퍼플아이오
경력근거: 현업의 데이터와 업무 프로세스를 깊이 이해하고, AI/자동화로 실제 문제를 해결하는 역할
※ 실제 산출물이 아닌 AI 예측 시안입니다.
퍼플아이오는 코오롱FnC 합작으로 15년 이커머스 노하우를 쌓아 코오롱그룹 AX 를 추진하며 현업 데이터·프로세스를 깊이 이해해 자동화하는 회사라, 자동화 기회를 짚고 근거 답변을 배포하는 이 도구는 퍼플아이오가 다루는 실제 현업 업무 로그와 매뉴얼이 있어야 답변을 검증할 수 있습니다.
현업의 데이터와 업무 프로세스를 깊이 이해하고 AI·자동화로 실제 문제를 푸는 FDE. 업무 로그·문서를 한 스키마로 닫아야 자동화 기회를 짚는다.
일회성 커스텀이 아니라 검증된 솔루션을 재사용·확산 가능한 형태로. 자동화 코어를 다른 업무로 갈아끼우는 재사용 구조가 핵심.
코오롱FnC 합작으로 15년 이커머스 노하우를 가진 팀이 그룹 전반 AX 를 추진. 답변이 현업과 맞는지 확인하는 신뢰 루프가 곧 확산의 근거.
현업 업무 로그와 매뉴얼 문서를 한곳에 모아 한 화면에서 봅니다. LLM 이 자동화할 만한 반복 업무 Top3 를 짚고, 업무 질문에 근거 문서를 붙여 답하며, 매일 자동화 후보 리포트를 현업 채널로 보냅니다. 1주차만으로 완성품이고, 답변이 현업과 맞는지 확인(2주차)·재사용 확산(3주차)으로 키웁니다. (근거는 채용공고 정렬이다.)
현업의 반복 업무를 매번 손으로 골라내고 매뉴얼을 뒤져 답하는 상황을 끝내고, 그 답변이 실제 현업 담당자 판단과 맞는지까지 확인하고 싶은 퍼플아이오 FDE.
업무 로그·매뉴얼을 한 스키마로 묶으면, LLM 이 (a) 자동화 후보 Top3 와 (b) 업무 질문 근거 답변을 몇 초 안에 내고, (c) 현업 라벨과 대조해 그 답변이 맞았는지 확인합니다.
업무 로그·매뉴얼을 한곳에 모아, 자동화 후보 Top3 와 근거 답변을 LLM 이 만들고 매일 현업 채널로 보내는 동작하는 도구입니다.
LLM 답변과 현업 라벨의 일치도를 맞춰보고, 현업 담당자 2명이 답변 타당성에 얼마나 동의하는지 보여주는 대시보드입니다.
확인된 자동화 코어를 다른 업무 도메인 문서·로그로 갈아끼워 동일 어시스턴트를 확산하는 단계입니다.
자동화 후보 시나리오 10개를 넣으면 후보 Top3 와 근거 답변이 몇 초 안에 나오는 걸 시연으로 보여줍니다.
일부러 만든 악성·결측 입력 30종을 넣어도 출력 형식(스키마)이 한 번도 안 깨집니다. 형식 검증(Zod)을 자동 통과합니다.
매일 자동화 후보 리포트가 현업 채널로 자동 발송되는 걸 14일치 시연으로 보여줍니다.
내가 만든 정답 30개 중 근거 답변이 일치한 게 24개(80%). 단, 정답과 데이터를 모두 내가 만든 합성 기준이므로 ‘성능 검증’ 이 아니라 ‘데모 조건에서의 동작’ 입니다.
위 수치는 전부 작성자가 만든 더미데이터 자가채점이며, 실제 일치도·절감은 퍼플아이오 실 현업 데이터 + 실 담당자 검수가 있어야 측정 가능합니다. 이 도구는 ‘그 검증을 바로 돌릴 수 있는 상태’ 까지 만듭니다.
