상담 전에 확인해 두시면 좋습니다
- 에이전트가 읽을 데이터베이스 · 문서와 그 접근 권한
- 먼저 맡길 업무와 결과를 검토할 담당자
PRODUCT · SAPIE-AGENT
DB와 문서를 함께 찾고
Sapie-Agent로 근거 붙은 답을 얻으세요
Sapie-Agent는 기업용 AI 에이전트 플랫폼입니다. 데이터 조회와 문서 질의응답을 한 요청에서 처리하고 사용자 권한 밖의 자료는 쓰지 않습니다.
WHY SAPIE-AGENT
에이전트를 들일 때
먼저 막히는 곳
사내 데이터로 AI 에이전트를 쓰려는 조직에서 되풀이되는 네 가지입니다.
데이터와 문서가 따로 놉니다
생산 실적은 시스템에, 공정 기준은 문서에 있습니다. 둘을 맞춰 보는 일은 결국 사람이 합니다.
업무마다 필요한 판단이 다릅니다
공정 변수를 읽는 일과 작업 표준을 찾아 답하는 일은 필요한 데이터와 처리 절차가 다릅니다. 전문 에이전트가 역할을 나눠 맡고 결과를 종합하도록 구성합니다.
AI의 답을 검증할 길이 없습니다
RAG로 만든 답은 겉보기로 맞고 틀림을 가리기 어렵습니다. 어떤 근거로 어떤 절차를 거쳤는지 따라갈 수 있어야 업무에 씁니다.
시연은 되는데 운영으로 못 넘어갑니다
파일럿 모델과 데이터 연결 하나는 성공해도 데이터 통합과 평가 체계가 없으면 실제 업무에 들이지 못합니다.
HOW IT IS BUILT
에이전트 스튜디오에서
만들고 운영합니다
스튜디오는 자료 설정 · 에이전트 · 워크플로 · 로그와 감사 네 부분으로 나뉩니다. 워크플로는 질문에서 조회 · 지식 · 문서를 거쳐 검증 · 승인, 결과 · 보고로 이어집니다.
DATA
자료 설정
정형 데이터베이스의 접속 정보와 문서가 든 폴더를 등록합니다. 에이전트가 읽는 자료의 출처를 여기서 관리합니다.AGENTS
에이전트
기본 제공 에이전트를 고르거나 부서 · 업무에 맞는 에이전트를 새로 만듭니다. 기업별 데이터와 업무 규칙을 반영합니다.WORKFLOW
워크플로
질문에서 결과까지를 단계로 잇습니다. 같은 단계에 둔 에이전트는 함께 돕니다. 단계는 여섯까지 둡니다.LOG & AUDIT
로그와 감사
워크플로 실행 기록과 감사 로그를 남기고 스튜디오 사용자를 관리합니다.
BUILT-IN AGENTS
자주 쓰는 역할은
에이전트로 들어 있습니다
데이터 조회부터 보고서까지, 기본 제공 에이전트를 워크플로의 단계에 끼워 씁니다.
-
조회
데이터 분석
자연어 질문을 SQL로 바꿔 데이터베이스를 조회합니다.
- 여러 데이터베이스를 한 번에 묻는 연합 조회
-
문서
문서 RAG 검색
문서에서 근거를 찾아 답합니다.
- 표가 필요한 질문이면 데이터 분석과 나란히
-
지식
온톨로지 · 지식 그래프
문서와 데이터베이스에서 업무 용어와 조인 경로를 정리해 둡니다.
- 조회 단계 앞에 놓습니다
-
통제
정책 · 보안 감사
생성된 SQL을 검사합니다. 개인정보 마스킹과 조인 교정도 이 자리에서 합니다.
- 조회 단계 뒤에 놓습니다
-
사람
사람 승인 (HITL)
사람이 검토하는 단계를 워크플로 안에 둡니다.
