AI 솔루션
다양한 비즈니스 환경에 적용할 수 있는 지능형 RPA(Robotic Process Automation) 솔루션을 통해
생산성 향상과 비즈니스 혁신을 만들어갑니다.
AI Solution
금융권 서류 94종,
99% 인식 정확도의 AI OCR
IBK기업은행 등 주요 금융기관이 선택한 AI 딥러닝 기반 문서 자동화 솔루션.
온프레미스 구축으로 보안 요건을 충족하며, 연간 1,500만 장을 처리합니다.
단순 인식을 넘어, 업무에 필요한 정보를 추출합니다.
GO AI OCR은 문자를 읽는 수준을 넘어 문서 구조를 이해하고, 업무에 즉시 활용 가능한 데이터를 정확하게 추출합니다.
IBK기업은행 전사 도입 사례
금융권 서류 94종, 연간 1,500만 장 처리
일반 OCR
- 규칙/룰 기반 단순 텍스트 인식
- 표/복합문단/스캔문서 취약
- 글자만 인식해 현업 적용 어려움
GO AI OCR
- AI 딥러닝 기반 문서 구조 인식
- 사용할수록 정확도 향상
- 필요한 정보를 별도로 추출
3세대 AI OCR,
노이즈 환경에서도 99.17% 인식률
스캔 품질이 낮은 문서, 손글씨 혼합 문서 등 실무 환경의 Noised Data에서도
99% 이상의 인식 정확도를 달성합니다.
Noised Data 기준
99.17%
인식률 99%만으로는 부족합니다. 핵심은 "정보 추출"입니다.
문자를 읽는 것과 업무에 필요한 데이터를 구조화하는 것은 다릅니다.
GO AI OCR은 딥러닝으로 문서 구조를 이해하고 필요한 정보만 정확하게 추출합니다.
일반 OCR 결과
문자는 인식했지만 필요 정보 구분 불가
GO AI OCR 정보추출기
고객명 : 홍길동 (대한상사)
사업자번호 : 123-456-78900
청구방법 : 알림톡, 문자, E-mail
딥러닝 기반 구조 이해, 필요 정보만 추출
10만 장 중 오류 100건, 사람이 전수검사 하시겠습니까?
99.9% 인식률이라도 오류를 자동 분류하지 못하면 10만 장 전체를 재검토해야 합니다.
GO AI OCR의 특허 기술이 오류만 자동으로 분류해 검토 시간을 99% 단축합니다.
특허 제10-2019208호
딥러닝 기반 오류 분류 (Prediction Space Validation)
99.9% 인식률 10만 장
100개 오류
10만 장 재검토 필요
GO AI OCR
오류만 자동 분류
검토 시간 99% 단축
새 서식 추가, 한 달이 아닌 하루면 충분합니다.
GO AI OCR은 마이크로서비스 아키텍처 기반 플랫폼으로 설계되어,
개발된 서비스를 조합해 코딩 없이 하루 만에 새로운 문서 처리를 구현합니다.
-
문서 방향 검출
-
구조 인식
-
텍스트 검출
-
정보 추출
-
커스텀 후처리
AS-IS
여러 명의 전문 프로그래머, 한 달 이상 소요
TO-BE
소수의 실무 직원, 하루 내 업무 구현 (NO Coding)
IBK기업은행 전사 도입, 연간 1,500만 장 서류 자동화 달성
서류인식시스템 구축 완료 (24.2~24.9, 7개월)
14개
업무 영역
94종
서류
1,500만
연간 처리
배경
- 기존 OCR 기술의 낮은 인식률로 업무 대체 한계
- 2023년 실증사업 인식률 검증 완료
성과
- 전국 지점 14개 업무 서류 처리 자동화
- 디지털 기반 리스크 관리 강화
- 직원 생산성 업무 집중 효과
주요 카드사, AI OCR + RPA 결합으로 연 5억 이상 절감
까다로운 금융 규제와 다양한 서식 요건을 충족하며, 인식률 99.8%와 실질적 비용 절감을 달성한 사례입니다.