이건 고객·실데이터 없이 혼자 만든 포트폴리오입니다. 모든 수치는 합성 데이터 자가채점이라 ‘성능 증명’ 이 아닙니다. 면접에서 솔직히 ‘데모 조건 동작 + 실검증 준비 상태’ 로 설명합니다.
정답을 작성자가 만들었으니 잘 맞는 것이 당연합니다. 일부러 헷갈리는 결측·악성·경계 케이스를 더미에 섞어, 쉬운 문제만 푸는 게 아님을 보여줘야 합니다.
‘근거가 없다’ 는 판정이 담당자 주관일 수 있습니다. 매뉴얼 인용 span 을 강제하고 별도 judge 로 단정 표현을 누그러뜨립니다.
부서·업무 표기가 제각각이라 인덱스가 깨집니다. 표기 정규화로 묶고, 못 묶은 건 추측하지 말고 ‘미매핑’ 으로 알립니다.
실제 도입 시 달라지는 것 명시합니다. 실 현업 매뉴얼은 더미와 다르고 부서별로 상이하므로 인덱스를 다시 구축해야 하고, 담당자 검수도 실제 인력으로 교체해야 한다(도입 단계 과제로 분리)
① 인라인 샘플 · ② seed.json 다운로드 · ③ 증강 프롬프트. 세 층 모두 동일한 schema 에서 파생.
현업 반복 업무 로그(업무 유형·소요·빈도). 자동화 후보 LLM 이 가장 먼저 질의하는 테이블. 운영 현실대로 결측(소요 미기록)·미분류 업무·이상 빈도를 일부러 섞어, 쉬운 데이터만 푸는 게 아님을 보여준다.
| log_id | date | dept | task | task_id | minutes | repeat_daily |
|---|---|---|---|---|---|---|
| w_0001 | 2026-05-04 | cs | 반품 문의 응대 | t_return | 8 | 40 |
| w_0002 | 2026-05-04 | cs | 배송 조회 안내 | t_track | 5 | 70 |
| w_0003 | 2026-05-04 | md | 상품 상세 등록 | t_pdp | 25 | 12 |
| w_0004 | 2026-05-05 | cs | 반품문의 응대 | t_return | 7 | 42 |
| w_0005 | 2026-05-05 | logistics | 송장 대조 | — | 15 | 30 |
아래 Zod 스키마에 맞는 현업 업무 로그 50행 JSON 배열로 생성. 부서 4종, 업무 8종 분포 포함.
{"type":"object","properties":{"log_id":{"type":"string"},"date":{"type":"string"},"dept":{"type":"string","enum":["cs","md","logistics","marketing"]},"task":{"type":"string"},"task_id":{"type":["string","null"]},"minutes":{"type":["number","null"]},"repeat_daily":{"type":"integer"}},"required":["log_id","date","dept","task","task_id","minutes","repeat_daily"]}
쉬운 데이터만 만들지 말 것 — 다음 하드 케이스를 의도적으로 섞어라: (1) task 별칭 표기('반품 문의 응대'/'반품문의 응대' 처럼 task_id 로 정규화돼야 함), (2) task_id=null 미분류 1~2건, (3) minutes=null 결측 1~2건, (4) repeat_daily 가 200 처럼 비정상 급증한 이상치 1건. JSON 배열만.{"type":"object","properties":{"log_id":{"type":"string"},"date":{"type":"string"},"dept":{"type":"string","enum":["cs","md","logistics","marketing"]},"task":{"type":"string"},"task_id":{"type":["string","null"]},"minutes":{"type":["number","null"]},"repeat_daily":{"type":"integer"}},"required":["log_id","date","dept","task","task_id","minutes","repeat_daily"]}현업 업무 매뉴얼·정책 문서. RAG 인덱스의 원천이자 근거 답변의 인용 출처. 버전 충돌·중복 절차를 일부러 섞어, 답변이 잘못된 버전을 인용하지 않는지 보여준다.
