Qurify · 구독형 AX 솔루션
보고서 만드는 데 걸리던 2~3주,
질문 하나로 끝냅니다
Qurify는 LLM 기반 에이전트로 사무·영업 같은 분야별 업무를 자동화하는 구독형 AX 솔루션입니다. 전담 엔지니어(FDE)가 고객사에 들고 들어가 약 한 달 안에 구축하고, 이후 필요한 에이전트를 계속 붙여 드립니다.
Why Qurify
보고는 매번 처음부터 만들고, 만든 데이터는 쌓이지 않습니다
ERP가 없는 곳은 보고를 만들 때마다 회의를 열고 자료를 모읍니다. Qurify는 그 일을 질문 하나로 줄이고, 연결한 데이터와 일하며 얻은 노하우를 회사에 쌓아 둡니다.
Before
보고 한 번에 2~3주
ERP가 없는 곳은 일간·주간·월간 보고를 만들려고 회의하고 자료를 모으는 데 2~3주가 걸립니다.
만든 데이터가 쌓이지 않음
그렇게 만든 데이터는 누적되지 않아, 다시 분석하려면 처음부터 시간이 듭니다.
노하우는 사람 머릿속에
일을 잘하는 방법이 직원 개인에게만 남아, 사람이 바뀌면 함께 사라집니다.
With Qurify
질문 하나로 보고
필요한 수치와 문서를 질문 하나로 묶어 근거와 함께 답합니다.
온톨로지에 누적
연결한 데이터가 온톨로지로 쌓여, 다음 분석은 그 위에서 바로 시작합니다.
노하우가 회사 자산으로
일하며 나눈 대화에서 노하우를 뽑아 개인 자산으로 쌓고, 우수한 것은 전사에 배포합니다.
Qurify
업무마다 에이전트를 붙여, 사람이 하던 일을 맡길 수 있는 수준까지 끌어올립니다
Qurify는 여러 에이전트가 한 온톨로지 위에서 함께 일하는 솔루션입니다. 온톨로지 에이전트가 데이터를 묶어 질의응답과 분석을 맡고, 업무 에이전트가 일을 처리하며, Assetization 에이전트가 그 과정의 노하우를 회사 자산으로 남깁니다.
구축
온톨로지 에이전트
RDB·ERP·원드라이브 같은 정형·비정형 데이터와 채팅 데이터까지 끌어와 고객사의 온톨로지를 만들고, 그 위에서 회사 데이터 전반에 대한 질의응답과 데이터 분석을 맡습니다.
구축 · 운영
업무 에이전트
FDE가 고객이 원하는 업무와 비즈니스 요건을 받아 사무·영업 같은 분야별 에이전트를 여러 개 구성합니다. 현업은 채팅으로 묻고 답하며 씁니다.
운영
Assetization 에이전트
SmartMind AI가 자체 개발했습니다. 권한 체계 위에서 사용자마다 대화하며 일하는 동안, 개인의 노하우를 자동으로 자산화합니다.
출시 예정
데이터 사이언스 에이전트
온톨로지에 쌓인 데이터로 고급 AI 모델링을 합니다.
Assetization 에이전트가 노하우를 쌓는 순서
- 01
대화하며 일함
권한 체계 안에서 사용자마다 에이전트와 대화하며 일합니다.
- 02
개인 자산화
대화 속 노하우가 자동으로 개인 자산이 됩니다.
- 03
Self Improvement
자산화 알고리즘이 쓰일수록 자산을 다듬어 올립니다.
- 04
글로벌 자산 승격
개인 자산 가운데 우수한 것을 전사 자산으로 올립니다.
- 05
전사 배포
승격된 자산을 다른 직원도 같은 방식으로 씁니다.
도입과 구독
구독형(SaaS)과 온프레미스 가운데 기업 환경에 맞춰 고릅니다
SaaS
구독형
구축 뒤 월 구독료로 이용하는 방식입니다.
