META# AI
AI의 활발한 도입은 우리에게 또 다른 이슈를 제시하였습니다.
명확하지 않은 데이터의 활용은 부정확한 결과를 불러오고
이는 기업의 비즈니스 의사결정에 커다란 리스크가 될 수 있습니다.
이에 고품질 데이터 확보는 AI 활용 이전에 필수적인 프로세스가 되었습니다.
AI Ready Data 를 빠르고 편리하게 확보할 수 있는 META# AI는
데이터 거버넌스의 필수적인 데이터 표준과 모델 현행화 프로세스를 자동화하여
리소스와 기간을 혁신적으로 단축시킬 수 있습니다.
AI Ready Data 확보 지원
데이터 표준과 모델 현행화 자동화로
더욱 빠르고 정확하게 AI Ready Data 확보 지원
META# AI 핵심 기능
-
01
Metadata Intelligence
데이터의 의미를 자동 분석하고 구조화합니다.
-
02
Standardization Automation
표준 단어, 도메인, 용어를 자동 생성하고 품질을 검증합니다.
-
03
Model Modernization
운영DB 기반 데이터 모델을 현행화하고 최신 상태를 유지합니다.
-
04
Governance Automation
데이터 거버넌스 구축 작업을 자동화하여 생산성을 향상합니다.
AI 기반 데이터 거버넌스 자동화
-
Step 01
카탈로그 수집 및 프로파일링
- DB Catalog 자동 수집
- 데이터 프로파일링 자동 수행
-
Step 02
메타데이터 생성
- 테이블 의미 생성
- 컬럼 의미 생성
- 엔터티 정의 자동 생성
-
Step 03
표준사전 구축
- 단어사전 생성
- 도메인 생성
- 용어사전 생성
-
Step 04
주제영역 구성
- 엔터티 매핑
- 관계 정의
- 업무 구조화
-
Step 05
모델 현행화
- DA# Reverse Engineering 연계
- 데이터 표준화와 모델 현행화를 자동 수행
-
Step 06
비표준 단어, 품질 이슈 자동 탐지
- 동의어, 금칙어, 오류 명칭, 비표준 용어를
AI가 자동 탐지 - 데이터 품질과 일관성 향상
- 동의어, 금칙어, 오류 명칭, 비표준 용어를
효율적인 데이터 표준화 구축
가시적인 AI 워크플로우 기반 업무 자동화로 효율적인 데이터 표준화 구축
01RAG 기반 지식 수집
엔터티명을 생성하는 AI 워크플로우는 테이블명으로 업무 문서와 코멘트, 베이스사전 3개 관점으로 후보 엔터티명을 생성해서
최종 하나의 엔터티명을 정의하고 엔터티 분류어를 정의합니다.
- 01 고객 서비스 및 지원 자동화
-
- 엔터티명 도출 시에 참고하기 위한 사용자가 등록한 업무문서와 베이스사전, DB카탈로그 정보 참고
- 02 지식 정리
-
- RAG를 통해 수집한 업무문서, 베이스사전, DB카탈로그 정보들을 정리
- 03 정답 선택
-
- 정리된 지식을 기반으로 사용자의 비즈니스 도메인에 적합한 최종 속성명 도출
- 04 추가 정답 선택
-
- 최종 도출된 엔터티명과 프로파일링 (또는 DB카탈로그) 정보를 참고하여 엔터티분류어 정의
02AI 워크플로우 설명 - 컬럼명 한글화
속성명을 생성하는 AI 워크플로우는 컬럼명으로 업무 문서와 코멘트, 베이스사전 3개 관점으로 후보 속성명을 생성해서
최종 하나의 속성명을 정의하고 프로파일링 데이터를 기반으로 속성 분류어를 정의합니다.
- 01 RAG 기반 지식 수집
-
- 속성명 도출 시에 참고하기 위한 사용자가 등록한 업무문서와 베이스사전, DB카탈로그 참고
- 02 지식 정리
-
- RAG를 통해 수집한 업무문서, 베이스사전, DB카탈로그 정보들을 정리
- 03 정답 선택
-
- 정리된 지식을 기반으로 사용자의 비즈니스 도메인에 적합한 최종 속성명 도출
- 04 추가 정답 선택
-
- 최종 도출된 엔터티명과 프로파일링 (또는 DB카탈로그) 정보를 참고하여 속성분류어 정의
03AI 워크플로우 설명 - 비표준 정의
비표준 단어를 정의하는 AI 워크플로우는 형태소 분석을 완료하고 후보 단어사전이 완성되면
비표준 단어(이음동의어, 금칙어)를 정의해서 표준단어 사전 품질을 향상시키는 기반 작업을 수행합니다.
- 01 RAG 기반 지식 수집
-
- 자동화 Repository에 저장되어 있는 후보단어사전에서 비표준 단어(이음동의어, 금칙어)를 도출해야함
- 후보단어사전에서 특정 하나의 단어와 의미적으로 유사한 결과들에 대해 비표준 단어(이음동의어, 금칙어)를 도출.
- 02 지식 정리
-
- RAG를 통해 수집한 업무문서, 베이스사전, DB카탈로그 정보들을 정리
명확한 고품질 데이터 확보
META# AI는 기업의 데이터 거버넌스에 필요한 과정과 리소스를 확실히 절감하며
보다 명확한 고품질 데이터 확보를 지원합니다.
AI 활용에 필요한 고품질 데이터 확보와 지속 관리 지원
-
01
LLM 기반 자동 표준화 수행
엔코아의 데이터 표준화 노하우를 적용한 LLM 기반 자동화로
데이터 표준화와 모델 현행화 전 과정 지원 -
02
고효율 프로세스 리소스 40% 절감
기존 수작업 방식 대비 표준 적용 속도 대폭 향상 반복 작업 자동화로
시간·인력 투입 최소화 -
03
공공·대기업에 최적화된 확장성
다수 시스템 보유 기관에도 효율적 적용 예산과 인력이 제한된 조직에도
도입 가능한 비용 효율적 구조 -
04
META# 플랫폼과 완벽 연계
기존 META# 메타데이터 구조 재활용으로 단어/도메인/용어 사전과
직접 연동하여 정확도 향상 및 이중작업 방지 -
05
타사 메타관리시스템과도 연계 가능
개방형 구조 및 유연한 API 기반 설계를 통해,
표준 메타데이터 포맷(xlsx)을 통한 호환 가능성 제공 -
06
고품질 Input 데이터 확보
전사 시스템 대상 메타 데이터를 커버하여 수정
AI 학습 및 분석을 위한 고품질 데이터 확보
AI 도입 가속화
META# AI가 제공하는 AI Ready Data가 AI 도입 가속화를 지원합니다.
- 01
데이터 품질 향상
- 02
운영 효율성 증대
- 03
AI 도입 가속화
- 04
비즈니스 민첩성 확보