스쿠피 엔터프라이즈 실제 사례: 삼성화재 해외펀드 운영 자동화 프로젝트

기업용 AI를 도입했다고 하면 흔히 사내 문서에 질문하는 챗봇부터 떠올려요. 하지만 실제 현장에서 필요한 것은 질문에 답하는 기능만이 아닙니다.

새로운 문서가 들어오면 내용을 읽고, 문서 종류를 구분하고, 필요한 데이터를 추출해 정해진 양식에 입력하고, 담당자에게 결과를 전달하는 일까지 이어져야 해요. 그래야 직원이 매번 반복하던 업무 자체를 줄일 수 있습니다.

사내용 AI 업무보조 에이전트 스쿠피(Scoopie)는 개인이 파일을 연동하고 질문하는 방식부터, 사내 시스템과 연결된 엔터프라이즈 업무 자동화까지 조직의 환경에 맞춰 확장할 수 있어요.

이번 글에서는 스쿠피 엔터프라이즈의 기능과 함께, 삼성화재의 실제 업무 환경에 적용한 해외펀드 운영 자동화 프로젝트를 소개합니다.

현재 삼성화재에서는 보안 요건을 반영한 설치와 1차 자동화 구축을 마치고 실제 업무 환경에서 기능을 사용하고 있어요. 파일 감지부터 문서 분류, 데이터·근거 추출, 엑셀 생성, 메일 발송까지 적용됐으며, NAV-CashFlow 검증과 ERP 연계는 후속 확장 단계로 추진하고 있습니다.

스쿠피 AI란?

스쿠피는 회사의 업무 자료를 읽고, 자료에 근거해 결과물을 만드는 사내용 AI 업무보조 에이전트예요.

일반적인 사용 흐름은 간단합니다.

1. 업무별로 폴더를 만들어요.

2. 검토할 파일을 연동해요.

3. 원하는 작업을 질문으로 요청해요.

4. 답변의 출처를 눌러 원문을 검증해요.

PDF, 한글, 워드, 엑셀, PPT, 이미지 등 국내 기업이 실제로 사용하는 다양한 문서 형식을 지원합니다. 답변에는 근거가 된 출처를 함께 표시하고, 출처를 클릭하면 원문에서 해당 내용을 확인할 수 있어요.

개인이나 실무자가 문서를 직접 검토하는 데 사용할 수도 있지만, 스쿠피 엔터프라이즈에서는 여기서 한 단계 더 나아갑니다.

직원이 질문을 입력하지 않아도 신규 파일 생성이나 메일 수신 같은 조건을 감지해 업무를 자동으로 시작할 수 있어요. 문서를 읽는 것에서 끝나지 않고 분류, 데이터 추출, 검증, 보고서 작성, 메일 발송, ERP 연계까지 하나의 업무 흐름으로 만들 수 있습니다.

스쿠피 플랜은 어떻게 나뉠까요?

스쿠피는 개인 사용부터 조직 단위의 업무 자동화까지 단계적으로 적용할 수 있습니다.

Free와 Pro가 개인의 문서 검색과 분석을 돕는 형태라면, Enterprise는 조직의 기존 업무 흐름 안으로 AI를 넣는 방식이에요.

요금과 세부 제공 범위는 계약 시점과 도입 환경에 따라 달라질 수 있으므로 최신 조건은 별도 확인이 필요합니다.

스쿠피 엔터프라이즈에서는 무엇이 달라질까요?

기업 업무는 문서를 잘 읽는 것만으로 끝나지 않아요.

누가 어떤 자료에 접근할 수 있는지 관리해야 하고, 회사의 보안 정책을 따라야 하며, 결과물을 기존 엑셀이나 ERP에 전달해야 합니다. 오류가 발생했을 때는 담당자가 원인을 확인하고 다시 처리할 수도 있어야 해요.

스쿠피 엔터프라이즈는 이러한 기업 환경을 중심으로 구성됩니다.

1. 조직의 보안 환경에 맞춰 구축해요

조직마다 문서 보관 방식과 보안 규정이 달라요.

인터넷망과 내부망이 분리된 회사도 있고, 공용 PC에서 특정 운영 계정으로만 업무를 처리하는 조직도 있습니다. NAS와 사내 시스템의 기존 권한 체계를 유지해야 하는 경우도 있어요.

스쿠피 엔터프라이즈에서는 다음과 같은 항목을 기업 환경에 맞춰 설계할 수 있습니다.

