담당자가 실제로 쓰는 데이터 시스템을 만듭니다

폐쇄망에서, 억 단위 데이터로. Tridatum은 공공기관의 분석 · AI 사업을 기획부터 운영 이관까지 직접 수행합니다.

함께한 기관 병무청 국가보훈부 한국부동산원 국립야생동물질병관리원 한국환경공단 사천시 아산시 KAIA
WHY DATA VISUALIZATION

데이터는 쌓여 있는데,

판단은 여전히 감으로 하고 있다면 —

문제는 데이터가 아니라 보여주는 방식일 수 있습니다.

Tridatum은 복잡한 데이터를 담당자의 언어로 번역합니다.

매일 여는 대시보드로, 근거가 붙은 리포트로,

폐쇄망 안에서도 돌아가는 AI로.

SERVICE

데이터로 해결할 문제가 있다면,
어느 단계든 함께합니다

서비스 자세히 보기 →
ANALYSIS

판단을 돕는 분석

근거가 없어 정책을 정하지 못할 때. 실태 진단부터 정책효과 검증까지, 결정에 필요한 근거를 만듭니다.

자세히 →
PREDICTION

먼저 찾아내는 모델

사람이 다 볼 수 없어 놓치는 것이 있을 때. 예측 · 이상탐지 · 조기경보로 조사 대상을 좁혀 드립니다.

자세히 →
DOCUMENT AI

읽고 쓰는 AI

서류를 사람이 일일이 읽고 있을 때. 폐쇄망 안에서 문서를 읽고, 근거를 인용해 답하는 AI를 구축합니다.

자세히 →
DELIVERABLES

납품물은 이렇게 생겼습니다

아래 화면은 이미지가 아니라 이 페이지 위에 코드로 직접 그린 것입니다. 우리가 만드는 결과물의 축소판입니다.

운영 대시보드

담당자가 매일 여는 화면

지표 · 등급 구성 · 추이 · 우선 대응 순위를 스크롤 없이 한 화면에. 분석 용어 대신 현업의 표현을 씁니다.

위험도 모니터링 대시보드 SAMPLE
고위험 지역 +427
탐지 재현율 +2.1%p85.4%
우선 점검 농가 +12163
데이터 최신성 정상D-1
등급 구성
220전체 지역
A등급27 B등급41 C등급63 D등급89
월별 발생 추이 · 예측 대비 실측
0 20 40 1월 6월 12월
실측 예측
우선 대응 지역 Top 4 · 위험 점수
A시 ○○면94
B군 △△읍88
C시 □□동81
D군 ◇◇면74
모델 검증 리포트

성능 수치가 아니라, 판단 과정을 제출합니다

곡선 위 어느 지점을 왜 채택했는지, 혼동행렬까지. 검토한 뒤 채택하지 않은 대안도 함께 기록합니다.

예측 모델 검증 리포트 SAMPLE
Precision–Recall 곡선 · 채택 지점
무작위 기준선 (양성률 1.4%) 채택 P .603 / R .854 Recall Precision
Precision0.6030.31 → 0.603 · 2배 개선
Recall0.854누락 최소화 우선
F10.707이전 대비 +45%
AUC0.976불균형 데이터 참고치
PU Learning 1:242 불균형 모델 8종 비교 SHAP 기여도 제출
혼동행렬 · 임계값 0.545
음성 예측
양성 예측
실제−
892
41
실제+
11
64
검토 후 미채택한 대안
계절별 모델 분리 — 소구간 성능 저하
최신 구간만 학습 — 과거 패턴 손실
4종 앙상블 — 운영 복잡도 과다
정책효과 리포트

"효과가 있었다"로 끝내지 않습니다

효과 크기와 신뢰구간, 효과가 없던 구간까지 함께 제시해 정책 판단의 근거로 쓰이게 합니다.