S카드
24.09 ~ 24.12 (4개월)
- 4개 업무 서류 인식 자동화
- 연간 9,000시간 업무 절감
- 연 5.2억 이상 절감 효과
- RPA/RDA 결합 자동화를 극대화
L카드
24.08~25.01 (5개월)
- 4개 과제 19개 서식 처리 자동화
- 인식률 99.8% 달성
- 테스트 4,400건 중 오류 8건
- 맞춤형 서비스 13개 개발
검색을 넘어 실행으로,
RAG에서 Agent로.
검색증강생성 솔루션 GO RAG — 조직의 지식을 학습한 내부 전용 AI
ChatGPT는 우리 회사를 모릅니다.
범용 AI는 사내 규정, 법령, 업무 매뉴얼에 대해 정확한 답을 줄 수 없습니다. 조직의 지식을 학습한 내부 전용 AI, GO RAG가 필요합니다.
일반적 기준은..."
평가 항목은 다음과 같습니다 (출처 링크)"
준수가 중요합니다..."
내부 규정에 반영되었습니다 (출처 링크)"
AI 도입, 이런 문제로 막혀있지 않으신가요?
GO RAG는 기업이 직면하는 4가지 핵심 장벽을 모두 해결합니다.
비정형 데이터 처리
기업 데이터의 80%는
PDF, HWP, 스캔 문서입니다.
GO RAG는 자체 AI OCR로
모든 비정형 문서를 처리합니다.
장기 SI 프로젝트
12개월 이상 걸리는 구축은
리스크입니다.
GO RAG는 4~6개월 내
Plug & Play로 도입이 완료됩니다.
데이터 보안 우려
외부 클라우드 AI 사용 시
정보 유출이 우려됩니다.
GO RAG는 On-Premise 기반으로
데이터가 외부로 나가지 않습니다.
확장성 부재
문서 검색만으로는 ROI를
입증할 수 없습니다. GO RAG는
Agent Hub로 사내 시스템 연동과
업무 자동화까지 확장됩니다.
GO RAG, 4가지 문제를 한 번에.
데이터 수집부터 활용까지 4~6개월 내 Plug & Play 구축 완료. 검색을 넘어 실행하는 AI Agent 플랫폼으로 확장됩니다.
-
자체 개발 AI-OCR로 모든 비정형 문서 인식
-
4~6개월 내 Plug & Play 구축 완료
-
On-Premise 기반, 정보 유출 원천 차단
-
Agent Hub로 사내 시스템 연동 및 업무 자동화
검증된 기술력, 압도적인 정확도
한국수자원공사 500여건 실제 문서 테스트에서 검증된 성능
98%
AI 검색 정확도
94%
AI 생성 정확도
문서유형별 Extractor
HWP, PDF, 스캔문서 등 유형별 최적화
Layout Detector
축적된 학습 데이터로 문서 구조 분석
AI OCR
국내 최고 수준, Life-long 학습 적용
하이브리드 검색
Vector + Keyword + ReRanking
Multi Query
질의어 확장으로 검색 정확도 향상
On-Premise LLM
내부 구축형/외부 Dual AI 보안
검색을 넘어, 실행하는 AI로
LLM Hub에서 내부/외부 AI를 선택하고, Agent Hub를 통해 ERP, HRMS, CRM 등 기존 시스템과 연동합니다.
MCP 기반 표준 프로토콜로 확장이 자유롭습니다.
문서/지식
SMB/FTP
인사/HR
HRMS
회계/재무
ERP
고객관리
CRM
도입 2개월,
검색 단축만으로 체감하는 효과
일평균 200명 사용 기준 실측 데이터
36,803
누적 사용건수
1,507
일평균 절감시간(분)
72,340
누적 절감시간(분)
*S공사 도입 2개월 사용 데이터 활용, 자체 추산 결과
일 1,000명 사용 시
연 14.4억 절감
검색을 넘어, 전사로 확산되는 도입 효과
직원 1,000명, 1년 기준 정량적 효과 추산. 검색 시간 절감에서 시작해 보안, 지식 관리, 경영 평가까지 확장됩니다.
9,600
업무 생산성 향상
연간 시간 절감
1.2억
리스크/보안 관리
연간 비용 절감
6,000
조직 지식 관리
연간 시간 절감
2~3
경영실적 평가
가점 항목 확보
공공기관 최초, 전사 시스템 정식 오픈
금융, 공공, 에너지 등 규제 산업에서 검증된 On-Premise RAG 솔루션. 많은 고객이 그리드원과 업무 혁신을 함께하고 있습니다.