반품 접수 후 회수 완료 시 영업일 3일 내 환불한다. 단순 변심은 왕복 배송비를 차감한다. 불량은 배송비를 면제한다.
반품은 회수 후 5일 내 환불한다. (구버전 — v3 로 대체)
아래 Zod 스키마에 맞는 현업 매뉴얼 docs 12개 JSON 배열로 생성. 각 문서는 {doc_id,title,body}, body 는 150~500자 한국어 업무 절차.
{"type":"object","properties":{"doc_id":{"type":"string"},"title":{"type":"string"},"body":{"type":"string"}},"required":["doc_id","title","body"]}
쉬운 데이터만 만들지 말 것 — 다음 하드 케이스를 의도적으로 섞어라: (1) 같은 절차의 신·구 버전 충돌 1쌍(구버전 폐지 표기), (2) 거의 동일한 중복 절차 1쌍(정규화 필요), (3) 부서별 상이한 표현 1세트. JSON 배열만.{"type":"object","properties":{"doc_id":{"type":"string"},"title":{"type":"string"},"body":{"type":"string"}},"required":["doc_id","title","body"]}| LLM | 자동화 후보 추출 + 업무 질문 근거 답변 생성 |
| RAG | 업무 매뉴얼·정책 문서 검색 후 근거 인용 강제(현업 문서 기반) |
| OpenAI | 근거 답변 생성(GPT-4o) — 현업 친화 톤 |
| Claude | LLM-as-judge 근거 일치·범위 이탈 검사 + 자동화 후보 우선순위 평가 |
✓ pass → 그대로 멈춰도 완결입니다. 더 키우고 싶으면 2주차(답변이 현업과 맞는지 확인)로 진행합니다.
✓ pass → 여기서 멈춰도 완결입니다. 더 키우면 3주차(재사용 확산)로 진행합니다.
1) 자동화 후보 카드(근거 지표·예상 절감·완곡 표현), 2) 업무 질문 근거 답변(인용 span), 3) 현업 라벨로 답변 적중 검증. 후보→답변→확인 한 주기를 한 스키마에 담음.
{"type":"object","properties":{"period":{"type":"string"},"candidates":{"type":"array","items":{"type":"object","properties":{"task_id":{"type":"string"},"why":{"type":"string","minLength":15},"saved_min_per_day":{"type":"number"},"confidence":{"type":"string","enum":["low","mid","high"]}},"required":["task_id","why","saved_min_per_day","confidence"]},"minItems":3,"maxItems":3},"answers":{"type":"array","items":{"type":"object","properties":{"q":{"type":"string","minLength":8},"answer":{"type":"string","minLength":15},"cited_doc_id":{"type":["string","null"]},"cite_match":{"type":"boolean"}},"required":["q","answer","cited_doc_id","cite_match"]},"minItems":1,"maxItems":3},"verification":{"type":["object","null"],"properties":{"prior_period":{"type":"string"},"agree_rate":{"type":"number"},"hits":{"type":"array","items":{"type":"object","properties":{"q":{"type":"string"},"predicted_ok":{"type":"boolean"},"staff_ok":{"type":"boolean"},"hit":{"type":"boolean"}},"required":["q","predicted_ok","staff_ok","hit"]}}},"required":["prior_period","agree_rate","hits"]}},"required":["period","candidates","answers","verification"]}[
{
"period": "2026-05-06",
"candidates": [
{
"task_id": "t_track",
"why": "배송 조회 안내 일 75회 × 5분 — 정형 답변이라 RAG 자동화 적합",
"saved_min_per_day": 375,
"confidence": "high"
},
{
"task_id": "t_return",
"why": "반품 문의 응대 빈도 높고 절차 매뉴얼 명확 — 초안 자동화 적합",
