자연어 기반 AI 매출 분석 PoC v2
SAP S/4HANA·BW/4HANA의 OData/BW Query를 AI Ready 데이터셋 없이 RAG로 연결하고, 분석 체계를 온톨로지로 구성해 분석 자동화를 검증합니다.
🔌 OData/BW Query 통합
개별 P&L OData 4종(실적·실행·계획·속보, O_ZCCOAA010_Q0201~4)을 복제 가정으로 연결. 별도 ETL·가공 없이 직접 조회.
📚 RAG 자연어 분석
질의 시 온톨로지(차원·지표·동의어·규칙)를 검색해 LLM 컨텍스트에 결합 — 실제 데이터와 비즈니스 의미를 함께 사용.
🧭 온톨로지 분석 체계
분석 체계를 ontology.yaml로 외부화. 코드 수정 없이 차원·지표·드릴다운 경로를 편집·확장.
🔍 완전한 추적성
모든 분석 단계마다 동등한 OData 호출 URL과 도구 입력·결과를 기록 — 수치의 출처를 끝까지 추적.
시나리오 — 매출차질 드릴다운 분석
사용자가 2025년 9월 SEA법인 매출 분석해줘라고 질의하면, 실행계획 대비 실적 차이를 5단계로 자동 드릴다운합니다.
각 단계별 데이터 조회 결과 + 요약을 제공하고 마지막에 전체 인사이트를 종합합니다. → AI 매출 분석에서 실행
샘플 데이터 스코프
법인 8개
로딩 중…
데이터 기간
실적 2025-01~09 (마감) · 실행/계획 2025-01~12 · 속보 2025-10 (잠정)
사업부 4 (MX·VD·DA·NWK) · 채널 5 · SKU 37종
레코드
로딩 중…
💬 AI 매출 분석
자연어로 질의하면 에이전트가 온톨로지를 참조해 OData를 자율 조회·드릴다운합니다. 각 단계 카드에서 도구 입력·결과·OData URL을 확인할 수 있습니다.
🔌 OData 카탈로그
SAP BW에서 복제 가정으로 가져온 OData v2 서비스 4종. 테이블 레이아웃은 동일하며 데이터 버전만 다릅니다.
🧪 직접 조회해 보기
필드 (BW 메타정보 매핑)
차원 (Characteristics)
키 피겨 (Key Figures)
⚡ 빅 테이블 퍼포먼스
고객 페인: "결산 빅 테이블은 몇천만~1억 건 어간에서도 버벅인다. 월 몇 억 건 나온다" (2026-05-14 미팅). 빅 테이블을 쪼개지 않고도 빠른 집계가 가능한지 검증합니다.
무엇을 재나
결산 빅 테이블의 전형적 질의 — SUM(금액) GROUP BY 사업부×채널(48그룹) — 을 지정한 행 수만큼 실제로 스캔·집계해 걸린 시간을 잽니다. 현재 PoC 데이터(4.5만 행)보다 수천 배 큰 규모를 가정한 측정입니다.
측정 방식의 한계
이 실측은 PoC 서버 단일 노드의 인메모리 컬럼 스캔 기준치입니다. 본 PoC 단계에서는 D-Hub의 ClickHouse 클러스터에 1억 건+를 적재해 실환경 수치로 대체합니다.
실측 실행
🧭 온톨로지 카탈로그
분석 체계 정의 (ontology/ontology.yaml). RAG가 이 카탈로그를 검색해 LLM에 비즈니스 의미를 공급합니다. 파일만 수정하면 분석 체계가 확장됩니다.