Every offline workspace already knows things. Work, time, people, movement. We call that memory layer StoreGraph our ontology of how a workspace runs. AI Hub reads it, and turns it into decisions you approve, actions it runs, and results that come back.

AI Hub란 무엇인가요?

오프라인 운영을 위한 AI 실행 플랫폼.

AI Hub는 StoreGraph 위에서 돌아가는 의사결정 플랫폼입니다. 에이전트를 구성해 판단을 만들고, 그 판단을 고객사의 승인 규칙에 태운 뒤 실제 시스템에서 실행하고 결과까지 기록합니다. 정해진 기능 목록을 파는 것이 아니라, 현장마다 자기 운영 방식에 맞게 조립해 쓰는 구조입니다.

01

Decision Card와 채널

사용자와 본사가 실제로 보는 화면: 질문의 답, 리포트, 승인, 알림이 한 표면에 모입니다.

03

산업별 에이전트

산업의 맥락을 아는 에이전트가 현장 단위로 구성되어, 지금 해야 할 일을 판단합니다.

05

StoreGraph와 지식

공유 기억 계층: 하나의 ID, 하나의 관계망, 모든 판단의 근거.

02

오케스트레이션

질문과 이벤트를 작업으로 쪼개고 에이전트를 지휘하며 충돌을 조정합니다.

04

승인과 워크플로

무엇을 스스로 돌리고 무엇을 사람 앞에 세울지는 고객사가 정합니다. 그 규칙이 모든 실행에 내장됩니다.

06

통합과 거버넌스

이미 쓰고 있는 시스템을 연결하고, 보안·감사·비용을 전체에 걸쳐 책임집니다.

연결하고

이해하고 판단하며

실행하는 운영체계를 만듭니다

AI Hub는 현장을 이렇게 바꿉니다

POS, 주문, 재고, 키오스크, 센서: 한 번도 하나로 움직인 적 없던 현장의 데이터·시스템·기기.

연결하고 이해하고 판단하고 실행하는 루프가 돌 때마다 기록이 남습니다. 무엇을 어떤 근거로 결정했는지, 그 결과가 어땠는지가 함께 남습니다. 이 기록은 로그가 아니라 쌓여가는 현장의 판단력입니다.

우리가 해결하는 방식

데이터 수집부터문제 해결까지

SOURCES→ POS→ Kiosks→ Sensors→ Schedules→ SpreadsheetsCAPTURE→ Field data→ Never recordedONE STREAM→ Existing systems→ Nothing gets rebuilt→ Everything gets connected
PERFORMSTAKESDRIVESWORKPEOPLETIMEMOVEMENTRELATIONS→ One shared ID→ One set of relationships→ Across every sourceENTITIES→ The data→ AI understands→ Your operation actually runs
SIGNALS→ Reads the graph→ Weighs the signalsWEIGHING→ Industry's context→ Decides→ What needs doing nowRANKED→ Ranks→ What matters→ For your day
ASKS FIRSTRUNS ALONEDECISIONS→ What runs alone→ What asks first→ Carry throughCHECKPOINT→ Human checkpoints→ Design together→ Your callOPERATIONS→ Real operations→ Wired into the flow
IngestSTREAMNormalizeDedupeSchema Mapv3Validate

데이터 수집

기록되지 않던 현장 데이터를 확보하고, 운영 중인 시스템의 데이터를 하나로 모읍니다. POS, 키오스크, 센서, 근무표, 스프레드시트까지: 새로 만드는 것 없이 전부 연결합니다.

AI Hub는 각 현장의 판단을 한곳으로 모읍니다.

데이터를 보여주는 데서 멈추지 않고,
지금 무엇을 해야 하는지 알려주고 실행을 유도합니다.

결과가 다시 판단이 됩니다

실행은 끝이 아닙니다. 결과가 돌아와 다음 판단을 바꿉니다.

승인

승인

자동화 수준을 현장이 정합니다. 정보만 볼지, 제안까지 받을지, 승인 후 실행할지, 한도 안에서 자동 실행할지. 실행 위험이 있는 결정은 사람이 승인합니다.

실행

성과

재학습

결과가 다시 판단이 됩니다

AI Hub는 질문에 답하는 모델을 넘어 운영을 지휘하는 오케스트레이터입니다. 질의와 이벤트를 업무로 분해하고 에이전트를 통제하며 승인과 성과를 기록합니다. 무엇이 승인되고 수정되고 반려되었는지, 그리고 그 결과가 어땠는지가 그때그때 기록으로 남습니다.

