OneFlow

무엇을 하나요

OneFlow는 1인 기업이나 초기 스타트업처럼 AI 담당자를 따로 둘 수 없는 작은 팀을 위한 AI 업무 운영 플랫폼이에요. 사용자는 모델이나 프롬프트를 고르지 않고 해결하고 싶은 업무만 고르면 돼요. 그러면 OneFlow가 AI 적합성을 진단하고, 영업·마케팅 같은 부서 단위 "AI 팀"이 검토할 수 있는 초안을 만들어요. 결제·법률 판단·외부 발송처럼 위험한 일은 반드시 사람이 승인하도록 설계했어요.

또 하나의 축은 정책·지원사업·뉴스 같은 바깥의 변화를 "우리 회사에 무슨 의미인지"로 연결해 주는 비즈니스 신호 흐름이에요. 팀은 데이터, 웹 화면과 API, AI 에이전트의 세 워크스트림으로 나눠 작업했어요.

무엇을 만들었나요

저는 AI 데이터 워크스트림을 맡아 진단·추천 흐름에 들어갈 데이터를 만들었어요.

• 합성 기업 데이터셋: 회사·직원·월별 매출·비용·업무·고객 지표·AI 작업·추천 정답 라벨까지 8종 엔티티의 JSON 스키마를 설계하고, 회사 100곳 규모의 데이터를 생성 스크립트로 만들었어요. 분포를 요약한 통계 보고서도 함께 만들어요.
• 신호 수집 파이프라인: 공공 지원사업 공고(K-Startup, 기업마당)와 네이버 검색 API 뉴스를 모으는 개발용 수집기, 그리고 원본 레코드를 제품의 신호 스키마로 바꾸는 정규화기를 Node.js로 만들었어요.
• 검증: 데이터 fixture를 스키마로 검사하는 단계를 저장소 공통 검사에 넣었고, Windows에서 검사 스크립트와 회귀 테스트가 끝까지 돌지 않던 경로 문제를 고쳤어요.

기술적으로 눈여겨볼 점

• 데이터 분포를 공개 통계에 맞췄어요. 평균 종사자 수·매출·업종·지역 분포를 벤처기업·중소기업 통계에 앵커링하고, 각 수치를 확정·근사·가정으로 구분해 추정이 사실처럼 보이지 않게 했어요. 타깃이 소상공인에서 법인 스타트업·중소기업으로 바뀌었을 때는 앵커와 업종 분류를 다시 잡고 데이터를 재생성했어요.
• 원본과 정규화 결과를 분리했어요. 받은 응답을 원형 그대로 담는 raw 계층에 출처 URL·수집 시각·콘텐츠 해시를 필수로 남겨, 어떤 원본이 어떻게 정규화됐는지 추적할 수 있어요. 잘못된 정규화는 결과를 쓰지 않고 실패로 끝나요.
• 뉴스는 키워드 버킷별로 수집한 뒤 해시 기반 중복 제거, 여러 버킷에 걸친 기사 병합, 주제 밖 기사 필터를 거쳐요. 정책 공고는 모집 중인 것만 남겨요.
• 팀원 모두 AI로 병렬 작업했기 때문에 모든 결정의 이유를 결정 로그로 남기고, 워크스트림별 수정 가능 경로를 지키는 자동 검사를 통과하도록 작업했어요. 수집기는 CI에서 실행을 거부하고 자격증명은 환경변수로만 읽어요.