World-Oriented Enterprise AI
기업 운영을 위한 월드모델(World Model)
퓨처워크랩의 World Model(월드모델)은 회사의 현재 상태·판단 기준·승인 권한을 명시적으로 표현한 World를 바탕으로, 발생할 수 있는 변화와 가능한 선택지, 선택지별 결과를 추정하고 비교하는 모델 묶음입니다. 로봇·자율주행·영상 생성에 쓰는 물리 세계 시뮬레이션 모델과는 다루는 대상이 다릅니다.
업무 담당자에게 달라지는 점
- AI가 회사의 업무 기준과 현재 업무 상태를 바탕으로 업무를 처리합니다.
- 담당자가 AI의 판단 근거와 결과를 검토하고 승인합니다.
- 검토에서 확인한 예외와 수정 사항이 업무 기준에 반영되어 다음 업무에 적용됩니다.
World
현재의 사실과 상태
회사의 현재 상태, 업무 절차, 판단 기준, 승인 권한, 목표, 지난 실행 결과를 담은 명시적 표현입니다.
World Model
가능한 변화와 선택지별 결과
World와 업무별 상태를 바탕으로 설명·추정·예측·시나리오·정책 기능을 제공합니다.
같은 이름, 다른 대상
물리 AI 월드모델과 기업 운영 World Model의 차이
「월드모델」은 최근 물리 AI 분야에서 먼저 쓰이기 시작한 용어입니다. 퓨처워크랩의 World Model은 같은 이름을 쓰지만 다루는 대상이 다릅니다.
| 구분 | 물리 AI 분야의 월드모델 | 기업 운영의 World Model |
|---|---|---|
| 다루는 대상 | 3D 공간, 물체의 움직임, 물리 법칙 | 주문·재고·설비·품질 같은 업무 상태, 규칙, 승인 권한, 목표 |
| 입력 | 영상, 센서, 시뮬레이션 데이터 | World와 업무별 유효 상태(원천: ERP·MES·QMS·문서·센서·API) |
| 주로 쓰는 곳 | 로봇, 자율주행, 영상 생성 | 생산계획, 품질 판단, 구매·영업 의사결정 같은 기업 업무 |
| 결과물 | 다음 장면이나 물리 상태의 예측 | 선택지별 예상 결과와 위험, 실행 전 검증 근거 |
물리 상태도 기업 운영의 일부입니다. 퓨처워크랩은 설비·공정 같은 물리 상태를 주문·품질·원가·납기·승인 같은 업무 판단과 한 World 안에서 연결합니다.
RAG와 에이전트만으로 부족한 이유
검색 증강 생성(RAG)은 근거 문서를 찾아 답하고, AI 에이전트는 도구를 호출해 작업을 수행합니다. 두 기술 모두 기업 AI에 필요하지만, 업무를 운영 단계에 적용하면 세 가지 구분이 추가로 필요해집니다.
원천 기록 ≠ 관측 ≠ 상태
같은 생산 로트(Lot)의 정보가 ERP·MES·QMS에 서로 다른 기준과 시점으로 남아 있습니다. 현재 유효한 값을 확정하는 기준이 없으면 AI는 서로 다른 사실을 보고 판단합니다.
문서 맥락 ≠ 운영 상태
RAG는 「A 원료의 보관온도는 25도 이하」라는 문장을 찾아 줍니다. 그러나 지금 특정 Lot의 위치, 센서 값, 그 값의 유효 시점, 작업 제약을 함께 판단하는 일은 문서 검색과 다른 단계입니다.
도구 호출 성공 ≠ 업무 반영 ≠ 실제 변화
에이전트가 시스템을 호출해 응답을 받은 시점에는 업무 변경의 완료 여부를 아직 알 수 없습니다. 실제 시스템의 반영 여부와 반영 후 결과와 예측치의 차이까지 확인이 필요합니다.
모델의 지능이 빠르게 보편화될수록, 기업 고유의 World와 실행·평가 계약이 차별화 자산이 됩니다.
그래서 퓨처워크랩은 AI가 작동하는 운영 환경 자체를 World로 명시합니다.
