데이터의 연결부터 AI까지,
Ontology Intelligence를 책임지는 파트너, 인포유앤컴퍼니
Data Intelligence (DI)
Ontology Intelligence (OI)
Intelligence For You,
IN4U & Company
Complexity into Clarity
복잡한 아키텍처 속에서 성장의 알고리즘 발견
기술적 노이즈를 걷어내고 비즈니스의 본질에만 집중할 수 있도록,
인포유앤컴퍼니는 보이지 않는 곳에서 가장 지능적인 흐름을 설계합니다.
Ontology Intelligence Cycle
-

- Data
- AI 활용에 최적화된 데이터 설계 및 정제
-

- Ontology
- 정제된 데이터 간 관계와 맥락을 연결하여 지식 체계화
-

- AI Agent
- 체계화된 지식을 기반으로 자율적 판단과 업무 지원
-

- Business Impact
- 비즈니스 현장 적용과 피드백을 통한 지능형 혁신 창출
Transforming
Challenges into Results
복잡한 비즈니스 난제를 실질적 성과로 전환하여 차별화된 기술력을 증명합니다.

AI 기반의 시스템 구축으로 데이터 활용도 및 업무 생산성 향상
- 직면과제
- 데이터 분석 요청 지연 및 도메인 지식 차이로 인한 의사결정 병목 심화
- 업무 생산성 30% 향상
- 자연어 기반 데이터 분석으로 IT 외 직군의 활용도 극대화
Services & Solutions
Verified Excellence
전 세계가 인정하는 최상위 기술 파트너십으로 기업의 AX 안정성을 보장합니다.
-
- Databricks
- DPP 인증 Delivery Provider Program

- Silver Tier 획득
- 고도화된 기술 이해도와 실무 역량을 보유한 공인 엔지니어 및 아키텍트 인력 기준 충족
-
- Microsoft
- Azure Specializations 최상위 기술 파트너 인증

- Data & AI Top Partner 선정
- 2024 Solution Partner Award
-
- AWS
- AWS 기반 클라우드 인프라