"saved_min_per_day": 280,
"confidence": "high"
},
{
"task_id": "t_coupon",
"why": "쿠폰 발급 정리 빈도 낮고 minutes 결측 — 우선순위 낮음",
"saved_min_per_day": 30,
"confidence": "low"
}
],
"answers": [
{
"q": "단순 변심 반품 환불 기한은?",
"answer": "회수 완료 후 영업일 3일 내 환불, 왕복 배송비 차감(v3 기준)",
"cited_doc_id": "m_return_01",
"cite_match": true
},
{
"q": "미등록 송장은 어떻게 안내?",
"answer": "‘처리 중’ 으로 안내한다",
"cited_doc_id": "m_track_01",
"cite_match": true
}
],
"verification": null
},
{
"period": "2026-05-08",
"candidates": [
{
"task_id": "t_return",
"why": "repeat_daily 200 으로 급증 — 자동화 우선순위 최상",
"saved_min_per_day": 600,
"confidence": "high"
},
{
"task_id": "t_track",
"why": "안정적 고빈도 — 자동화 유지",
"saved_min_per_day": 375,
"confidence": "high"
},
{
"task_id": "t_pdp",
"why": "상품 상세 등록 반정형 — 부분 자동화",
"saved_min_per_day": 120,
"confidence": "mid"
}
],
"answers": [
{
"q": "불량 반품 배송비는?",
"answer": "불량은 배송비 면제(v3)",
"cited_doc_id": "m_return_01",
"cite_match": true
}
],
"verification": {
"prior_period": "2026-05-06 답변",
"agree_rate": 0.83,
"hits": [
{
"q": "단순 변심 반품 환불 기한은?",
"predicted_ok": true,
"staff_ok": true,
"hit": true
},
{
"q": "미등록 송장은 어떻게 안내?",
"predicted_ok": true,
"staff_ok": true,
"hit": true
},
{
"q": "반품 환불 기한(구버전 질문)",
"predicted_ok": true,
"staff_ok": false,
"hit": false
}
]
}
},
{
"period": "2026-05-11",
"candidates": [
{
"task_id": "t_return",
"why": "반품 문의가 계속 상위지만 매뉴얼이 v2·v3 로 갈려 초안 자동화 전에 문서 정리가 먼저입니다",
"saved_min_per_day": 560,
"confidence": "mid"
},
{
"task_id": "t_track",
"why": "배송 조회는 절차가 하나뿐이라 자동화 후보로 그대로 둡니다",
"saved_min_per_day": 375,
"confidence": "high"
},
{
"task_id": "t_pdp",
"why": "상품 상세 등록은 반정형이라 초안까지만 자동화합니다",
"saved_min_per_day": 120,
"confidence": "mid"
}
],
"answers": [
{
"q": "반품 환불 기한은 며칠인가요?",
"answer": "폐지된 v2 를 인용해 5일로 답했습니다. 현행 v3 는 3영업일이라 이 답은 틀렸습니다.",
"cited_doc_id": "m_return_00",
"cite_match": false
}
],
"verification": {
"prior_period": "2026-05-08 답변",
"agree_rate": 0.67,
"hits": [
{
"q": "불량 반품 배송비는?",
"predicted_ok": true,
"staff_ok": true,
"hit": true
},
{
"q": "미등록 송장은 어떻게 안내?",
"predicted_ok": true,
"staff_ok": true,
"hit": true
},
{
"q": "반품 환불 기한은?",
"predicted_ok": true,
"staff_ok": false,
"hit": false
}
]
}
}
]자동: (1) Zod parse, (2) cited_doc_id 가 manuals 의 실제 문서이고 폐지 버전 아님, (3) 인용 span 일치 검사 + LLM-as-judge 범위 이탈 평가, (4) 현업 라벨과 ok 일치율 자동 계산. 수동: 현업 담당자 2명 비동기 라벨 → bootstrap Cohen’s κ CI 하한 ≥ 0.6, judge 인간 spot check 5%.
근거: 현업의 데이터와 업무 프로세스를 깊이 이해하고, AI/자동화로 실제 문제를 해결하는 역할