온톨로지와 월드모델
온톨로지는 가능한 조치를 정의하고, 월드모델은 조치 후 상태 변화를 계산합니다
온톨로지는 World의 의미 구조입니다. 온톨로지(Ontology)는 업무에 등장하는 대상의 종류·속성·관계·용어·제약을 정의합니다. World는 그 의미 구조 위에 시간, 상태, 관측, 권한, 행동, 결과를 더합니다. 퓨처워크랩은 그 위에 조치에 따른 상태 변화를 계산하는 월드모델을 둡니다.
온톨로지
대상의 종류와 관계
클래스, 속성, 관계, 제약, 용어. 「설비」, 「Lot」, 「작업표준」의 정의와 상호 관계를 규정합니다.
World
현재 상태와 승인 권한
개별 대상(예: 특정 Lot, 특정 설비), 관측값, 상태, 근거, 담당자와 승인 권한, 목표, 제약, 실행, 결과.
World Model
가능한 변화와 예상 결과
규칙, 최적화 솔버(제약 조건 안에서 최적안을 계산하는 엔진), 통계·머신러닝(ML) 모델, 대형 언어 모델(LLM)을 조합해 선택지와 예상 결과를 만듭니다.
지식그래프(Knowledge Graph)에 저장되어 있다는 이유만으로 그 값을 현재 운영 상태로 간주하지 않습니다. 반대로 실시간 관측값을 모두 장기 지식그래프에 넣을 필요도 없습니다. 퓨처워크랩은 둘을 나눠 관리하고, 업무 시점에 필요한 상태를 따로 구성합니다.
온톨로지 플랫폼 + 에이전트:
관계·규칙 → 조치 → 실행.
시나리오는 사본에서 돌려 보고 사람이 판단합니다.
퓨처워크랩 월드모델:
World → 월드모델 → 판단·실행 → 실제 결과.
실제 결과는 다시 월드모델로 돌아갑니다.
온톨로지 플랫폼과 월드모델의 차이
| 구분 | 온톨로지 플랫폼 + 에이전트 | 퓨처워크랩 월드모델 |
|---|---|---|
| 답하는 질문 | 엔터티·관계·규칙과 조치를 정의합니다 | 「이 조치를 하면 상태와 KPI가 어떻게 바뀌는가」에 답합니다 |
| 조치 결과 | 조치를 적용한 샌드박스(격리된 시험 환경)에서 가정 분석(What-if)을 하고, 모델은 생성·배포해 객체에 연결합니다 | 월드모델이 후보 조치마다 다음 상태를 예측해 실행 전에 비교합니다 |
| 규정이 바뀔 때 | 어느 데이터 판본 위에서 내린 판단인지 판단 계보(판단이 나온 데이터 판본의 기록)를 남깁니다 | 영향받는 판단을 찾아 재검토 대상으로 올립니다 |
| 모델 범위 | 비즈니스 엔터티·관계·규칙·목표의 공유 모델을 둡니다 | 업무마다 필요한 상태와 월드모델만 골라 조합합니다 |
왼쪽 열은 온톨로지 플랫폼 공급사들이 공개한 문서의 표현을 요약한 것입니다. 온톨로지 플랫폼도 조치·승인·감사·판단 계보·시나리오 기능을 제공합니다.
고객은 결과가 계산된 조치를 받으므로, 더 많은 업무를 AI에 맡길 수 있습니다.
아키텍처
기존 시스템에서 결과 평가까지, 아키텍처와 데이터 흐름
퓨처워크랩의 구조는 기존 시스템에서 결과 평가까지 여덟 단계로 이어집니다. 각 단계의 결과가 다음 단계의 입력이 되고 마지막 평가는 다시 World와 판단 기준을 갱신합니다. 원천 데이터는 기존 시스템에 남고 업무 시스템에 반영하는 조치는 ⑥ 검증과 승인을 거친 것에 한정됩니다.
① World(월드)
회사의 현재 상태, 업무 절차, 판단 기준, 승인 권한, 목표, 실행 결과를 담은 명시적 표현입니다. 현실 그 자체와 구분합니다.
② WorldView(월드뷰)
업무 목적과 범위에 따라 World를 투영한 뷰입니다. 품질 담당자, 생산관리자, 에이전트, 솔버가 같은 World를 역할에 맞는 해상도로 봅니다.
