더욱 지속 가능한 세상을 위한 AI 에이전트: 데이터 과학 통찰력

지속가능성에 대한 정치적 지지가 감소함에 따라, 장기적이고 지속가능한 관행의 필요성은 그 어느 때보다 커지고 있습니다. AI 에이전트는 이 분야에서 중요한 역할을 수행할 수 있습니다.

강력한 AI로 강화된 분석을 활용해 기업의 친환경 전환을 어떻게 지원할 수 있을까요?

수년간 제 블로그는 공급망 분석 방법론과 도구를 활용하여 특정 문제를 해결하는 데 집중해 왔습니다. 이제 지속가능성의 중요성이 커짐에 따라, 환경 목표 달성을 위해 이러한 도구들을 통합하는 데 집중하고 있습니다.

에 LogiG재 N제가 설립한 스타트업에서는 소매업체, 제조업체, 물류 회사가 지속가능성 목표를 달성할 수 있도록 이러한 분석 솔루션을 구축하고 있습니다. 예측 모델 및 경로 최적화와 같은 도구를 활용하여 배출량을 줄입니다.

이 글에서는 AI 에이전트를 활용하여 기존 솔루션을 어떻게 강화할 수 있는지 보여드리겠습니다. AI가 어떻게 분석 역량을 강화하여 지속가능성 목표를 더욱 빠르고 효과적으로 달성할 수 있는지 살펴보겠습니다.

목표는 이니셔티브 구현을 촉진하고 가속화하는 것입니다. 지속 가능성 기업 공급망 전반에 걸쳐 인공지능을 통합함으로써 프로세스를 자동화하고 개선 기회를 사전에 파악할 수 있습니다.

 

기업의 녹색 전환에 대한 장벽

정치적, 재정적 압박이 지속 가능성에서 벗어나면서 녹색 전환을 촉진하고 보다 쉽게 ​​접근할 수 있도록 하는 것이 그 어느 때보다 시급해졌습니다.

지난주에 저는 컨퍼런스에 참석했습니다. ChangeNOW 글로벌은 제 고향인 파리에서 개최되었습니다.

이 컨퍼런스에는 어려운 상황에도 불구하고 더 나은 미래를 건설하고자 헌신하는 혁신가, 기업가, 의사 결정권자들이 모였습니다.

독자 여러분을 만나고 다양한 산업 분야에서 변화를 주도하는 리더들과 소통할 수 있는 좋은 기회였습니다.

이러한 토론을 통해 명확한 메시지가 도출되었습니다.

기업은 지속 가능한 변혁을 추진할 때 세 가지 주요 장벽에 직면합니다.

• 운영 프로세스에 대한 가시성 부족
• 지속 가능성 보고 요구 사항의 복잡성,
• 가치 사슬 전반에 걸쳐 이니셔티브를 설계하고 구현하는 과제.

다음 섹션에서는 우리가 어떻게 활용할 수 있는지 살펴보겠습니다. 에이전트 AI 이러한 두 가지 주요 장애물을 극복하려면:

• 규정을 준수하기 위한 보고 개선
• 지속 가능한 이니셔티브의 설계 및 구현 가속화

 

AI 에이전트를 활용한 보고 과제 해결

지속가능성 로드맵의 첫 단계는 보고 기반을 구축하는 것입니다. 이 기반을 구축하는 것은 데이터 정확성과 접근성을 보장하고 정보에 기반한 의사 결정을 가능하게 하는 데 매우 중요합니다.

기업은 어떠한 조치를 취하기 전에 현재의 환경적 발자국을 측정하고 공개해야 합니다.

예를 들어, ESG 보고서는 회사의 환경적 성과를 설명합니다. (E)그리고 사회적 책임 (S)그리고 거버넌스 구조의 강점. (G)ESG 보고서는 환경, 사회, 거버넌스 지속 가능성 분야에서 회사의 성과를 평가하는 데 중요한 도구입니다.

먼저 데이터 준비 문제부터 해결해 보겠습니다.

