플러스프로젝트 배경
1) 문제점
- 데이터 분석 인프라 갖춰졌지만 활용도 및 효과가 낮음
- Tableau 등 BI 툴에 대한 접근성이 상시적이지 않음
- 의사결정권자 혹은 이해관계자들의 데이터 접근성이 떨어짐
2) 프로젝트 목표
- AI를 활용하여 실적보고를 자동화
- 적시적이고 접근성 높은 데이터 활용 체계
- 인력 종속도를 낮추는 지속적인 모니터링 기반 확보
- 데이터 분석 인프라 갖춰졌지만 활용도 및 효과가 낮음
- Tableau 등 BI 툴에 대한 접근성이 상시적이지 않음
- 의사결정권자 혹은 이해관계자들의 데이터 접근성이 떨어짐
2) 프로젝트 목표
- AI를 활용하여 실적보고를 자동화
- 적시적이고 접근성 높은 데이터 활용 체계
- 인력 종속도를 낮추는 지속적인 모니터링 기반 확보
프로젝트 성과
실적 분석 및 보고 생산성 200% 향상
Daily, Weekly, Monthly 실적 보고를 자동화하여 생산성을 향상시키고 인사이트 확보에 집중
의사결정권자 및 이해관계자 커뮤니케이션 속도 향상
Slack/이메일 등 접근성이 높은 채널로 핵심 내용을 정기적으로 보고하여 참여 및 이해도를 극대화
데이터 기반 의사결정 체계 가속화
데이터가 특정 조직, 인원에 종속되지 않고 일관된 관점과 주기로 공유되어 전반적인 실행의 속도를 향상
핵심 기능
데이터 소스 취합
- 데이터 웨어하우스(DW)를 활용하면 가장 좋습니다.
- 별도 DW 환경이 없다면, 기간 시스템에 직접 연동하여 집계 및 변환 처리를 수행할 수 있습니다.
- 원드라이브, 구글드라이브, 노션도 가능합니다.
- 별도 DW 환경이 없다면, 기간 시스템에 직접 연동하여 집계 및 변환 처리를 수행할 수 있습니다.
- 원드라이브, 구글드라이브, 노션도 가능합니다.
데이터 집계 및 변환
- 자동화 툴을 활용하여 기초적인 집계 및 변환이 가능합니다.
- 매우 복잡한 분석 데이터셋 구성은 BI/DW 툴 활용이 필요합니다.
- 정형 데이터를 활용하거나, AI를 통해 데이터를 추출/가공할 수 있습니다.
- 매우 복잡한 분석 데이터셋 구성은 BI/DW 툴 활용이 필요합니다.
- 정형 데이터를 활용하거나, AI를 통해 데이터를 추출/가공할 수 있습니다.
보고서 작성 by AI
- 준비된 데이터셋을 보고서 형식 변환 AI에 전달합니다.
- 프롬프트를 통해 보고 형식, 주안점(인사이트), 데이터 맥락을 제공합니다.
- 실적보고 수준에서는 파인튜닝이나 벡터DB 활용은 필수적이지 않습니다.
- 프롬프트를 통해 보고 형식, 주안점(인사이트), 데이터 맥락을 제공합니다.
- 실적보고 수준에서는 파인튜닝이나 벡터DB 활용은 필수적이지 않습니다.
스케쥴러 기반 채널 알림
- 채널은 Slack, Teams, 카카오톡, 텔레그렘, 이메일, 문자 등이 될 수 있습니다.
- 스케쥴러를 통해 자동화 시나리오가 주기적으로 실행되게 설정합니다.
- 추가질의 등 리액션 대응도 가능합니다.
- 스케쥴러를 통해 자동화 시나리오가 주기적으로 실행되게 설정합니다.
- 추가질의 등 리액션 대응도 가능합니다.
진행 단계
PoC (Proof of Concept)
2025.01.
'있는 그대로' 데이터를 올리고(Load) AI 모델을 활용하여 효익을 체감합니다.
- AI와 프로세스 자동화 툴(Make.com, Zapier, 커스터마이징 서버) 활용
- AI와 프로세스 자동화 툴(Make.com, Zapier, 커스터마이징 서버) 활용
1st Automation
2025.01.
'핵심 정보'에 대한 자동화 워크플로를 구축합니다.
- 1~3개 워크플로에 대한 데이터 ETL(입력, 집계, 변환 및 로드) 파이프라인 컨설팅 및 구축
- 1~3개 워크플로에 대한 데이터 ETL(입력, 집계, 변환 및 로드) 파이프라인 컨설팅 및 구축
Architecture Transformation
2025.02.
'핵심 정보'가 산출되기 위한 기간(Transaction) 시스템을 구축 및 개선합니다.
- 별도 프로젝트, ERP/CRM/WMS 등 기간 시스템
- 별도 프로젝트, ERP/CRM/WMS 등 기간 시스템
Continuous Automation
2025.03.
데이터 기반 의사결정 체계 및 자동화 워크플로 구축을 위해 로드맵을 수립하고 단계적으로 고도화합니다.
프로젝트 상세
데이터 분석 인프라는 구축되어 있었으나, 의사결정자와 이해관계자의 데이터 접근성이 낮고 활용도가 떨어져 실적 보고 효율성에 어려움이 있었습니다. 이를 해결하기 위해 다양한 데이터 소스를 취합·집계하여 실적 보고 데이터셋을 구성하고, Make.com과 LLM(OpenAI)을 활용하여 보고서 작성을 자동화하는 AI 기반 시스템을 구축했습니다.
자동 생성된 보고서를 Slack, 이메일 등 접근성이 높은 채널로 정기적으로 공유하여 커뮤니케이션 속도와 데이터 접근성을 크게 향상했습니다. 이를 통해 보고 업무의 생산성이 200% 증가했고, 특정 인력에 대한 종속도를 낮추면서 데이터 중심 의사결정 체계를 빠르게 확립하는 성과를 달성했습니다.
자동 생성된 보고서를 Slack, 이메일 등 접근성이 높은 채널로 정기적으로 공유하여 커뮤니케이션 속도와 데이터 접근성을 크게 향상했습니다. 이를 통해 보고 업무의 생산성이 200% 증가했고, 특정 인력에 대한 종속도를 낮추면서 데이터 중심 의사결정 체계를 빠르게 확립하는 성과를 달성했습니다.
활용된 make.com 시나리오