③ State Compiler(상태 컴파일러)
여러 시스템의 관측값과 원천 데이터를 시점·원천 우선순위·최신성 규칙으로 대조해 실행 가능한 상태로 만드는 계약입니다.
④ Effective World State(유효 상태)
특정 업무를 판단하고 평가하는 시점에 실제로 쓰는 상태입니다. 값, 유효 시점, 근거, 버전을 함께 가집니다.
⑤ World Model(조합 지능)
그 상태에서 발생할 수 있는 변화, 가능한 선택지, 선택지별 결과를 규칙·솔버·ML·LLM·사람의 판단을 조합해 추정하고 비교합니다.
⑥ Verify-before-Execute(검증 후 실행)
후보 조치를 상태·제약·권한·근거·승인으로 검증한 뒤에 업무 시스템에 반영합니다.
⑦ Outcome(실행 결과)
실행 후 현실에서 실제로 관측된 결과입니다. 시스템의 응답 코드 대신 실제 업무 변화로 확인합니다.
⑧ Evaluation(평가)
의미, 판단, 실행, 결과를 정해진 기준으로 검증하고, 그 결과로 World·정책·모델을 갱신합니다.
AX Flow 4계층과 여덟 단계의 대응
| AX Flow 계층 | 맡는 단계 | 구성 요소 |
|---|---|---|
| 연결(Connect) | 기존 시스템 → ① | 시스템 커넥터(시스템마다 붙이는 연결 모듈) · API · 데이터베이스 읽기 전용 연동 · 문서·메일 수집 · MCP(AI가 외부 도구를 호출하는 공개 연결 규격) |
| 구조화(Structure) | ① · ② · ③ · ④ | 3계층 온톨로지 · 지식그래프 · Triple-RAG · World·View·State 구조 |
| 실행(Execute) | ⑤ · ⑥의 반영 | 규칙 · 최적화 솔버 · 통계·ML 모델 · LLM · AI 에이전트 · 워크플로우 |
| 통제(Govern) | ⑥ · ⑦ · ⑧ | AX Guard(실행 전 검증 · 승인 · 감사 기록) · 판단 근거와 실행 이력 추적 · 평가 |
권한·근거 확인과 불확실성 확인
승인
감사 기록 · 모니터링
온프레미스 · 프라이빗 클라우드 · 클라우드(SaaS) · 하이브리드 배포를 지원하며, 온프레미스를 선택하면 데이터를 외부로 내보내지 않고 사내망에서 실행합니다. 핵심 구조 특허 5건 출원.
같은 온톨로지와 World라도 업무가 달라지면 필요한 WorldView와 Effective World State가 달라집니다.
작동 원리
실행하면서 쌓인 결과를 경험으로 증폭해 학습을 가속합니다
월드모델은 실행이 거듭될수록 실제 결과를 학습해 다음 판단의 정확도를 높입니다. 퓨처워크랩 월드모델은 현재 상태에서 대안을 비교·실행하고, 실제 결과를 시뮬레이션과 합성 경험으로 증폭해 다음 평가와 학습을 가속합니다.
통제 레일
- 신원
- 권한
- 위임
- 근거
- 승인
- 실행
- 감사·모니터링·롤백
운영 → 관측 → 시뮬레이션 → 학습 → 통제 → 개선
실행 기반
실행 전에 계산하고, 통제된 범위에서 실행합니다.
- World·상태: 상태·근거·시점과 행위자·업무·자원·제약·권한을 함께 둡니다.
- 시나리오: 후보 조치·가정·목표를 계산 가능한 시나리오로 정의합니다.
- 계산 엔진: 규칙·최적화·통계·ML·LLM·시뮬레이터·도메인 모델 가운데 업무에 맞는 것을 골라 조합합니다.
- 통제된 실행: 예상 결과와 불확실성, 유효 범위, 근거 추적을 갖춘 뒤에 실행합니다.
- 실제 결과·다음 상태: 실행 후의 실제 결과와 바뀐 상태를 기록합니다.
경험 증폭
실제 결과 하나를 여러 번의 학습 기회로 만듭니다.