• 사내 PC 또는 내부 서버 설치

• 온프레미스 문서 검색 환경 구성

• NAS와 사내 저장소 접근 권한 반영

• 계정별 문서 접근 범위 분리

• SSO와 사내 계정 체계 연동

• 데이터 이동·보관·삭제 정책 반영

• 보안 승인을 위한 기술 검토

• 임직원 온보딩과 운영 지원

기본 스쿠피는 문서 원본을 사용자의 기기에 보관하고, 답변 생성에 필요한 일부 내용만 암호화해 클라우드 AI에 전달하는 구조예요.

엔터프라이즈에서는 회사의 보안 요구에 따라 문서 검색 서버, AI 모델, 데이터 처리 위치와 사내 시스템 연결 방식을 별도로 구성할 수 있습니다.

2. 기업이 사용하는 시스템과 연결할 수 있어요

기업의 업무 자료는 PC 폴더에만 있지 않습니다.

• ERP

• 그룹웨어

• 이메일

• NAS

• Google Drive

• 사내 포털

• 업무용 데이터베이스

스쿠피 엔터프라이즈는 이러한 시스템에서 발생하는 사건을 업무의 시작 조건으로 사용할 수 있어요.

예를 들어 새로운 문서가 지정된 폴더에 저장되거나 특정 형식의 메일이 도착하면, 스쿠피가 문서를 읽고 필요한 데이터를 정리한 뒤 결과를 이메일이나 ERP로 전달하도록 구성할 수 있습니다.

3. 회사만의 업무 규칙을 반영해요

같은 계약서나 재무 문서를 다루더라도 회사마다 확인해야 하는 항목과 결과 양식이 다릅니다.

스쿠피 엔터프라이즈에서는 다음과 같은 회사별 기준을 반영할 수 있어요.

• 문서 유형을 구분하는 기준

• 반드시 추출해야 하는 항목

• 금액·날짜·계좌번호 검증 규칙

• 누락 또는 중복을 판단하는 계산식

• 결과를 작성할 엑셀·보고서 양식

• 사람이 검토해야 하는 예외 조건

• 결과를 전달할 담당자와 시스템

범용 챗봇에 매번 긴 질문을 입력하는 방식이 아니라, 조직에서 반복되는 업무를 하나의 자동화 절차로 만들어 두는 방식입니다.

4. 결과의 근거까지 함께 남겨요

금융·법무·회계 업무에서는 숫자를 추출하는 것만큼 그 숫자가 어디에서 나왔는지 보여주는 일이 중요해요.

스쿠피는 답변과 결과물에 원문 근거를 연결할 수 있습니다. 담당자는 AI가 만든 값을 그대로 믿는 대신, 해당 값이 추출된 문서와 위치를 확인한 뒤 승인할 수 있어요.

이러한 방식은 업무 속도뿐 아니라 검수 가능성과 감사 대응력을 높이는 데도 도움이 됩니다.

삼성화재는 어떤 업무를 자동화했을까요?

삼성화재 해외펀드 운영 업무에서는 해외 자산운용사가 보내는 여러 종류의 통지문을 반복적으로 처리해야 했습니다.

1차 적용 대상은 다음 세 종류의 문서였어요.

기존에는 담당자가 자산운용사 포털에 접속해 문서를 직접 내려받고, 외부 인터넷망 PC의 지정 폴더에 저장한 뒤 문서를 하나씩 열어 처리해야 했어요.

여러 펀드에서 새로운 통지문이 반복적으로 도착하기 때문에 다음과 같은 작업도 계속 발생했습니다.

1. 어떤 종류의 문서인지 확인

2. 문서마다 다른 위치에 있는 핵심 데이터 찾기

3. 금액·통화·날짜·계좌정보 등을 수기로 옮기기

4. 원문과 입력값이 일치하는지 재검토

5. 정해진 엑셀 양식 작성

6. 담당자에게 결과 전달

7. 필요한 데이터를 다시 ERP에 입력

개별 작업은 단순해 보이지만, 하나의 숫자를 잘못 옮기면 입출금 오류나 재검토 업무로 이어질 수 있어요.

문서와 펀드 수가 늘어날수록 반복 입력에 드는 시간과 휴먼에러 위험도 함께 커집니다.

