AI Ready 기반을 위한 업무와 데이터의 연결

전사 운영 디지털 트윈을 향한 첫 적용 범위와 식별·근거·검토·반영의 설계 판단.

게시 2026/09/30

By 박상필

7 분읽는 시간

2026 · 기획·설계·풀스택 개발·검증 · 일부 범위 구현 및 개발 검증

제조업에서 업무 시스템화를 진행하며, 자료를 모으는 것과 그 자료로 일을 할 수 있는 상태는 다르다는 문제를 마주했습니다. 여러 표가 같은 대상을 가리키는지, 누가 확인한 정보인지, 무엇이 바뀌었을 때 다시 검토해야 하는지를 알아야 다음 판단으로 이어질 수 있습니다.

제가 지향하는 전사 운영 디지털 트윈은 업무·규칙·조직·자원의 관계와 변화를 시스템에 표현하는 것입니다. 이 기반 위에서 사람과 AI가 같은 업무 맥락을 활용하도록 기획하고 있습니다. 전체 구상 중 첫 적용 범위를 정해 구현하고 검증하는 단계입니다.

여러 프로젝트를 같은 방향으로 연결하기

조직·인증 원천은 별도 팀이 담당하는 시스템과 연계합니다. 통합할 때는 어느 시스템이 무엇을 책임지는지와 연결 계약을 함께 정합니다. 모든 기능을 한 시스템으로 옮기는 것을 전제로 삼지 않았습니다.

서버와 업무 시스템을 첫 적용 대상으로 선택했습니다. 한 대상이 여러 자료에 다른 이름으로 나타날 수 있고, 같은 이름이 서로 다른 대상을 가리킬 수도 있습니다.

내부 식별자와 원천 시스템의 키를 분리하고, 속성과 관계에 원문 근거와 변경 이력을 연결했습니다. 이름만 같다는 이유로 자동 병합하지 않았습니다. 관계를 바꿀 때는 이전 판단을 지우지 않고 대체 이력을 남기며, 미확인을 ‘없음’과 구분했습니다.

이 선택은 정보를 많이 채우기보다, 현재 판단이 어디에서 왔는지 설명할 수 있게 하려는 것입니다.

Next.js·TypeScript 화면, FastAPI API, PostgreSQL 저장 구조를 연결해 다음 흐름을 구현했습니다.

원문 표 보존
  → 대상 유형과 식별키 선택
  → AI 열 추천 또는 수동 연결
  → 변경 미리보기와 사용자 검토
  → 대상·사실·관계·근거 함께 저장
  → 자원 화면에서 원문 셀까지 추적

AI는 열의 대응 후보를 제안합니다. 서버는 식별키·단위·관계 조건을 검사하고, 사용자가 검토한 변경을 반영합니다. 추천 완료만으로 사실을 저장하지 않도록 경계를 정했습니다.

검토 뒤 원문이나 대상 정보가 바뀌면 재검토를 요구합니다. 대상·관계·근거는 한 트랜잭션으로 저장하고, 응답을 받지 못해 재요청하더라도 같은 변경을 중복 반영하지 않게 했습니다.

초기 실제 모델 시험에서는 비슷한 열 이름을 잘못 연결하는 사례가 나왔습니다. 항목의 활용 정의와 전체 열의 문맥을 보강하고 같은 합성 사례를 다시 확인했습니다. 한 사례의 성공을 일반적인 정확도로 확대하지 않았습니다.

격리된 개발 환경에서 실제 모델과 브라우저로 추천·검토·저장·재요청·원문 추적을 확인했습니다. 저장 과정의 실패와 롤백, 검토 후 자료 변경도 회귀 조건에 포함했습니다.

현재 구현은 선택한 대상 유형과 표의 범위에서 동작하는 첫 흐름입니다. 반복 반입의 차이 비교, 식별 병합·정정, 팀 공유와 회사의 공식 승인 체계는 후속 과제입니다. 화면에서 정보를 채택하는 것과 실제 설비를 변경하거나 조직의 승인을 받는 것도 구분합니다.

문제 정의부터 설계·구현·검증까지 담당하며 AI 도구를 활용했습니다. 큰 방향을 실행 가능한 범위로 나누고, 각 단계에서 무엇을 확인했는지 남기는 방식으로 발전시키고 있습니다.