- 경험 기록: 시점별 상태, 채택하지 않은 조치, 예상 대비 실제 결과, 사람의 수정, 출처를 한 기록으로 남깁니다.
- ① 재현·평가: 기준선, 정답셋(채점 기준이 되는 답안), 회귀 시험(변경 뒤에도 기존 성능이 유지되는지 확인하는 시험), 실패 사례로 결과를 재현하고 평가합니다.
- ② 시뮬레이션 보정 → 합성 경험: 실제 결과로 시뮬레이션을 보정하고, 회귀·실패·극한·반사실(실제로 일어나지 않은 경우)·복구 상황의 합성 경험(시뮬레이션으로 만든 운영 사례)을 만듭니다.
- 평가·학습 → 승인된 개선만 반영: 개선 후보는 평가 관문과 사람·정책 승인을 통과한 것만 시험 운영과 배포를 거치고, 배포 뒤에는 모니터링하며 문제가 생기면 롤백(이전 상태로 복구)합니다.
판단의 기준은 언제나 실제 결과입니다. 합성 경험은 실제 경험을 대체하지 않고 희귀·극한 상황과 반사실 상황까지 학습 범위와 학습 속도를 넓히며, 개선은 후보 → 평가 → 승인 → 반영 → 롤백 절차로만 운영합니다.
업무마다 모델을 조합하는 조합 지능(Composable Intelligence)
기업 문제는 여러 종류의 추론을 함께 요구합니다. 퓨처워크랩은 특정 모델을 고정하지 않고 같은 상태·목표·제약 아래에서 업무에 맞는 방법을 조합하고 교체할 수 있게 합니다. 업무 상태는 회사의 World 안에 쌓고, 조치의 결과를 계산하는 전이 모델(조치에 따른 상태 변화를 계산하는 모델)은 월드모델 레지스트리에 적용 범위·불확실성·비용과 함께 등록해 업무마다 골라 바꿉니다. 이를 조합 지능(Composable Intelligence)이라고 부릅니다.
| 업무 유형 | 맞는 방법 |
|---|---|
| 문서·규정 해석 | LLM · 검색(Retrieval) |
| 구조화된 관계 탐색 | 그래프 질의 |
| 명시된 규칙 적용 | 규칙 엔진(규칙 전이: 명시된 규칙으로 조치 후 상태 변화를 계산) |
| 생산계획·식단 편성·배차 | 제약 최적화 솔버 |
| 수요·품질 예측 | 통계·ML 모델 |
| 조치 결과 예측과 보정 | 예측 모델(예상과 실제를 대조해 고객 환경에 맞게 보정) |
| 원인과 영향 분석 | 인과 모델(조치와 결과의 인과 관계를 추정하는 모델) |
| What-if 비교 | 시뮬레이션·시나리오 엔진 |
| 책임 판단·예외 승인 | 사람(승인 설계) |
연동
ERP·MES·CRM을 교체하지 않는 연동 방식
주문·거래·품질 같은 원천 기록은 지금 쓰는 시스템에 그대로 남습니다. AX Flow는 업무에 필요한 범위만 연결해 상태를 구성하고 검증과 승인을 거친 조치만 업무 시스템에 반영합니다.
연결 방식
| 연결 방식 | 연결 대상 | 용도 |
|---|---|---|
| 시스템 커넥터(시스템마다 붙이는 연결 모듈) | ERP · CRM · 그룹웨어 전자결재 · MES · QMS · WMS · PLM | 업무 시스템 데이터 조회 |
| API | 업무 시스템과 사내 서비스의 API | 데이터 조회, 승인된 조치의 반영 |
| 데이터베이스 읽기 전용 연동 | 업무 시스템 데이터베이스 · 데이터 웨어하우스 | 원천 데이터를 변경하지 않고 조회 |
| MCP(AI가 외부 도구를 호출하는 공개 연결 규격) | 외부 도구 · 서비스 | AI 에이전트의 도구 호출 |
| 문서·메일 수집 | 문서 저장소 · 메일 | 규정·절차·업무 기록의 구조화 |
쓰기 동작은 AX Guard의 검증과 담당자 승인을 거친 조치에 한정합니다. 에이전트마다 읽기·쓰기 권한 범위를 따로 지정합니다.
