업무 시스템에 쌓인 데이터를
현업의 질문으로 조회하려면.
업무 용어와 지표를 연결하고, 정해진 권한 안에서 SQL로 집계합니다.
자연어 데이터 접근블루어반은 기업 데이터 조회, 텍스트 생성 제어, 구조화된 지식 발행, 문서의 근거 판단을 구현하는 AI 엔진을 개발합니다.
업무에 사용할 수 있는 AI의 결과로
기업 데이터가 AI의 도구로.
QueryMind / ClaudeQueryMind가 조회 결과와 적용 조건을 반환합니다. Claude는 도구를 선택하고 답변을 구성합니다.
시연 순서
AI 클라이언트에 업무 질문을 입력합니다.
Claude가 블루어반의 QueryMind MCP 도구를 호출합니다.
집계 결과와 적용한 조건을 함께 답합니다.
조회 인자와 응답 JSON을 펼쳐 확인합니다.
서로 다른 실제 데모를 함께 보여줍니다. 인사말과 화면 주변 안내를 편집했으며 질의·도구 호출·응답은 유지했습니다. 합성 ERP 데이터이며, 대기 구간을 편집했습니다. 재생 길이는 응답 시간이 아닙니다.
MCP 기술 자세히 보기데이터를 연결하는 것만으로는 충분하지 않습니다. ‘매출’의 정의, 조회할 수 있는 범위, 답변에 사용한 출처를 함께 다뤄야 합니다. 블루어반은 이 조건을 소프트웨어 엔진으로 구현합니다.
엔진 아키텍처AI가 활용할 수 있는
데이터·지식·도구
QueryMind의 의미 해석·SQL 검증·읽기 전용 실행 기반을 확장합니다.
MCP(Model Context Protocol)는 AI와 외부 도구를 연결하는 규약입니다. 블루어반은 기업의 조회 정의를 검증하고 범위를 고정해, 인증된 AI 클라이언트가 재사용할 수 있는 도구로 발행하는 기술을 개발합니다.
질문에 필요한 인자와 조회 구조를 정하고 컴파일·검사를 거칩니다. 승인된 정의가 발행의 기준이 됩니다.
관리자가 채택한 정의를 고정하고 테넌트 맥락에 맞춰 도구를 제공합니다. 정의와 시점, 제외 사유를 기록합니다.
인자를 넣은 조회를 읽기 전용 경로로 실행하고, 접근 확인과 결과 제한·마스킹을 적용해 응답합니다.
블루어반의 QueryMind가 조회 결과와 조건을 반환합니다. Claude는 도구를 선택하고 답변을 구성합니다.
현장의 질문은 달라도 필요한 기술은 연결됩니다. 아래는 제품 소개·교육 자료에서 정리한 적용 장면입니다.
업무 용어와 지표를 연결하고, 정해진 권한 안에서 SQL로 집계합니다.
자연어 데이터 접근학년도별 집계처럼 기준이 중요한 질문에 생성 SQL과 결과의 근거를 함께 제시합니다.
근거가 남는 답변승인한 정보의 구조화 발행과, 문맥·근거를 다루는 생성·추론 기술을 개발합니다.
기술 분야 살펴보기적용 맥락을 설명하는 예시이며 고객 도입 실적이나 성능 수치가 아닙니다.
Text-to-SQL, 제어형 생성, 지식 발행, 문서 추론. 분야가 다른 네 엔진이 같은 세 가지 규칙 위에 서 있는 이유와, 그 규칙을 코드와 운영에서 어떻게 지키는지.
자연어를 SQL로 바꾸는 엔진의 어려움은 생성이 아니라 의미와 경계에 있습니다. 지표 계약을 구문 트리에 주입하고, 금지 노드를 실행 전에 거부하고, 읽기 전용으로만 실행하는 설계와 5개월의 현장 기록.
AI 클라이언트에 기업 데이터를 여는 가장 위험한 방식은 호출마다 모델이 SQL을 쓰게 두는 것입니다. 관리자가 고정한 정의만 도구가 되고, 호출은 인자·권한·반환 제한 아래 실행되는 구조와 2026년 11월 8일의 실제 호출 기록.
블루어반은 데이터 접근, 생성 제어, 지식 발행, 문서 추론 기술을 개발하는 소프트웨어 기업입니다. QueryMind·TextMind·FactMind·Jupgo에 구현하며 기술의 적용 범위를 넓히고 있습니다.
회사소개기술 도입과 사업 협력, 투자·전략적 제휴를 논의합니다.
블루어반에 문의