보안 정책에 맞춰 자동화 범위를 정했어요

기업용 AI 프로젝트에서 중요한 것은 가능한 모든 시스템을 연결하는 것이 아니에요. 회사의 보안 정책 안에서 실제로 운영할 수 있는 범위를 정하는 것이 먼저입니다.

삼성화재의 경우 정보보호 정책에 따라 자산운용사 포털을 스쿠피가 직접 연결하는 방식은 1차 구축 범위에서 제외됐습니다.

담당자가 포털에 접속해 문서를 내려받고 외부 인터넷망 PC의 지정 폴더에 저장하는 과정은 기존과 동일하게 유지했어요. 문서가 폴더에 저장된 이후부터 스쿠피가 자동으로 처리하도록 설계했습니다.

기술적으로 가능한 범위와 회사가 허용하는 범위는 다를 수 있어요. 실제 도입 프로젝트에서는 보안 담당자, 현업 담당자, 개발사가 함께 자동화의 시작점과 종료 지점을 정해야 합니다.

스쿠피가 적용한 해외펀드 운영 자동화 6단계

담당자가 파일을 지정된 폴더에 저장하면 이후 과정은 다음과 같이 진행됩니다.

1단계: 새로운 파일을 자동으로 감지해요

지정된 폴더에 Call, Distribution, NAV 관련 파일이 들어오면 스쿠피가 신규 파일을 감지합니다.

담당자가 프로그램을 열고 파일을 다시 선택하거나 매번 작업 명령을 입력할 필요 없이, 파일 생성 자체가 업무의 시작 조건이 돼요.

2단계: 문서 내용을 검색 가능한 상태로 정리해요

감지된 문서의 본문과 표를 읽고, 필요한 정보를 찾을 수 있는 상태로 변환합니다.

직원이 문서의 문장과 표를 일일이 복사하지 않아도 스쿠피가 이후 분류와 데이터 추출에 사용할 수 있도록 내용을 정리해요.

3단계: 문서 종류를 자동으로 구분해요

스쿠피는 들어온 문서가 다음 중 어떤 업무에 해당하는지 분류합니다.

• Call

• Distribution

• NAV

파일명이나 저장 위치만 보는 것이 아니라 문서 내용을 바탕으로 유형을 판단하도록 구성할 수 있어요.

자산운용사마다 문서의 디자인과 항목 위치가 다르더라도, 업무에 필요한 의미를 기준으로 분류하는 것이 목표입니다.

4단계: 필요한 데이터와 원문 근거를 추출해요

문서 유형이 정해지면 해당 업무에서 필요한 핵심 항목을 추출합니다.

예를 들어 다음과 같은 데이터가 대상이 될 수 있어요.

• 펀드명

• 기준일

• 납입 기한

• 통화

• 납입 또는 분배 금액

• 계좌정보

• NAV 관련 수치

• 업무 처리에 필요한 조건

스쿠피는 데이터만 가져오는 것이 아니라 해당 값이 어느 문서의 어떤 내용에서 나왔는지도 함께 표시합니다.

담당자는 추출된 숫자를 그대로 믿는 대신 원문 근거와 대조해 검증할 수 있어요.

5단계: 정해진 엑셀 양식으로 결과를 만들어요

추출한 값은 삼성화재에서 사용하는 엑셀 양식에 맞춰 자동으로 정리됩니다.

원문 근거도 엑셀 셀의 개체로 함께 삽입해, 담당자가 별도로 원본 문서를 다시 찾아다니지 않고 추출 결과와 근거 자료를 함께 확인할 수 있도록 구성했어요.

이 단계가 중요한 이유는 AI가 새로운 업무 화면을 하나 더 만드는 데 그치지 않기 때문입니다. 직원이 이미 사용하는 엑셀 양식으로 결과를 전달해야 기존 업무와 자연스럽게 이어질 수 있어요.

6단계: 완성된 결과를 담당자에게 메일로 보내요

엑셀 생성이 끝나면 완성된 파일이 담당자에게 자동으로 발송됩니다.

업무 담당자는 이메일로 결과를 받아 추출값과 근거를 검토하고 다음 업무를 진행할 수 있어요.

전체 흐름을 정리하면 다음과 같습니다.

파일 저장 → 신규 파일 감지 → 문서 내용 정리 → 문서 유형 분류 → 핵심 데이터·근거 추출 → 엑셀 생성 → 담당자 메일 발송

실제 업무 적용 전후에는 무엇이 달라졌을까요?