배포 형태
- 온프레미스(고객사 서버): 고객망 안에서 데이터와 모델, 실행을 처리하고 외부 연결을 제한합니다.
- 프라이빗 클라우드: 고객이 관리하는 클라우드나 전용 환경에서 운영합니다.
- 클라우드(SaaS)
- 하이브리드
배포 형태는 업무와 보안 조건에 따라 상담에서 함께 정합니다.
검증 체계 · AX Guard
실행 전에 검증하고, 실행 후에 결과를 평가합니다
AI와 사람이 제안한 조치는 AX Guard(실행 전 검증·승인·감사 기록을 맡는 AX Flow의 통제 기능)의 검증을 거친 뒤 업무 시스템에 반영됩니다. 반영 뒤에는 실제 결과를 정해진 기준으로 평가하고 그 결과로 World와 판단 기준을 갱신합니다.
권한·근거 확인, 불확실성 확인
승인
감사 기록 · 모니터링
AX Guard 검증 단계
- 후보: 에이전트나 사람이 조치를 제안합니다.
- 의미 · 상태 확인: 스키마, 데이터 최신성, 근거를 확인합니다.
- 제약: 정책, 안전, 자원 제약을 검사합니다.
- 권한: 실행 권한과 역할, 위임 범위를 확인합니다.
- 승인: 사람 또는 정책에 따른 승인을 받습니다.
- 반영: 중복 실행을 막고 트랜잭션 단위로 업무 시스템에 반영합니다.
- 효과 확인: 실행 후 실제 상태와 부수 효과를 다시 확인합니다.
- 결과 · 평가: KPI와 위험을 평가하고 다음 판단에 반영합니다.
예외·복구
실행 중 문제가 생기면 재시도하거나 사람에게 이관하고, 필요하면 안전하게 멈춥니다. 반영 뒤에는 모니터링하고, 문제가 확인되면 롤백(이전 상태로 복구)합니다.
평가 기준
- 의미: 용어·관계와 온톨로지 정의의 일치 여부
- 판단: 판단 시점 입력 상태와 목표·제약의 유효성
- 실행: 승인된 조치의 업무 시스템 반영 정합성
- 결과: 실행 후 실제 업무 결과와 예상치의 차이
- 재현·평가 기준: 기준선, 정답셋(채점 기준이 되는 답안), 회귀 시험(변경 뒤에도 기존 성능이 유지되는지 확인하는 시험), 실패 사례로 모든 개선을 재현하고 평가합니다.
- 개선 반영 절차: 개선 후보 → 평가 관문 → 사람·정책 승인 → 시험 운영·배포 → 모니터링·롤백
퓨처워크랩이 실행 전후에 남기는 기록
- 판단에 사용한 입력 상태(시점별 상태)
- 적용된 목표와 제약 조건
- 해당 조건에서의 모델 사용 적합성
- 허용된 조치의 범위
- 채택하지 않은 조치
- 승인 주체와 승인 이력
- 사람의 수정 내용
- 판단 근거의 출처
- 실행 후 실제 효과와 예상 대비 차이
판단 근거부터 검증, 승인, 반영, 효과 확인과 결과까지 하나의 이력으로 추적하므로 담당자가 바뀌어도 판단 기준과 이력이 회사에 남습니다.
같은 기술을 쓰는 플랫폼 사이에서 퓨처워크랩이 집중하는 다섯 가지
업무별 유효 상태, 조합 지능, 검증된 결정, 이식 가능한 운영 계약, 재사용 경제성
온톨로지, 지식그래프, 에이전트, 워크플로우는 이미 여러 기업 AI 플랫폼이 공통으로 쓰는 기술 요소입니다. 퓨처워크랩의 차이는 온톨로지를 쓴다는 사실보다, 상태 구성부터 실행 결과 평가까지를 하나의 운영 계약으로 관리한다는 점입니다.
업무별 유효 상태(Task-effective State)
일반적인 접근: 질문할 때마다 맥락을 다시 검색합니다.
퓨처워크랩: 지식과 관계를 저장하는 데서 끝내지 않고, 특정 업무 시점에 유효한 상태를 WorldView와 State Compiler로 구성합니다. 이렇게 구성한 상태가 위 아키텍처 도식 ③의 Effective World State(유효 상태)이며, 퓨처워크랩은 이 상태를 업무마다 따로 구성합니다.
