01
계획
경로는 실행 중에 정해집니다
원인을 묻는 질문은 한 번의 검색으로 답할 수 없습니다. 에이전트는 그것을 하위 질문으로 나누고, 첫 단계에서 찾은 것이 두 번째 단계에서 어디를 볼지 바꿉니다. 아무것도 모르는 상태에서 미리 고정한 사슬을 따라가는 대신에요.
- 질문을 각자의 검색을 가진 하위 질문으로 분해
- 뒤 단계는 앞 단계가 돌려준 것에 따라 달라짐
- 하위 질문이 서로 독립적이면 작업을 여러 에이전트로 분할
플랫폼 · 데이터 에이전트
풀이 과정을 기록에 남기는 에이전트
챗봇은 답합니다. 분석가는 풀이를 보여줍니다. DataFact 에이전트는 두 번째를 하도록 만들어졌습니다. 조사를 계획하고, 찾은 것을 교차 확인하고, 리뷰에서 방어할 수 있는 결과물을 돌려줍니다.
실행의 해부
무엇을 했는지 읽을 수 있습니다
모든 실행은 들여다볼 수 있습니다. 어떤 하위 질문을 세웠는지, 각 단계가 어느 채널로 갔는지, 얼마나 걸렸는지, 그리고 서로 어긋난 두 출처를 어디서 조정했는지.
누군가 결론에 이의를 제기하면 다툼은 증거 자체를 두고 벌어집니다. 기계를 믿을 수 있느냐가 아니라.
- 01질문 분해하위 질문 3개
- 02문서에서 검색9개 청크 · 그림 2개
- 03웨어하우스 조회쿼리 2개 · 1.2초
- 04양쪽 교차 확인충돌 1건 해결
- 05출처와 함께 작성인용 4건 첨부
실행과 답변을 가르는 것
이 행동들이 한 번 써보고 마는 것과 실제 업무를 흘려보내는 것의 차이입니다.
02
교차 검증
출처끼리 서로 확인합니다
보고서가 이렇게 말하고 표가 저렇게 말할 때 평균을 내는 것은 틀린 답입니다. 실행은 불일치를 드러내고, 어느 출처를 믿었는지와 그 이유를 밝힙니다.
- 문서에서 찾은 내용을 웨어하우스 결과와 교차 확인
- 충돌을 뭉개지 않고 보고
- 확신도는 두 채널이 일치했는지에 연동
03
확인 질문
질문이 모호하면 되묻습니다
사람들이 치는 질문의 절반은 명세가 부족합니다. 어느 지역인지, 어느 회계연도인지, 총액인지 순액인지. 추측은 자신만만한 오답을 만듭니다. 에이전트는 자기가 볼 수 있는 선택지와 함께 묻고, 당신의 답에서 이어갑니다.
- 구체적 선택지를 제시하는 표적화된 후속 질문
- 실행은 그 답에서 재개되며 처음부터 다시 하지 않음
- 기본값으로 진행하길 원하면 건너뛸 수 있음
04
산출물
채팅 메시지가 아니라 자산
나오는 것에는 데이터, 차트, 작성된 결론, 인용 사슬이 있습니다. 의사결정 메모에 붙여넣을 만큼 견고하고, 다음 달에 새 데이터로 다시 돌릴 수 있습니다.
- 차트를 서술과 함께 생성
- 모든 주장이 인용 번호를 가짐
- 정기 리뷰를 위한 예약 재실행
05
전달
질문이 나오는 그 자리에
에이전트는 사람들이 이미 쓰는 표면에 게시됩니다. 콘솔, 자체 애플리케이션에 임베드한 위젯, 시스템용 API, 또는 그 질문이 원래 나왔을 채팅 도구의 봇.
- 분석가용 콘솔
- 사내 앱에 임베드하는 채팅 위젯
- DingTalk과 Feishu 네이티브 봇 — 개발이 아니라 설정
- Slack, Teams 등 운영 중인 무엇에든 연결하는 오픈 API
범용 챗봇 하나가 아니라 업무에 맞춘 구성
질문이 다르면 필요한 기계도 다릅니다. 에이전트에는 필요한 자원만 주고 그 이상은 주지 않습니다. 답과 권한이 함께 좁아집니다.
지식형
문서 Q&A
선택한 문서 컬렉션에 연결됩니다. 본문·표·그림을 페이지 단위 인용과 함께 반환합니다.
분석형
쿼리 생성
스키마와 분석 모델에 연결됩니다. 통제된 SQL, 결과, 차트를 만듭니다.
조사형
다중 출처 실행
두 채널 모두에 연결됩니다. 계획하고 나누고 교차 검증한 뒤 결론을 씁니다.
보조형
연결된 데이터 없음
프롬프트와 스킬만. 회사 데이터를 건드리면 안 되는 초안 작성과 추론 작업용.