pile·
AI / ML·kream크림 (KREAM)·

스스로 업무용 툴을 만들며 일하는 셀러팀

문제KREAM 셀러팀은 Raw Data를 수동으로 대시보드에 입력하는 데 매일 30분 이상 소요되고, SQL 쿼리 작성 능력에 의존해 데이터 인사이트 발굴에 한계가 있었다.
접근ChatGPT에 스키마·ERD·쿼리 패턴을 학습시켜 쿼리 자동화에 활용하고, Cursor와 Redash를 연동해 다중 데이터 분석과 피벗 테이블 자동 생성을 구현했다.
결과주간 영업 지표 집계 시간 30분→3분(90% 감소), 업체별 판매입찰 분석 1시간→1분(99% 감소), 팀원들의 직접 쿼리 요청 0건으로 감소.
kream
크림 (KREAM) 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2