담당자：Study Exchange이메일：StudyExchange@163.com

기업 현장 프로젝트 경험 공유

기업 데이터가 말하게 하고,경영 질문에 바로 답합니다.

Owners and managers use AI to see production, operations, and sales as a whole, connecting ERP, MES, CRM, WMS, OMS, TMS, inventory, and finance databases and APIs, with OpenClaw, Dify, n8n, and dedicated Agent Skill practice.

휴대폰 WeChat에서 QR 코드만 스캔하면 AI 도우미를 연결할 수 있습니다. 추가 플러그인은 필요 없습니다. 경영자는 말로 데이터에 질문하며 전체 현황을 파악할 수 있습니다.

담당자：Study Exchange이메일：StudyExchange@163.com
제공 서비스 보기
  • WeChat 스캔으로 연결
  • 추가 플러그인 없음
  • 데이터베이스 읽기 전용
9:41● ● ▰
‹책경영 참모 · 책···

〽 음성 8초이번 달 경영 데이터를 확인해 봐. 어떤 문제가 있지?

대표
경

ERP, MES 및 재무 데이터를 읽기 전용으로 분석했습니다. 화둥 지역 매출총이익이 3.2% 감소했으며, 그중 68%는 SKU 3개의 원자재 가격 상승에서 비롯됐습니다.

〽 음성 5초어떻게 해결하지? 실행 가능한 방안을 제시해 줘.

대표
경

SKU 3개의 구매 조건을 재협상하고 영업팀은 오늘 견적을 갱신하는 것을 제안합니다. 매출총이익률이 2.1%p 회복될 것으로 예상됩니다.

구매 관리자와 영업 책임자에게 전달됨SKU 3개 가격 조정 실행 목록담당자 · 마감일 · 검수 지표
영

새 견적을 모두 갱신했고 주요 고객에게 알렸습니다. 이번 주 신규 주문의 매출총이익률이 2.3%p 회복됐습니다.

WeChat 스캔으로 연결

WeChat에서 스캔하면 연결됩니다. 추가 플러그인은 필요 없습니다.

과거에는 경영 질문의 답을 얻기 위해—

01

데이터 추출, 표 작성, 반복 소통데이터에 직접 질문

02

담당자의 분석을 며칠간 대기몇 분 안에 단서 확보

03

대규모 시스템부터 개발Skill로 가치부터 검증

왜 보고서 시스템을 또 만들지 않나요?

진정으로 부족한 것은 경영자가 언제든 답을 얻고 그 답을 행동으로 바꾸는 것입니다.

AI is good at reading data and finding patterns; what an enterprise needs to lock in is its own metrics, decision rules, actions, and safety boundaries.

01
기업의 현재 상황

보고서 작성 대기

경영자가 한마디 질문하면 직원들은 부서 간 데이터를 찾고, 지표 기준을 맞추고, 표를 수정한 뒤 반복해서 설명해야 합니다. 며칠이 지나면 경영 문제는 이미 달라져 있습니다.

제 방식

경영자가 직접 질문

휴대폰 WeChat에서 한마디 하면 AI가 승인된 데이터를 즉시 조회합니다. SQL을 작성하거나 요구 사항을 기술 담당자에게 먼저 전달할 필요가 없습니다.

02
기업의 현재 상황

AI 오작동 우려

생산, 주문, 재무 데이터베이스는 시행착오를 감수할 수 없습니다. 한 번의 쓰기나 삭제 명령도 실제 업무에 영향을 줄 수 있습니다.

제 방식

연결 계층에서 읽기 전용 고정

읽기 전용 계정, 쿼리 허용 목록, 최소 권한 및 감사 로그를 사용합니다. Agent는 승인된 데이터만 볼 수 있으며 추가·수정·삭제할 수 없습니다.

03
기업의 현재 상황

분석은 있지만 실행이 끊김

보고서가 결론을 낸 뒤에도 다시 회의하고 업무를 나누고 진행을 독촉해야 합니다. 실행 결과는 같은 분석 흐름으로 돌아오지 않습니다.

제 방식

문제 발견부터 실행 피드백까지

AI가 실행 가능한 방안을 제시하고 관리자는 담당자에게 한 번에 전달합니다. 직원이 WeChat으로 피드백하면 지표가 실제로 개선됐는지 자동으로 검증합니다.