AI Hub는 질문에 답하는 모델을 넘어 운영을 지휘하는 오케스트레이터입니다.

이 섹션은 하나의 요청이 AI Hub 안에서 지나는 여덟 단계를 차례대로 따라갑니다.

Intake

질문·버튼·스케줄·이상 신호를 받습니다.

AI HUB 목표 아키텍처, 12개 레이어

고객 경험, 지능 조직, 공통 기억, 실행·운영 기반을 분리한 확장형 구조입니다.

L1

채널 · 고객 경험

  • Web/App
  • Chat
  • Dashboard
  • Report
  • Notification

각 레이어는 독립 책임을 가집니다.

L1-L2

고객 체험

사용자와 본사가 보는 페이지와 Decision Card를 구성합니다. 질문, 보고서, 결재, 알림이 이 레이어에서 통합됩니다.

도메인을 이해하고

사람과 협력하여

결정을 돕는 AI Agent

하나의 AI가 아닌, 각 기능별 전문가를

파견해 문제를 해결합니다.

데이터 수집부터 프로세싱,

AI Agent의 업무 수행까지

ONTOLOGYAI HUBF&BDELIVERYRETAILLAST MILELOGISTICS
F&B

주문이 몰리는 시간은 정해져 있지 않습니다

수요 예측의 부재

주문량이 매일 달라져도 예측 근거가 없어, 준비량은 경험으로 추정합니다.

재고와 주문의 단절

판매는 POS에, 재고 차감은 다른 시스템에 기록되어 실제 남은 수량을 실시간으로 알 수 없습니다.

인력 배치의 감 의존

피크타임이 언제 올지 데이터로 보이지 않아, 인력 배치가 담당자의 감에 의존합니다.

피크타임 전에 준비를 끝내는 판단

주문, 재고, 날씨, 인력을 하나의 맥락으로 읽어, 피크타임 대비와 재고 소진 예측을 먼저 짚도록 설계되었습니다.

Ontology

ORDER

84%

relation coverage

Data schema

Data schema

Data schema

INVENTORY

consumes

STAFF

handles

WEATHER

affects

relation coverage

84%

INVENTORY · consumes

STAFF · handles

WEATHER · affects

LivePrepTurnsAlertsTeam Hall operationsMinjun Kim · Hall lead
Activated hall A · shift 2 · 14:32 F&B · Hall A Dashboard

KITCHENT1T3T2BARSTOT4WCT5T12T9T6T13T7T8T10T14T11S1S2S3S4
+2
+3
+1
+2
#A-10476 seats
14:11First order
21minElapsed
Ordered
CoversPrep queue6 tickets

Covers / 15 min

45

48

24

0

13:35

14:05

14:32

Kitchen load by hour

Hall A

32

16

0

11

13

15

17

19

21

Seats filled

39

Table

Menu

Status

#A-1043

Table 07 · 4 seats

Croissant

Served

#A-1047

Table 05 · 6 seats

Cheese Burger · Ade set +2

Delayed

#A-1052

Table 09 · 6 seats

Rice · Soup +1

Queued

#A-1055

Table 12 · 2 seats

Chocolate Croissants · Iced tea

Served

#A-1058

Table 03 · 4 seats

Simple Breakfast · Ade x2 +1

Queued

#A-1064

Table 11 · 4 seats

—

Queued
Delivery

주문 폭주는 예고 없이 오지 않습니다

폭주 예측의 부재

주문 급증을 지나고 나서야 확인해, 라이더 확보와 조리 준비가 항상 한 발 늦게 시작됩니다.

조리, 배차 타이밍의 단절

조리 완료 시점과 라이더 도착 시점이 서로 어긋나, 음식이 식거나 라이더가 기다리게 됩니다.

지역별 수요 불균형

지역별 수요 변화를 실시간으로 읽지 못해, 라이더가 남는 존과 부족한 존이 동시에 생깁니다.

주문 폭주를 먼저 읽는 배차

주문 흐름과 지역 신호를 엮어 폭주를 예측하고, 라이더 배치와 조리 시작 시점을 먼저 제안하도록 설계되었습니다.

