기록상 부서(EOR)를 통해 글로벌 팀을 관리하는 것은 단순한 글로벌 채용 이상의 역할을 합니다. 이는 국경을 넘어 엄청난 양의 귀중한 운영 데이터를 생성합니다. 하지만 전 세계 인사 및 재무 책임자들에게 있어 해당 데이터에서 명확한 해답을 얻는 것은 매주 반복되는 고된 작업입니다.
과거에는 분기별 지출, 현직 직원 수, 송장 내역 등과 같은 일상적인 보고 요청에 대응하기 위해 여러 스프레드시트를 내보내고, VLOOKUP 함수를 작성하고, 피벗 테이블과 통화 합계를 수동으로 대조하는 데 몇 시간을 소비해야 했습니다.
이것이 바로 우리가 Global Employment Platform ™ (글로벌 채용 플랫폼)의 기반이 되는 인공 지능(AI) 기반 엔진인 G-P Assist 내에 에이전트 보고 기능을 구축한 이유입니다.
우리의 엔지니어링 원칙은 간단했습니다. 필요한 보고서를 요청할 수 있어야지, 보고서를 만드는 데 일주일씩 허비해서는 안 된다는 것이었습니다.
이번 글에서는 에이전트 기반 보고서 구축 과정을 소개하고, 자연어 질문에 대한 정확한 데이터베이스 계산 결과를 도출하도록 설계한 방법을 보여드리겠습니다.
스프레드시트 계산에 일반적인 인공지능(AI) 모델을 사용하는 것의 위험성
표준 생성형 인공지능(AI) 도구는 빠른 답변을 약속하지만, 제한 없는 모델에 의존하는 것은 실제 운영상의 어려움을 야기합니다. 대규모 언어 모델(LLM)은 정확한 연산보다는 언어 패턴을 예측하도록 설계되었습니다.
범용 인공지능(AI)이 대규모 스프레드시트를 직접 처리하려고 하면 수치를 잘못 계산하거나, 중요한 행을 누락하거나, 숫자를 근사치로 계산할 수 있습니다. 글로벌 인력 관리에서 근사치는 감사입니다.
정확성을 위한 엔지니어링
모델을 계산에 개입시키지 않기 위해, 질문 이해와 답변 계산을 분리했습니다. G-P Assist의 에이전트식 보고 기능은 수학적 계산을 수행하는 대신 인공지능(AI)을 사용하여 사용자의 의도를 해석하고 시간 범위, 필터 및 엔티티를 추출합니다.
이 모델은 대화형 프롬프트를 구조화된 쿼리로 변환하여 당사 데이터 플랫폼에서 결정론적으로 실행되도록 합니다. 이 플랫폼은 귀사의 보고 데이터에 대한 개수와 합계를 계산합니다. G-P Assist 숫자를 직접 더하지 않도록 설계되어 숫자가 추정되거나 반올림되는 일이 절대 없습니다. 데이터 무결성과 기업 보안을 유지하기 위해 시스템에 명확한 운영 경계를 직접 구축했습니다.
- 원칙에 입각한 거절: 언제 대답하지 말아야 할지 아는 것은 공학적 특성이다. 쿼리에 중앙값 계산, 월급 시나리오 예측 또는 월별 추세 비교와 같이 지원되지 않는 작업이 필요한 경우, 에이전트는 언어 모델이 결과를 근사화하도록 허용하는 대신 명시적으로 거부합니다.
- 통화별: 합계는 각 통화별로 분리되어 있으며 임의의 합계로 합산할 수 없습니다.
- 회사 범위: 서버는 고유한 로그인 정보를 사용하여 모든 쿼리를 귀사 데이터로 제한하므로 승인된 보고 데이터 세트만 조회할 수 있습니다.
- 역할 기반 관리 및 개인정보 보호: 현재 접근 권한은 고객 관리자로 제한되어 있으며, 올해 안에 추가적인 역할 기반 접근 권한이 도입될 예정입니다. 서버는 사용자가 볼 권한이 없는 데이터 세트 또는 열을 숨깁니다.
G-P Assist는 빠른 데이터 검색 외에도 대화형 보고서 구성 및 맞춤 설정 기능을 제공합니다. 고객 관리자는 G-P Assist에서 자연어를 사용하여 열을 추가하거나 제거하고 보고서를 필터링하고, 여러 범주를 하나의 열로 통합하고, 원시 항목을 깔끔한 사용자별 한 행 요약으로 변환할 수 있습니다. 당사는 지속적인 정확성과 신뢰성을 보장하기 위해 자동화된 점검 및 담당자 검토를 통해 G-P Assist의 성능을 지속적으로 모니터링합니다.
일상적인 보고 워크플로를 혁신합니다
G-P Assist는 수동 보고서 작성을 빠르고 간편한 셀프 서비스로 대체합니다. 송장 내역, 인원 확인 또는 총 경비 계산이 필요하든, 정확한 수치 또는 구조화된 CSV 파일을 몇 초 만에 얻을 수 있습니다.
고객 입장에서는 금요일 오후를 스프레드시트 대조에 허비하는 대신 플랫폼 데이터를 활용하여 비즈니스 의사 결정을 내릴 수 있다는 의미입니다.
제게 있어 이는 인공지능(AI) 시대 제품 엔지니어링의 진정한 목적을 나타냅니다. 대화형 프런트엔드를 통해 데이터에 쉽게 접근할 수 있지만, 결정론적인 쿼리 실행 및 계산과 내장된 안전장치를 통해 신뢰성을 보장합니다.
인공지능(AI)은 인사 및 재무 책임자들에게 더 많은 과제를 안겨주는 것이 아니라, 처음부터 신뢰할 수 있는 수치를 제공해야 합니다.




