[PoC 사례] KCB(코리아크레딧뷰로), 150명 SQL 사용자의 데이터 분석 생산성을 높이다

안녕하세요. 디피니트입니다.

최근 디피니트는 KCB, 코리아크레딧뷰로와 PoC를 진행했는데요. 진행했던 내용과 그 과정에서 얻은 인사이트에 대해서 여러분께 공유드리고자 합니다.

방대한 프로파일, 정확히 찾는 법

코리아크레딧뷰로(KCB)는 2005년 국내 18개 금융회사가 설립한 신용정보회사입니다. 개인과 기업의 신용정보를 분석해 금융회사들에게 제공하는 것이 핵심 업무입니다.

KCB는 수만 개의 신용분석 지표를 관리합니다. ‘최근 6개월 신용카드 사용 금액’, ‘저축은행 업종 대출 연체 기록’, ‘1년 내 체크카드 최고 이용금액’ 같은 지표들입니다. KCB는 이런 지표 하나하나를 ‘프로파일’이라 부릅니다.

문제는 이 프로파일을 찾는 일이었습니다.

150~200명의 SQL 사용자들은 매일 복잡한 프로파일명과 코드 속에서 필요한 지표를 찾아야 했습니다. 프로파일명이 40~50자가 넘고 비슷한 이름의 지표가 수백 개씩 존재했습니다.

KCB는 이러한 문제를 해결할 가능성을 찾기 위해서 디피니트 DARVIS의 Text-to-SQL 기반 AI 에이전트 도입을 결정하기 위한 PoC를 진행했습니다.

신용평가 회사의 데이터 분석 환경

복잡한 프로파일 구조

KCB의 핵심 업무는 신용 리스크 평가입니다. 금융회사들이 대출이나 카드 발급 전에 "이 사람에게 돈을 빌려줘도 될까?"를 판단할 수 있도록 매우 세밀한 지표를 제공합니다.

다음은 프로파일명의 예시입니다.

• 6개월내CA이용금액20만원이상개월수(해지포함)

• 최근6개월내(15일)이용신용카드유효단기카드대출

• 3개월내(15일)체크카드총이용금액(해지포함)

40~50자가 넘는 이름, 괄호 안에 중첩된 조건들, 약어와 숫자가 뒤섞인 코드. 기간만 다르고 나머지가 동일한 유사 프로파일만 수백 개에 달합니다.

데이터 분석가들의 업무 현황

150~200명의 SQL 사용자들은 매일 이 프로파일들을 활용해 데이터를 조회하고 분석합니다.

데이터 분석가들의 일상적인 작업은 다음과 같습니다.

• 프로파일 검색 및 선택

• SQL 쿼리 작성

• 데이터 조회 및 가공

• 분석 결과 정리

• 차트 작성

• 엑셀 보고서 생성

이 모든 과정에서 생산성 향상이 필요했습니다. 특히 프로파일 검색과 보고서 자동화가 핵심 과제였습니다.

KCB가 선택한 방법

KCB는 전체 시스템을 한 번에 바꾸는 대신 디피니트와 PoC(Proof of Concept)를 선택했습니다. 작은 규모로 먼저 검증한 후 확대하는 전략이었습니다.

검증 대상은 다섯 가지였습니다.

1. Text-to-SQL 에이전트의 정확도

2. 보고서 자동화 기능

3. 금융 도메인 용어 이해도

4. 150~200명 규모 안정성

5. 지속 개선 체계

DARVIS가 검증한 다섯 가지

DARVIS, Text-to-SQL 에이전트란?

DARVIS의 핵심 기능은 자연어를 SQL로 자동 변환하는 것입니다.

작동 방식:

1. 사용자가 자연어로 질문 입력

2. AI가 DB 스키마 분석

3. SQL 쿼리 자동 생성

4. 결과를 테이블로 표시

데이터 분석가가 "최근 3개월 카드 사용 금액 상위 고객 10명"이라고 입력하면, DARVIS는 적절한 테이블을 찾고, JOIN 구문을 작성하고, 집계 함수를 적용한 SQL을 생성합니다.