Ontology

ORDER

91%

relation coverage

Data schema

Data schema

Data schema

RIDER

pre-positions

ZONE

rebalances

KITCHEN

preps

relation coverage

91%

RIDER · pre-positions

ZONE · rebalances

KITCHEN · preps

LiveSurgeZonesRidersTeam Dispatch centerSeojun Lee · Dispatch lead
Activated zone 3 · shift 2 · 14:32 Delivery · Zone 3 Dashboard
Riders on shift4 of 19 live
KD Dohyun Kim Z-04 On the way NEXT ETA 6m 3/4
PS Sunwoo Park Z-07 Picking up NEXT ETA 11m 2/4
LH Haneul Lee Z-02 On the way NEXT ETA 4m 4/4
JM Minjae Jeong Z-08 Standby NEXT ETA — 1/4
Surge forecastnext 90 min
Zone surge outlookorder flow × zone signals · proposed placementSurge in 22 min Riders to move +6
Cook-start −8 min
Backlog 18 ord
Z-AZ-BZ-C14:3015:0015:3016:00now
Zone mapZ-01 … Z-09
Live positions4 riders · hub 1.4 km4 riders live
backlog 18 Dohyun 3 Minjae 1 Sunwoo 2 Haneul 4
zone 7 backlog 18 · hub 1.4 km move 6 →
Rider board19 on shift
RiderAssignmentZone · timeStatus
#R-118 3 orders batched Yeoksam loop Z5 · 14:31▾ Surge
#R-112 idle 7m in zone Nonhyeon-ro Z4 · 14:31▾ Waiting
#R-104 2 orders in hand Seolleung-ro Z2 · 14:30▾ Riding
#R-097 shift ends 15:00 Teheran-ro Z3 · 14:22▾ Closing

Logistics

결품은 창고가 아니라 구조에서 시작됩니다

임계 재고의 늦은 감지

임계치 아래로 내려간 재고를 출고 시점에야 발견해, 긴급 발주와 추가 비용으로 이어집니다.

배차와 도크의 비동기

차량 도착 시간과 도크의 상하차 슬롯이 따로 관리되어, 기사와 도크 양쪽에 대기가 쌓입니다.

수기 승인의 병목

보충 발주 기안이 사람 손을 여러 번 거치며 지연되어, 리드타임이 그만큼 길어집니다.

결품 전에 움직이는 보충과 배차

재고와 차량, 도크의 상태를 함께 읽어 결품이 생기기 전에 보충을 기안하고, 사람이 승인하는 지점을 함께 설계했습니다.

Ontology

STOCK

87%

relation coverage

Data schema

Data schema

Data schema

ROUTE

matches

DOCK

loads

STAFF

handles

relation coverage

87%

ROUTE · matches

DOCK · loads

STAFF · handles

LiveApprovalsDocksFleetTeam DC operationsDoyun Choi · Logistics lead
Activated DC north · shift 2 · 14:32 Logistics · DC North Dashboard
Approval queue3 pending
Replenishment draftchilled · 18 SKU below coverdrafted 18 SKU Cover drops under 2 days on Thu. Draft moves 6 pallets from DC south.
Dock reassignmentD4 hydraulic faulturgent 3 slots Move 13:30–16:00 slots to D6 and D7. Adds 12 min average dwell.
Fleet reroutecarrier B arriving earlyproposed −25 min Pull carrier B into D2 ahead of schedule and push ambient 22 back.
Dock scheduleweek 33
August 202618 slots booked · 2 conflictsSMTWTFS2627282930311234567891011121314151617181920212223242526272829
Today · Aug 136 docks · dwell 58m avg D1D2D3D4D5D6 0811141720
Warehouse floorDC north
Rack zones · docks128 vehicles · 12 rack zonesFLOOR 002D1D2D3D4D5D6Dock busy AGV-019 route
Dock occupancy09:12
Docks 01–06inbound vs outbound today 87 % 010203040506 08:0010:0012:0014:00 Inbound 62%Outbound 38%
Pallet load C2 · C3 bays Dock dwell 64min CARRIER B · 82-4417 4,200 kg of 5,000 kg Items
CZ-8F14RT02 2026.08.13 13:52:11 INFO
CZ-8F14RT06 2026.08.13 14:03:47 INFO
CZ-8F14RT07 — INFO
CZ-8F14RT11 2026.08.13 14:19:05 INFO
CZ-8F14RT14 2026.08.13 14:28:47 INFO
Yard route · gate 2 → dock D6

DC North · full yard flow 12 rack zones · 6 docks · AGV-019
rack zonedock busyAGV route
Retail

빈 매대는 매출이 사라지는 순간입니다

결품의 늦은 발견

빈 매대를 직원의 순회 점검으로만 확인해, 비어 있는 동안의 판매 기회를 그대로 놓칩니다.