- 감사 다음, 보고 앞
-
보고
보고서 · 대시보드
앞 단계의 근거를 요약해 보고서로 내고 교차 분석 대시보드를 만듭니다.
- 워크플로의 마지막 단계
BEFORE YOU ASK
이럴 땐 맞지 않습니다
- 맡길 업무를 아직 정하지 않은 경우 — 업무를 고르는 일부터 합니다
- 근거로 쓸 데이터와 문서가 정리되지 않은 경우 — 데이터 정리가 먼저입니다
INTEGRATION
쓰던 데이터베이스와 권한에
그대로 붙습니다
에이전트는 등록한 데이터베이스와 문서에 닿고 사용자가 원래 볼 수 있는 범위 안에서 움직입니다. 모델은 운영 환경에 맞춰 고릅니다.
AI 에이전트 플랫폼OUR PRODUCT
Sapie-Agent
연결된 데이터와 분석 기능으로 사용자의 요청을 처리합니다. 여러 전문 에이전트가 데이터 조회 · 문서 검색 · 분석을 나눠 맡고 그 결과를 종합합니다. 업무가 바뀌면 MCP 기반으로 모듈화한 프롬프트 체계에서 그 업무의 모듈만 바꿉니다.
출시 보도 보기- 에이전트 스튜디오
- 멀티 에이전트 오케스트레이션
- 데이터 조회 · 문서 RAG
- 근거 표시 · 감사 로그
기업 데이터 · 권한 · 모델CONNECTS TO
쓰던 시스템 그대로
데이터베이스 접속 정보와 문서 폴더를 등록해 시작합니다. 기존 시스템의 사용자 권한과 조직별 접근 정책을 이어받고 상용 AI 모델과 로컬 LLM 가운데 운영 환경에 맞는 모델을 씁니다.
- 정형 데이터베이스 · 문서 폴더
- 사용자 권한 · 조직별 접근 정책
- 상용 AI 모델 · 로컬 LLM(망분리 환경)
WITH SAPIE-ADP
데이터 연결과 가드레일은
Sapie-ADP에서 더합니다
Sapie-Agent는 AI 데이터 플랫폼 Sapie-ADP의 에이전트 층입니다. 연결할 데이터를 넓히거나 AI 이용 정책을 걸 때 같은 플랫폼의 제품을 함께 씁니다.
AI 데이터 플랫폼PLATFORM
Sapie-ADP
데이터 연결 · 관리를 맡는 Sapie-Lake와 Sapie-Agent를 합친 기업용 AI 데이터 플랫폼입니다. 자연어 질의 기능과 Sapie-Guardian 가드레일이 함께 들어 있습니다. 2026년 9월 정식 출시했습니다.
Sapie-ADP 보기- Lake 데이터 연결 · 관리
- DeepQ 자연어 질의
- Agent AI 에이전트
- Guardian 가드레일
USE CASES
제조 · 공공 · 금융에서
에이전트에게 맡길 일
출시 보도에 실린 활용 예 하나와, 지금 개발하고 있는 분야 셋입니다.
01제조 · 생산 실적과 공정 문서
먼저 막히는 곳
생산 실적은 시스템에서, 관련 공정 문서는 문서함에서 따로 찾아 맞춰 봅니다.
같이 보는 것
생산 실적 조회와 공정 문서 확인을 한 요청으로 처리합니다. 에이전트가 데이터와 문서에서 필요한 정보를 찾아 분석 결과를 정리합니다(출시 보도 2026.09.30의 활용 예).
02제조 · 품질과 설비
먼저 막히는 곳
이상이 생기면 설비 · 측정 데이터와 불량 이력을 사람이 모아 원인을 좁힙니다.
같이 보는 것
공정 이상 원인 분석, 품질 불량 원인 분석, 설비 이상 예측과 예방 정비를 전문 에이전트에게 나눠 맡기는 쪽으로 개발하고 있습니다(2026.07 인터뷰 기준).
