Graph N-hop Agentic RAG (다중 소스 연동)
S3·Google Drive·DB 3종 Data Connector + Graph N-hop 방식의 Agentic RAG으로 사내 문서 정형화.
경영진용 도입 효과로 돌아가기
Technical implementation
IT 서비스 · 기술 적용 방법
사내 문서·Slack·S3·Google Drive를 Graph N-hop Agentic RAG으로 잇고 자연어 질의에 바로 응답합니다. 하이브리드 실행 엔진이 반복 업무는 결정형 스킬로, 새 요청은 자율 실행으로 자동 분기합니다.
개요
IT·소프트웨어 조직은 사내 지식이 위키·Slack·Drive·DB에 흩어져 있고, 개발자 온콜·장애 대응·온보딩이 조직 암묵지에 의존합니다. 기존 검색 도구는 여러 소스를 한 번에 다루지 못하고 AI 비서는 단순 Q&A에 머뭅니다.
AICLUDE는 Graph N-hop 방식의 Agentic RAG으로 이질 소스를 잇고, 하이브리드 실행 엔진(자율 + 워크플로우)으로 조직의 반복 업무 패턴을 자동 학습합니다. Slack 봇·웹 위젯·API·MCP 등 옴니채널로 팀이 이미 쓰는 도구 안에서 AI 비서를 부릅니다.
주요 역량
하이브리드 실행 엔진
반복 업무는 검증된 결정형 스킬로, 새 요청은 LLM 자율 실행으로 자동 분기. 하이브리드 파이프라인이 상황에 따라 고릅니다.
Slack 봇 + 웹 위젯 + API + MCP
팀이 이미 쓰는 도구 안에서 AI에 접근. MCP(도구 탐색)도 지원.
5종 LLM 라우터 + 자동 장애 복구
OpenAI · Anthropic · Google · Bedrock · xAI. Circuit Breaker(자동 장애 차단)로 벤더 장애 시 자동 폴백.
Today Dashboard
팀·개인 하루 브리핑 자동 구성.
Podman 기반 배포와 운영
컨테이너는 Podman으로 실행합니다. SaaS와 온프레미스 모두 설치 환경에 맞춰 실행 권한과 데이터 연결, 네트워크 정책을 구성합니다.
- 실행 환경
- CAP·CAS의 에이전트 실행 컨테이너에 CPU·메모리·프로세스 한도를 두고 시스템 변경 권한을 제한합니다. 실행 계정과 권한은 설치 환경별로 확인합니다.
- 배포 이미지
- 보호 대상 제품의 OCI 이미지는 OCIcrypt로 암호화해 배포합니다. 설치 환경에서 라이선스 기반 복호화 설정을 확인한 뒤 이미지를 가져와 실행합니다.
- 설치 전 확인
- 서버·스토리지·GPU 조건과 모델·도구 연결을 확인합니다. 폐쇄망은 설치 이미지 반입·복호화 절차, 내부 모델과 필요한 음성·도구 서비스, 외부 통신 정책을 사전에 준비합니다.
이미지 암호화는 배포 파일을 보호합니다. 업무 데이터 암호화와 외부 통신 차단까지 자동으로 적용되는 것은 아니며, 데이터·백업·네트워크 보호 설정은 별도로 검증합니다.
Case Stories
완결형 적용 시나리오
각 케이스는 고객 과제·AICLUDE 적용·작동 시나리오·기대 효과·사용 기술 5요소를 모두 펼친 상태로 노출됩니다.
Case 01
사내 지식 통합 검색 AI
고객 과제
- 사내 문서가 Google Drive·S3·DB·Slack에 흩어져 여러 도구를 번갈아 검색
- 신규 팀원은 "이게 어디 있지?"에 시간 소모
- 기존 검색 도구는 단순 키워드 → 맥락 이해 못 함
AICLUDE 적용
- 1S3·Google Drive·DB 3종 Data Connector로 이질 소스 자동 연동
- 2Graph N-hop 방식의 Agentic RAG으로 문서를 명제 단위 분할
- 3벡터 검색 + Fortress Pipeline 8단계 검증
- 4Slack 봇·웹 위젯에서 자연어로 즉시 질의·응답
- 5Audit Log로 "누가·어떤 데이터 접근"했는지 기록
작동 시나리오
요청 · 개발자 (Slack)
"지난 분기 릴리스 배포 가이드 어디 있어?"
