AI 경영분석시스템

제조 기업의 ERP 데이터를 시각화하는 데서 출발해, 흩어진 경영 데이터를 통합 저장소에서 관리하고 업무 효율을 높이기 위해 추진한 프로젝트입니다. ERP 분석 데이터 통합 저장소 구축, 리포트 생성 자동화, AI 기반 경영 의사결정 체계 수립을 목표로 했습니다.

폴라리스클라우드는 ERP, Excel, 외부 API 데이터를 Microsoft Fabric 계층 구조로 통합하고, 5개 영역의 Data Warehouse와 Data Mart를 구성했습니다. Power BI 리포트 20개와 Self-BI 환경을 구축했고, Copilot 기능을 활용한 AI 기반 경영 의사결정 체계를 구성했습니다.

기존에는 경영 지표가 여러 채널에 나뉘어 있어 현황과 전망을 분석하는 데 어려움이 있었습니다.

• 분산된 데이터 수집: 현황과 전망을 분석할 때마다 분산된 각 채널에 직접 접속해 분석용 데이터를 수집해야 했습니다.
• 수작업 리포트: 경영 지표를 수기로 분석했고, Excel 기반 리포트도 수작업으로 만들어 시간이 오래 걸렸습니다.

데이터가 파편화되어 있어 다각적인 분석과 활용에도 한계가 있었습니다. 이에 ERP와 내·외부 데이터를 통합 저장소에서 관리하고, 리포트 생성을 자동화하며, AI를 활용한 경영 의사결정을 지원할 수 있는 시스템이 필요해졌습니다.

내·외부 데이터를 Fabric에 통합하고, 업무별 분석 서비스와 Power BI 리포트로 제공하는 구조를 구축했습니다.

1. 데이터 수집·연계: ERP(MSSQL), 고객 관리 Excel, 시장 분석과 경영 의사결정에 필요한 외부 데이터(원자재·환율·기후 API 등)를 Fabric과 연계했습니다. ERP 데이터는 RPC(Remote Procedure Call)로 연결하며, Azure Data Factory는 ETL 영역을 맡습니다.
2. Microsoft Fabric 통합·처리: Fabric OneLake에 Bronze(RAW), Silver(Standardized), Gold(Modeled) Lakehouse를 구성했습니다. 하위 계층에서 각 채널의 데이터를 일괄 수집하고 상위 계층에서 가공·통합 관리합니다. Bronze에서 Silver로는 Spark Notebook(ETL/Clean)으로, Silver에서 Gold로는 Dataflow Gen2(Aggregate)로 처리합니다.
3. 통합 저장소와 데이터 마트: AI 분석 데이터 통합 저장소(DW)에 데이터를 모으고, 그 위에 AI 분석·시각화 전용 데이터 마트를 구성했습니다. 마트는 재료, 구매, 블렌딩, 생산, 고객, 재고, 판매, 거래처로 구분됩니다. 프로젝트 완료 범위에는 5개 영역의 Data Warehouse와 Data Mart 구성이 포함됩니다.
4. Power BI 분석·시각화: 구매, 연구소, 영업, 생산, 재고, 회계 영역의 분석 서비스를 Power BI로 제공합니다. 원재료 구매 전략, 매출 원가 분석, 생산 계획 분석, 재고 현황 분석, 손익 분석 등이 포함됩니다. Power BI 리포트는 20개를 구축했고, 현업 담당자가 직접 데이터를 탐색할 수 있도록 Self-BI 환경도 구성했습니다.
5. Copilot 기반 AI 분석: Fabric에서 통합 관리하는 데이터를 바탕으로 Copilot 기능을 활용한 AI 기반 경영 의사결정 체계를 구성했습니다. AI 채팅으로 새로운 시각화 자료와 분석 추이를 확인할 수 있습니다.

이번 구축으로 내·외부에 흩어져 있던 데이터를 Fabric에서 통합 관리하게 되었고, 주요 리포트는 Power BI로 확인할 수 있습니다. 통합 데이터를 바탕으로 AI 채팅도 활용할 수 있습니다. 구축 전후 비교는 아래 표에 정리했습니다.

ERP, Excel, 외부 데이터를 연계하고, Fabric 기반 통합 저장소와 업무별 데이터 마트를 거쳐 분석 서비스로 제공하는 구조를 구성했습니다.

통합된 데이터를 바탕으로 마감 현황 등 주요 경영 지표를 Power BI로 시각화하고, 대화형 분석 화면으로도 확인할 수 있도록 구성했습니다.