다중 턴 대화도 지원합니다. 사용자가 "3개월을 6개월로 바꿔줘"라고 요청하면 즉시 SQL을 수정합니다. 에러가 발생하면 자동으로 재시도 로직이 작동합니다.

프로파일 검색 기능

프로파일 검색은 PoC의 핵심 과제였습니다.

복잡한 프로파일명과 유사한 지표들 속에서 정확한 프로파일을 찾는 데 많은 시간이 소요되었습니다. 프로파일 코드를 정확히 알아야 하고 유사한 이름의 지표가 수백 개씩 존재했습니다.

DARVIS는 자연어 검색을 제공합니다. 사용자가 "카드 최고 이용금액 관련 프로파일 찾아줘"라고 입력하면 관련 프로파일들이 기간별로 정렬되어 표시됩니다:

• C1N293002: 2개월내카드최고총이용금액(해지포함)

• C1N293003: 3개월내카드최고총이용금액(해지포함)

• C1N293006: 6개월내카드최고총이용금액(해지포함)

정확한 코드나 프로파일명을 몰라도 검색할 수 있습니다.

보고서 자동화

쿼리 결과를 차트로 자동 변환합니다. 막대 그래프, 선 그래프, 파이 차트 등 데이터 특성에 맞는 시각화를 제공합니다.

엑셀 보고서 자동 생성 기능도 구현했습니다. 쿼리 결과와 차트가 포함된 엑셀 파일을 원클릭으로 다운로드할 수 있습니다. CSV, XLSX 등 원하는 형식을 선택 가능합니다.

피드백 루프와 권한 관리

PoC 기간 동안 지속적인 개선 체계를 구축했습니다.

사용자가 불만족스러운 결과를 보고하면, 관리자가 실제 생성된 쿼리와 결과를 확인합니다. 문제점을 파악한 후 메타데이터를 수정하고, 다음 검색부터는 자동으로 개선된 결과가 나타납니다.

권한 관리도 필수 요구사항이었습니다. 금융권 신용정보의 특성상 데이터 접근 제어가 중요합니다.

DARVIS는 세 가지 수준의 권한 제어를 제공합니다:

• 테이블 수준: 특정 테이블 접근 가능 여부

• 부서 수준: 부서별 데이터 범위

• 컬럼 수준: 민감 정보 자동 마스킹

권한이 없는 데이터는 자동으로 마스킹 처리되며, 필요시 관리자에게 권한을 요청할 수 있습니다.

KCB(코리아크레딧뷰로), DARVIS와의 1.5개월의 PoC 결과

PoC 완료

1.5개월의 PoC가 마무리되었습니다. 디피니트는 그동안 이런 것들을 검증했습니다.

검증된 항목:

• ✅ Text-to-SQL 에이전트: 자연어를 정확한 SQL로 변환

• ✅ 프로파일 검색: 방대한 지표를 자연어로 검색 가능

• ✅ 보고서 자동화: 차트 렌더링 및 엑셀 생성 확인

• ✅ 도메인 특화: 금융 용어 사전 적용 완료

• ✅ 대규모 환경: 150~200명 사용자 안정적 운영

• ✅ 권한 관리: 금융권 보안 요구사항 충족

• ✅ 지속 개선: 피드백 수집 및 반영 체계 구축

SQL 전문성 장벽 제거, 데이터 접근성 확대

DARVIS 도입의 가장 큰 변화는 데이터 접근성 확대였습니다.

기존 방식에서는 SQL을 작성할 수 있는 전문가만 데이터를 조회할 수 있었습니다. 비전문가는 SQL 전문가에게 요청하고 결과를 기다려야 했습니다. 150~200명 조직에서도 실제로 데이터를 다룰 수 있는 인원은 제한적이었습니다.

DARVIS의 솔루션을 활용한다면 SQL을 모르는 직원도 자연어로 데이터를 조회할 수 있게 되었습니다. 그냥 간단하게 "최근 3개월 카드 연체 고객"이라고 입력하면 됩니다. 복잡한 JOIN 구문이나 집계 함수를 알 필요가 없습니다. DARVIS가 자동으로 SQL을 생성하고, 에러가 발생하면 수정합니다.

