[TRINITY FAQ#2] 우리 환경에서도 작동하나요? — 기존 시스템 적합성 검토

지난 1편에서는 TRINITY가 어떤 솔루션이고, 기존 데이터 분석 도구와 무엇이 다른지 살펴보았습니다. 개념을 이해하고 나면 자연스럽게 다음 질문이 따라옵니다. "좋은 건 알겠는데, 그래서 우리 회사 시스템에 실제로 적용할 수 있을까?"

실제 도입 검토 단계에서 IT 담당자와 현업이 가장 먼저 확인하는 것도 바로 이 부분입니다. 지금 쓰는 DB를 바꿔야 하는지, 데이터를 새로 정리해야 하는지, 별도 개발 프로젝트를 꾸려야 하는지에 따라 도입 부담이 완전히 달라지기 때문입니다. 이번 편에서는 기존 시스템과의 적합성에 관해 가장 많이 받는 질문 6가지를 정리했습니다.

💡TRINITY 자세히 알아보기

Q1. TRINITY로 AI 데이터 분석 시스템을 구축할 때, 연동 가능한 DB는 무엇인가요?

A1. JDBC를 지원하는 DB라면 모두 연동할 수 있습니다.

JDBC(Java Database Connectivity)는 애플리케이션이 데이터베이스에 접속할 때 사용하는 표준 연결 방식입니다. Oracle, MS SQL Server, MySQL, PostgreSQL처럼 기업에서 널리 쓰는 DB는 물론, Tibero 같은 국산 DB도 JDBC 드라이버를 제공하기 때문에 연동가능합니다.

도입을 검토하실 때는 "우리 DB가 지원 목록에 있는가"보다 "우리 DB가 JDBC로 접속 가능한가"를 확인하시면 됩니다. DB가 아닌 엑셀 데이터는 1편 Q4에서 소개한 것처럼 파일을 올려 바로 분석할 수 있습니다.

Q2. 레거시 DB를 그대로 써도 되나요?

A2. 기존 DB를 변경할 필요 없이 그대로 연결해 사용할 수 있습니다. 다만 레거시 DB는 별도의 스테이징 DB를 두는 것을 권장합니다.

레거시 DB는 오래전에 구축되어 지금도 핵심 업무에 쓰이는 기존 데이터베이스를 말합니다. 오래된 시스템일수록 ‘새 솔루션을 붙이려면 DB 구조부터 손봐야 하는 것 아닌가’ 하는 걱정이 앞섭니다. TRINITY는 DB를 새로 바꾸거나 옮기는 작업 없이 도입을 검토할 수 있습니다.

스테이징 DB는 레거시DB(운영계 DB)와 분리해 분석용으로 데이터를 옮겨 두는 중간 DB를 말합니다. 스테이징 DB를 권장하는 이유는 퍼포먼스 때문입니다. 레거시 DB는 대개 주문, 회계, 생산 같은 핵심 업무 처리를 담당하고 있는데, 여기에 분석용 조회가 한꺼번에 몰리면 업무 시스템의 응답이 느려질 수 있습니다. 운영 DB의 데이터를 분석용 스테이징 DB로 옮겨 두고 TRINITY가 스테이징 DB를 조회하도록 구성하면, 업무 시스템은 평소처럼 운영하면서 분석은 분석대로 안정적으로 수행할 수 있습니다.

Q3. 기존 데이터를 적용하려면 별도 가공이 필요한가요?

A3. 기존 DW/DM에서 정제된 데이터를 적용한다면 추가 가공 없이 바로 활용할 수 있습니다.

DW(데이터 웨어하우스)는 여러 시스템의 데이터를 분석 목적에 맞게 모아 둔 저장소이고, DM(데이터 마트)은 그중 영업·재무처럼 특정 부서나 주제에 맞게 추려 둔 저장소입니다. 이미 이런 환경을 갖춘 기업이라면 그동안 쌓아 온 정제 데이터를 그대로 TRINITY에 연결하시면 됩니다.

DW/DM이 없는 경우에는 데이터를 정제한 뒤 DM을 구축하는 것을 권장합니다. 같은 '매출'이라도 부서마다 집계 기준이 다르거나 코드값이 시스템마다 제각각이면, AI도 사람과 마찬가지로 어떤 기준이 맞는지 판단하기 어렵기 때문입니다.

Q4. SI 개발 없이도 구축할 수 있나요?