조합 지능(Composable Intelligence)
일반적인 접근: 단일 LLM이나 에이전트를 중심에 둡니다.
퓨처워크랩: LLM·에이전트와 함께 규칙, 최적화 솔버, 통계·ML 모델을 같은 상태·목표·제약 아래에서 조합합니다.
검증된 결정에서 결과까지(Verified Decision-to-Outcome)
일반적인 접근: 도구 호출 성공을 완료로 간주합니다.
퓨처워크랩: 후보부터 검증, 권한, 승인, 반영, 효과 확인, 결과, 평가까지 하나의 기록으로 관리합니다.
이식 가능한 운영 계약(Portable Operational Contract)
일반적인 접근: 고객 데이터와 구조를 플랫폼 안에 묶어 둡니다.
퓨처워크랩: 특정 파운데이션 모델이나 에이전트 프레임워크에 종속되지 않고, 회사의 World와 운영 계약을 지속 자산으로 유지합니다. World·View·State·Model·Evidence를 분리해 담는 공개 규격 OWP(Open World Package)와 참조 도구 ONTLE을 공개하였으며, OWP는 첫 공개 릴리즈를 시작으로 표준화를 적극 추진합니다.
재사용 경제성(Reuse Economics)
일반적인 접근: 고객마다 구축을 처음부터 다시 합니다.
퓨처워크랩: 검증된 수행 능력은 다시 만들지 않습니다. 같은 업종의 다음 구축은 전 고객 공통층과 같은 업종 공유 패키지를 재사용하고 고객별 고유 구성(Customer Delta)만 새로 만들어, 구축이 쌓일수록 다음 구축은 빨라지고 검증 비용은 낮아집니다.
업종 공유 패키지는 고객 데이터가 아니라 업종 공통 패턴으로 구성합니다.
운영 자산
매일의 운영을 회사가 소유하는 지능·데이터 자산으로 만듭니다
AX Flow는 성과를 높이는 동시에, 사람과 시스템에 흩어진 데이터·판단·실행·결과를 회사가 소유하고 재사용할 수 있는 운영 자산으로 바꿉니다. 앞의 이식 가능한 운영 계약과 재사용 경제성은 경영진에게 통제력, 핵심 인력 리스크 감소, 확장성, 연속성, 이전 가능성, 기업가치의 효과로 나타납니다.
오늘의 운영(데이터·문서·사람의 판단·시스템 실행) →
회사가 소유하는 운영 자산(World·상태·규칙·권한 · 판단·실행·결과·사람의 수정 · 평가·시나리오·합성 경험)
통제력(Management Control)
경영진이 조직의 판단·실행 내용과 그 근거를 추적합니다.
핵심 인력 리스크 감소(Key-person Risk)
대표·임원·숙련자의 판단과 노하우가 사람이 아닌 회사에 남습니다.
확장성(Scalability)
업무량과 사업장이 늘어도 전문가 공수가 비례해 늘지 않습니다.
연속성(Continuity)
퇴사·조직 개편·승계가 있어도 운영 지능이 그대로 유지됩니다.
이전 가능성(Transferability)
전문경영인 전환, 인수 후 통합, 신규 법인·사업장에 운영 구조를 그대로 이식합니다.
기업가치(전략적 옵션과 가치 제고 여력)
자사 데이터로 평가·시뮬레이션·향후 모델 학습까지 활용하고, 투자·실사·M&A에서 경쟁력과 미래 현금 창출력을 입증하기 쉬워집니다.
데이터 자산화
데이터는 쌓기만 하여서는 자산이 되지 않습니다. 의미·상태·판단·결과·출처가 연결될 때 가치가 생깁니다.
01 의미 부여(Context): 원천 데이터에 맥락을 붙입니다.
02 현재 상태(State): 맥락이 붙은 데이터로 World와 현재 상태를 구성합니다.
03 판단·결과 경험(Experience): 판단 → 실행 → 결과 이력이 쌓여 평가된 경험이 됩니다.
04 재사용 자산(Asset): 평가된 경험과 시나리오·합성 경험이 학습·평가·시뮬레이션 자산이 됩니다.