- 구축·운영 역량
-
- Snowflake
- Snowflake Partner Network

- Select Partner 등급















인포유앤컴퍼니, 개방형 AI 플랫폼 'OneOI' 출시…흩어진 AI 에이전트 모아 통제2026.10.14데이터 및 AI 전문기업 인포유앤컴퍼니가 기업 곳곳에 흩어진 AI 에이전트와 기존 정보 환경을 하나의 체계에서 운영하는 개방형 AI·데이터 플랫폼 'OneOI(원오아이)'를 출시한다고 밝혔다. 기존 솔루션(BXG)의 기능을 확장한 후속 버전이 아니라, 기업의 AI 활용을 조직 차원에서 다루도록 새롭게 설계한 별도 제품이다.기업의 AI 활용이 부서와 시스템 단위로 늘면서 운영 대상도 함께 증가하고 있다. 업무별로 에이전트와 도구를 도입하면 어느 조직이 어떤 모델을 사용하는지, 사용량과 비용은 어느 정도인지, 구축한 기능이 실제 업무에서 얼마나 활용되는지를 기업 차원에서 파악하기 어려워진다. 시장조사기관 가트너는 에이전트의 자율성 수준과 접근 범위를 고려하지 않고 일률적인 통제를 적용할 경우 운영 실패로 이어질 수 있다고 지적했다. 가트너는 2027년까지 기업의 40%가 거버넌스 문제로 자율형 AI 에이전트의 권한을 축소하거나 운영을 중단할 것으로 전망했다.OneOI는 기업이 이미 쓰고 있는 데이터와 AI를 한 곳에서 다루도록 연결한다. 사내 데이터와 시스템을 플랫폼에 붙이고, 여러 AI 모델과 에이전트를 같은 환경에서 운영한다. 기존 시스템을 교체하지 않고 연동하는 구조로, 기존에 구축한 AI·데이터 환경을 그대로 활용할 수 있다.연결한 다음에는 조직과 사용자별로 권한을 나누고 승인 절차를 적용해 활용 범위를 관리한다. 플랫폼에서 만든 모델과 에이전트가 어느 조직에서 얼마나 쓰이고 비용이 얼마나 드는지도 플랫폼에서 확인한다. 도입 기업은 부서별로 늘어난 AI를 각각 따로 들여다보지 않고 한 기준으로 운영한다.특정 모델이나 도구에 종속되지 않는 개방형 구조가 이 모든 과정의 전제다. 기업이 쓰는 모델과 사내 정보 환경을 걷어내지 않고 연결해 한 체계에서 다룬다. 회사는 이 구조를 사내 시스템과 외부 도구에 같은 방식으로 적용한다.OneOI의 설계는 인포유앤컴퍼니가 여러 데이터·AI 구축 프로젝트에서 확인한 운영 과제에서 나왔다. 개별 모델과 서비스를 도입하는 단계를 넘어 권한과 승인, 비용, 활용 현황을 함께 파악할 수 있는 구조가 필요하다는 판단을 제품에 반영했다.이종복 인포유앤컴퍼니 대표는 “기업용 AI의 경쟁력은 개별 기능의 수보다 이미 들여놓은 데이터와 에이전트를 한 곳에서 운영하면서 누가 어디까지 쓰는지를 통제할 수 있는지에 달려 있다”며 “인포유앤컴퍼니는 기업이 기존 에이전트와 AI 환경을 활용하면서 실제 업무 활용 현황까지 파악할 수 있도록 OneOI를 발전시켜 갈 것”이라고 말했다.인포유앤컴퍼니는 OneOI의 적용 범위를 순차적으로 넓힐 계획이다. 외부에서 개발한 에이전트도 플랫폼에 등록해 통합 관리하고, 에이전트별 실제 업무 활용 현황을 분석해 운영·개선 여부를 판단할 수 있도록 지원할 예정이다. 사용자 권한에 따라 접근할 수 있는 정보 범위를 세분화하는 기능도 적용한다. 회사는 향후 OneOI 제품 소개 웨비나도 진행할 계획이다출처 https://www.etnews.com/20261008000281
[구축사례] 인포유앤컴퍼니, 국내 게임사 Databricks 기반 통합 분석 플랫폼 구축2026.08.25인포유앤컴퍼니(IN4U & Company)가 국내 게임사를 대상으로 AWS Redshift 기반 분석 환경을 Databricks로 전환하고, 여러 게임 데이터를 통합 분석할 수 있는 데이터 마트를 구축했다고 밝혔다.이번 프로젝트는 게임별로 데이터 구조와 분석 방식이 달라 각각의 대시보드를 개별적으로 확인해야 했던 기존 환경에서 출발했다. 기존 분석 환경은 단일 게임을 기준으로 구성되어 있어, 신규 게임이 추가될 때마다 구성을 별도로 잡아야 하고 표준 체계가 정립되지 않은 상태였다.인포유앤컴퍼니는 Bronze Layer에 적재된 원천 데이터를 기반으로 Silver·Gold 분석 마트를 구축하고, 다수 게임을 수용할 수 있는 범용 데이터 모델을 설계했다. 데이터 통합 방식은 세 가지 방안을 놓고 데이터 보존성, 장애 격리, 확장성, 운영 단순성, 분석 유연성, 거버넌스·추적성 등 여섯 가지 기준으로 비교 검토했으며, 게임별로 테이블과 스키마를 분리해 원천 데이터를 그대로 보존하는 방안을 고객사와 함께 최종 확정했다.이를 통해 기존에는 게임별 대시보드를 각각 확인해야 했던 분석 방식에서, 통합 마트에 적재된 여러 게임을 하나의 대시보드에서 공통된 기준으로 분석할 수 있는 환경이 마련됐다. 또한 표준 데이터 모델과 표준 파이프라인 구성을 갖춰, 향후 신작이 추가되더라도 동일한 기준을 적용해 빠르게 분석 기반을 확보할 수 있게 됐다.프로젝트는 약 두 달간 진행됐으며 당초 일정보다 빠르게 완료됐다. 인포유앤컴퍼니는 잔여 기간 동안 고객사에 Databricks 파이프라인 설계 방법론 가이드를 제공했다. 해당 가이드는 인포유앤컴퍼니가 다수의 구축 프로젝트를 통해 축적해온 표준 방법론으로, 향후 유사한 Databricks 전환 프로젝트에도 동일하게 제공된다.인포유앤컴퍼니는 데이터 정제·통합을 담당하는 Brain Portal, AI 에이전트 구동을 담당하는 BXG, 고도화된 의사결정을 지원하는 온톨로지 AI Agent로 이어지는 AX 여정을 기반으로 기업 고객의 데이터·AI 전환을 지원하고 있다.
