작업마다 나의 근거를 묶고, 쓸수록 나에게 맞춰집니다. 이 기억은 내 PC에만 있습니다.
작업마다 근거를 묶습니다
기억, 페르소나, 참고 작업, 메일, 첨부, 설계를 작업에 연결하고, AI는 답하기 전에 먼저 읽습니다.
들은 자리에서 기억합니다
대화 중 정한 결정, 금지, 고친 것, 문체와 형식을 그 자리에서 기억으로 남깁니다.
자주 쓰는 기억이 먼저
최근에 쓰인 기억과 같은 프로젝트의 기억을 먼저 꺼내 다음 작업에 씁니다.
후보 추리기
이어질 만한 컬럼만 고릅니다
테이블 역할
기준, 거래, 이력을 가립니다
두 컬럼 연결
이름, 형식, 의미를 맞춥니다
값 겹침 확인
실제 값이 겹치는지 봅니다
관계 판정
1:N, N:M 방향과 수
되짚어 검증
앞 판단을 다시 채점합니다
노드를 클릭하면 상세 정보가 표시됩니다. 우클릭으로 탐색을 이동할 수 있습니다.
통계 없음
국제공인 시험성적서
100%
재현율 (Recall)
찾아야 할 관계를 하나도 놓치지 않았습니다.
98.53%
정밀도 (Precision)
지목한 관계 가운데 정답지와 일치한 비율입니다.
이 시험에서 모델은 정답지에 있는 관계를 하나도 빠뜨리지 않았고(재현율 100%), 여기에 더해 정답지에 없는 관계 1건을 추가로 지목했습니다. 시험 규칙상 이 1건은 오탐으로 집계되어 정밀도가 98.53%가 되었습니다.
그런데 실제 현장에는 정답지가 없습니다. 15~20년 된 시스템에서 외래키는 선언되어 있지 않고, 관계를 알던 사람은 이미 회사를 떠났습니다. 그때 필요한 것은 문서에 적힌 관계를 확인하는 능력이 아니라, 아무도 적어두지 않은 관계를 찾아 눈앞에 올려놓는 능력입니다.
정답지 밖을 지목했다는 것은 정해진 답을 외운 것이 아니라 데이터의 구조 자체를 읽었다는 뜻입니다. 이 1건이 이 시험에서 가장 중요한 대목이라고 보기 때문에, 감추지 않고 두 수치를 함께 적습니다.
확정은 사람이 합니다. 모델이 지목한 관계는 근거와 함께 검토 대상으로 제시되고, 담당자가 확인해 확정합니다. 레거시 분석에서는 놓치는 쪽보다 더 찾아 보여주는 쪽이 안전합니다.
고객사 정보, 업무 데이터, 운영 DB 등 민감한 기업 데이터는 학습에 쓰지 않습니다.
회사 지식을 먼저 고정
데이터 구조, 메뉴, API, 명명 규칙을 만드는 순간에 주입합니다.
설계로 다시 채점
만든 결과를 설계서 기준으로 다시 검토합니다.
근거가 없으면 「확인 필요」
없는 값을 지어내지 않고 사람에게 묻습니다.
읽기만 합니다
운영 데이터베이스를 읽기 전용으로 읽습니다.
지우지 않습니다
쓰기는 승인을 받고, 삭제하지 않으며, 이력을 남깁니다.
지어내지 않습니다
근거가 없으면 「확인 필요」로 남깁니다.
멈추지 않습니다
외부 연결이 끊겨도 다른 경로로 이어집니다.
좌우로 밀어 다른 도입 방식도 비교해 보세요.
| 개인 구독 | 기업 구독 | 구축형 | 완전 폐쇄망 | |
|---|---|---|---|---|
| 작업 실행 | 사용자 PC | 사용자 PC | 사용자 PC + 사내 서버 | 사내 |
| 작업 파일, 대화, 코드 | 사용자 PC | 사용자 PC | 사용자 PC, 사내 | 사내 |
| 기억, 신경망 | 사용자 PC | 사용자 PC | 사용자 PC, 사내 | 사내 |
| AI 모델 | ez2AI 전용 모델 또는 개인 AI 계정 | 고객사별 협의 | 고객사별 협의 또는 사내 모델 | 사내 모델만 |
| 외부 AI로 가는 것 | 작업 지시, 결과 | 작업 지시, 결과 | 생성 요청, 결과 | 없음 |
| 회사가 올린 자료(회사 업무 공간) | 해당 없음(회사 업무 공간은 기업용) | 국내 클라우드, 격리 | 사내 서버 | 사내 |
| 녹음, PDF 변환 | 처리 후 남기지 않음 | 처리 후 남기지 않음 | 사내 | 사내 |
완전 폐쇄망은 사내 추론 모델과 GPU 구성이 필요해 요건 확인 후 별도로 산정합니다.