흩어진 문서에서 DB 스키마 정의서까지
엑셀·PDF·스캔 이미지까지 — 어떤 원천 데이터든 올리면 AI가 명세를 만들고, 팀이 검수하고, 정의서와 DDL로 발행됩니다.
· 시트 「기본정보」 A:H
· p.3 표 2
이런 모습, 익숙하지 않으세요?
프로젝트 초기 한두 달이
파일 열어보는 데 사라집니다
파일 열어보기의 반복 노동
수집된 엑셀·PDF·수기 스캔 이미지를 하나하나 열어 구조를 파악하고 수기로 명세를 작성합니다. 사람이 하기엔 너무 반복적인 일입니다.
현업 검토의 비구조화
이메일과 엑셀 왕복으로 진행되는 현업 확인. "누가 언제 왜 이렇게 정했는지"가 어디에도 남지 않습니다.
산출물 포맷의 파편화
명세서·정의서·DDL이 사람마다 다른 포맷. 버전 관리는 없고, 모델을 고치면 문서를 처음부터 다시 씁니다.
핵심 가치
올리면, 만들고, 확정하고,
발행합니다
파일을 열어보는 일이
사라집니다
엑셀·CSV·이미지·PDF·DOCX·HWP·텍스트 — 인박스에 끌어다 놓으면 결정적 파싱과 AI 의미 주석으로 파일 명세서 초안이 자동 생성됩니다. 컬럼 타입, 품질 프로파일, 후보 키, PII까지 자동 태깅해요.
"재직상태 코드에 H(휴직) 외에 S 값이 46건 있어요. 파견을 뜻하는 코드가 맞나요?"
AI는 초안,
확정은 사람
모든 AI 산출물은 신뢰도와 함께 제안 상태로만 생성됩니다. 신뢰도가 낮으면 초안에 넣지 않고 검토 질문으로 분리하죠. 현업 검토자는 맞음·틀림·예외 3버튼으로 응답하고, 모든 결정은 감사 로그에 남습니다.
- ·신뢰도 3밴드(높음·중간·낮음)와 PII 확정 게이트
- ·현업 3버튼 비동기 응답 — 이메일 왕복 없이
- ·협의체 안건 리포트 자동 집계, 전 건 감사 로그
발행 버튼 하나로
정의서·DDL·시드까지
확정된 모델은 불변 스냅샷으로 발행됩니다. v1·v2 버전과 diff가 남고, 스키마 스튜디오의 도메인 규칙(네이밍·타입 매핑·이력 패턴)을 거쳐 모든 산출물이 한 번에 나옵니다.
작동 방식
업로드에서 DDL까지,
하나의 흐름으로
파일·폴더를 끌어다 놓으세요 — 엑셀·이미지·문서 무엇이든
AI가 컬럼·타입·PII를 추출하고 신뢰도와 함께 제안합니다
원본과 나란히 대조하며 확정하고, 애매한 건 현업에게 3버튼 질문
확정 명세에서 AI가 ERD 초안을 — 편집은 캔버스에서
발행 한 번으로 정의서·DDL·Prisma·온톨로지 시드까지
기능
수집부터 물리화까지, 한 곳에서
파일 인박스
드래그앤드롭 다중 업로드, 폴더·중복 감지, 파일별 추출 상태·신뢰도·PII 카운트
명세 검수 콘솔
원본 미리보기와 추출 명세를 좌우 대조 — 컬럼별 확정·수정·제외, PII 게이트
용어집
표기 불일치 자동 탐지 → 표준 용어 승격, 동의어·코드값 관리
리뷰
검토 질문 스레드, 현업 3버튼 응답, 협의체 안건 리포트 자동 집계
모델링
AI 초안 → ReactFlow ERD 캔버스, 모든 속성에 원천 파일·컬럼 추적
스키마 스튜디오
규칙 프리셋으로 물리화 — 테이블 그리드와 DDL 프리뷰, diff, 스키마 발행
내보내기
정의서 md·xlsx·PDF, PostgreSQL DDL, Prisma, 온톨로지 시드, 적재 매핑
대시보드 · 통합 검색
수집→명세→모델링→검토 KPI와 활동 피드, 파일·컬럼·용어 전역 검색
멤버 · 설정
역할 3종(ADMIN·MODELER·REVIEWER), AI 모델 선택, 이미지 AI 경로 통제
신뢰
민감한 데이터,
조직 밖으로 내보내지 않습니다
아래 항목은 정책이 아니라 코드로 강제되는 불변식입니다.
설치형 · 데이터 주권
self-hosted 싱글테넌트. 데이터는 조직 인프라 안에만 존재합니다.
PII 마스킹 후 LLM 호출
원문은 외부 모델에 전송되지 않습니다 — 원문 0-leak.
역할별 샘플값 마스킹
Reviewer에게는 PII 샘플값이 마스킹된 상태로만 보입니다.
전 건 감사 로그
누가 언제 무엇을 확정했는지, 모든 결정이 기록됩니다.
국내 대기업 건설 부문 HR 데이터 플랫폼 구축 프로젝트에 실전 투입
인사·조직 원천 데이터의 수집·명세·모델링·정의서 발행 전 구간을 Linify로 수행했습니다.
자주 묻는 질문
설치 요구사항이 어떻게 되나요?+−
PostgreSQL, S3 호환 스토리지, Node, Python 실행 환경이 필요합니다. `/setup` 위저드 한 페이지로 회사 정보와 최고관리자를 만들면 바로 사용을 시작할 수 있어요.
LLM은 어떤 모델을 쓰나요?+−
OpenAI 모델을 사용하며, 작업별로 모델을 선택할 수 있습니다. 미설정 시 AI 기능만 비활성화되고 나머지 기능은 그대로 동작합니다. LLM 호출은 항상 PII 마스킹 이후에만 이뤄집니다.
사내망에도 설치할 수 있나요?+−
네. 설치형 싱글테넌트 구조라 조직 인프라 안에 설치해 운영합니다. 이미지 AI 경로 통제 토글 등 외부 호출 범위도 설정에서 직접 통제할 수 있어요.
어떤 파일 형식을 지원하나요?+−
엑셀(xlsx)·CSV·스캔 이미지(OCR)·PDF·DOCX·HWP·텍스트를 지원합니다. 폴더 단위 다중 업로드와 중복 감지도 함께 제공돼요.
데이터 모델링 구간의 병목,
Linify로 끝내세요
도입 문의를 남겨주시면 데모와 함께 프로젝트에 맞는 적용 방안을 안내해 드립니다.