04
기업의 현재 상황

대규모 시스템 외주 기간이 너무 김

요구 사항을 반복해서 조율하고 화면과 권한을 처음부터 개발하면 투자 비용은 높고 출시도 느립니다. 시스템이 완성될 즈음에는 처음 문제도 달라질 수 있습니다.

제 방식

Start with one specialized Skill

기존 AI와 기업 시스템을 재사용하고 지표 정의, 업무 규칙, 실행 프로세스만 정착시킵니다. 처음부터 시스템을 개발하는 것보다 더 빠르고 비용도 낮습니다.

AI Agent field practice

‘보고서를 기다리는 방식’에서 ‘데이터에 묻는 방식’으로.

읽기 전용 데이터베이스와 API로 ERP, MES, CRM, WMS, OMS, TMS, 재고관리, 재무 시스템을 연결합니다. 경영자는 WeChat으로 연결한 뒤 기업 데이터에 바로 질문하며 생산·운영·판매 전반을 파악할 수 있습니다.

01

WeChat에서 바로 질문

휴대폰 WeChat에서 스캔해 연결합니다. 플러그인 설치 없이 음성이나 문자로 질문하면 되고 SQL은 필요 없습니다.

02

승인된 데이터 읽기

ERP, MES, CRM, WMS, OMS, TMS, 재고관리, 재무, 보고서, 파일 등 승인된 데이터 소스를 연결하며 데이터베이스는 기본적으로 읽기 전용이고 권한 경계가 명확하며 감사할 수 있습니다.

03

분석 및 교차 검증

다양한 관점에서 이상과 원인을 찾고 데이터 변화를 비즈니스 행동과 연결합니다.

04

의사결정 단서 제시

생산·운영·판매의 주요 변화를 종합하여 결론, 근거, 다음 단계 제안을 제공합니다.

요구에 맞춘 기술 선택

구축은 시작점일 뿐이며, 전용 Skill이 있어야 업무에 맞습니다.

General AI is good at fetching and analyzing data, but it does not natively understand each company's metrics, rules, and ways of working. General-purpose AI coding is still hard for non-programmers; I turn those specialist needs into repeatable Skills, faster and lighter than building a system from scratch.

OpenClawDifyn8nCustom Skill
Two approaches
기존 시스템 개발
긴 기간 · 높은 비용
Agent Skill
더 빠른 가치 검증

범위가 명확한 분석 및 프로세스 요구에는 Skill이 처음부터 시스템을 개발하는 것보다 대체로 가볍고 빠릅니다.

산업은 달라도 하나의 폐쇄 루프

경영자의 한마디 질문부터 담당자 실행 후의 결과까지.

단순히 보고서를 분석하는 데 그치지 않습니다. AI가 현재 상황을 파악하고 원인과 실행 방법을 제시하며, 직원의 피드백 후 실제 개선 여부까지 검증합니다. Agent 이름도 기업과 사용 상황에 맞게 지정할 수 있습니다.

제조 기업생산 납기 책임자

아침 회의에서 지연 주문을 먼저 찾고 막힌 공정까지 추적

현재 상황

주문, 생산 계획, 재공품, 구매 입고 정보가 ERP, MES, 스프레드시트에 흩어져 있습니다. 생산 관리자는 매일 두 시간씩 취합하지만 경영자가 보는 정보는 여전히 어제의 것입니다.

“이번 주에 어떤 주문이 지연되나요? 자재, 설비, 인력 중 어디에서 막혔나요?”
AI의 수행 방식

AI가 납기, 공정 진행률, 자재 부족, 설비 중단을 교차 점검하여 고위험 주문, 원인, 영향을 받는 고객을 제시합니다.

실행 방법

경영자가 자재 독촉 및 생산 계획 목록을 구매팀과 현장에 전달합니다. 담당자가 WeChat으로 피드백하면 AI가 예상 납기를 갱신하고 이상을 계속 추적합니다.

