문서가 여러 저장소에 흩어져 있으면 AI에게 같은 회사 정보를 업무마다 다시 찾아보게 해야 할 수 있습니다. V7이 설명한 V7 Go의 방식은 SharePoint나 Google Drive 같은 저장소에 연결해 문서 속 기업·사람·펀드 등의 정보와 관계를 추출하고, 이를 ‘Context Graph’라는 형태로 정리하는 것입니다. 문서를 연결해 반복적으로 검토하는 조직이라면, AI가 정보를 어디서 가져와 답하는지 살펴볼 수 있는 방식이라는 점이 핵심입니다. 출처

사용자가 지금 알아야 할 점은 그래프를 만든다고 원문을 버리는 것이 아니라는 점입니다. V7 Go는 정리한 사실을 레코드와 연결하면서 원본 문서의 인용 근거를 보존하고, 그래프에 충분한 정보가 없을 때는 RAG 방식으로 원문 문서를 검색할 수 있습니다. 따라서 도입 판단은 ‘답을 빨리 내는가’뿐 아니라 ‘그 답의 근거를 확인할 수 있는가’에 달려 있습니다. 출처

시작 전: 어떤 자료와 업무를 연결할까

첫 단계는 연결할 저장소와 반복해서 처리할 업무 범위를 정하는 것입니다. V7 Go가 설명한 입력은 SharePoint·Google Drive 같은 저장소의 문서이고, 추출 대상은 엔터티뿐 아니라 사실·속성·지표와 그 사이의 관계까지 포함합니다. 자료가 어디에 있는지와 어떤 업무에서 다시 쓸지를 먼저 구분해야, 만들어진 그래프가 실제 작업에 필요한 정보를 담는지 확인할 수 있습니다. 출처

예를 들어 V7은 사모펀드 딜 심사와 보험 인수 심사를 적용 사례로 제시합니다. 다만 이는 적용 가능한 업무의 예시이지, 저장소를 연결하기만 하면 모든 심사가 자동으로 완성된다는 뜻은 아닙니다. 처음부터 모든 자료를 한꺼번에 다루기보다, 연결할 자료와 반복할 검토 업무를 한 쌍으로 정해 결과를 살펴보는 것이 자료에 제시된 실행 방식에 맞습니다. 출처

단계별 실행: 문서에서 근거 있는 그래프까지

V7이 설명한 흐름은 저장소 연결, 문서의 정보 추출, Context Graph 구성, 그래프 조회 순서입니다. 추출한 사실은 새 레코드나 기존 레코드에 연결되고 원문 인용도 유지됩니다. 사용자는 AI가 한 결론을 볼 때 결과 문장만 받아들이기보다 해당 사실이 어느 문서에서 왔는지 함께 확인해야 합니다. 출처

그래프가 만들어진 뒤에는 이를 반복 업무의 정보원으로 조회합니다. V7의 데모 설명에서는 CIM에서 재무정보·거래 조건·경영진 정보를 추출하고, 위험 항목에 원문 근거를 붙여 심사 메모를 작성합니다. 여기서 확인할 결과물은 단순한 요약 한 장이 아니라, 업무에 필요한 항목이 빠지지 않았는지와 위험 판단의 인용이 해당 내용을 뒷받침하는지입니다. 출처

정보가 없거나 대화가 길어지면

그래프에 원하는 정보가 없다면 V7 Go는 RAG로 원본 문서를 검색할 수 있습니다. 그러므로 답이 나오지 않거나 근거가 부족할 때는 그래프 조회만 반복하기보다, 연결된 원문에 해당 정보가 있는지와 검색 결과가 적절한지를 구분해 살펴봐야 합니다. 그래프에 정리되지 않은 사실을 이미 확인된 사실처럼 취급하지 않는 것이 중요합니다. 출처

장기 실행에서는 최근 대화를 모델의 활성 컨텍스트에 두고 오래된 자료는 그래프에 저장해 필요할 때 검색하는 방식이라고 V7은 설명합니다. 또 V7 Go는 MCP 서버로 그래프 조회·수집 기능을 제공하며, 고객은 ChatGPT 등 호환 클라이언트에서 이를 사용하거나 Codex의 MCP를 통해 워크플로를 만들 수 있습니다. 즉, 기존에 쓰는 도구와 연결하려면 해당 클라이언트의 호환성과 필요한 그래프 접근 흐름부터 확인해야 합니다. 출처

결과 확인: 속도보다 먼저 볼 것

업무 결과를 평가할 때는 인용 정확도, 여러 유형 문서의 추출 품질, 답변 정확성과 지시 이행 여부를 먼저 살펴볼 만합니다. V7도 모델 선택을 위해 이런 항목과 지연 시간·비용, 실제 기업 업무를 포함한 벤치마크를 운영한다고 밝혔습니다. 같은 그래프를 사용하더라도 내 업무의 문서 유형과 질문에서 필요한 정보가 제대로 추출되는지가 판단 기준입니다. 출처

V7은 자사 고객 사례에서 딜 심사와 검토 시간 단축, 보험 청구 처리 오류 감소를 보고했습니다. 다만 이러한 수치와 모델 성능·비용 수치는 소개된 자체 시험 또는 고객 사례에 해당하며, 제공된 자료에는 독립 검증이나 시험 방법 전체가 담겨 있지 않습니다. 내 조직에서도 같은 결과가 난다고 전제하기보다, 인용 오류와 누락, 처리 시간과 비용을 실제 업무별로 비교해야 합니다. 출처

도입 전에 남길 점검 목록

실행 전에는 연결할 저장소와 업무 범위를 정하고, 결과에서 원문 인용을 확인할 방법을 마련하세요. 실행 중에는 그래프에 답이 없을 때 원문 검색으로 이어지는지 살펴보세요. 실행 후에는 단계별 오류율·처리 시간·비용과 실행 기록을 확인해야 합니다. 핵심은 AI가 자료를 찾아낸 듯 보이는 것과, 근거를 보존한 정보를 반복 업무에 안정적으로 쓰는 것을 구별하는 데 있습니다. 출처