유통 그룹의 데이터 파운데이션과 AI 에이전트 구축

이 유통 그룹사는 문의 당시 대부분의 업무가 엑셀을 기준으로 돌아간다는 점을 가장 먼저 개선할 과제로 꼽았습니다. 영업 실적, 서비스 매출, 손익 같은 경영 보고는 CRM, 서비스 관리 시스템, 기존 ERP, 카드사 내역 등 여러 곳에서 자료를 내려받아 사람이 엑셀로 취합해 만들고 있었습니다. 같은 지표라도 부서마다 집계 기준이 달라 숫자가 어긋나는 일이 생겼고, 월간 보고서 한 부를 만드는 데 며칠이 걸렸습니다. 고객사는 이 보고 업무를 자동화하고, 나아가 AI가 업무를 도울 수 있는 데이터 기반을 마련하고자 했습니다.

첫 번째 과제는 서로 다른 원천 시스템의 데이터를 하나의 기준으로 정리하는 일이었습니다. 부서마다 CRM과 월별 실적 엑셀, 서비스 관리 시스템, ERP 전표와 세금계산서·카드 승인 내역처럼 원천이 달라 코드와 집계 기준을 맞춰야 했습니다. 기존 월간 보고서의 산식을 그대로 재현해야 현업이 새 화면을 신뢰할 수 있었기 때문에, 기존 보고서 수치와의 대조가 프로젝트 전체의 검수 기준이 되었습니다. 원천 시스템의 추출 한계로 과거 자료가 비어 있는 구간도 확인하고 관리해야 했습니다. 또한 AI가 데이터를 다루더라도 권한, 감사 기록, 개인정보 보호 기준을 벗어나지 않는 구조가 필요했습니다.

풀링포레스트는 모든 부서를 한꺼번에 다루지 않고 부서별로 차례로 집중하는 방식으로 진행했습니다. 부서마다 인터뷰로 꼭 필요한 대표 리포트를 확정하고, 개발한 화면을 부서 리뷰로 확인받은 뒤 다음 부서로 넘어갔습니다. 데이터는 조직·고객·직원 같은 기준정보, 실제 거래 기록, 보고용 집계 테이블의 3층 구조로 쌓아 리포트가 늘어나도 같은 기반을 다시 쓰도록 설계했습니다. 개인정보와 민감정보는 수집하지 않거나 업무에 필요한 최소 항목만 마스킹·암호화해 적재하는 원칙을 세웠습니다. AI 에이전트는 데이터 기반과 부서별 리포트가 갖춰진 뒤에 연결하는 순서로 일정을 짰습니다.

원천별 적재 파이프라인과 데이터 조회·관리 웹서비스를 구축해 매출이익, 상품별 실적, 일일 판매, 서비스 매출, 재고 회전율, 손익, 법인카드 등 부서별 대시보드를 제공했습니다. 적재 상태와 누락·공백 구간을 확인하는 화면, 권한별 조회와 엑셀 다운로드, 감사 로그도 함께 갖췄습니다. 그 위에 AI 에이전트 백엔드를 두고 승인된 API만 거쳐 데이터를 조회하는 원격 MCP 서버를 열어, 외부 AI 도구에서도 회사 계정으로 로그인(OAuth)한 뒤 자연어로 데이터를 조회할 수 있게 했습니다. 사용자는 대화 안에서 대시보드를 만들어 본인 전용으로 게시하고, 관리자 승인을 거쳐 전사에 공유할 수 있습니다. 월별 엑셀 자료도 미리보기, 업로드, 승인 단계를 거쳐 적재되며 각 단계의 권한은 서버가 검사합니다.

여러 부서의 핵심 리포트를 부서별 대시보드로 구현했습니다. 착수 초기에 기존 월간 보고서의 주요 항목을 시스템에서 재현해 방향을 먼저 검증한 뒤 부서별 개발을 이어 갔습니다. 영업 실적, 서비스 실적, 재무 원장은 여러 해의 과거 자료까지 적재해 추이를 같은 화면에서 볼 수 있습니다. 법인카드 내역은 카드사 연동으로 별도 업로드 없이 갱신됩니다. 현업은 AI 도구에서 자연어로 데이터를 조회하고 대시보드를 직접 만들어 공유하는 방식으로 데이터를 활용할 수 있게 되었습니다.