운영·확장·설명·이전이 쉬운 회사가 더 높은 가치를 인정받습니다. 운영 자산의 질이 높아지면 확장성·이전 가능성·전략적 옵션 가치가 오르고, 기업가치를 높일 여력이 커집니다.
소유 경계
| 고객이 소유 | 퓨처워크랩이 재사용 |
|---|---|
| 데이터 · World · 규칙 · 판단과 결과 이력 · 운영 노하우 · 고객 전용 평가 · 시뮬레이션 · 합성 경험 | 공통·업종 패턴 · 범용 템플릿 · 평가 방법 · 연결·매핑 방법 · 특정 고객에 한정되지 않는 제품 자산 |
모델은 빌려 쓸 수 있어도, 회사가 만든 운영 지능은 회사의 자산으로 남아야 합니다.
고객 고유 데이터와 그로부터 만든 운영 지능은 별도 권리·동의 없이 외부에서 재사용하지 않습니다.
모든 업무에 같은 범위의 World가 필요하지는 않습니다
문서 하나를 검색하고 요약하는 업무는 가벼운 검색 구조로도 충분합니다. 반대로 정해진 절차를 따르더라도 여러 시스템의 현재 상태와 제약, 승인, 실행 결과를 함께 다루어야 하면 World 구조의 효과가 빠르게 커집니다.
World 구조가 특히 유효한 업무
- 여러 시스템의 현재 상태와 버전을 함께 대조하는 업무
- 제약·자원·목표에 따라 계획이나 우선순위의 최적화가 필요한 업무
- 예외 처리, 권한, 승인 경로가 결과에 영향을 주는 업무
- 실행 후 실제 효과를 확인해 다음 판단에 다시 써야 하는 업무
- 같은 상태·근거·제약을 여러 에이전트, 솔버, 담당자가 공유하는 업무
최소 충분 World(Minimal Sufficient World)
전사 데이터를 한 번에 넣지 않습니다. 업무 하나를 판단하고 실행하는 데 필요한 범위부터 구성하고, 검증된 범위가 늘어날수록 연결을 넓힙니다. 품질 이슈를 다루는 WorldView라면 다음 항목에서 출발합니다.
- 대상 제품·Lot·배치
- 관련 공정·설비·자재
- 검사·센서 관측값
- 작업자·담당자·승인 권한
- 작업표준(SOP)·규격·일탈 기록
- 유사 품질 사례와 시정·예방조치(CAPA) 이력
- 현재 생산·출하 영향
업무 하나에서 검증한 범위는 인접 업무, 팀·프로세스, 사업장·사업부를 거쳐 전사 World로 넓어집니다. 도입 이후 확장 경로 보기
사례 · 조합 지능
식단 편성에 규칙, 최적화, 선호도 모델을 차례로 연결합니다
단체급식 식단 편성 업무는 여러 기준과 원가 제약, 선호를 함께 다룹니다. 퓨처워크랩은 규칙 기반 식단 생성부터 적용하고, 원가 제약을 다루는 최적화 엔진과 선호도 모델을 같은 World 위에 순서대로 연결하고 있습니다.
구축 중
이 구조를 구현하는 세 제품
ONTLE
World·View·State·Model·Evidence의 portable contract(이식 가능한 계약)를 공개적으로 정의·검증·패키징하는 규격·도구 계층입니다. OWP는 World와 World Model을 담고 재사용하는 방식을 공개 표준으로 만드는 공개 명세와 레퍼런스 구현이며, 첫 공개 릴리즈를 시작으로 표준화를 적극 추진합니다. 참조 도구 ONTLE은 공개 알파 단계이고, 공개 규격 OWP를 쓰더라도 고객 데이터는 공개되지 않습니다.
ONTLE 알아보기기술 검토·파트너 협업
고객 과제의 기술 검토부터 공동 PoC까지 함께합니다
고객 과제에 AX Flow 적용을 검토하는 SI(시스템 통합)·솔루션 기업과 AI 기업에 기술 검토, 공동 제안, 공동 PoC(개념 검증) 세 가지 협업 방식을 제공합니다.
영업일 1일 안에 담당자가 연락드립니다.