발주와 수요의 단절

주말, 프로모션으로 달라지는 수요가 발주에 늦게 반영되어, 과잉과 결품이 반복됩니다.

진열 우선순위의 부재

어떤 매대부터 채울지 기준이 없어 감으로 결정하고, 그만큼 동선과 시간이 낭비됩니다.

빈 매대를 사전에 감지하는 운영

매대와 수요, 발주를 하나의 구조로 연결해 결품을 사전에 감지하고, 진열과 발주가 이어지도록 설계되었습니다.

Ontology

SHELF

89%

relation coverage

Data schema

Data schema

Data schema

DEMAND

forecasts

STAFF

restocks

PRICE

drives

relation coverage

89%

DEMAND · forecasts

STAFF · restocks

PRICE · drives

LiveShelvesDemandOrdersTeam Store operationsJiwoo Park · Shelf lead
Activated store 07 · shift 2 · 14:32 Retail · Store 07 Dashboard
Shelf map12 slots × 7 aisles
Aisle A–Gstore 07 · realtimeLow EmptyA-03 is the widest gap · 4 of 7 aisles below the 98% target
Shelf health
On-shelf ratetarget 98%94.2%
Not selling3 aisles flagged12 items
Demand
Units / 15 minrising since 13:35 · +12% vs last week264 ea 300150013:3514:0514:32
Out of stock3 items
Out of stock 우유 250ml A-01 · 24ea short SunMonTueWedThuFriSat
Out of stock 계란 한 판 A-06 · 12ea short SunMonTueWedThuFriSat
Out of stock 커피분말 120g C-03 · 18ea short SunMonTueWedThuFriSat

Last mile

지연은 도로 위에서만 생기지 않습니다

경로 재설계의 지연

정체를 만난 뒤에야 우회 경로를 찾기 시작해, 한 건의 지연이 뒤 배송 전체로 번집니다.

고객 안내의 공백

지연 사실이 고객에게 늦게 전달되어, 문의와 클레임 대응에 시간이 다시 쓰입니다.

인수인계 추적의 단절

허브를 옮겨갈 때마다 상태 기록이 끊겨, 분실이나 오배송이 생겨도 원인을 추적하기 어렵습니다.

지연을 감지하면 다시 설계되는 경로

교통과 배송 상태를 실시간으로 읽어 경로를 다시 설계하고, 고객 안내까지 하나의 흐름으로 잇도록 설계되었습니다.

Ontology

ROUTE

86%

relation coverage

Data schema

Data schema

Data schema

DRIVER

follows

TRAFFIC

affects

CUSTOMER

notified

relation coverage

86%

DRIVER · follows

TRAFFIC · affects

CUSTOMER · notified

LiveRoutesDelaysNoticesTeam Last mile opsHajun Jeong · Delivery lead
Activated route B · shift 2 · 14:32 Last mile 148 stops · realtime
Notification Route B redrawn · 6 stops moved into the 16:00 window
Delivered 121 In transit 4 Queued 23
RiderETAStatus
B Balaji Nant Baemin · 4 stops left 12 min On the way
C Sohn Jiwon Coupang Eats · 2 stops left 14 min On the way
B Han Yerin Baemin · 5 stops left 18 min Behind
Y Oh Minseo Yogiyo · 7 stops left 35 min At risk
On-time rate 56 %
Route coverage 100 %
Handoffs traced 100 %
ETA driftroute B · today−6 min 09:0012:0015:00
Monthly stop totalsRoute B6k3k0JanMarMayJulSepNov

Education

이탈은 재등록 시점이 아니라 첫 결석에서 시작합니다

결석 신호의 뒤늦은 확인

연속 결석을 월말 집계로 확인해, 학생이 마음을 정한 뒤에야 상담이 시작됩니다.

강의실 배정의 불균형

같은 시간대에 빈 강의실과 정원 초과 반이 함께 생겨, 낼 수 있는 수업 수가 줄어듭니다.

보강과 상담의 누락

보강 배정과 학부모 상담이 담당 강사의 기억에 남아 처리 여부가 매번 달라집니다.

이탈 신호를 먼저 띄우는 운영

출결과 진도와 강의실 배정을 하나의 구조로 연결해 이탈 신호를 먼저 띄우고, 보강 배정까지 이어지도록 설계되었습니다.