 

문제 1: 데이터 수집 및 처리

많은 회사가 다음과 같은 문제부터 시작해서 처음부터 상당한 어려움에 직면합니다. 데이터 수집이는 제품 수명 주기 분석 프로젝트의 근본적인 과제입니다.

이전 기사에서 저는 다음과 같은 개념을 소개했습니다. 수명주기 평가 또는 (LCA) – 원자재 추출부터 폐기까지 제품의 환경 영향을 평가하는 방법입니다.

이를 위해서는 여러 시스템에 연결하고, 원시 데이터를 추출하고, 처리하고, 데이터웨어하우스에 저장하는 복잡한 데이터 파이프라인이 필요합니다. 여기에는 정확한 분석을 보장하기 위해 다양한 소스의 데이터를 통합하는 작업이 포함됩니다.

이러한 파이프라인은 보고서를 생성하고 분석 및 비즈니스 팀에 일관된 데이터 소스를 제공하는 데 사용되며, 정확한 통찰력을 기반으로 한 정보에 입각한 의사 결정을 용이하게 합니다.

 

비기술 팀이 이 복잡한 환경을 헤쳐나가도록 어떻게 도울 수 있을까요?

에 로지그린우리는 텍스트-SQL 애플리케이션을 위한 AI 에이전트, 즉 텍스트-SQL AI 에이전트의 사용을 살펴봅니다.

중요한 부가 가치는 운영 및 사업팀이 더 이상 맞춤형 솔루션을 구축하기 위해 분석 전문가에게 의존하지 않아도 된다는 것입니다. 이를 통해 데이터 분석가에 대한 의존도가 낮아지고 효율성이 향상됩니다.

공급망 엔지니어로서, 저는 데이터를 추출하거나 새로운 지표를 계산하기 위해 지원 티켓을 만들어야 하는 운영 관리자들의 좌절감을 이해합니다.

이 AI 에이전트를 활용하여 모든 사용자에게 서비스형 분석(Analytics-as-a-Service) 경험을 제공하여 사용자가 이해하기 쉬운 언어로 요청을 작성할 수 있도록 지원합니다. 이를 통해 데이터 인사이트에 더 빠르고 쉽게 접근할 수 있습니다.

예를 들어, 보고 팀이 여러 테이블에서 데이터를 수집하여 보고서에 입력할 수 있도록 특정 프롬프트를 만들 수 있도록 지원합니다. 이를 통해 보고 프로세스가 단축되고 수동 작업이 줄어듭니다.

 

"창고 XXX에서 배송되는 모든 품목에 대한 일일 총 이산화탄소(CO₂) 배출량을 보여주는 표를 만들어 주세요."

 

문제 2: 보고서 서식

데이터를 수집한 후에도 회사는 또 다른 과제에 직면합니다. 필요한 형식으로 보고서를 작성하세요.

유럽에서는 다음을 제공합니다. 기업 지속가능성 보고 지침(CSRD) 기업이 환경, 사회, 거버넌스에 미치는 영향을 공개할 수 있는 새로운 프레임워크입니다.

CSRD 기업 지속 가능성 보고 지침에 따라 회사는 다음 형식으로 구조화된 보고서를 제출해야 합니다. XHTML.

이 문서는 평가에 의해 뒷받침되며 다음을 요구합니다. ESG 세부적으로 보면 이 프로세스는 매우 기술적이고 오류가 발생하기 쉬우며, 특히 데이터 성숙도가 낮은 회사의 경우 더욱 그렇습니다.

그래서 우리는 AI 에이전트를 사용하여 보고서를 자동으로 검토하고 기술에 익숙하지 않은 사용자에게 요약을 제공하는 실험을 했습니다.

 

어떻게 작동합니까?

사용자는 이메일을 통해 보고서를 제출합니다.

엔드포인트는 첨부 파일을 자동으로 다운로드하고 내용과 형식에 오류나 누락된 값이 있는지 확인합니다. 이 과정을 통해 정확한 데이터 검증이 보장됩니다.

결과는 AI 에이전트에게 전송되고, AI 에이전트는 명확한 영어 감사 요약을 생성합니다. AI 에이전트는 고급 알고리즘을 사용하여 데이터를 효율적으로 분석하고 요약합니다.

