엑셀은 많은데 기준이 흩어져 있습니다
생산계획, 발주, 정산, 재고표가 파일마다 다르고 담당자별 규칙으로 운영됩니다.
엑셀·PDF·ERP에
흩어진 업무 데이터를
검수 가능한 AI 자동화
시스템으로 구축합니다
PromptCore는 엑셀, 문서, ERP, 웹 업무처럼 사람 손에 흩어진 업무 흐름을 데이터 구조로 정리하고 AI 분석·검수·로그가 남는 내부 운영 시스템으로 구현합니다.
엑셀·PDF·ERP 구조화
AI 분석 결과 검수
로그가 남는 운영 흐름
100+
수행 프로젝트
15+
년 현장 경험
B2B
업무 자동화 구축
PromptCore Workflow
검수 가능한 AI 자동화 운영 구조
Excel / CSV
발주·정산·재고표
PDF / 문서
신청서·계약서·공고
ERP / 웹 업무
주문·입출고·콘텐츠
Structure
표준 필드·기준정보
AI / Rules
분석·분류·업무 규칙
Review
사람 검수·승인 화면
Operate
로그·대시보드·보고서
원본 보존
예외 케이스 QA
감사 이력
What We Transform
데이터는 있지만,
업무에 바로 쓰기 어렵다면
문서와 PDF 속 정보가 수작업으로 옮겨집니다
고객사별 양식, 근태자료, 신청서, 계약서에서 필요한 필드를 매번 사람이 찾습니다.
ERP·주문·재고 데이터가 서로 맞지 않습니다
시스템은 있지만 입출고 경로, 이력, 계산 기준이 분산되어 오류 원인 추적이 어렵습니다.
반복 보고와 콘텐츠 운영이 계속 사람 시간을 씁니다
주제 수집, 초안, 발행, 리포트 생성, 검수 기록이 자동화되지 못하고 있습니다.
AI를 쓰고 싶지만 결과 검증이 불안합니다
완전 자동화보다 사람 검수, 예외 처리, 책임 있는 승인 흐름이 먼저 필요합니다.
운영 데이터는 안전하게 바뀌어야 합니다
백업, 롤백, 로그, 변경 문서 없이 바로 운영 DB를 건드리는 방식은 위험합니다.
Capability Map
입력 자료가 운영 산출물이 되는
전체 흐름을 설계합니다
PromptCore는 AI 기능 하나를 붙이는 데서 멈추지 않습니다. 데이터 구조, 업무 규칙, 검수 화면, 운영 로그까지 연결해 실제로 반복 실행 가능한 시스템을 만듭니다.
Input
흩어진 입력
- Excel / CSV
- PDF / 문서
- ERP / 웹 업무
Structure
표준 구조
- DB 스키마
- 기준정보·원장
- 이력·상태 모델
Rules
업무 규칙
- 자동 계산
- 예외 조건
- 승인 기준
AI
분석·분류
- 필드 추출
- 요약·분류
- 신뢰도 점수
Review
검수 화면
- 담당자 확인
- 수정·승인
- 반려 사유 기록
Operate
운영 산출물
- 대시보드
- 보고서·API
- 로그·감사 이력
Build Cases
목록이 아니라,
증거로 읽히는 사례
프로젝트명보다 중요한 것은 어떤 문제를 어떤 데이터 구조와 검증 흐름으로 바꿨는지입니다. 첫 상담에서는 아래 구조로 현재 업무를 함께 분해합니다.
