경영 AI가 정말 신뢰할 수 있을까. 그 답은 여기에 있다: 누가 의사결정의 주인인가.
LLM이 주인이면 환각이 생긴다. 생각은 유연하지만 검증되지 않은 확률 게임이기 때문이다. 우리는 반대다.
aimed 경영AI의 판정은 100% 한선씨 규칙엔진이다. LLM은 단 2지점에만 — 직원 질문을 '범주'로 분류하고, 최종 조언을 사람 말로 옮길 때. 결정 자체는 규칙이 내린다. 환각할 틈이 없다.
경영 의사결정을 환원하면 무엇이 남는가. 규칙이다.
크라우니 셀코어는 그 규칙을 담는 15모듈 프레임워크다.
| 모듈 | 역할 |
|---|---|
| 라우팅 | 직원 질문을 어느 규칙으로 처리할지 판단 |
| 점수화 | 투자안건·위험·성과를 수치로 환원 |
| 게이트 | 자동승인·위원회·거절 세 갈래 분류 |
| 의존성 | 여러 규칙이 연쇄 실행될 때의 순서·조건 |
| 학습 | 작년 결과를 읽고 올해 룰을 다시 쓴다 |
| 감지 | 이상 신호 포착·경고 발송 |
| 검증 | 규칙이 정말 맞는지 자동 테스트(스피어 S등급) |
| 우선순위 | 같은 상황에 겹친 규칙 중 먼저 실행할 것 |
| 추적 | 어느 규칙이 어느 결정을 내렸는지 기록 |
| 자동 | 규칙 실행 후 시스템이 자동으로 움직이는 범위 |
| 피드백 | 결과가 나온 후 규칙 신뢰도 갱신 |
| 되돌리기 | 가역 결정은 자동, 불가역은 사람 승인 필수 |
| 협업 | 여러 규칙이 같은 변수를 읽을 때 동기화 |
| 예외 | 규칙이 모르는 상황은 누가 판단하고 기록할 것인가 |
| 고도화 | 새 규칙을 투입하기 전 몇 시간 자동 검증 |
이 15모듈 위에 수천 개의 규칙(경영 시나리오)이 쌓인다. 투자 심사 140개, 직원 평가 27개, 위기 감지 89개……. 규칙은 사람이 '맞다'고 검증한 것들이고, 한 번만 쓰는 게 아니라 매번 적용되고 다시 검증된다.
'경영 AI'라고 하면 보통 LLM이 먼저 말한다. 하지만 우리는 반대로 설계했다.
의사결정 흐름:
직원 질문
↓ [LLM 분류]
'재무 상담'이라고 판단
↓ [규칙엔진 실행]
3개의 재무규칙 병렬 점검 → 합의
↓ [규칙 결과를 말로 옮기기]
"현재 자산 구조상 법인세 절감 포인트는 3가지입니다"
↓ [LLM이 정중하게 표현]
"다음달 회의에서 이렇게 준비하시면…"보면 알 수 있다:
이 구조 때문에 환각이 차단된다. LLM이 몰라도 규칙이 있고, 규칙이 없으면 '모름(옴)' 상태로 올라가 사람이 판단한다.
환각 차단의 마지막 설명선: 규칙의 생명주기.
이 주기가 반복되면서 규칙은 점점 정교해진다. 반면 LLM은 매번 새로 생각하고 매번 환각할 위험을 안는다.
그래서 우리는 묻는다: 의사결정 기계에서 신뢰를 원한다면, 그 주인이 누구인가. 생각하는 AI인가, 아니면 검증된 규칙의 집합인가.
우리는 후자를 택했다.
---
그렇다면 그 규칙은 무엇을 기준으로 '예스(티)', '노(타)', '모름(옴)', '이관(음)'을 가르는가. 다음 장이 그 비밀을 푼다.
공유로 세 챕터를 즐기셨네요. 무료 회원가입하면 이어서 모두 읽고, 맘을 보내고, 게시판에 함께할 수 있어요.