- 01검색Slack 봇이 명제 RAG 검색
- 02단계Google Drive · 사내 위키 · DB 동시 조회
- 03단계관련 문서 3건 요약 + 출처 링크
- 04검증Fortress Pipeline 8단계이 할루시 필터링
- 05감사응답 (Audit Log 기록)
기대 효과
- 검색 도구 전환 비용 감소
- 신규 팀원 온보딩 시간 단축
- 조직 지식 활용도 향상
사용 기술
- Graph N-hop Agentic RAG
- Slack 봇
- Fortress Pipeline 8단계
- Audit Log
Case 02
조직 이슈 분류·우선순위 AI
고객 과제
- 조직 이슈·VoC·고객 문의가 수동으로 라벨링·담당자 할당
- 이슈 유형별 과거 해결 이력 활용이 어려움
- 유사 이슈 중복 티켓 발생
AICLUDE 적용
- 1조직 이슈 히스토리를 Graph N-hop Agentic RAG으로 학습
- 2신규 이슈 입력 시 LLM이 유형 자동 분류 + 담당자 추천 + 우선순위 판정
- 3과거 유사 이슈 자동 첨부 → 중복 식별
- 4하이브리드 실행 엔진이 반복 유형은 결정형 스킬로 바로 처리
- 5Function Calling으로 사내 시스템(이슈 트래커 DB 등) 연동
작동 시나리오
요청
신규 이슈 등록
- 01단계CLU 에이전트 트리거
- 02검색Graph N-hop Agentic RAG으로 과거 유사 이슈 검색
- 03단계유형·우선순위·담당자 추천
- 04단계중복 티켓 여부 판단
- 05실행Function Calling으로 티켓 DB 업데이트
- 06전송담당자에게 Slack 알림
기대 효과
- 이슈 트리아지 시간 단축
- 중복 티켓 감소
- 담당자 할당 정확도 향상
사용 기술
- Graph N-hop Agentic RAG
- 하이브리드 실행
- Function Calling
- Slack 봇
Case 03
개발자 온보딩 코파일럿
고객 과제
- 신규 개발자가 코드베이스·아키텍처·개발 문화를 익히는 시간이 길어짐
- 시니어 인터럽션 - 같은 질문이 반복됨
- 팀 문서가 업데이트 안 돼 실제 코드와 괴리
AICLUDE 적용
- 1사내 아키텍처 문서·코딩 컨벤션·API 스펙을 Graph N-hop Agentic RAG으로 학습
- 2신규 개발자가 자연어로 물으면 관련 문서·예시 코드 즉시 제시
- 3하이브리드 실행 엔진이 반복 질문 패턴을 스킬로 자동 등록
- 4Slack 봇·웹 위젯·MCP로 IDE·터미널에서도 접근
작동 시나리오
요청 · 신입
"우리 팀 인증 플로우 어떻게 돼?"
- 01검색CLU가 사내 문서·코드 Graph N-hop Agentic RAG 검색
- 02단계관련 아키텍처 다이어그램·예시 코드 제시
- 03검증Fortress Pipeline 검증으로 출처 명시
- 04단계다음 비슷한 질문은 결정형 스킬로 즉시 응답
기대 효과
- 온보딩 시간 단축
- 시니어 인터럽션 감소
- 조직 지식 자동 축적
사용 기술
- Graph N-hop Agentic RAG
- 하이브리드 실행
- Slack·MCP 옴니채널
이 산업에 바로 적용해 보세요
우리 조직의 데이터·보안 요구와 업무 흐름을 기준으로 PoC를 설계합니다.