- 약 한 달의 구축이 끝나면 월 구독으로 넘어갑니다
- 고객 규모에 따라 기본 사용량을 정하고, 넘는 만큼만 추가됩니다
- 데이터는 원래 자리에 두고 연결만 합니다
On-Premise
온프레미스
금융·공공처럼 망 분리와 보안 심사가 까다로운 기업을 위한 방식입니다.
- 고객사 서버나 외부 연결이 없는 폐쇄망 안에 설치합니다
- 외부 AI API를 쓸 수 없으면 사내 GPU 서버의 모델로 운영합니다
- 금액과 기본 사용량은 설치 환경을 파악한 뒤 상담에서 안내합니다
두 방식 모두 FDE가 같은 순서로 구축합니다. FDE는 상주하지 않고, 고객이 원하는 업무에 에이전트를 계속 만들어 붙입니다.
도입 순서
- 01
구축 (약 한 달)
온톨로지 에이전트가 RDB·ERP·원드라이브와 채팅 데이터를 끌어와 온톨로지를 만듭니다. 그사이 FDE는 원하는 업무와 비즈니스 요건을 받아 업무 에이전트를 구성합니다.
- 02
채팅으로 사용
채팅이 가능해지면 현업은 묻고 답하는 방식으로 일합니다. 답마다 근거가 붙습니다.
- 03
운영
일하는 동안 Assetization 에이전트가 노하우를 자산으로 쌓고, FDE는 새로 원하는 업무에 에이전트를 계속 만들어 붙입니다.
구축 기간은 연결할 데이터의 양과 상태에 따라 달라집니다. 설치 위치는 고객 환경에 맞추며, 공공기관 폐쇄망 안에서 운영한 경험이 있습니다.
도입 과정 자세히 보기근거
답에 근거를 붙이고, 확인되지 않는 것은 그렇게 표시합니다
질문
지난 분기 A제품 반품이 늘어난 이유는?
답변
반품이 늘어난 주문은 대부분 B물류센터에서 출고되었습니다. 이 센터는 4월부터 포장재 공급처가 바뀌어 운송 중 파손을 원인으로 의심할 수 있습니다. 다만 파손 여부를 직접 보여 주는 기록은 아직 연결되어 있지 않습니다.
근거
- 문서포장재 공급처 변경 안내.pdf
- 표반품 접수 내역 (물류센터별)
- 날짜2026.04.01 변경 적용
검증 상태
- 데이터로 확인됨반품 증가분이 B물류센터 출고 주문에 몰려 있음
- 확인할 데이터 없음운송 중 파손이 실제 원인인지 여부
- 추가로 필요한 데이터택배사 파손 접수 내역, 입고 검수 기록
Qurify의 에이전트는 문서·메일·엑셀·PDF와 업무 DB를 원래 자리에 둔 채 연결해 답합니다. 답마다 어디에서 나온 값인지 함께 보여 줍니다.
흩어진 자료 연결
자료를 한곳으로 옮기지 않아도 질문 하나로 함께 찾습니다.
근거와 함께 답변
어떤 문서의 어느 문단, 어떤 데이터를 근거로 삼았는지 함께 보여 줍니다.
검증 범위 구분
데이터로 확인되는 것과 확인되지 않는 것, 부족한 자료를 나누어 표시합니다.
Industries
산업마다 처음 붙이는 에이전트가 다릅니다
현업이 실제로 묻는 질문에서 시작해, 그 산업의 데이터로 첫 에이전트를 만듭니다.
In production
공공기관 폐쇄망 안에서 2026년 5월부터 운영 중입니다
홍천군 AI 민원통합관리시스템은 기관 청사 안에 설치되어 외부 연결 없이 운영됩니다. 아래는 검수에서 확인한 수치입니다.
5분
AI 답변 초안 야간 자동 사전 생성 (1건당)
5초
유사민원·법령 검색 응답 시간
8/8항목
8대 기능 전 항목 합격 + 검수 완료
고객사 · 파트너
엔터프라이즈
연구 · 학계
공공
파트너 · 투자
어떤 업무에 에이전트를 먼저 붙일지 함께 정합니다
약 한 달 구축한 뒤 구독형이나 온프레미스로 운영합니다. 풀고 싶은 업무 한 가지만 적어 주셔도 됩니다.