Let Your Questions
Clarify.

Tableau, Power BI 등 기존 BI 도구는 대시보드를 미리 설계해두고 정해진 지표를 시각화하는 데 최적화되어 있습니다. 반면 Qurify는 사전 설계 없이 자연어 질문만으로 즉시 데이터를 조회하고 분석할 수 있습니다. 대시보드에 없는 새로운 질문이 생겨도 IT팀에 요청하지 않고 현업 담당자가 직접 답을 찾을 수 있습니다. 또한 Qurify는 정형 데이터(DB)뿐 아니라 비정형 데이터(문서, 매뉴얼, 보고서)까지 통합 검색이 가능하여, 수치와 맥락을 함께 파악하는 깊이 있는 분석을 제공합니다. 기존 BI 도구를 대체하기보다는, 보완재로서 BI가 커버하지 못하는 애드혹(ad-hoc) 분석과 문서 기반 인사이트 영역을 담당합니다.

많은 ERP 제품이 AI 기능을 탑재하고 있지만, 대부분 현재 열려 있는 화면의 데이터만을 대상으로 질의할 수 있습니다. 예를 들어 손익계산서 화면에서 집계된 숫자를 보면서 '왜 영업이익이 증가했는지' 원인을 추적하려면 거래처별 매출 화면, 상품별 마진 화면, 전표 상세 화면을 하나씩 열어가며 수동으로 분석해야 합니다. Qurify는 여러 테이블·화면의 데이터와 관련 문서를 업무 용어 기준으로 연결하므로, 한 번의 자연어 질문으로 교차 분석과 드릴다운이 가능합니다. 기존 ERP를 교체하는 것이 아니라 그 위에 지능 계층을 얹는 방식이므로, ERP 본연의 기능은 그대로 유지하면서 분석 역량만 추가됩니다.

현재 Qurify는 ERP와 독립된 별도 웹 인터페이스로 제공됩니다. ERP의 DB에 연결하여 데이터를 조회하지만, ERP 화면 안에 임베딩되는 형태는 아닙니다. 이는 의도된 설계입니다 — 독립 시스템이기 때문에 특정 ERP에 종속되지 않고, 여러 시스템(ERP + CRM + 문서 스토리지 등)을 동시에 연결해 교차 분석할 수 있습니다. 향후 실증을 거쳐 ERP 화면 안에 Qurify를 임베딩하는 방향도 검토 중이며, 궁극적으로는 사용자가 가장 익숙한 환경에서 자연어 분석을 수행할 수 있도록 발전시켜 나갈 계획입니다.

문의 접수, 업무·데이터 환경 파악, 약 한 달의 구축, 운영 순서로 진행합니다. 도입 방식은 구독형(SaaS)과 온프레미스 가운데 고릅니다. 풀고 싶은 업무 한 가지와 데이터가 있는 곳을 적어 주시면 영업일 2일 안에 회신드리고, 현업이 반복하는 질문과 필요한 데이터의 위치, 폐쇄망·보안 요건을 확인한 뒤 구축에 들어갑니다. 구축이 끝나면 구독형이나 온프레미스로 운영하고, FDE가 고객이 원하는 업무에 에이전트를 계속 붙여 갑니다. 각 단계의 산출물과 진행 기준은 시작 전에 함께 정합니다.

Qurify의 NL2SQL 엔진은 PostgreSQL, MySQL, MariaDB, MSSQL 등 주요 관계형 데이터베이스는 물론, Databricks, Snowflake, Amazon Redshift 등 클라우드 데이터 웨어하우스도 지원합니다. 하이브리드 RAG 엔진은 PDF, Word, Excel, PowerPoint, HWP 등 다양한 문서 형식을 지원하며, 파일 업로드 또는 스토리지 연동을 통해 데이터를 수집합니다. 지원 DB 및 문서 형식은 지속적으로 확대되고 있으며, 특수한 데이터 소스가 필요한 경우 커스텀 MCP 커넥터를 통해 연동할 수 있습니다.