조직 전체의 데이터 활용도가 높아지고 있습니다. SQL 전문가는 더 복잡한 분석에 집중할 수 있고 단순 조회는 각 부서에서 스스로 처리할 수 있게 되었습니다.

데이터 분석 생산성 향상

PoC를 통해 확인된 네 가지 핵심 효과입니다.

1. SQL 전문성 불필요화

비전문가도 자연어만으로 데이터 분석이 가능해졌습니다. 기존에는 SQL을 작성할 수 있는 소수 전문가에게만 의존했지만, 이제는 조직 전체가 데이터를 활용할 수 있습니다.

2. 업무 시간 단축

프로파일 검색, SQL 작성, 보고서 생성 등 반복 작업이 자동화되었습니다. 정량적 효과는 현재 분석 중이지만, 변화는 명확했습니다.

3. 정확도 향상

SQL 작성 오류가 감소했습니다. DARVIS는 자동으로 스키마를 분석하고 최적의 쿼리를 생성합니다. 에러 발생 시 재시도 로직이 작동해 수정된 쿼리를 제공합니다. 수작업으로 SQL을 작성할 때 발생하던 문법 오류, 논리 오류가 최소화되었습니다.

4. 작업 효율화

150~200명 SQL 사용자들의 작업 흐름이 개선되었습니다.

• 프로파일 검색: 방대한 지표를 자연어로 즉시 검색

• SQL 작성: 복잡한 쿼리를 자동 생성

• 보고서 작성: 차트와 엑셀 파일 자동 생성

• 업무 독립성: 동료나 관리자 도움 없이 셀프 서비스

결과적으로 조직 전체의 데이터 분석 생산성이 향상되었습니다.

기업 맞춤형 AI 솔루션 도입, PoC로 검증하고 시작하세요.

디피니트가 제시하는 AI 솔루션 도입 방법은 무리한 전면 도입보다는 단계적 접근을 통해 위험을 최소화하면서도 확실한 성과를 얻는 방식입니다.

갑작스러운 AI 솔루션 도입보다는 PoC부터 단계적으로 도입하는 방식을 권장드리고 있습니다.

1단계: PoC (2주)

샘플 문서 2-3개로 개념 증명을 진행합니다. 네패스아크처럼 실제 업무에서 사용하는 핵심 문서를 선정해서 AI가 얼마나 정확하게 이해하고 답변할 수 있는지 검증하죠.

2단계: 파일럿 (3개월)

PoC에서 검증된 기술을 바탕으로 주요 문서 50개 정도를 통합합니다. 특정 부서나 공정을 대상으로 시범 운영을 진행하면서 실제 업무 개선 효과를 측정하죠.

3단계: 정식 도입

파일럿에서 확인된 성과를 바탕으로 전사 시스템과 연동합니다. ERP, MES, SCM 등 기존 시스템과의 연결을 통해 서비스를 제공하게 됩니다.

이런 단계적 접근법의 가장 큰 장점은 각 단계에서 명확한 성과 검증이 가능하다는 점입니다.

기업의 업무 생산성과 효율성, AI로 확실히 높일 수 있습니다.

KCB는 150~200명 규모의 SQL 사용자를 위해 DARVIS를 선택했습니다. 1.5개월 PoC를 통해 Text-to-SQL 에이전트, 보고서 자동화, 금융 도메인 특화, 권한 관리 등 핵심 기능을 검증했습니다.

여러분의 회사도 혹시 이런 고민이 있으신가요?

📊 대규모 SQL 사용자의 데이터 분석 생산성 향상
🔍 복잡한 데이터 구조에서 필요한 정보 검색
💻 SQL 비전문가의 데이터 접근성 개선
🔐 민감한 데이터의 안전한 권한 관리
⏱️ PoC를 통한 낮은 리스크 검증

디피니트는 PoC부터 본계약까지 체계적인 AI 도입을 지원합니다.

아래에서 서비스 소개서를 읽어보시고 상담을 요청하세요.

디피니트는 언제나 PoC에 열려있습니다.