03공공 · 민원과 행정
먼저 막히는 곳
민원과 행정 업무는 규정과 이력을 찾아 확인하는 일이 많습니다.
같이 보는 것
민원 응대와 행정 업무를 돕는 에이전트를 개발하고 있습니다(2026.07 인터뷰 기준).
04금융 · 문서와 규제 대응
먼저 막히는 곳
규제 문서와 내부 지침을 읽고 대조하는 일이 되풀이됩니다.
같이 보는 것
문서 분석, 규제 대응, 내부 지식 검색을 돕는 에이전트를 개발하고 있습니다(2026.07 인터뷰 기준).
수행 사례가 아니라 업무 유형입니다. 첫 줄은 출시 보도(2026.09.30)의 활용 예이고, 나머지 셋은 이정근 대표 인터뷰(아이티데일리 2026.07.27) 기준으로 개발 중인 분야입니다.
CASES
수행 사례
제품에 반영한 구축 경험입니다.
제조 · 방산
Sapie-ADP에 반영한 구축 경험
이기종 데이터베이스 교차 분석, ERP 연계 자연어 분석, 도면 기반 유사 검색, 공정 지식 기반 질의응답을 구축했고 그 경험을 Sapie-ADP에 반영했습니다.
HOW WE WORK
진행 방식
에이전트의 답은 운영하는 동안에도 계속 확인합니다. 확인하는 방법은 시작할 때 정합니다.
-
01
업무 고르기
에이전트에게 먼저 맡길 업무 하나를 정합니다.
-
02
데이터 정리
그 업무가 쓰는 데이터와 문서를 먼저 모아 현업이 쓸 수 있게 정리합니다.
-
03
에이전트와 워크플로
기본 제공 에이전트를 고르거나 새로 만들어 단계로 잇습니다.
-
04
시나리오로 검증
업무 질문 시나리오로 에이전트의 답을 다시 확인하고, 운영하는 동안 같은 방식으로 계속 봅니다.
네. Sapie-Agent는 Sapie-ADP의 에이전트 층이면서 따로도 도입합니다. 데이터베이스 접속 정보와 문서 폴더를 등록해 시작하고, ERP · 오브젝트 스토리지까지 연결을 넓히거나 AI 이용 정책을 걸 때 Sapie-Lake와 Sapie-Guardian을 더합니다.
제공되는 에이전트를 그대로 쓰거나 기업별 데이터와 업무 규칙을 반영해 부서 · 업무에 맞는 에이전트를 직접 구성합니다. 만든 에이전트는 워크플로의 단계로 이어 붙입니다.
답과 함께 근거 데이터, 기준일, 적용 산식, 원문 출처, 데이터 갱신 시점을 보여 줍니다. 근거 데이터가 충분하지 않으면 따로 표시해 추가로 확인할 곳을 알립니다. 워크플로에 사람이 검토하는 승인 단계를 넣을 수도 있습니다.
기존 시스템의 사용자 권한과 조직별 접근 정책을 이어받습니다. 에이전트는 그 사용자가 접근할 수 있는 데이터 범위 안에서만 움직입니다.
운영 환경에 맞춰 상용 AI 모델과 로컬 LLM을 연계합니다. 인터넷 연결이 제한된 망분리 환경에서는 로컬 LLM으로 내부 데이터를 조회 · 분석합니다.
프롬프트 체계가 MCP 기반으로 모듈화돼 있어, 바뀐 업무의 모듈만 갈아 끼웁니다.
INDUSTRIES
산업별로 이어 보기
제조 산업에서 AI 에이전트와 데이터를 어떻게 쓰는지 확인하세요.
에이전트에게 맡길
첫 업무부터 고릅니다
그 업무가 쓰는 데이터와 문서를 확인한 뒤 어떤 에이전트로 시작할지 함께 정합니다.
- 문의 유형에 맞는 담당자가 확인하고 연락드립니다
- 이름 · 회사명 · 연락처와 문의 내용을 남겨 주세요