도입 사례
제조부터 금융 · 공공까지실제 도입된 DARVIS 사례
손익 변동 분석은 원인 추적과 보고서 정리까지, 문서 검색은 실무 질문 109개로 검증했습니다.
서로 다른 현장의 문제를 어떻게 풀었는지, 실제 PoC 과정을 확인하세요.
- 118건종결된 분석 · 실행 161건 중 · 실패 0
- 4~6주첫 도입 기간
- 5단계감지 → 근거
대표 사례
공개된 도입 사례
손익 변동 분석 · PoC
이익률 하락 원인을자료 재취합 없이 추적합니다
여러 부서의 자료를 다시 취합하지 않고 손익 변동을 세부 항목까지 추적합니다. 같은 화면에서 후속 질문을 이어가고 분석 과정은 PDF로 정리합니다. 식품 제조 PoC에서 이 흐름의 작동을 확인했습니다.
합계는 흑자인데, 주문 한 건씩 보면 팔수록 손해가 섞여 있었습니다
주문을 한 건 단위로 다시 세운 뒤에야 적자 구간이 드러났습니다. 판관비 배부를 빼고 직접원가만 봐도 같았습니다. 건수 · 비율 · 금액은 고객 자료라 공개하지 않습니다.
DARVIS-P 화면 보기공장 출고 능력(케파)과 센터 재고일수를 같이 봐, 이고를 사람이 승인하는 흐름으로
여러 물류센터를 대상으로 생산할당·공장 이고·임박재고 에이징을 한 화면에서 봅니다. 할당·이고 추천 화면, 설정 페이지(센터별 공장 우선순위·케파), STO(재고 이동 지시) 연동까지 만들어, 추천을 보고 사람이 다음 조치를 판단합니다.
DARVIS-I 화면 보기- 전자부품
AI 에이전트 3종 PoC 완료
사내 챗봇 · DB 동기화 자동화 · 설비명 자동 검증. 세 과제를 같은 방식으로 풀었습니다.
I사 사례 전문 보기 - 시스템 반도체
109개 실무 질문으로 2주 만에 검증
현장의 실무 질문으로 평가한 PoC에서 문서 검색 정확도 93.58%를 확인했습니다.
반도체 대기업 사례 전문 보기 연매출 1조 기업의 문서를 질문 하나로
사내 시스템마다 흩어져 있던 문서를 3단계로 검증해 하나의 답으로 모았습니다.
글로벌 부품 대기업 사례 전문 보기측정장비 데이터에서 감사 대응 보고서까지
측정장비 데이터로 적격성평가 보고서를 자동 작성할 수 있는지 검증했습니다.
제약 제조 사례 전문 보기- 자동차 부품
자재 계획 검증을 실시간으로
분산된 시스템을 챗봇 하나로 연결, 데이터 맥락 통합.
W사 사례 전문 보기 예측 모델 해석부터 전사 데이터 통합까지
모델이 왜 그렇게 답했는지를 사람이 읽을 수 있게 만드는 데서 시작했습니다.
해운 대기업 사례 전문 보기- 금융 데이터
SQL 사용자 150명이 자연어로 지표를 찾습니다
1.5개월 PoC에서 Text-to-SQL, 프로파일 자연어 검색, 보고서 자동화, 권한 관리를 확인했습니다. 정량 효과는 측정 중입니다.
K사 사례 전문 보기 - 공공 행정
행정 응대 시간 단축
AI 챗봇으로 반복 행정 문의를 처리해 응대 시간을 줄였습니다.
공공기관 사례 전문 보기
공통 절차
모든 사례가 같은 다섯 단계를 지납니다
이상 신호 감지
평소 범위를 벗어난 항목을 먼저 표시해, 어디부터 볼지 정합니다.
읽기 전용 연결
ERP · MES · 원가 시트를 읽기 전용으로 잇습니다. 기존 시스템 수정과 재배포가 없습니다.
주문 단위 재계산
원가를 주문 · 품목 단위로 다시 세웁니다. 집계값이 아니라 낱건에서 출발합니다.
변동 기여도 분해
지난달과 비교해 어떤 요인이 얼마나 밀었는지 금액으로 분해합니다.
근거 정리
모든 답에 어느 표 · 어느 열에서 나왔는지 근거를 붙여 전달합니다.
다른 도구와의 차이
BI 도구와의 차이
BI는 지표를 보여줍니다. DARVIS는 지표가 평소 범위를 벗어나면 알리고, 기여도와 근거를 함께 남깁니다.
SI 컨설팅과의 차이
SI는 기존 시스템을 수정합니다. DARVIS는 기존 시스템을 변경하지 않고 읽기 전용으로 연결해 분석합니다.
엑셀 수작업과의 차이
마감마다 사람이 다시 계산하던 것을, 같은 기준으로 매달 반복 실행합니다.
사례별 수치는 연결된 공개 원문의 측정 범위와 조건을 함께 확인해 주세요. PoC 관찰값이나 예상 효과를 실제 절감액·ROI로 해석하지 않습니다.