무역 기업수출 이익 감시관

매출만 보지 않고 주문별 수익을 제때 지킴

현재 상황

견적 시에는 이익이 있었지만 출하 시점에는 환율, 해상 운임, 원자재, 결제 조건이 모두 달라집니다. 영업 담당자는 주문 처리에 바쁘고 재무팀은 월말이 되어서야 주문 손실을 발견합니다.

“미출하 주문 중 매출총이익률이 이미 12% 미만인 것은 무엇이며, 이유는 무엇인가요?”
AI의 수행 방식

AI가 CRM, ERP, 물류, 재무 데이터를 읽고 주문별 실시간 매출총이익을 재계산하여 운임, 환율, 구매 비용 변동을 파악합니다.

실행 방법

경영자가 운임 재협상, 견적 조정, 대금 회수 독촉 업무를 영업 책임자에게 전달합니다. 실행 결과가 WeChat으로 돌아오면 수익을 자동으로 재검토합니다.

이커머스 기업이커머스 수익 관리자

광고비가 계속 소진되기 전에 환불과 재고가 수익을 잠식하는 문제를 먼저 파악

현재 상황

매장, 광고, OMS, WMS, 재무가 각각 다른 수치를 갖고 있습니다. GMV는 늘지만 높은 환불률, 낮은 매출총이익률, 곧 품절될 SKU가 전체 수치에 가려집니다.

“어제 잘 팔려 보였지만 실제로는 팔수록 손해인 SKU는 무엇인가요?”
AI의 수행 방식

AI가 광고비, 플랫폼 수수료, 환불, 구매가, 재고를 통합하여 손실 SKU를 찾고 광고 집행, 가격, 상품 문제를 구분합니다.

실행 방법

운영팀이 광고 중단, 가격 조정, 보충 목록을 받습니다. 조정 후 AI는 환불률, 매출총이익, 재고 회전율이 개선됐는지 비교합니다.

소매 및 체인매장 재고 조정관

품절과 과잉 재고가 동시에 발생할 때 재배치할 매장을 바로 파악

현재 상황

본사는 총재고만 보지만 매장은 각각 품절이나 재고 적체를 겪습니다. 지역 관리자가 WeChat 그룹에서 일일이 확인하는 사이 재배치 시기를 놓칩니다.

“어떤 인기 상품이 3일 안에 품절되며, 어느 매장에서 가까운 곳으로 재배치할 수 있나요?”
AI의 수행 방식

AI가 매장 판매량, 현재 재고, 입고 예정 구매, 배송 리드타임을 결합해 품절 위험과 매장 간 재배치 제안을 생성합니다.

실행 방법

지역 관리자가 재배치 지시서를 점장과 창고에 전달합니다. 수령 피드백이 오면 AI가 품절률과 부진 재고 변화를 확인합니다.

세 가지 추가 역량 모듈

제품 엔지니어링부터 전문 알고리즘까지.

Each module has its own page with field scenes, cases, project outputs, and evidence.

02

무료 개인 프로젝트

Slip Loomer

VS Code와 Cursor를 위한 완성도 높은 AI 어시스턴트이자 Agent 제품 및 엔지니어링 역량을 공개적으로 입증하는 프로젝트입니다.

상세 페이지 보기
03

바이오메디컬 알고리즘 프로젝트 경험

바이오메디컬 알고리즘

On high-dimensional, sparse, and complex relational data, I have practiced analysis, feature engineering, and deep learning.

상세 페이지 보기
04

판매 및 재고 예측 프로젝트 경험

판매 및 재고 예측 알고리즘

판매량, 가격, 행사, 주기 데이터를 평가 가능한 예측 모델로 전환해 재고 준비와 경영 계획을 지원합니다.

상세 페이지 보기

How the project was done

효과를 먼저 검증한 뒤 투자를 확대합니다.

01

문제 정의

비즈니스 목표, 사용자, 현재 프로세스와 기대 결과를 확인합니다.

02

데이터 점검

데이터 품질, 권한 경계, 기술적 타당성을 확인합니다.

03

소규모 검증

최소 기능 버전으로 Agent 또는 모델의 효과를 검증합니다.

04

Iterate and refine

Improve from real feedback and write clear usage notes.

다른 역량 더 알아보기

Slip Loomer바이오메디컬 알고리즘판매 및 재고 예측 알고리즘