Cases
산업 × 업무 사례
고객사는 업종과 규모로만 표기합니다. 데모는 가상 회사 데모이며 실제 고객 데이터를 쓰지 않습니다.
12개 업무 영역을 하나로, 16주 동안 225개 기능
글로벌 자동차 부품사 · 프로그램 관리·수익성 분석 시스템
요구사항 500여 건을 반영하며, 요구사항부터 배포·기록까지 AI가 끌고 가는 방식으로 화면 700여 개, API 약 3,000개를 만들었습니다.
매일 쏟아지는 뉴스를 관심 분야 AI 리포트로
대형 카드사 · 트렌드 뉴스 센싱 포털
관심 분야 설정 → 뉴스 분석 → 리포트 → 알림으로 이어지는 리서치 흐름을, 사내 인증·메일·메신저와 연결된 AI 포털로 만들었습니다.
코드에 묻힌 예약 규칙을 꺼내 API 구조로
골프 예약 플랫폼 · 플랫폼 리빌드
오래된 화면과 SQL에 흩어진 예약·조인 규칙을 AI가 찾아 문서로 만들고, AI 에이전트와 다른 서비스가 호출할 수 있는 API 구조로 다시 만들었습니다.
입력 12번을 요청 1번·승인 1번으로
re:boot Agent · 가상 회사 데모 · 실제 고객 데이터 없음
업무 절차는 Skill에, 실행은 기존 시스템에. 계약 → 개통 → 청구를 자연어 요청 한 번과 사람 승인 한 번으로 처리합니다.
Why cases
사례가 쌓일수록 다음 AX가 빨라집니다
프로젝트가 끝나면 시스템만 남지 않습니다. 현장의 규칙과 절차를 정리한 업무 지식이 남고, 같은 산업·같은 업무의 다음 프로젝트는 그 위에서 시작합니다.
- 현장의 업무
- 업무 지식으로 정리
- AI가 일하는 구조로 재설계
- 구축·운영
- 다음 프로젝트의 출발점
AX Field Notes
AX 현장 노트
글로벌 자동차 부품사 프로젝트를 처음부터 따라가는 10회 연재입니다. SNS에 올린 글을 웹에서 읽기 좋게 다시 썼습니다.
- #1AI를 쓰는데, 왜 일하는 방식은 그대로일까AI 계정을 나눠 주고 챗봇을 붙여도 일의 순서가 그대로면 AX가 아닙니다. AX와 AI 도입을 가르는 세 가지 기준.
- #2요구사항 변경이 비싼 진짜 이유변경이 비싼 건 코드가 아니라 변경을 따라다니는 분석·문서·테스트·보고 때문입니다. 그 일을 AI 에이전트에게 나눈 이야기.
- #3요구사항 한 건이 배포되기까지, AI 에이전트가 하는 일코드 한 줄이 아니라 요구사항 한 건을 처음부터 끝까지 맡겼습니다. 다섯 단계마다 나눈 AI의 일과 사람의 일.
- #4업무 시스템을 AI 에이전트와 연동하다화면만 있는 시스템에서는 AI 에이전트가 일할 수 없습니다. 요구사항 관리 시스템의 API를 CLI로 감싸 연동한 방법.
- #5AI에게 맡기지 않은 것들더 많이 맡기려면 맡기지 않을 일부터 정해야 했습니다. AI가 넘을 수 없는 경계를 시스템에 만든 다섯 가지 규칙.
- #616주 동안 숫자로 본 변화연재 예정
- #7도구보다 규칙이 속도를 만들었다연재 예정
- #8AX는 결국 일하는 사람의 이야기연재 예정
- #9다음 단계: 시스템을 넘어 현업 업무로연재 예정
- #10우리 회사는 어디서부터 시작할까연재 예정
Partners
AX를 고객에게 제안하는 IT 서비스·컨설팅사라면
고객 현장을 잘 아는 파트너와 AX 프로젝트를 함께 수행하려 합니다. 현장 진단부터 시범 구축까지 함께할 방법을 이야기해 주세요.
우리 업무도 될까요? 2주 무료 현장 진단으로 확인하세요
업무 하나를 골라 AI 기반으로 어떻게 바뀔지 진단하고, 진단 보고서와 시범 제안을 드립니다. 다음 단계로 갈 의무는 없습니다.