대리인은 발신자에게 보고서를 다시 보냅니다..

우리는 지속 가능성 컨설턴트가 생성한 감사 보고서를 위한 완전 자동화된 서비스를 개발했습니다. (저희 고객은 컨설팅 회사입니다) 전문적인 지식 없이도 누구나 쉽게 사용할 수 있습니다. 이 서비스를 통해 시간과 노력을 절약하고 정확한 보고서를 확보할 수 있습니다.

 

비슷한 솔루션을 구현하는 데 관심이 있으신가요?

저는 코드 없이 n8n 플랫폼을 사용하여 이 프로젝트를 구축했습니다.

게시할 준비가 된 템플릿은 다음에서 찾을 수 있습니다. n8n에서 내 콘텐츠 제작자 프로필을 확인하세요.

이제 보고 솔루션을 살펴보았으니 녹색 전환의 핵심으로 넘어가 보겠습니다. 지속 가능한 이니셔티브를 설계하고 구현합니다.

공급망 분석 제품을 위한 효과적인 AI

지속 가능성을 위한 분석 제품

지난 2년 동안 저는 웹 애플리케이션, API, 자동화된 워크플로를 포함한 분석 제품 개발에 집중해 왔습니다. 기업의 환경 및 사회적 지속가능성 이니셔티브를 지원하는 고급 분석 솔루션 개발 경험도 보유하고 있으며, 특히 환경 영향 측정 및 자원 효율성 향상에 중점을 두고 있습니다.

 

지속 가능성 로드맵이란 무엇입니까?

제 경험에 따르면, 이 과정은 종종 상위 경영진의 압력으로 시작됩니다.

예를 들어, 리더십은 공급망 부서에 기준 연도인 2021년의 이산화탄소(CO₂) 배출량을 측정하도록 요청할 수 있습니다.

나는 추산을 담당했다 범위 3 배출 유통망을 위해.

그래서 저는 위에 링크된 기사에 제시된 방법론을 적용했습니다.

기준선이 결정되면 감축 목표 명확한 마감일이 있습니다.

예를 들어, 경영진은 2030년까지 30% 감축을 달성하겠다고 약속할 수 있습니다.

따라서 공급망 부서의 역할은 이산화탄소 배출을 줄이기 위한 이니셔티브를 설계하고 실행하는 것입니다.

위의 예에서 회사는 제조, 물류, 소매 운영 및 탄소 상쇄 전반에 걸친 이니셔티브를 통해 N년까지 30% 감축을 달성했습니다.

이러한 여정을 지원하기 위해 우리는 다양한 이니셔티브의 영향을 시뮬레이션하는 분석 제품을 개발하여 팀이 최적의 지속 가능성 전략을 설계할 수 있도록 돕습니다.

지금까지 제품은 사용자 인터페이스와 백엔드가 자체 데이터 소스에 연결된 웹 애플리케이션 형태였습니다.

각 모듈은 운영상의 의사 결정을 지원하는 핵심 통찰력을 제공합니다.

 

"이러한 결과를 바탕으로 볼 때, 브라질에서 미국으로 공장을 이전하면 이산화탄소(CO₂) 배출량을 32% 줄일 수 있습니다."

하지만 데이터 분석에 익숙하지 않은 사람들에게는 이러한 애플리케이션을 사용하는 것이 다소 혼란스러울 수 있습니다. 가치 있는 인사이트를 도출하기 위해서는 데이터 분석 원리에 대한 기본적인 이해가 필요하며, 이는 비전문가에게는 어려울 수 있습니다.

 

이러한 사용자를 더 효과적으로 지원하기 위해 AI 에이전트를 어떻게 활용할 수 있을까요? 그리고 AI 에이전트는 어떻게 사용자 경험을 개선하고 혁신적인 솔루션을 제공하는 데 도움을 줄 수 있을까요?

