AI의 답을 팩트 · 의견 · 제안으로 나누고, Recipe 하나로 화면과 데이터를 만듭니다.
호수아이오 기술의 중심은 두 가지입니다. 답변을 세 영역으로 분리하는 방식과, 시스템 명세와 AI 명세를 한 문서에 담는 Recipe입니다.
01. 팩트 · 의견 · 제안 분리
AI의 답변을 세 영역으로 나누어 보여 줍니다. 사용자는 어디까지가 사실이고 어디부터가 추론인지 구별합니다.
| 영역 | 내용 |
|---|---|
| 팩트 | Recipe로 정의된 시스템 데이터에서 직접 가져옵니다. 검증할 수 있습니다. |
| 의견 | 팩트를 해석한 AI의 판단입니다. 사용자가 검토합니다. |
| 제안 | AI가 제시하는 개선 방안입니다. 채택은 사람이 결정합니다. |
응답 예시
“지난주 프레스반 작업 실적은 2,847건입니다.”
“프레스반 가동률이 다른 작업반보다 12% 낮습니다. 인력 운용에 병목이 있는 것으로 보입니다.”
“프레스반에 인원을 한 명 추가 배치하거나, 외주를 검토하시는 것을 제안 드립니다.”
02. Recipe
Recipe는 시스템 명세와 AI 명세를 한 문서에 담은 정형 메타데이터입니다. Recipe를 작성하면 입력 화면, 데이터베이스 테이블, API, Agent가 참조하는 정의가 함께 생성됩니다. Recipe를 고치면 산출물도 함께 바뀝니다.
제공 범위: 기준정보 · 거래처 · 품목과 BOM · 영업 · 구매 · 생산계획 · 작업실적 · 출하 · 재고 · 회계 · 품질 · 결재 등 제조업 업무 모듈을 표준으로 제공합니다.
“수주” Recipe 미리 보기
| 칸 | 형 | 예시 |
|---|---|---|
| 주문번호 | 코드 / PK | ORD-2026-0231 |
| 고객 | 참조 / Customer | (주)예시정밀 |
| 제품 | 참조 / Item | TX-3300 Bracket |
| 수량 | 수량 | 1,200 EA |
| 납기 | 날짜 | 2026-06-30 |
| 단가 | 통화 | ₩ 4,800 |
| 결제조건 | 선택 | 월말 결제 |
03. 환각을 다루는 방법
환각은 LLM(대규모 언어 모델)의 구조적 한계이며 한 가지 기법으로 없어지지 않습니다. Recipe로 정의된 영역의 질문에는 LLM이 추정하지 않고 시스템 데이터를 직접 조회해 답합니다. 해석과 권고는 의견 · 제안 영역으로 따로 표시합니다.
| 항목 | RAG | 온톨로지 | Recipe |
|---|---|---|---|
| 도메인 표현 | 비정형 문서 (PDF, 위키) | 관계 그래프 (개체-속성) | 정형 메타데이터 (시트 형태) |
| 환각이 생기는 위치 | 검색-생성 사이의 추론 단계 | 그래프 외 정보를 LLM이 추정·보충하는 경계에서 발생 | Recipe로 정의된 영역은 직접 조회 → 발생 가능성 크게 감소 |
| 감사 · 추적 | 출처 인용 정도 | 그래프 경로 추적 | Recipe 단위로 의사결정 로그 |
호수아이오는 RAG와 온톨로지를 배제하지 않습니다. 문서 · 매뉴얼 같은 비정형 자료에는 RAG를 씁니다. 업무 관계가 복잡한 영역에는 Recipe 정의에 온톨로지 방식을 함께 적용할 수 있습니다.
04. 특허 출원
| 발명의 명칭 | 출원번호 |
|---|---|
| 역할 기반 인간 · Agent 통합 협업 시스템 | 출원번호 10-2026-0157245 |
| 설비 연동 설정 자동 생성 방법 | 출원번호 10-2026-0157260 |