AI 어드바이저
AI 최적화 컨설턴트. 캔버스, 워크플로우, 운영 데이터를 분석해서 "이렇게 바꾸면 더 좋겠다"고 제안 합니다. 수용할지 거부할지는 사용자가 결정합니다.
| 항목 | 내용 |
|---|---|
| 난이도 | 초급 -- 제안 목록을 읽고 수용/거부만 하면 됩니다 |
| 주요 사용자 | IT 관리자, 생산계획자, 품질관리자 |
왜 필요한가?
외부 DBA 컨설팅을 의뢰하면 2주 후 보고서가 오고, 비용은 500만 원. AI Advisor는 즉시 진단하고 무료입니다.
스키마 설계가 복잡해질수록, 테이블이 50개를 넘어갈수록 사람 눈으로는 놓치는 것이 생깁니다. AI Advisor는 전체 구조를 한 번에 스캔하고, 개선 포인트를 찾아서 알려줍니다.
잘 쓰면 이런 결과가!
| Before | After | 효과 |
|---|---|---|
| 비정규화 스키마 -- 리포트 쿼리 30초 | 정규화 제안 수용 -- 쿼리 3초 | 쿼리 속도 10배 |
| 순차 승인 -- 자재 출고 4시간 | 병렬 승인 제안 -- 1.5시간 | 리드타임 62% 단축 |
| 불필요 인덱스 200개 -- 스토리지 낭비 | 비용 최적화 -- 80개로 정리 | DB 비용 35% 절감 |
시작하기
1단계: AI 어드바이저 화면 진입
좌측 메뉴에서 AI 어드바이저를 클릭합니다. 상단에 전체 제안 수, 수용/거부/적용 건수, 수용률이 표시됩니다.
2단계: 제안 목록 확인
테이블에 AI가 생성한 제안이 우선순위순으로 나열됩니다. 먼저 Critical/High + 영향도 8점 이상 항목에 집중하세요.
3단계: 제안 상세 확인 후 수용 또는 거부
제안을 클릭하면 상세 내용과 예상 효과를 볼 수 있습니다. 수용하면 적용 단계로 넘어가고, 거부하면 사유를 입력합니다.
AI Advisor는 "제안"만 합니다. 수용 버튼을 누르기 전까지 아무 변경도 일어나지 않습니다.
주요 기능
4가지 제안 유형
| 유형 | 현장 의미 | 예시 |
|---|---|---|
| Schema (스키마) | 데이터 설계도 개선 | "불량 테이블에 '설비 상태 코드' 추가 시 상관분석 정확도 향상" |
| Workflow (워크플로우) | 업무 처리 절차 개선 | "승인을 순차에서 병렬로 바꾸면 처리시간 40% 감소" |
| Cost (비용) | 인프라 비용 최적화 | "불필요 인덱스 120개 제거 시 DB 비용 35% 절감" |
| Normalization (정규화) | 데이터 중복 정리 | "3개 라인의 불량 코드 체계 통합 시 크로스 분석 가능" |
화면 구성 상세
상단 통계 영역
전체 제안 수, 수용 건수, 거부 건수, 적용 건수, 수용률을 한눈에 보여줍니다.
필터
- 상태별: 대기 / 수용 / 거부 / 적용
- 유형별: Schema / Workflow / Cost / Normalization
제안 테이블
| 항목 | 설명 |
|---|---|
| 제안일 | AI가 제안을 생성한 날짜 |
| 유형 | 4가지 유형 중 하나 (태그로 표시) |
| 카테고리 | 제안 대상 영역 |
| 제목 | 제안 내용 요약 |
| 우선순위 | Critical / High / Medium / Low |
| 영향도 | 1~10점 척도 (10점이 가장 큰 영향) |
| 상태 | 대기 / 수용 / 거부 / 적용 |
액션 버튼
- 수용 (체크 버튼): 제안을 수락합니다. 수용 후 적용 단계로 넘어갑니다.
- 거부 (X 버튼): 제안을 거부합 니다. 거부 시 사유를 입력해야 합니다.
