유니
3.8 (101)유니코써치
경력근거: AI 시스템이 실제로 동작할 수 있도록 연결하는 역할
수집일 없음
※ 실제 산출물이 아닌 AI 예측 시안입니다.
유니코써치 FDE는 기업마다 다른 ERP·레거시 환경에 AI를 연결하는 일이라, ERP 연동 워크플로를 검증·배포하는 이 도구는 그 고객사별 데이터 구조와 보안 정책이 있어야 동작을 검증합니다.
'AI 시스템이 실제로 동작하도록 연결'. 레거시 연동이 FDE 의 핵심.
'ERP 및 레거시 시스템 연동'. 데이터 구조 분석·연동이 직격.
'운영 Workflow 최적화, 안정화'. 워크플로 검증이 1주 단위.
고객의 레거시·ERP 데이터를 받아 AI 워크플로를 연결하고, 데이터 구조·연동 동작을 검증해 배포하는 1주 FDE PoC.
유니코써치 FDE. 레거시·ERP 와 AI 를 사람이 수기로 잇던 일을, 검증된 연동 워크플로로 배포하고 싶은 사람입니다.
ERP 데이터에 구조·키를 붙이면, 도구가 (a) AI 워크플로를 연결하고 (b) 연동 동작을 검증해 배포 가능 여부를 판정합니다.
레거시·ERP 데이터를 받아 AI 워크플로를 연결하고 연동 동작을 검증하는 동작하는 도구입니다.
연동 단계별 호출 성공률과 데이터 정합성 일치율을 보여주는 대시보드입니다.
여러 레거시·ERP 시스템으로 연동 워크플로를 확장 배포하는 단계입니다.
ERP 데이터를 넣으면 연동 매핑과 동작 검증 결과가 나오는 걸 시연합니다.
연동 호출·정합성 검증이 정답과 일치하는 비율 100%
측정: 결정적 재계산, 표본: 레코드 200건
일부러 만든 결측·중복·미등록 시스템 30종을 넣어도 검증이 멈추지 않고 처리되는 걸 시연합니다.
위 수치는 더미데이터 자가채점이며, 실제 연동 검증 정확도는 유니코써치 실데이터 + 실 검수자가 있어야 측정 가능합니다. 이 포트폴리오는 그 검증을 바로 돌릴 수 있는 상태까지 만듭니다.
수치는 합성 데이터 자가채점이라 성능 증명이 아닙니다. 면접에서는 데모 동작과 실검증 준비 상태로 솔직히 설명합니다.
정답을 작성자가 만들었으니 잘 맞는 것이 당연합니다. 결측·경계·미등록·표기 흔들림 케이스를 더미에 일부러 섞어 쉬운 문제만 푸는 게 아님을 보여줍니다.
오동작 위험: 연동 검증 실패는 자동 실행하지 않고 '확인 필요'로 막습니다.
실제 도입 시 달라지는 것: 실 고객 데이터·환경이 더미와 다르므로 규칙·파이프라인을 실데이터로 맞춰야 한다(도입 단계 과제)
① 인라인 샘플 · ② seed.json 다운로드 · ③ 증강 프롬프트. 세 층 모두 동일한 schema 에서 파생.
레거시·ERP 데이터를 연동 워크플로 입력으로 쓴다
| rec_id | sys_raw | sys_id | entity | key | value | call_ok |
|---|---|---|---|---|---|---|
| EL900 | 레거시(구) | — | 주문 | k900 | — | — |
| EL901 | ERP | s0 | 고객 | k901 | 중복 | false |
| EL902 | ERP | s0 | 고객 | k901 | 중복 | false |
| EL903 | 미등록시스템 | — | 재고 | k903 | 1 | — |
| EL000 | ERP | s0 | 고객 | k0 | v0 | true |
{"type":"object","properties":{"rec_id":{"type":"string"},"sys_raw":{"type":"string"},"sys_id":{"type":["string","null"]},"entity":{"type":"string"},"key":{"type":"string"},"value":{"type":["string","null"]},"call_ok":{"type":["boolean","null"]}},"required":["rec_id","sys_raw","sys_id","entity","key","value","call_ok"]}. 쉬운 데이터만 만들지 말 것. 다음 하드 케이스를 의도적으로 섞어라: value null(누락), 중복 키(EL901/902), call_ok null/False(연동 실패), sys_id null 미등록, sys_raw 표기 흔들림. 형식 깨뜨리기 시도 3건도 별도로.{"type":"object","properties":{"rec_id":{"type":"string"},"sys_raw":{"type":"string"},"sys_id":{"type":["string","null"]},"entity":{"type":"string"},"key":{"type":"string"},"value":{"type":["string","null"]},"call_ok":{"type":["boolean","null"]}},"required":["rec_id","sys_raw","sys_id","entity","key","value","call_ok"]}| Python | 데이터 ingest + 워크플로 + eval |
| Java | ERP/레거시 연동 API |
| Kotlin | 연동 어댑터 |
| Spring | 연동 서비스 백엔드 |
| AWS | 배포 + 모니터링 |
| GCP | 멀티클라우드 연동 |
✓ pass → 그대로 멈춰도 완성품입니다. 더 키우려면 2주차(동작 검증)로 갑니다.
✓ pass → 여기서 멈춰도 완결입니다. 더 키우려면 3주차(다시스템 확장)로 갑니다.
연동 워크플로 + 검증
{"type":"object","properties":{"rec_id":{"type":"string"},"mapped_to":{"type":["string","null"]},"verified":{"type":"boolean"},"issues":{"type":"array","items":{"type":"string"}}},"required":["rec_id","mapped_to","verified","issues"]}[
{
"rec_id": "EL000",
"mapped_to": "crm.customer",
"verified": true,
"issues": []
},
{
"rec_id": "EL901",
"mapped_to": "erp.customer",
"verified": false,
"issues": [
"연동 호출 실패",
"중복 키"
]
},
{
"rec_id": "EL900",
"mapped_to": null,
"verified": false,
"issues": [
"value 결측. 확인 필요"
]
}
]verified(연동 호출·정합성)·issues 규칙은 자동 검증, 매핑 적절성은 엔지니어/judge 검증.
근거: AI 시스템이 실제로 동작할 수 있도록 연결하는 역할