01 / OrderGo
발주·재고 자동화 MVP
문제
매출, 레시피, 재고 데이터가 분리되어 발주 판단이 수작업으로 이뤄짐
데이터
POS 매출, BOM, 공급사, 초기 재고, 발주 이력
구축
Excel/POS 파싱, 품목 매핑, 발주 추천 로직, 관리자 화면
검증
재고 차감 기준, 중복 발주 방지, 발주 이력 추적
결과물
반복 발주 판단을 시스템화할 수 있는 운영 MVP
02 / NaraBot / BidWatch
공공입찰 데이터 구조화
문제
비정형 공고 문서에서 자격, 일정, 품목, 리스크를 사람이 반복 검토
데이터
입찰 공고, 첨부 문서, 자격 요건, 마감 일정
구축
공고 수집, 필드 추출, 조건 분류, 검색·필터 화면
검증
필수 요건 누락, 일정 오류, 담당자 검토 로그
결과물
우선 검토 대상과 대응 가능성을 빠르게 확인하는 업무 화면
03 / Business Hunter
상권·영업 데이터 수집
문제
신규 매장과 지역 상권 변화가 흩어져 영업 타깃 선정이 느림
데이터
매장 정보, 지역, 업종, 오픈 시점, 외부 공개 데이터
구축
수집 파이프라인, 표준 필드 정리, 지역·업종 필터
검증
중복 매장 제거, 최신성 확인, 검색 조건 검수
결과물
영업 후보군을 빠르게 좁히는 시장 탐색 데이터셋
수치가 없는 사례도 문제, 데이터, 구축물, 검증 기준, 결과물의 형태로 판단할 수 있어야 합니다.
전체 Labs 보기Before → After
흩어진 자료가
운영 시스템이 되는 과정
Before
- 파일·문서·시스템 기록이 따로 흩어짐
- 복사/붙여넣기와 수작업 검수 반복
- 오류 원인과 수정 이력 추적이 어려움
After
- 표준 데이터 구조와 기준정보로 정리
- AI 분석 결과를 사람이 검수하고 승인
- 원본·수정·결과 이력이 남는 운영 흐름
문서 / 엑셀 / PDF / ERP / 웹 데이터
데이터 구조화
AI 분석·분류
업무 규칙 적용
검수 화면
자동화 실행 / 대시보드 / 보고서
자동화의 목표는 사람을 빼는 것이 아니라, 사람이 검수할 수 있는 반복 흐름을 만드는 것입니다.
How We Work
바로 자동화하지 않고,
검증 가능한 구조부터 만듭니다
운영 업무는 한 번 잘못 자동화되면 오류도 같이 반복됩니다. PromptCore는 진단, 구조 설계, 자동화 구축, 검증, 운영 문서화를 순서대로 진행해 안전하게 바꿉니다.
01
진단
현재 업무 흐름과 데이터 상태를 읽기 전용으로 확인하고 자동화 가능한 구간과 위험 구간을 분리합니다.
- 업무 흐름 인터뷰
- 데이터·파일 구조 확인
- 반복 작업과 예외 케이스 도출
02
구조 설계
흩어진 정보를 표준 데이터, 기준정보, 이력 구조로 재정리하고 검수 가능한 업무 규칙을 설계합니다.
- DB·스키마 설계
- 기준정보·원장 구조
- 자동화 범위와 비자동화 범위 정의
03
자동화 구축
AI 분석, 업로드 처리, 관리자 화면, 대시보드, API 연동을 실제 사용할 수 있는 흐름으로 구현합니다.
- AI 추출·분류
- 관리자·검수 화면
- 반복 실행 파이프라인
04
검증
샘플 데이터와 예외 케이스로 결과를 확인하고 운영 반영 전 오류 가능성을 줄입니다.
- 테스트 데이터 검증
- 예외·오류 케이스 QA
- 운영 반영 체크리스트
05
운영·문서화
로그, 변경 이력, 사용 방법, 유지보수 기준을 남겨 자동화가 지속 운영되도록 정리합니다.
- 로그·이력 관리
- 인수인계 문서
- 유지보수 기준 정리
Trust Controls
자동화보다 먼저,
검증 가능한 운영 구조를 설계합니다
AI와 자동화는 빠르게 만들 수 있습니다. 하지만 운영 업무에서는 결과를 확인하고, 되돌리고, 설명할 수 있는 구조가 더 중요합니다.
읽기 전용 진단 우선
운영 데이터 변경 전 구조와 위험 구간을 먼저 확인합니다.
백업·롤백 계획
마이그레이션과 자동화 반영 전 되돌릴 수 있는 기준을 둡니다.
샘플·예외 케이스 검증
정상 데이터뿐 아니라 오류·누락·예외 상황까지 테스트합니다.
