왜 Ian On인가
Ian On이 풀려고 만든 문제, 그 바탕의 생각, 그리고 회사가 실제로 어떻게 활용하는지.
요즘 "업무용 AI"는 대부분 채팅창입니다. 묻고, 답을 받고, 그래도 일은 직접 합니다. Ian On은 다른 생각에서 출발했습니다 — 회사가 답만 받는 게 아니라 일을 끝내고, 끝낼 때마다 조금씩 더 똑똑해지는 공간입니다.
문제: 도구는 늘었는데, 일은 그대로
세 가지가 계속 발목을 잡았습니다.
- 챗봇은 한 번 답하고 끝납니다. 묻는 동안에만 동작하고, 같은 배경을 매번 다시 설명해야 합니다. 지식은 팀이 다시 쓸 수 있는 어디에도 쌓이지 않습니다.
- 일반 검색은 조각만 가져옵니다. 비슷해 보이는 문장 몇 개를 골라올 뿐, 정작 중요한 맥락 — 무엇이 어떻게 연결되는지, 어떤 정책이 적용되는지, 누가 왜 결정했는지 — 은 결과 바깥에 남습니다.
- 좋은 답을 얻으려면 데이터를 내줘야 했습니다. 품질을 위해 사내 문서를 외부 모델로 보냈고, 통제와 감사 가능성은 뒷전이었습니다.
생각: 회사가 소유하는 운영 두뇌
Ian On은 회사의 판단이 복리로 쌓이는 공간을 지향합니다. 처리하는 모든 업무 — 승인된 결정, 만들어진 예외, 추가된 문서 하나하나 — 가 회사가 소유하고 운영하는 공유 기억으로 흡수됩니다. 거대한 모델 하나가 마법을 부리는 게 아닙니다. 로컬 모델, 큐레이티드 메모리, 관계 그래프, 그리고 에이전트 팀이 함께 일해서, 쓸수록 시스템 전체가 회사에 더 잘 맞아 갑니다. 도입 4주차의 답이 첫째 주보다 날카로운 건, 그때쯤이면 회사가 실제로 어떻게 일하는지를 4주 동안 겪었기 때문입니다.
한 줄로 줄이면 이게 비전입니다 — 사람의 판단이 채팅 기록 속에서 증발하지 않고 쌓여 가는, 회사가 소유하는 운영 두뇌.
무엇이 다른가
| 챗봇 | RPA·스크립트 | Ian On | |
|---|---|---|---|
| 작업 단위 | 단발성 질문·답 | 고정된 스크립트 | 목표 → 완성된 결과 |
| 메모리 | 세션 한정 | 사실상 없음 | 큐레이티드 인덱스 + 그래프 + 결정 원장 |
| 데이터 위치 | 외부 모델로 송신 | 사내, 그러나 경직 | 사내 경계 안, 정책 아래 |
| 시간이 지나면 | 늘 같은 품질 | 스크립트 노후화 | 회사 맥락이 쌓여 답이 좋아짐 |
짧게 말하면, 챗봇은 답하고, Ian On은 일을 끝냅니다 — 그리고 믿을 수 있는 기록을 남깁니다.
회사는 어떻게 활용하나
매일의 흐름은 단순하고, 다섯 개의 방이 각각 한 역할을 합니다.
- 홈에서 말합니다 — 필요한 것을 말하세요.
- Ian On이 그 자리에서 답하거나, 내가 승인하는 업무로 바꿉니다.
- 에이전트 팀이 실행합니다. 지켜보고 방향을 잡을 수 있습니다.
- 완성된 결과가 히스토리에 기록으로 남습니다 — 누가 왜 승인했는지까지.
- 그 끝난 업무가 인텔리전스가 됩니다 — 다음 업무가 딛고 설 지식이죠.
부서마다 맡기는 일은 달라도 결은 비슷합니다 — 전략기획의 주간 시장 인텔리전스 브리프, 영업의 계정 인사이트, 데이터 운영의 일일 품질 점검, 보안·법무의 정책·컴플라이언스 점검. Ian On은 이 중 하나에 매여 있지 않습니다 — 업무는 회사 고유의 도메인에 맞춰 정의되고, 운영할수록 더 잘 맞아 갑니다.
누가 소유하고 운영하나
Ian On은 사내에 직접 설치됩니다 — 회사 인프라 위에서 돌고, 문서와 결정이 그 안에 머뭅니다. 접근은 네 가지 역할과 항목별 권한으로 다스려지고, 모든 행동은 감사 로그에 남습니다 — 누가 무엇을 언제 왜 다뤘는지 늘 답할 수 있습니다. 로컬 모델이 먼저 일하고, 외부 모델 제공자는 관리자가 회사 정책에 따라서만 연결합니다.
써 볼 준비가 됐나요? 시작하기로 가세요.