한국수자원공사
공공기관 최초
'K-water GPT' 전국 공공기관 최초 전사 정식 오픈.
사규, 법령, 기술문서 등 전사 지식 통합 검색 및 AI 답변 제공.
한국지역난방공사
50+ 시스템 통합
'한난형 AI' 50여개 사내 시스템 통합.
현장 안전 의사결정 지원 및 운영 효율화 달성.
-
01 Test 자동화
국내 최초 인터넷뱅킹 사업에서 축적한 솔루션 사업경험과 기술, 탄탄한 고객층을 기반으로
테스트 자동화 서비스를 제공하고 있습니다성능부하 시험 PerfOne
자동기능 시험 TestOne
모니터링 WatchOne
SW 기능/성능 테스트 자동화
-
02 RPA (업무자동화)
자신 외 SW를 대상으로 정의된 프로세스를 자동실행 하는 업무 자동화 Tool로서, 국내 최초/최다 Reference 보유
RPA 솔루션입니다AutomateOne 2.0
AutomateOne 3.0
ezBot
ONETEAM(Portal)
-
03 AI 비정형 문서 프로세스 자동화
AI 기술력을 기반으로, 문서, 자연어, 영상인식 등 비정형 업무를 자동화 할 수 있도록 10여종의 AI Tool 마이크로 서비스를 조합해
플랫폼 형태로 제공합니다AI InspectorOne MSP (A20 MSP)
AIDA (Document Processor)
-
04 생성형 AI (LLM) 기반 업무 자동화
도메인 맞춤형 생성형AI(LLM)와, 축적된 자동화 기술로 DX 융합을 통해, 수많은 End User를 타겟으로 경량화 된 고성능 B2B2C 서비스를
개발하여 제공합니다GO Automation Platform
GO;DO - AI Search, AI Chatbot
GO;Developer
GO;Document Agent
GO AiSE
AI가 레거시를 이해한다
소스코드·문서·회의록, 어디서 시작하든 AI가 비즈니스 요구사항으로 변환하고
SI 구축부터 SM 운영까지 — 지식이 자산이 됩니다
금융·공공 IT의 현실
레거시 시스템은 쌓이고, 사람은 줄고, AI 전환 압박은 커지는데 — 아무도 전체 그림은 모릅니다
레거시의 블랙박스화
수십 년 쌓인 소스코드, 담당자는 이직·퇴직.
문서는 없거나 현행과 불일치.
SI·SM의 비효율 반복
매번 새 프로젝트마다 동일 분석 반복.
테스트 케이스는 일회성 소비, 재사용 불가.
AI 도입 리스크
AI 활용 명령은 위에서 내려오지만
소스코드·업무정보는 외부 유출 불가.
바이브 코딩 에이전트는 코드 생성해도
시스템 이해는 불가능.
근본 원인 : 개발 산출물이 지식으로 축적되지 않고 프로젝트와 함께 사라진다. 다음 SI가 오면 처음부터 다시 — 이 구조가 반복되는 한, 비용과 리스크는 줄지 않습니다.