Ontology

CLASS

87%

relation coverage

Data schema

Data schema

Data schema

ABSENCE

signals

ROOM

hosts

GUARDIAN

confirms

relation coverage

87%

ABSENCE · signals

ROOM · hosts

GUARDIAN · confirms

LiveAttendanceRoomsRetentionTeam Academy operationsJiyoung Han · Academic lead
Activated branch 02 · period 4 · 19:40 Education · Branch 02 Dashboard
Attendance board6 sections · period 4
Tonight · period 4142 enrolled · 11 absent · 5 late Present Late Absent A-1 201 24 / 26B-2 302 21 / 24C-1 303 25 / 26D-3 305 20 / 22E-2 401 23 / 24F-1 402 18 / 20B-2 has 3 students on a third straight absence
Room occupancy8 periods
Rooms in usetonight · period 5 has no room left12 rooms 1 42 73 94 115 126 107 68 3
Churn watch
Attendance ratetarget 95%92.3%
At risk3+ this term12 students
Retention
Renewal rateterm 3 · 6 sections88.5 % 969288W25W29W33
At-risk students12 flagged
StudentAbsencesNext contactStatus
#S-0418 class B-2 · 3 straight 3 / 12 Fri 19:00 At risk
#S-0233 class A-1 · make-up pending 2 / 12 Thu 18:00 Follow up
#S-0951 class E-2 · returned Aug 11 1 / 12 — Recovered
#S-0602 class D-3 · guardian called 2 / 12 Mon 19:30 Contacted

도입을 검토하고 계신다면,

AI Hub는 NEXTPAY의 오프라인 산업 AI 실행 플랫폼입니다. 현장에서 운영 데이터를 확보하고 Ontology로 관계와 의미를 부여합니다. 그 위에 산업의 맥락을 아는 에이전트를 구성해, 판단이 실제 운영의 행동으로 이어지도록 설계되었습니다. 정해진 기능 목록을 고르는 제품이 아니라, 각 현장이 자신의 운영 방식에 맞게 AI를 설계하고 운영할 수 있는 구조를 제공합니다.

기존 도구는 대부분 데이터를 기록하고 조회하는 데서 멈춥니다. 무엇이 일어났는지는 알려주지만, 다음에 무엇을 해야 하는지는 사람의 몫으로 남습니다. AI Hub는 흩어진 데이터를 하나로 엮어 AI가 현장의 맥락을 이해하도록 하고, 그 이해를 바탕으로 숫자가 아니라 다음 행동을 짚도록 설계되었습니다.

네. 대부분의 AI는 이미 정리된 데이터를 전제로 시작하지만, 오프라인 현장에는 그런 데이터가 없는 경우가 많습니다. AI Hub는 기록되지 않는 지점에는 수집 장치를 두고 운영 중인 시스템에서는 데이터를 끌어오며, 협력사가 보유한 데이터는 연결합니다. 기업이 먼저 데이터를 정리해 건넬 필요가 없습니다.

AI Hub는 특정 업종을 위한 도구가 아니라 여러 산업 위에서 작동하도록 설계된 구조입니다. Ontology 구조는 그대로 두고 산업별 판단 기준과 에이전트만 교체하는 방식이라, 산업이 달라져도 처음부터 다시 구축하지 않고 확장할 수 있습니다.

모든 판단을 AI에게 맡기지 않습니다. 어떤 결정을 자동으로 실행하고 어떤 결정을 사람이 확인한 뒤 승인할지, 현장의 조건에 맞춰 함께 설계합니다. 자동화의 범위를 현장이 정할 수 있도록 하는 것이 원칙입니다.

네. 기존 장비를 교체하는 방식이 아니라, 이미 쓰고 있는 시스템 위에 운영 레이어를 더하는 방식으로 적용합니다. 한 곳에서 시작해 검증한 뒤 전체로 확장할 수 있습니다.

운영 환경을 먼저 진단합니다. 어떤 데이터가 이미 쌓이고 있고 어떤 시스템을 쓰고 있는지 확인합니다. 어떤 판단이 반복적으로 사람의 손을 거치는지 파악한 뒤, 어떤 레이어부터 적용할지 함께 결정합니다. 현장을 이해하는 전문가가 도입 설계부터 함께합니다.

우리가 하는 일

복잡한 운영을

단순한 실행으로

현장에서 일하는 모든 사람에게,

더 나은 결과를 만드는 AI의 판단을

현장의 모든 판단을
더 정확하게

현장은 저마다 다르게 돌아갑니다.
지금 운영에 정말 필요한 것이 무엇인지 전문가와 이야기해 보세요.

더 알아보기