WHY DELMA
DELMA의
특별함
말로 만들고, 실제 업무까지 실행하고, 안전하게 통제합니다.
-
01
자연어 워크플로우 생성
설명만 하세요,
설계는 AI가 합니다원하는 업무를 대화하듯 설명하면 DELMA가 의도를 파악해 워크플로우를 자동으로 구성합니다. 조건 분기·반복·예외 처리 같은 세부 로직은 드래그 앤 드롭으로 다듬습니다.
-
02
업무형 에이전트 템플릿
검증된 시나리오로
구축 기간은 짧게고객 문의 분류, 지식 Q&A(RAG), 문서 요약처럼 검증된 업무 시나리오 템플릿으로 바로 시작합니다. 필요하면 Python·JavaScript 코드로 직접 확장합니다.
-
03
MCP·Tool 실행 확장
답변을 넘어
실제 업무까지 실행일정·메일·문서·데이터베이스를 MCP 기반 Tool로 연결합니다. 요청 한 번으로 회의 일정 생성부터 담당자 알림까지 실제 업무를 끝까지 처리합니다.
-
04
멀티 에이전트 연계
전문 에이전트가
팀처럼 협업합니다리서치·문서 작성·데이터 분석·검토·실행 에이전트가 역할을 나누고, 메인 에이전트가 전체 흐름을 조율해 하나의 결과로 묶습니다.
-
05
기업용 AI 거버넌스
마음껏 쓰되,
통제는 확실하게사용자·조직별 권한과 사용 정책, 감사 로그를 한 화면에서 관리합니다. 입·출력 가드레일이 민감정보 유출과 정책 위반을 막습니다.
ARCHITECTURE
기술 구성도
20년 넘게 쌓은 NLP 기술로 검색·RAG·대화엔진을 기본 탑재했습니다. Agent Orchestrator를 중심으로 워크플로우·데이터·모델·도구·거버넌스가 하나의 플랫폼 안에서 연결됩니다.
FEATURES
주요 기능
설계부터 실행, 통제, 운영까지 에이전트의 전 과정을 하나의 플랫폼에서 다룹니다.
-
01
AI 에이전트 워크플로우 & 오케스트레이션
복잡한 업무를 AI 에이전트와 워크플로우로 설계하고 자동 실행합니다.
- 자연어로 설명하면 AI가 워크플로우를 자동 생성·수정, 세부 편집은 드래그 앤 드롭
- 조건 분기·병렬 실행·재시도·자동 복구(Self-healing) 기반 실행 제어
- 여러 에이전트가 역할을 나눠 협업하는 멀티 에이전트 오케스트레이션
-
02
MCP & Tool 생태계
기업의 API·데이터·업무 기능을 에이전트가 실행할 수 있는 Tool로 연결합니다.
- REST API·Python·JavaScript 기반 업무 Action을 Tool로 구성
- 여러 Tool을 조합해 MCP 서버를 동적으로 생성·등록
- MCP Registry, 권한, 실행 정책, 로그까지 통합 관리
-
03
엔터프라이즈 AI 거버넌스 & 가드레일
에이전트가 기업이 정한 안전한 범위 안에서만 동작하도록 통제합니다.
- Prompt Injection·Jailbreak·민감정보 등 입·출력 가드레일
- 사용자·조직별 Agent·Model·Data·Tool 접근 권한 제어
- 허용 Tool·API·호출 횟수 등 에이전트 실행 범위 통제
-
04
AgentOps 실행 관측·평가·운영
에이전트의 실행 과정과 품질을 추적하고 계속 개선합니다.
- Workflow·LLM·Tool 호출 과정을 실시간 Trace로 확인
- 성공률·실패율·응답 시간·Token·비용 등 운영 지표 모니터링
- 테스트 케이스·사용자 피드백 기반 품질 평가와 비교
-
05
MLOps & 멀티 모델 운영
다양한 LLM을 검증하고 업무에 맞는 모델을 골라 운영합니다.
- 자체 학습 DAIA 시리즈와 상용·오픈소스·Self-hosted LLM 통합 관리
- 모델 평가·버전 관리·배포, 파인튜닝(SFT·LoRA·DPO)과 성능 검증
- 업무와 상황에 맞는 LLM을 고르는 멀티 모델 라우팅
-
06
프로젝트형 AI 지식 워크스페이스
업무 문맥과 기업 지식을 유지하며 근거를 바탕으로 에이전트를 씁니다.
- 프로젝트별 문서·대화·지시사항을 하나의 전용 공간에서 관리
- RAG 기반 기업 지식 검색과 프로젝트 전용 Knowledge 제공
- 답변에 쓰인 문서 조각·원문·지식관리시스템 출처를 연결해 근거 검증
USE CASES
DELMA는
이렇게 쓰이고 있습니다
보험과 금융 현장에서 전사 AI 플랫폼으로 구축 중인 사례입니다.
-
S화재보험
5개 채널의 챗봇을
하나의 에이전트 체계로- 고민
- 5개 채널로 나뉜 챗봇과 기간계·전자결재 연동, 장기계약·장기보상·대인·대물 등 도메인별 운영을 하나로 묶어야 했습니다. 의도 오분류 탐지부터 재학습까지의 품질 관리와 LLM 비용·정확도도 함께 관리해야 했습니다.
- 해결
- MCP 기반 에이전트 네비게이터가 질의를 도메인 에이전트로 자동 분배하고, 단일 Trace ID로 전 구간을 추적합니다. 오분류 탐지부터 모델 갱신까지는 재학습 에이전트가 자동화하고, NLP 앙상블의 신뢰도가 낮을 때만 RAG와 자체 LLM을 호출합니다.