 

분석 제품을 위한 효과적인 AI

현재 우리는 API 엔드포인트를 통해 분석 모델 및 도구와 직접 상호 작용하는 자율 AI 에이전트를 포함하여 이러한 솔루션을 발전시키는 과정에 있습니다.

이러한 에이전트는 설계되었습니다 비기술 사용자를 안내하려면 여행 내내, 간단한 질문으로 시작했습니다.

"교통망에서 이산화탄소(CO₂) 배출량을 어떻게 줄일 수 있나요?"

그러면 AI 에이전트는 다음에 대한 책임을 맡습니다.

• 올바른 쿼리를 공식화하고,
• 연락처 최적화 모델,
• 결과 해석,
• 그리고 실행 가능한 권장사항을 제공합니다.

사용자는 백엔드가 어떻게 작동하는지 이해할 필요가 없습니다.
그들은 다음과 같은 직접적이고 비즈니스 지향적인 결과물을 받습니다.

“YYY 유로의 투자 예산으로 솔루션 XXX를 구현하여 CO2 배출량을 ZZZ톤 CO2 상당으로 줄이세요.”

최적화 모델, API, AI 기반 안내를 결합하여 완벽한 Analytics-as-a-Service 경험을 제공합니다.

우리의 목표는 기술 전문가뿐만 아니라 모든 팀이 지속 가능성 분석을 활용할 수 있도록 하는 것입니다.

결론 및 최종 결론

 

인공지능의 책임 있는 활용

마무리하기 전에, 우리가 개발하는 솔루션의 환경적 발자국을 줄이는 것에 대해 한 마디 드리겠습니다.

우리는 대규모 언어 모델(LLM)을 사용하는 데 따른 환경적 영향을 충분히 알고 있습니다.

따라서 우리 제품의 핵심은 다음과 같이 구축됩니다. 결정론적 최적화 모델، 우리가 신중하게 디자인했습니다이러한 모델은 에너지와 자원 사용에 있어서 높은 효율성을 보장합니다.

대규모 언어 모델(LLM)은 실질적인 부가가치를 제공할 때, 주로 사용자 상호작용을 단순화하거나 중요하지 않은 작업을 자동화하는 경우에만 사용됩니다. 이는 AI의 지속가능성 모범 사례와 일치합니다.

이를 통해 다음을 수행할 수 있습니다.

• 내구성과 신뢰성을 확보하세요동일한 입력에 대해 사용자는 항상 동일한 출력을 받으며, 순수 AI 모델에서 일반적으로 나타나는 무작위적 동작을 피할 수 있습니다.
• 에너지 소비를 줄이세요: API 호출에 사용되는 토큰 수를 줄이고 각 호출을 최대한 효율적으로 최적화했습니다.

간단히 말해, 우리는 설계부터 지속 가능한 솔루션을 구축하는 데 전념합니다. AI의 힘과 환경적 책임 사이의 균형을 맞추는 것을 목표로 합니다.

 

AI 에이전트는 공급망 분석의 판도를 바꾸고 있습니다.

저에게 AI 에이전트는 고객의 지속가능성 로드맵 가속화를 지원하는 강력한 동반자가 되었습니다. 공급망 분석에 AI 에이전트를 활용하는 것은 진정한 패러다임 전환을 의미합니다.

기술적인 지식이 없는 사용자 입장에서 이는 경쟁 우위를 의미하며, 운영팀의 역량을 강화하는 AAS(Analytics-as-a-Service) 솔루션을 제공할 수 있게 해줍니다. 이러한 AI 기반 솔루션은 간소화된 방식으로 귀중한 인사이트를 제공합니다.

이러한 도구를 사용하면 복잡한 데이터를 훨씬 쉽게 이해할 수 있으므로, 기업이 친환경 전환을 시작할 때 직면하는 가장 큰 장애물 중 하나가 간소화됩니다.

통하다 간단한 언어로 비전을 전달하다 그리고 사용자의 여정을 안내하고 AI 에이전트가 도움을 줍니다. 데이터 기반 솔루션과 운영 구현 간의 격차를 해소합니다. 이를 통해 지속 가능한 솔루션의 광범위한 도입을 보장합니다.