로그와 감사 이력
원본, 수정, 실행, 결과 기록을 남겨 추적 가능하게 만듭니다.
사람 검수 흐름
AI 결과는 confidence와 검수 화면을 통해 승인 가능하게 설계합니다.
민감정보 보호
계정, 고객정보, 영업자료는 필요한 범위 안에서만 다룹니다.
PromptCore Labs
고객 사례와 R&D를
분리해서 보여줍니다
기술 실험은 역량을 보여주는 자산이고, 고객-facing 사례는 실제 문제 해결 증거입니다. 두 영역을 구분해 의사결정자가 더 빠르게 판단할 수 있게 정리합니다.
전체 프로젝트 보기Client Work / 현장 수행 사례
익명화된 고객 문제를 문제·데이터·구축·검증 기준으로 정리합니다.
ERP 데이터 정합성발주·재고 자동화입찰 데이터 구조화
Products / 자체 서비스
운영 중이거나 MVP로 검증 중인 서비스형 자산입니다.
OrderGoInnerMap AI나라봇비즈헌터
R&D Labs / 기술 실험
고객-facing 제품과 분리해 기술 검증 목적을 명확히 표시합니다.
Browser Automation LabOpenClaw AssistantBacktest Engine
01R&D / 내부 자동화 실험
Browser Automation Lab
반복적인 웹 업무를 자동화하기 위한 Playwright 기반 브라우저 자동화 R&D입니다. 시나리오 실행, 스케줄링, 로그 추적, 실패 복구 구조를 실험합니다.
FastAPIPlaywrightScheduler
- FastAPI 브릿지 서버
- 시나리오 실행 러너
- 시나리오 기반 액션 처리
02MVP / 운영 준비
OrderGo Engine
매출 데이터, 레시피 BOM, 재고 데이터를 연결해 발주 추천과 운영 관리를 자동화하는 업무 자동화 플랫폼입니다. POS 데이터 파싱, 품목 매핑, 초기재고 관리, 발주 이력, 구독/결제 연동까지 포함한 실사용형 MVP입니다.
ReactViteSupabase
- POS/Excel 데이터 파싱
- 품목/공급사 관리
- 레시피 BOM 관리
03고도화 중
InnerMap AI Engine
InnerMap AI 고도화 버전입니다. Inner9, Hero, Saju, Compatibility, Fusion 등 여러 분석 시스템을 통합하고, AI 해석 및 이미지 생성까지 연결하는 통합 분석 플랫폼입니다.
OpenAIGPT-4oDALL-E
- Inner9 분석
- Hero 매칭
- MBTI × 에니어그램 기반 96개 영웅 구조
04R&D / 검증용
Auto Trading Lab
전략 가설을 실제 적용 전 데이터로 검증하기 위한 R&D 프로젝트입니다. 전략 variant를 설정으로 정의하고, 동일 시장 집합에 대해 백테스트, walk-forward, Monte Carlo, MDD, Sharpe-like 지표로 비교 검증하는 구조입니다.
BacktestStrategy LabMonte Carlo
- 전략 variant 정의
- 백테스트 엔진
- 성과 지표 계산
05진행 중 / R&D
OpenClaw Assistant
OpenClaw 기반으로 Telegram 채널과 연동되는 AI 비서/에이전트 운영 환경을 구축하는 프로젝트입니다. 로컬 게이트웨이, OpenAI Codex OAuth/API 연동, Telegram Bot API 연결, 원격 명령/상태 확인, 자동화 작업 지시 흐름을 실험하고 있습니다.
OpenClawTelegram BotAI Agent
- Telegram Bot API 연동
- OpenClaw 로컬 게이트웨이 구성
- Codex/OpenAI 계정 인증 기반 연결
06목업 / 포트폴리오
BidWatch
입찰 데이터를 수집·분석하여 주요 항목을 구조화하고, 검색·필터링·분석이 가능하도록 설계한 데이터 분석 시스템 목업 포트폴리오입니다.
Bid DataData CollectionSearch
- 입찰 데이터 수집 구조
- 항목별 정규화
- 검색/필터링