시나리오 설정
넥스트웨이브 컨설팅은 전략, 데이터·AI, 클라우드 전환, 프로세스 혁신, IT 아키텍처를 하는 가상의 컨설팅사입니다. 파트너 2명, EM(엔게이지먼트 매니저, 프로젝트 책임자) 5명, 시니어 4명, 컨설턴트 2명, 애널리스트 3명이 일하고, 가상 고객사 프로젝트 28건을 수행했다고 설정했습니다.
이런 회사는 새 제안을 쓸 때마다 같은 질문을 합니다. "비슷한 프로젝트를 해 본 적이 있나?", "그때 누가 맡았고 무엇이 문제였나?" 답은 이메일과 Slack, 주간보고 속에 흩어져 있어 찾기 어렵습니다. 이 데모는 그 기록을 지식그래프로 묶었을 때 무엇이 달라지는지 보여 줍니다.
데이터 구성
문서는 모두 AI로 만든 가상 문서이며, 기간은 2023년 5월부터 2026년 5월까지로 설정했습니다.
| 문서 유형 | 건수 |
|---|---|
| 주간보고 | 586 |
| 이메일 | 364 |
| 슬랙 스레드 | 290 |
| 산출물 | 134 |
| 계약서 | 32 |
| 킥오프 회의록 | 31 |
| 제안서 | 28 |
| 최종 보고서 | 28 |
| 합계 | 1,493 |
1,493건 가운데 136건은 추출이 엉뚱한 문서를 걸러 내는지 보려고 다른 프로젝트 문서를 일부러 섞은 것입니다. 분석 대상은 이를 뺀 1,357건입니다. 여기서 추출한 개체는 3,180개(기술 1,159·문제 유형 808·산출물 유형 452·조직 383·인물 358·산업 20)이고, 관계는 Claude가 추출한 뒤 OpenAI가 근거 문서와 대조해 통과시킨 3,204건만 그래프에 올렸습니다.
데모 흐름
데모 화면은 아래 순서로 봅니다. 화면 갈무리는 같은 시나리오의 소규모 데이터셋(프로젝트 10건, 분석 대상 문서 122건)으로 찍은 것이라, 화면 속 숫자는 위 표와 다릅니다.
예시 질문
- "AWS 기반 MSA 전환 경험이 있어?": 과거 프로젝트와 담당 EM을 각주와 함께 답합니다
- "그린마트 프로젝트들에 대해 알려 줘": 같은 고객사의 프로젝트 3건을 묶어 설명합니다
- "재고 리스크를 줄인 사례 있어?": 문제 유형으로 연결된 프로젝트를 찾습니다
- "여러 프로젝트에 동시에 투입된 사람은?": 인력과 프로젝트의 관계를 따라갑니다
측정하지 않은 것
- 정확도: 추출 정확도, 재현율, 답변 정확도는 측정하지 않았습니다
- 검증의 뜻: "검증된 관계"는 다른 회사 AI가 한 번 더 판정했다는 뜻이며, 사람이 정답과 대조한 것이 아닙니다
- 화면 속 성과 수치: 갈무리에 보이는 처리 시간 단축률 같은 숫자는 가상 문서 안의 내용입니다
실제 고객 기록에 같은 기술을 적용한 결과는 지식그래프·온톨로지 페이지의 구축 사례와 뉴스룸 지식그래프 사례를 보세요.