Qurify는 다층적인 오답 방지 및 교정 체계를 갖추고 있습니다. 첫째, 모든 답변에 출처(원본 문서 위치 또는 SQL 쿼리)를 함께 제공하여 사용자가 직접 결과를 검증할 수 있습니다. 둘째, LLM Judge 자동 평가 시스템이 답변의 정확성, 근거 충실도, 완전성을 실시간으로 점수화합니다. 신뢰도가 낮은 답변에는 경고를 표시하고, 관리자에게 알림을 발송합니다. 셋째, 사용자 피드백(좋아요/싫어요)을 수집하여 데이터 연결 구조와 프롬프트를 지속적으로 개선합니다. 넷째, 관리자 대시보드에서 질의별 정확도 추이를 모니터링하고, 반복 오답 패턴을 분석하여 선제적으로 대응합니다. 이러한 폐쇄 루프(Closed-loop) 구조 덕분에 사용할수록 답변 품질이 향상됩니다.

고객사 서버 또는 고객사 클라우드에 설치하고, 데이터는 원래 자리에 둡니다. ERP·업무 DB·문서 저장소에 연결만 하며 데이터를 저희 쪽으로 옮기지 않습니다. 외부 연결이 없는 폐쇄망에서도 구축·운영하며, 공공기관 청사 안에 설치해 운영 중인 사례가 있습니다. 보안 정책상 외부 API 호출이 제한되면 사내 GPU 서버에 오픈소스 LLM을 두고 운영합니다.

Qurify는 엔터프라이즈 수준의 보안 체계를 갖추고 있습니다. 모든 데이터는 저장 시(Data at Rest)와 전송 시(Data in Transit) AES-256으로 암호화됩니다. RBAC(역할 기반 접근 제어)를 통해 사용자·부서·직급별로 접근 가능한 컬렉션과 데이터 범위를 세밀하게 제어합니다. 개인식별정보(PII)는 AI 답변 생성 전 자동으로 탐지·마스킹되며, MCP를 통해 마스킹 정책을 중앙 관리합니다. 모든 질의·응답·데이터 접근 이력은 감사 로그(Audit Trail)로 기록되어 내부 감사와 컴플라이언스 보고에 활용됩니다. SSO/LDAP 연동으로 기존 사내 인증 체계를 그대로 적용할 수 있으며, On-Premise 배포를 통해 폐쇄망 운영도 가능합니다.

네, Qurify는 MCP(Model Context Protocol) 기반 아키텍처로 설계되어 다양한 사내 시스템과 표준화된 방식으로 연동됩니다. SAP, Oracle ERP, Salesforce 등 주요 ERP·CRM은 물론, 그룹웨어, 사내 위키, 파일 서버 등과도 연결할 수 있습니다. 별도의 커스텀 API 개발 없이 MCP 커넥터를 설정하는 것만으로 데이터 소스를 추가할 수 있어, 연동에 소요되는 시간과 비용이 최소화됩니다. REST API와 웹훅(Webhook)도 지원하므로, MCP 미지원 시스템이라도 유연하게 통합할 수 있습니다. 연동 범위와 방식은 도입 상담 시 고객사 환경에 맞춰 설계해 드립니다.

네. Qurify는 고객사 데이터베이스를 원래 자리에 둔 채 연결하고, 질문 시점에 필요한 데이터를 조회합니다. PDF·HWP·Word·Excel 같은 문서는 파일 업로드 또는 스토리지 연동으로 수집해 검색합니다. 답마다 근거가 된 문서 위치와 SQL을 함께 보여 주고, 데이터로 확인되는 내용과 확인되지 않는 내용, 검증에 부족한 자료를 구분해 알려 드립니다. 처음부터 전사 데이터를 모두 연결하지 않고, 핵심 업무 데이터부터 고객사와 함께 검증하며 단계적으로 넓혀 갑니다.

Qurify의 중심은 근거 기반 답변과 그 검증이며, 업무 절차와 연결해 판단을 돕도록 확장할 수 있습니다. 진행은 '해석 → 검증 → 처리 → 승인' 4단계입니다. 이메일·PDF 같은 비정형 입력은 AI가 읽고 정리하며, 등록 거래처·계약 단가 일치 등은 연결된 데이터로 확인해 확인되지 않는 항목을 표시합니다. 전표 생성·통지 발송은 고객사가 정한 확정 절차로 처리하고, 금액이 임계치를 넘는 고위험 건은 담당자 승인 게이트에서 멈춥니다(HITL, Human-in-the-Loop). AI는 근거를 정리해 판단을 돕고, 최종 결정은 담당자가 내립니다.