플러스프로젝트 배경
1) 문제점 - 숫자를 다루는 AI 기능에서 가장 흔하고 위험한 실수는, 통계 계산 자체를 AI에게 떠넘겨 확률적으로 틀린 값을 사실처럼 내놓게 만드는 것이다. 통계적으로 결정되는 값을 확률에 맡기면 그 자체가 새로운 오류 가능성을 만드는 셈이었다. - 두 번째 위험은 사용자가 올린 원본 데이터가 그대로 외부 LLM으로 나가는 것이다. 실제로 업로드된 표의 앞 5행을 프롬프트에 붙여 보내는 코드가 있었
프로젝트 성과
원본 데이터 유출 경로를 되돌릴 수 없게 제거
업로드된 표의 앞 5행을 그대로 프롬프트에 실어 보내던 함수를 설정으로 끄는 대신 코드에서 완전히 삭제했다.
되돌릴 수 없는 행위 앞에 사람의 확인을 두는 안전장치
자연어로 일정을 다루는 기능에서 생성·수정은 AI가 아무리 확신하더라도 곧바로 저장하지 않고 미리보기만 만든다. 사람이 확인을 누르면 그제서야 기존 일정 등록 API를 그대로 호출한다.
기능의 성격에 맞춰 갈라놓은 실패 처리
회사 현황 요약처럼 매번 봐야 하는 카드는 AI 문장 생성이 실패해도 집계 수치 원문만이라도 그대로 돌려준다. 반대로 데이터 분석 인사이트나 캘린더 명령처럼 결과물 자체가 본체인 기능은 어설픈 폴백
기능의 성격에 맞춰 갈라놓은 실패 처리 2
대신 명확한 오류를 낸다. 실패 사유도 뭉뚱그리지 않고 "API 키 미설정"처럼 정확히 알리며, 로컬 전환이나 키 설정 대기 같은 다음 행동까지 화면에 함께 안내한다.
AI가 없어도 멈추지 않는 검색 경로
확장자로 결정되는 것처럼 확실한 판정에는 AI 호출을 아예 넣지 않았다. 키워드 매칭 1차 결과가 AI 유무와 무관하게 항상 응답하고, AI 보강은 2차로만 얹힌다.
핵심 기능
업로드 데이터 통계 분석과 11가지 관점 해석
CSV·엑셀을 올리면 pandas가 평균·표준편차·결측률·시계열 변화율을 계산하고, AI는 그 계산 결과만 근거로 일관성·이상치·상관관계 등 11가지 관점에서 해석을 서술한다. 숫자는 코드가, 문장은 AI 분담.
진행 단계
역할 경계 설계 - 계산과 해석의 분리
2026.08.
무엇을 코드가 확정하고 무엇을 AI가 서술할지 먼저 선을 그었다. 평균·표준편차·결측치·시계열 변화율은 전부 pandas가 계산하는 확정값으로 두고, AI에게는 그 결과를 건네 11가지 관점의 서술을 만드는 구조
프로젝트 상세
사내에 쌓인 표를 AI에게 통째로 건네며 "분석해달라"고 말하는 방식이 가장 손쉽지만, 그 편의에는 두 가지 비용이 따라붙는다. 하나는 평균이나 표준편차처럼 이미 답이 정해져 있는 값을 확률적 생성에 맡기게 된다는 것이고, 다른 하나는 직원 명단이나 거래처처럼 밖으로 나가서는 안 될 값이 프롬프트에 실려 외부 LLM으로 흘러간다는 것이다. 그래서 이 모듈군은 시작부터 경계를 하나 긋고 출발했다. 숫자는 코드가