실전 예시
예시 1: 식품 공장 ERP 최적화
문제
월말 원가 마감 리포트에 45분이 소요됩니다. 마감일에 재무팀이 퇴근을 못 합니다.
AI Advisor 진단
"원자재-BOM 비정규화로 풀 테이블 스캔이 발생하고 있습니다. 정규화 + 복합 인덱스 추가를 권장합니다."
처리 과정
- 제안 목록에서 해당 건 확인 (우선순위: Critical, 영향도: 9점)
- 수용 버튼 클릭
- 스키마 자동 수정 -- 테스트 환경에서 검증
- 운영 환경에 적용 (1주 소요)
결과
45분에서 4분으로 단축. 정규화와 인덱스 동시 최적화 효과.
예시 2: 자동차 부품 공장 워크플로우 개선
문제
자재 출고 승인이 순차 4단계(팀장 - 과장 - 부장 - 공장장)로 평균 4시간 소요.
AI Advisor 진단
"자재 출고 승인을 팀장+과장 병렬 → 부장 → 공장장 순서로 변경하면 처리시간 62% 감소가 예상됩니다."
처리 과정
- 제안 확인 (유형: Workflow, 우선순위: High, 영향도: 8점)
- 현업 관리자(공장장)와 함께 검토 -- 안전 관련 승인이 아니므로 적용 가능
- 수용 버튼 클릭 후 워크플로우 자동 수정
결과
자재 출고 승인이 4시간에서 1.5시간으로 단축. 긴급 자재가 필요한 상황에서 생산 지연 방지.
해보기: 실습 가이드
첫 AI 제안 확인부터 적용까지, 5단계로 따라 해보세요.
Step 1: 제안 목록 확인하기
좌측 메뉴에서 AI 어드바이저를 클릭합니다. 현재 대기 중인 제안이 몇 건인지 상단 통계 영역에서 확인합니다.
Step 2: 우선순위 높은 제안 선택하기
필터에서 상태를 대기로 설정하고, 우선순위 Critical 또는 High를 선택합니다. 영향도 8점 이상인 항목을 클릭합니다.
Step 3: 제안 상세 내용 읽기
제안 상세 화면에서 다음을 확인합니다:
- 현재 상태: 지금 시스템이 어떤 문제를 갖고 있는지
- 제안 내용: AI가 무엇을 바꾸라고 하는지
- 예상 효과: 적용하면 어떤 개선이 기대되는지
Step 4: 수용 또는 거부 결정하기
- 제안이 타당하면 수용(체크) 버튼을 클릭합니다
- 현업 규칙상 적용할 수 없으면 거부(X) 버튼을 클릭하고, 사유를 입력합니다
- 예: "법적 필수 순차 승인 항목이므로 병렬 전환 불가"
Step 5: 적용 결과 확인하기
수용된 제안은 테스트 환경에서 먼저 적용됩니다. 검증 후 운영 환경에 반영되면, 제안 상태가 적용으로 변경됩니다. 상단 통계에서 적용 건수가 늘어난 것을 확인하세요.
처음에는 영향도 5~6점 수준의 낮은 위험 제안부터 수용해 보세요. 적용 과정과 결과를 체감한 후 높은 영향도 제안으로 확대하면 안전합니다.
실무 팁
1. 스키마 제안을 "나중에"라고 무시하지 마세요
6개월 후 성능 문제가 터지면 마이그레이션 비용이 10배입니다. 지금 30분 투자해서 제안을 검토하면 나중에 3일을 아낍니다.
2. 워크플로우 제안은 반드 시 현업과 함께 검토하세요
AI는 데이터 흐름은 잘 보지만, 안전 규칙은 모를 수 있습니다. 예를 들어 "승인 단계를 줄이라"는 제안이 나와도, 법적 필수 승인이라면 거부하고 사유를 남기면 됩니다.
3. 우선순위 "높음" + 영향도 8점 이상부터 확인하세요
한 번에 모든 제안을 다 보려 하면 피로해집니다. Critical/High + 영향도 8점 이상만 먼저 처리하고, 나머지는 정기적으로 리뷰하세요.