GO AiSE Full Platform
무엇을 넣든, AI가 비즈니스 지식으로 변환하고 — SI·SM 전 과정을 자동화합니다
기존 SI/SM 운영 구조
지식이 사람에게 묶인 운영 구조
GO AiSE
업무 지식으로 구조화한다
정책 기준으로 설계·구현한다
기준에 따라 수행한다
Agent가 먼저 검증한다
X-Ray Analysis로 업무 맥락을 구조화·자산화
SQA 중심 운영
지식이 구조화된 AI 운영 구조
GO AiSE 핵심 Concept
유즈케이스 기반 양방향 엔지니어링
AiSE의 중심에는 유즈케이스(UseCase)가 있습니다
유즈케이스는 비즈니스 스펙과 시스템을 잇는 핵심 중추이며,
아이디어는 빠르게 시스템으로 구현되고,
시스템은 다시 비즈니스 스펙으로 정확하게 복원됩니다
AI 에이전트 기반으로 레거시 시스템의 소스코드로부터 도출한 유즈케이스를 제공하는 방법 및 프로그램
GO AiSE Analyzer
레거시를 해체하고, 비즈니스 프로세스를 복원합니다
Agent Only
기능, 데이터, 기술요소 구조적 식별
유지보수 Metric 지표 산출
- 기능-업무-데이터-기술흐름표
- 테이블별 CRUD 정리
- 데이터흐름도
요소간 연계성과 상관관계 도출
- CrossTab 분석표
- 연계성 분석 리포트
- 영향도 높은 기능 도출
현행시스템 실제기능 흐름과
사용자 시나리오 도출
- AS-IS 프로세스 정의서
- 유즈케이스 목록 및 흐름도
Human + Agent
AS-IS와 TO-BE 차이점 파악
- GAP분석표
- 문제점 요약 보고서
- 개선 필요 기능 리스트
재설계를 위한 프로세스 및
시스템 구조 설계
- TO-BE 프로세스흐름도
- 기술 아키텍처 구성도
- 유즈케이스 정의서
GO AiSE
Developer
GO AiSE Analyzer는 소스 분석을 통해 현 시스템의 구조, 모델, 문서를 최신화 할 수 있습니다
GO AiSE Developer
정책 기반의 초고속·표준 구현 엔진입니다
Analyzer or SRS
Agent Only · Dev
Human + Agent · QA
반복
Agent Only · Dev
Human + Agent · QA
반복
Agent Only · Dev
Human + Agent · QA
GO AiSE Tester
GO AiSE Developer는 SRS 요구사항과 AiSE 분석 결과를 입력받아,
분석·설계·코딩 전 단계의 산출물을 빠르게 생산하고 담당자 검수를 거쳐 확정합니다
GO AiSE Tester
테스트 완전성 검증 및 자산화 도구입니다
GO AiSE Developer
모든 단계 공통 적용
- 테스트 마이닝을 통한
테스트 케이스 자동 생성 - 테스트 스크립트 및
테스트 데이터 자동 생성 - 커버리지 기반 테스트 완전성 검증
검증 미완료 시 반복 수행 → 검증 완료 시 다음 단계 진행
GO AiSE Tester는 개발 역순(코딩 → 설계 → 분석)으로 테스트 케이스를 반복 수행하여
각 단계의 완전성을 체계적으로 검증합니다
GO AiSE Critic Agent — 실시간 품질 검증 Agent
결함을 나중에 발견하는 것이 아니라, 결함 가능성을 사전 차단합니다
전 단계 품질 검증
프로젝트 정책·요구사항 기준 설정
UC/요구사항/분석/설계/코드/룰
미달 항목만 Human 확인 후 승인
검증 완료 → Human 승인
자가 수정 루프 반복
| 구분 | 일반 린터 | Critic Agent |
|---|---|---|
| 검증 범위 | 문법/스타일 | 요구사항 충족 |
| 검증 시점 | 사후 | 실시간 |
| 피드백 | 오류 리스트 | 수정 제안 포함 |
| 검증 대상 | 코드 | UC·설계·코드·테스트 산출물 |
| 메커니즘 | 검출 | 프로젝트 정책·요구사항 기반 |
X-Ray Analysis — 요구사항부터 코드까지 전 수명주기 추적
어디가 수정되면 무엇이 영향을 받는지, 즉시 확인 가능합니다
4계층 양방향 연결 및 시각화 Agent
변경 영향 분석 시나리오
정방향 + 역방향 + AI 질의로 완벽한 추적 — 추적성 100%, 감사도 AI 질의로 대응합니다
이미 검증했습니다 — S증권 퇴직연금 시스템
레거시 소스코드만으로, 5주 만에 — AI가 시스템 전체를 이해했습니다
Java 281 + JSP 325
전체 분석 완료
리팩토링 필요 파일 자동 식별
자동화 분석 프로세스 표준 수행
무엇을 해냈나
- 문서 없이 소스코드만으로 BP·UC 자동 추출
- 16종 매트릭스 기반 품질 분석
- TO-BE 5계층 아키텍처 설계안 자동 생성
- 국제 표준 준수 검증 (ISO/IEC 25010, IEEE 42010)
고객 반응
소스만 던져줬는데 전체 업무 흐름이 문서로 나왔습니다. 이런 건 처음 봤어요.
다음 SM 계약 때 이걸 기본으로 협의하면 훨씬 빠르겠다는 생각이 들었습니다.
* 2024년 PoC 수행 결과 기준. 실제 고객사 정보는 비식별 처리하였습니다.