이번 호에서는 에이전틱 플랫폼, ProcessGPT와 Legacy Modernizer의 성과를 공유합니다.
💡 Process GPT 기능 업데이트
비즈니스 규칙(DMN)을 통한 에이전트 결정력 강화
"MCP 룰엔진으로 구현하는 결정론적 의사결정"
Agent에 DMN(Decision Model and Notation) 룰을 학습시키고 추론시키는 기능을 추가했습니다. 이걸 통해서 Agent는 실제 프로세스 실행 상황에서 판단이 필요할때 해당 룰을 MCP 로 룰엔진을 호출하여 Deterministic 하게 판단을 하게 됩니다.
고객 할인 정책 정보를 기반으로 DMN 디시전 테이블과 룰을 생성하면, 고객 관리 에이전트가 이를 학습합니다. 이후, 고객 할인 적용 프로세스에서 주문 정보가 입력되면, 에이전트는 주문에 기재된 고객 나이, 구매 금액 등의 정보를 분석하여 할인율 적용 단계에서 MCP를 통해 DMN 룰엔진을 호출합니다. 룰엔진은 정의된 조건에 따라 정확한 할인율을 반환하고, 에이전트는 이를 적용하여 후속 작업에 제공합니다.
Legacy Modernizer의 Understanding 모듈은 프로덕션 환경의 저장 프로시저, 트리거, 뷰 등 레거시 코드를 분석하여 온톨로지 메타데이터로 전환합니다. DDL이 부족한 대규모 시스템에서도 실제 동작 코드로부터 테이블과 컬럼의 역할, 관계, 라인리지를 자동 추출합니다.
Understanding 모듈은 레거시 코드에서 CRUD 패턴을 식별하여 각 테이블과 컬럼의 역할(읽기·쓰기·조인키)을 파악하고, 이를 데이터 간 관계와 의미를 네트워크 구조로 표현하는 그래프 DB 온톨로지로 구조화합니다. 생성된 온톨로지는 관련 테이블의 조인 경로를 선택적으로 검색하여 AI 분석의 정확도를 향상시킵니다.
이를 활용한 Text-to-SQL은 사용자의 자연어 질의를 정확한 SQL로 변환합니다. 역할 기반 메타데이터를 통해 적절한 테이블과 컬럼을 찾고, 업무 맥락을 반영한 조건절을 자동 생성하여 즉시 실행 가능한 SQL을 완성합니다. 이를 통해 BI 자동화와 내부 질의 포털 구축이 가능하며, 나아가 레거시 시스템의 마이크로서비스 전환을 위한 설계 정보도 제공합니다.
See you next!
본 메일은 발신 전용으로 회신되지 않습니다. 수신을 원치 않으시면[수신거부] 를 클릭해주세요.