[고객사례] 인포유앤컴퍼니, 국내 대형 항공사 사내 문서 기반 AI 챗봇(RAG) 플랫폼 구축 및 멀티도메인 확장 완료2026.08.05인포유앤컴퍼니가 국내 대형 항공사를 대상으로 Databricks 기반 사내 문서 검색 AI 챗봇(RAG) 플랫폼을 구축하고, 4개월 만에 3개 도메인으로 확장을 완료했다고 밝혔다.이번 프로젝트는 부서별로 각자 구축·운영되며 중복되고 있던 RAG 챗봇을 하나의 표준 플랫폼으로 통합하는 것에서 출발했다.부서마다 흩어져 있던 운영 지식을 찾기 어렵고, 검색 결과의 출처를 신뢰하기 어렵다는 것이 고객사의 공통된 문제였다. 인포유앤컴퍼니는 화물 운영·시장동향 도메인을 우선 구축해 운영을 이관한 뒤, 동일한 코드베이스에서 수집 어댑터와 설정값만 교체하는 방식으로 객실 도메인까지 확장했다. 이 과정에서 도메인이 늘어나도 코드가 늘지 않는 재사용 가능한 멀티도메인 구조를 실증했다.플랫폼은 하이브리드 검색과 Self-RAG 판정 구조를 적용해 부적합한 문서로 인한 환각을 판정 단계에서 차단하도록 설계됐으며, 모든 답변에는 원본 출처가 자동으로 함께 제공된다. 한국어 형태소 분석과 동의어 사전 등 한국어 특화 검색 엔지니어링을 별도로 구축해 검색 정확도를 높였고, PII(개인정보) 마스킹과 제로트러스트 기반 인증 체계로 보안을 확보했다. 오프라인 품질 평가와 운영 트레이스 모니터링을 병행하는 관측 체계를 구축해, 구축 이후에도 지속적으로 품질을 측정하며 운영하고 있다.이번 프로젝트는 2026년 3월부터 6월까지 4개월간 진행됐으며, 한국어 검색 오버헤드는 p50 기준 약 140마이크로초 수준으로, PII 보호 운영 비용은 하루 약 2달러 수준으로 확인됐다. 고객사 실무자들은 벡터 검색 기술에 대한 신뢰도가 높아졌으며 플랫폼의 품질과 기능에 만족한다는 반응을 보인 것으로 나타났다.인포유앤컴퍼니는 이번 프로젝트를 AI 에이전트 구동을 담당하는 BXG의 실제 구축 사례로 보고 있으며, 이를 통해 확보한 멀티도메인 확장 구조와 한국어 검색 엔지니어링 노하우를 향후 유사한 데이터·AI 전환 프로젝트에 활용할 계획이다.
인포유앤컴퍼니, 중공업 도면 AI PoC 완료…BOM 추출 정확도 100%·패널 탐지 1초 미만2026.07.28데이터 및 AI 전문 기업 인포유앤컴퍼니가 국내 대형 중공업 기업과 진행한 도면 인공지능 AI 개념 증명을 완료했다고 밝혔다.중공업·플랜트 산업에서는 수십장에 달하는 엔지니어링 도면에서 패널 정보와 부품 목록을 추출하는 작업이 설비 조달과 유지보수의 핵심 과정이다.그러나 도면 형식이 제각각인데다 정보량이 방대해 사람이 직접 처리하는 구조가 지속되어왔다. 제조AI 도입이 산업 전반으로 확산되는 가운데서도 도면 데이터화는 자동화가 가장 더딘 영역으로 꼽혀 왔다.인포유앤컴퍼니의 도면 AI를 적용한 결과 PoC요구사항 전 항목을 달성했다. PoC 대상 도면 전체에서 패널 인식 재현율 100%, BOM 추출 정확도 100%를 기록했으며, 패널 탐지 처리 시간은 1초 미만으로 단축됐다.이 솔루션은 엔지니어링 도면 이미지에서 패널 정보, 기술 사양, 설비 구성 등 정형·비정형 데이터를 자동 인식·추출한다. 고객사 클라우드 환경 내부망에 구축되며, 엔터프라이즈 AI에이전트 플랫폼 'BXG' 마켓플레이스 기반으로 제공되어 도면 기반 정보를 업무 자동화 흐름과 직접 연결할 수 있다. 필요 시 독립 솔루션으로도 운영이 가능하다특히 단순 룰·프롬프트 방식이 아닌 에이전트 기반 구조로 설계되어, 각 단계별 처리 근거와 오류 원인을 추적할 수 있다. 추출 결과에는 도면 원문 근거와 인식 신뢰도가 함계 표시되며, 도메인 지식이 필요한 항목은 현업 담당자가 직접 확인·조정하는 휴먼인터루프 방식으로 처리한다.회사는 도면 AI를 필두로 산업별 특화 버티컬 AI라인업을 확장하고, 제조 AI 수요가 높은 중공업·에너지·건설 분야 고객사 확보에 본격 나설 계획이다.이종복 인포유앤컴퍼니 대표는"이번 PoC에서 패널 탐지 처리 시간 단축과 BOM추출 정확도 100%를 동시에 달성했다."며 "도면 AI를 첫번째 버티컬 AI 솔루션으로 삼아 제조·에너지·플랜트 전반으로 확대해 나갈 것"이라고 말했다.출처 : https://www.etnews.com/20260727000345