용어 사전
| 용어 | 설명 |
|---|---|
| 스키마(Schema) | 데이터 설계도. 테이블과 컬럼의 구조를 정의한 것. 공장으로 비유하면 제품 도면에 해당합니다. |
| 정규화(Normalization) | 데이터 중복을 제거하고 구조 를 깔끔하게 정리하는 작업. 부품 번호 체계를 통일하는 것과 같습니다. |
| 인덱스(Index) | 데이터를 빨리 찾기 위한 목차. 두꺼운 매뉴얼의 색인(찾아보기)과 같습니다. 필요 이상으로 많으면 오히려 저장 공간이 낭비됩니다. |
| 워크플로우(Workflow) | 업무 처리 흐름. 자재 요청 - 승인 - 출고와 같은 일련의 단계를 말합니다. |
| 영향도(Impact Score) | AI가 산출한 제안의 영향 범위 점수. 1~10점 척도이며, 10점이 가장 큰 영향을 미칩니다. |
| 수용률(Acceptance Rate) | 전체 제안 중 사용자가 수용한 비율. 팀의 AI 활용 수준을 보여주는 지표입니다. |
| 풀 테이블 스캔(Full Table Scan) | 데이터를 찾을 때 테이블 전체를 처음부터 끝까지 읽는 것. 서류 캐비닛에서 목차 없이 한 장씩 넘기는 것과 같습니다. |
| 병렬 승인 | 여러 승인자가 동시에 검토하는 방식. 순차 승인보다 대기 시간이 크게 줄어듭니다. |
자주 묻는 질문
AI가 자동으로 데이터를 바꾸나요? 위험하지 않나요?
아닙니다. AI Advisor는 "제안"만 합니다. 수용 버튼을 누르기 전까지 아무 변경도 일어나지 않습니다. 수용 후에도 테스트 환경에서 먼저 검증한 뒤 운영에 적용됩니다.
제안을 거부하면 불이익이 있나요?
없습니다. 거부 시 사유를 남기면 AI가 유사한 제안을 반복하지 않도록 학습합니다. 법적 필수 승인 단계처럼 바꿀 수 없는 항목은 적극적으로 거부하세요.
제안이 너무 많아서 어디서부터 봐야 할지 모르겠어요
우선순위 Critical/High + 영향도 8점 이상 필터를 걸면 핵심 제안만 5~10건으로 좁혀집니다. 이것부터 처리하고, 나머지는 주 1회 정기 리뷰 시간을 정해서 확인하세요.
AI Advisor가 제안을 만들어내는 기준은 무엇인가요?
현재 스키마 구조, 워크플로우 처리 시간, 인덱스 사용률, 데이터 중복도 등을 종합적으로 분석합니다. 운영 데이터가 쌓일수록 제안의 정확도가 높아집니다.
수용한 제안을 취소할 수 있나요?
수용 후 아직 적용 전이라면 상태를 되돌릴 수 있습니다. 이미 적용된 제안은 별도의 롤백 절차가 필요하며, IT 관리자에게 문의하세요.
외부 DBA 컨설턴트 없이 AI Advisor만으로 충분한가요?
일상적인 스키마 개선과 비용 최적화는 AI Advisor로 충분합니다. 대규모 아키텍처 변경이나 레거시 마이그레이션처럼 복잡한 프로젝트에서는 전문가와 함께 AI Advisor의 제안을 검토하는 것이 좋습니다.
다음 단계
- AI MLOps 대시보드: AI Advisor가 사용하는 프롬프트와 모델의 성능을 관리하고 최적화하세요 → AI MLOps 대시보드
- 파이프라인: AI Advisor의 제안을 적용한 후 데이터 처리 흐름이 정상인지 모니터링하세요 → 파이프라인
- 크론 스케줄러: Advisor 에이전트를 주간 단위로 자동 실행하면 제안이 정기적으로 갱신됩니다 → 크론 스케줄러