-
W금융캐피탈
추천·업무·상담 에이전트를
한 플랫폼에서- 고민
- 업무·상담·분석 등 다양한 AI 서비스를 전사 차원에서 운영할 환경이 필요했습니다. 금융 업무에 요구되는 보안성·운영 안정성·기존 시스템 연계성도 함께 갖춰야 했습니다.
- 해결
- 고객 데이터로 상품·차량을 추천하는 AI 추천 Agent, 사내 지식 기반 RAG 업무 어드바이저 Agent, 실시간 상담 데이터를 분석하는 상담 어드바이저 Agent를 하나의 플랫폼에서 통합 운영합니다.
FAQ
자주 묻는 질문
DELMA 도입을 검토할 때 가장 많이 받는 질문을 모았습니다.
DELMA는 어떤 제품인가요?
기업이 보유한 데이터에 AI 모델을 적용해 업무에 맞는 AI 에이전트를 직접 설계·구축·운영하는 엔터프라이즈 AI 에이전트 플랫폼입니다. 데이터 수집·가공(DataOps)부터 모델 학습·배포(MLOps)까지 한 환경에서 처리하고, 역할이 다른 전문 에이전트들이 연계해 복합 업무를 단계적으로 처리하는 멀티 에이전트 오케스트레이션을 지원합니다. 다이퀘스트가 자체 학습한 DAIA 시리즈와 상용·오픈소스·Self-hosted 모델을 함께 관리하며, 업무에 맞는 모델을 골라 쓰는 멀티 모델 라우팅도 제공합니다.
개발자가 아니어도 에이전트를 만들 수 있나요?
가능합니다. 원하는 업무를 대화하듯 설명하면 DELMA가 의도를 파악해 워크플로우를 자동으로 구성하고, 드래그 앤 드롭 방식의 시각적 빌더로 조건 분기·반복·예외 처리 같은 세부 로직을 코딩 없이 다듬을 수 있습니다. 검증된 업무 시나리오 템플릿으로 시작하거나 Python·JavaScript 코드로 직접 확장할 수도 있습니다. 사용자의 업무와 권한에 맞춰 각자에게 다른 에이전트 빌더를 여는 개인화 방향은 국가 연구과제에서 설계하고 있습니다.
이미 쓰는 챗봇이 있는데 처음부터 다시 만들어야 하나요?
아닙니다. 지금 쓰는 챗봇을 그대로 두고 생성형 AI와 RAG를 연계해 답변 범위만 넓히는 방식으로 시작할 수 있습니다. 시나리오로 처리하던 문의는 기존 체계가 계속 받고, 시나리오에 없던 질문은 사내 문서에서 근거를 찾아 답합니다. 카드사 대고객 챗봇에 이 방식을 적용했습니다.
부서마다 따로 만든 챗봇이 여러 개인데 하나로 묶을 수 있나요?
DELMA 위로 흩어진 챗봇을 모으고, 답변 근거가 되는 사내 지식은 AI 지식관리(AI KMS)로 통합합니다. 부서별로 나뉘어 있던 문의를 하나의 창구에서 받고 지식은 한 곳에서 관리하므로, 부서마다 답이 다르거나 오래된 자료로 답하는 일이 줄어듭니다. 보험사 전사 AI Assistant를 이 구조로 구축하고 있습니다.
사내 직원용과 대고객 서비스를 하나의 플랫폼으로 운영할 수 있나요?
가능합니다. 같은 플랫폼 위에서 직원 업무를 돕는 어드바이저와 고객에게 상품을 제안하는 서비스를 함께 운영합니다. 에이전트마다 쓸 수 있는 데이터와 Tool을 따로 지정하므로 사내용과 대고객용이 섞이지 않습니다. 캐피탈사에서 사내 업무 어드바이저와 대고객 추천 서비스를 하나의 플랫폼으로 구성하고 있습니다.
검색만으로는 안 되는 추천 업무에도 쓸 수 있나요?
추천 솔루션(D-Pick)을 에이전트에 연결해 씁니다. 상품 정보와 고객 정보의 주요 항목을 기준으로 적합한 상품을 골라 제시하므로, 문서를 찾아 주는 것을 넘어 무엇을 권할지까지 처리합니다. 보험사에서 설계사의 가입설계 업무를 돕는 봇에 이 방식을 적용했습니다.
사내 시스템이나 외부 서비스와 연동되나요?
다이퀘스트의 검색·OCR·지식관리·대화엔진 기능을 MCP 형태로 연결할 수 있고, Github·Slack·Google Drive 같은 외부 서비스와 사내 ERP·CRM·그룹웨어도 MCP 기반 Tool Calling으로 연동합니다. REST API·Python·JavaScript로 만든 업무 Action을 Tool로 구성하고, 여러 Tool을 묶어 MCP 서버로 등록해 권한·실행 정책·로그까지 함께 관리합니다.
보안과 거버넌스는 어떻게 관리하고, 온프레미스 구축도 되나요?
사용자·조직별로 Agent·Model·Data·Tool 접근 권한을 세분화해 통제하고, 에이전트가 쓸 수 있는 Tool·API와 호출 횟수 등 실행 범위를 제한합니다. AI와 Rule을 결합한 하이브리드 가드레일이 Prompt Injection, Jailbreak, 개인정보(PII), 업무 범위 이탈 같은 정책 위반을 입·출력 단계에서 탐지·차단하며, 실행 이력과 탐지 로그로 감사(audit)에 대응합니다. 외부 인터넷 연결 없이 독립형으로 운영할 수 있어 보안 요건이 엄격한 공공·금융 환경에 맞춰 온프레미스로 구축할 수 있습니다.