이번 프로젝트의 1차 목표는 Call, Distribution, NAV 처리 과정에서 발생하는 반복 입력과 검증 부담을 줄이는 것이었습니다.

이를 통해 기대할 수 있는 변화는 세 가지예요.

1. 반복적인 수기 입력을 줄여요

담당자는 문서마다 같은 항목을 찾아 엑셀로 옮기는 작업에서 벗어나, 스쿠피가 만든 결과와 예외 항목을 검토하는 데 집중할 수 있습니다.

2. 휴먼에러 위험을 낮춰요

금액, 통화, 계좌, 날짜를 반복해서 옮기는 과정에서는 오타와 누락이 발생할 수 있어요.

자동 추출과 원문 근거 확인을 함께 사용하면 수기 입력에서 발생하는 오류를 줄이고, 문제가 생겼을 때 근거를 더 빠르게 추적할 수 있습니다.

3. 더 가치 있는 검증 업무로 확장할 수 있어요

문서에서 데이터를 추출하고 축적하는 기반이 만들어지면 이후에는 여러 문서와 시점의 데이터를 비교해 이상 여부를 확인하는 업무로 확장할 수 있습니다.

현재 프로젝트 자료에는 최종적인 시간 절감률이나 오류 감소율이 확정 수치로 제시되어 있지 않아요. 정량적인 도입 성과는 실제 운영 데이터를 축적한 뒤 다음 지표로 평가할 수 있습니다.

• 문서 한 건당 평균 처리 시간

• 사람이 직접 입력하는 항목 수

• 추출값 수정률

• 재처리 또는 예외 발생률

• 원문 근거 확인에 걸리는 시간

• 업무 마감 지연 건수

• 오류 발견 후 재조사 비용

다른 기업에는 어떻게 적용할 수 있을까요?

삼성화재 사례의 자동화 구조는 금융 문서에만 한정되지 않습니다.

핵심 구조는 동일해요.

새 자료 감지 → 문서 분류 → 필요한 데이터 추출 → 업무 규칙으로 검증 → 기존 양식 생성 → 담당자 전달 또는 사내 시스템 연계

스쿠피 엔터프라이즈 도입 프로젝트는 어떻게 시작할까요?

스쿠피 엔터프라이즈는 정해진 제품을 그대로 설치하는 방식보다, 기업의 특정 업무를 파악하고 그에 맞는 AI 에이전트를 구축하는 프로젝트로 진행됩니다.

대부분 전사 업무를 한꺼번에 바꾸기보다, 특정 업무팀에서 반복적으로 수행하는 문서 업무 하나를 선정해 시작해요. 사람이 매번 같은 자료를 확인하거나, 정해진 기준에 따라 내용을 검증하고, 결과를 엑셀이나 보고서로 작성하는 업무가 대표적입니다.

1. 도입 문의

먼저 스쿠피 홈페이지나 이메일을 통해 자동화하고 싶은 업무를 간단히 알려주세요.

처음부터 상세한 기술 요구사항을 작성할 필요는 없습니다. 다음과 같이 현재의 어려움을 설명하는 것만으로도 충분해요.

• 매일 여러 양식의 신청서를 수기로 검토하고 있어요.

• 문서와 엑셀에 적힌 금액이 일치하는지 반복해서 확인해요.

• 규정이 개정될 때마다 기존 문서를 하나씩 비교하고 있어요.

• 문서에서 필요한 데이터를 찾아 ERP에 직접 입력하고 있어요.

2. 업무와 요구사항 파악

문의 내용을 바탕으로 현재 업무가 어떻게 진행되는지 확인합니다.

• 어떤 팀이 사용하는가?

• 어떤 문서를 다루는가?

• 문서가 어디에서 들어오는가?

• 사람이 어떤 항목을 확인하는가?

• 어떤 기준으로 오류나 누락을 판단하는가?

• 결과를 어떤 양식으로 만들어야 하는가?

• 이메일·ERP·그룹웨어 등 어떤 시스템과 연결해야 하는가?

• 보안상 지켜야 하는 조건은 무엇인가?

이 과정에서 전체 업무 중 어떤 부분을 스쿠피가 맡고, 어느 단계에서 사람이 검토하고 승인할지도 함께 정해요.

3. 구축 범위와 견적 제안

확인한 요구사항을 바탕으로 자동화 범위와 구축 방식을 제안합니다.