A4. 네, TRINITY는 패키지 솔루션으로 제공되기 때문에 SI 개발 없이 구축할 수 있습니다.

SI(System Integration)는 고객사 요구에 맞춰 시스템을 설계하고 개발하는 방식입니다. TRINITY는 시스템을 바닥부터 코딩하는 방식이 아니라, 이미 완성된 패키지 솔루션을 고객 환경에 맞게 설정하는 '구현' 중심으로 구축이 진행됩니다.

구축 과정에서 고객사 DB와의 연결, 업무 용어 사전(메타데이터)을 설정합니다. 업무 용어 사전은 '매출', '거래처', '영업이익'처럼 현업이 쓰는 말이 실제 DB의 어떤 테이블과 컬럼을 뜻하는지 AI에게 알려주는 역할을 합니다.

특히 DB를 연결하면 ERD(테이블 간 관계도)와 시맨틱 매핑이 자동으로 생성되기 때문에, 사람이 테이블 구조를 하나하나 정의하던 작업이 크게 줄어듭니다. 데이터 준비도와 사업 범위에 따라 다르지만, 보통 기존 수 개월 ~ 수 년이 걸리던 구축 기간이 3~4개월 이내로 줄어듭니다.

Q5. DW 없이도 TRINITY를 사용할 수 있나요?

A5. 네, DW가 없어도 시작할 수 있습니다. 다만 분석의 정확도와 응답 속도를 최대로 끌어올리려면 DM이나 DW 환경을 갖추는 것을 권장합니다.

Q3에서 정제된 데이터가 중요하다고 말씀드렸지만, 그렇다고 DW가 도입의 전제 조건은 아닙니다. 운영 DB나 스테이징 DB에 바로 연결해 시작하는 것도 충분히 가능합니다.

분석 목적에 맞게 정제된 DM이나 DW를 권장하는 것은 TRINITY만의 특별한 요구 사항이 아니라, 엔터프라이즈급 데이터 분석 환경에서 일반적으로 따르는 표준 구성입니다. 데이터가 분석하기 좋은 형태로 정리되어 있을수록 AI가 만드는 SQL도 단순해지고, 결과도 더 빠르고 정확해집니다.

즉, ‘DW/DM이 없으면 못 쓴다’가 아니라 ‘DW/DM이 있으면 더 잘 쓸 수 있다’는 의미입니다. 지금 가진 데이터로 먼저 시작하고, 활용 범위가 넓어지는 시점에 DM을 단계적으로 갖춰 나가는 방식도 가능합니다.

Q6. 외부 데이터와 결합해서 분석할 수 있나요?

A6. 네, 가능합니다. MCP(Model Context Protocol)와 외부 API 오케스트레이션을 통해 내부 데이터와 외부 데이터를 실시간으로 결합해 분석합니다.

MCP는 AI가 외부 도구나 데이터 소스와 표준화된 방식으로 연결되도록 돕는 개방형 프로토콜입니다. TRINITY는 이 방식을 활용해 질문에 필요한 외부 정보를 그때그때 불러오고, 사내 데이터와 함께 분석합니다.

예를 들어 "오늘 날씨를 반영하면 매장별 판매실적은 어떻게 달라질까?"라고 물으면, TRINITY가 기상청 등의 날씨 API에서 정보를 불러와 사내 판매실적 데이터와 결합하고, 둘 사이의 상관관계를 자연어로 설명해 줍니다. 사내에 구축한 폐쇄형(Private) LLM을 사용하는 환경에서도 필요한 외부 정보만 API로 호출해 결합하는 방식이므로 동일하게 활용할 수 있습니다.

💡관련 포스팅 살펴보기: 내부 데이터만으론 부족한 분석, TRINITY의 외부 데이터 연계 분석

마무리

이번 편을 정리하면, TRINITY는 기존 DB를 바꾸지 않고 연결하는 방식이기 때문에 대부분의 기업 환경에서 무리 없이 시작할 수 있습니다. 데이터가 얼마나 정제되어 있는지에 따라 적용 난이도는 달라지지만, 그 차이는 '도입할 수 있느냐'보다 '얼마나 빠르고 정확하게 활용하느냐'에 가깝습니다.

다음 편에서는 도입 검토의 또 다른 관문인 AI 분석 결과의 정확도를 다룹니다. AI가 만든 분석 결과를 어떻게 믿을 수 있는지, 정확도는 어떻게 검증하는지 살펴보겠습니다.