와 스캔이 혼합된 도면, 제3자 CAD 기반 실도면까지 적용해 전체 흐름을 검증합니다.
도입 환경
운영 환경에서 인터넷 연결 없이
사용할 수 있는 구성 지원
온프레미스 Docker Compose 기반으로 구성할 수 있으며, 운영 환경에서는 인터넷 연결 없이 사용할 수 있는 구성을 지원합니다.
같은 사내망의 PC와 태블릿에서 동시 작업할 때 발생할 수 있는 중복 입력과 수정 충돌도 관리합니다.
Summary
PoC 한눈에 보기
AI가 맡는 역할, 실제 계산과 판정을 수행하는 주체,
결과를 검증하는 방법을 비교해 보세요.
| PoC | 적용 분야 | AI의 역할 | 실제 계산 · 판정 | 결과 검증 |
|---|---|---|---|---|
| Momenti AICC | 상담센터 | 상담 지원 및 예외 구간 분석 | 규칙 엔진 | KB 원문 및 실제 발화 |
| 정반 배치 최적화 | 조선 · 중공업 | 후보 및 배치 결과 설명 | 배치 룰셋 | 추천 · 제외 사유 및 실행 이력 |
| Appliance Insights AI | 시장 · 소비자 분석 | 질문 해석 및 인사이트 작성 | 승인된 데이터 조회 | 원천 데이터 및 CSV |
| 경영정보 AI | 경영 · 재무 분석 | 질문을 내부 지표에 매핑 | 결정론적 SQL · 시뮬레이션 엔진 | 용어 매핑, SQL 및 검증 결과 |
| Q-READ | 제조 검사 | 도면 해석 및 기준값 후보 추출 | 룰 엔진 | 도면 원본 위치 및 검사 이력 |
Process
완성된 데이터 환경 없이도
현재 보유한 자료로 시작할 수 있습니다
현재 보유한 실제 업무 자료를 기반으로 작은 범위의 PoC부터 시작해 효과를 확인하고 검증 결과에 따라 실제 운영 환경으로 단계적으로 확장할 수 있습니다.
Step 1
적용 대상 확인
보유한 데이터와 업무 기준을 검토해
적용 영역과 추가 정의가
필요한 영역을 구분합니다.
Step 2
처리 가능 범위 검증
실제 데이터와 현업 질문을 기반으로
처리 가능한 범위와
보완 항목을 확인합니다.
Step 3
맞춤형 PoC 및 운영 전환
업무 환경과 데이터 연동 범위를 반영해
PoC를 구성하고
단계별 도입 계획을 수립합니다.
* 도면, 업무 양식, 규정 문서, 데이터셋, 현업 질문 등 현재 보유한 자료만으로 시작할 수 있습니다.
AI가 해석·제안할 영역, 룰과 최적화 엔진이
계산·판정할 영역, 사람이 확인할 영역을 함께 구분해 드립니다
현재 사용 중인 도면, 업무 양식, 규정 문서, 데이터셋, 현업 질문 몇 건이면 적용 가능 범위를 먼저 확인할 수 있습니다.