예를 들어 문서가 지정 폴더에 들어오면 스쿠피가 자동으로 문서를 분류하고, 필요한 데이터를 추출하고, 회사의 검증 기준을 적용한 뒤, 엑셀 보고서를 만들어 담당자에게 전달하도록 설계할 수 있어요.

제안서에는 일반적으로 다음 내용이 포함됩니다.

• 자동화할 업무 범위

• 필요한 AI 에이전트 기능

• 사내 시스템 연동 범위

• 보안 및 설치 방식

• 담당자의 검토·승인 절차

• 구축 일정

• 프로젝트 비용

• 적용 후 성과를 확인할 기준

기업 담당자와 구축 범위, 일정, 견적을 협의한 뒤 최종 프로젝트 범위를 확정합니다.

4. 프로젝트 착수

범위가 확정되면 실제 업무에 사용되는 문서와 검증 기준을 바탕으로 프로젝트를 시작합니다.

처음에는 대표적인 문서와 일반적인 업무 상황을 중심으로 자동화 기능을 구축하고, 이후 실제 현장에서 발생하는 다양한 문서 양식과 예외 상황을 반영해 완성도를 높여요.

구축된 기능은 실제 업무 환경에서 검증한 뒤 적용하며, 필요하면 다른 문서나 유사한 업무로 범위를 확대할 수 있습니다.

어떤 업무부터 시작할 수 있을까요?

스쿠피 엔터프라이즈 프로젝트는 보통 특정 업무팀의 반복 업무를 자동화하거나 검증하는 AI 에이전트 솔루션으로 시작합니다.

핵심은 ‘AI를 도입한다’는 넓은 목표에서 시작하는 것이 아니에요. 특정 팀이 반복해서 처리하는 문서 업무를 하나 선정하고, 스쿠피가 어디까지 자동화하고 사람이 어디서 검토할지 정하는 것에서 프로젝트가 시작됩니다.

사내 AI의 가치는 답변이 아니라 업무가 끝나는 데 있어요

삼성화재 해외펀드 운영 자동화 프로젝트는 스쿠피 엔터프라이즈가 단순한 문서 질문 도구에서 어떻게 실제 업무 자동화로 확장되는지를 보여줍니다.

담당자가 문서를 지정 폴더에 저장하면 스쿠피가 신규 파일을 감지하고, 문서 종류를 구분하고, 필요한 데이터와 근거를 추출해 엑셀을 만든 뒤 담당자에게 전달합니다.

이 과정에서 사람은 반복 입력보다 결과 검토와 예외 판단에 집중할 수 있어요.

앞으로 NAV-CashFlow 검증, 전체 펀드 현황 조회, ERP 연계로 자동화 범위를 확대하면 축적된 펀드 문서를 더 높은 가치의 업무에 활용할 수 있습니다.

기업용 AI 도입을 고민하고 있다면 거대한 전사 프로젝트부터 시작할 필요는 없어요. 매일 또는 매주 반복되는 문서 업무 하나를 골라 실제 업무 환경에 적용하고, 정확도와 업무 시간 변화를 확인한 뒤 점진적으로 확장하는 것이 좋습니다.

우리 회사의 문서 업무에 스쿠피 엔터프라이즈를 적용하고 싶다면 스쿠피 홈페이지에서 도입을 문의해 주세요.

스쿠피 엔터프라이즈 문의: contact@peekaboolabs.ai

참고자료

1. 작업을 맡기면, 출처와 함께 답변해요 | 스쿠피

2. AI Document Automation - Fund Operations Automation Case Study

3. Fund Intelligence Platform - Case Study

4. Revolutionizing Document Processing with AI Automation

5. Driving Operational Excellence with AI Agents for a Financial Services Leader

6. Fortune 500 Bank Automates Financial Document Operations

7. Natixis Reduces Time Spent Reviewing Financial Reports Using AI

8. AI/ML Powered Document Workflow Transformation for an Australian BFSI Firm

9. AI Document Automation Case Study: 44% to 86%

10. AI-Powered Document Processing for Enterprise Financial Services

11. TCS Cognitive Automation Platform: Transforming Banking Processes

12. Fund Administration Operational Efficiency Case Study

13. Revolutionizing Financial Operations Case Study

14. Large Financial Services Institution Case Study

15. Banking & Financial Case Studies

16. Cognizant - Automation and AI Speed Intelligent Content Analysis