정책효과 분석 리포트 SAMPLE
정책 시행 기준 개월별 효과 추정 (95% 신뢰구간)
정책 시행 사전 추세 — 유의한 차이 없음 -6개월 +9개월 효과(%p)
순효과 시행 12개월+12.8%
유의 시작 이전은 무의미3개월차
사전 추세 DID 가정 충족평행
세그먼트별 효과 크기 (%p) — 회색 칸은 유의하지 않은 구간
20대30대40대50대60대70대+ 음식점 +15.2 +13.8 +9.4 +5.6 +2.1 -1.4 소매 +12.4 +11.0 +8.2 +4.9 +1.8 +0.5 문화 +11.2 +9.4 +4.1 +2.0 +0.6 +0.2
폐쇄망 문서 AI · 챗봇

모르면 모른다고 말하는 AI

읽을 수 없는 항목은 추측 대신 ⟦판독불가⟧로 신고하고, 모든 답변에 문서 · 페이지 출처를 붙입니다.

문서 AI + 폐쇄망 챗봇 SAMPLE
스캔 서류 전사 · 구조화 — 보훈심사 AI (국가보훈부)
서류유형진단서 · 스캔 원본 표준코드 매핑
발급일자2019-03-14 정규화 완료
확인란⟦판독불가⟧ 추측하지 않고 검수 큐로
원문 위치p.7 / 3행 역추적 가능
환각 기계검사 통과 개인정보 마스킹 완료
폐쇄망 질의응답 — 레비챗 (한국부동산원)
이 지역 빈집 등급은 어떤 기준으로 산정된 거야?
빈집 등급은 전기 사용량 · 건축물대장 등 5개 지표를 결합해 산정합니다. 등급별 판정 기준은 산정 지침 3장에 정리되어 있습니다.
출처 · 빈집 등급 산정 지침 p.12 / 업무편람 p.34 — 원문 발췌 첨부
LLM 운영 모니터링

만들고 끝나는 챗봇이 아니라, 지표로 운영합니다

응답 속도 · 질의량 · 출처 부착률을 운영 지표로 상시 관찰하고, 느려지거나 답을 못 찾는 지점을 데이터로 찾아 개선합니다.

폐쇄망 챗봇 운영 대시보드 — 레비챗 (한국부동산원) SAMPLE
평균 응답 실측1.4초
최대 동시접속 실측111명
답변 출처 부착 설계 보장100%
일 평균 질의 +8%1,240건
응답 시간 분포 · 중앙값 1.4초
중앙값 1.4초 0초 1.5초 3초
시간대별 질의량
오전 11시 피크 9시 13시 18시

※ 예시 데이터 기반 데모입니다. 실측 표기 수치 외에는 예시값이며, 실제 납품물은 발주처 데이터와 업무 용어로 구성됩니다.

0억 건단일 사업 DW 이관 실적
0공공기관 발주 사업 참여
0기관결과 확인 후 재발주
0폐쇄망 챗봇 응답 속도
WORK

결과를 확인한 발주처가
다시 찾는 팀입니다

수행 실적 전체 보기 →
병무청

공모 과제가 이듬해 자체예산 4.6억 원 사업이 됐습니다

병역면탈 탐지 모델의 성과를 확인한 뒤, 조기경보시스템 구축을 별도 발주했습니다.

16.5억 건DW 이관 · 168개 테이블
국립야생동물질병관리원

예측 모델을 검증한 뒤 과제를 넓혀 다시 발주했습니다

ASF 확산 예측의 성능이 확인되자, 이미지 AI까지 포함한 고도화 사업으로 이어졌습니다.

Recall 0.85발생 예측 · Precision 0.60
한국부동산원

폐쇄망 AI 챗봇이 실서비스로 운영되고 있습니다

빈집 예측으로 시작한 사업이 폐쇄망 챗봇 '레비챗' 구축까지 확대됐습니다.

1.4초응답 속도 · 동시접속 111명
PRINCIPLE

"모델을 만들었습니다"로 끝내지 않습니다

한계를 먼저 말합니다

데이터의 누락과 편향, 수치의 맥락을 착수 전에 보고합니다. 유리한 지표만 고르지 않습니다.

측정치만 적습니다

목표치가 아닌, 실제 사업 산출물에서 검증된 숫자만 이야기합니다.

담당자가 자립할 때까지

코드 · 매뉴얼 · 교육 · 재실행 절차까지를 하나의 납품물로 봅니다.

먼저 "이 데이터로 뭐가 되나요"만 물어보셔도 됩니다

데이터가 있는데 어디서부터 손대야 할지 모르겠다면, 그 상태 그대로 연락 주셔도 됩니다. 사전 진단과 가능성 검토는 비용 없이 진행합니다.

문의하기