🔗 원문 전체 보기 → Venturesquare.net
요약
사이오닉에이아이가 중소벤처기업부의 스케일업 팁스 일반형에 선정돼 3년간 최대 20억원의 정부 연구개발비를 지원받는다. 이종 데이터를 지식 그래프와 벡터로 통합하고 문장별 근거를 추적할 수 있는 온프레미스 AI 에이전트 플랫폼을 개발한다. 금융 분야를 시작으로 법률과 공... The post AI가 만든 금융 문서의 근거까지 추적한다…사이오닉에이아이가 규제산업용 에이전트 개발 appeared first on 벤처스퀘어.
본문
- 스케일업 팁스 일반형 선정…3년간 최대 20억원 지원받아 온프레미스 플랫폼 개발
- 이종 데이터·지식 그래프·문서 서식 연결…금융을 시작으로 법률·공공 분야에서 실증
금융·법률·공공기관에서 AI를 도입할 때 모델의 성능은 여러 조건 가운데 하나다. 민감정보를 외부로 보내지 않아야 하고 AI의 답변과 문서가 어떤 원문을 근거로 만들어졌는지 확인할 수 있어야 한다. 계약서와 보고서, 표, 이미지처럼 형태가 다른 자료를 함께 읽으면서 기관이 사용해 온 문서 서식도 유지해야 한다. 지식이 변경되는 과정에는 검증과 승인, 이전 상태로 되돌리는 통제 절차가 필요하다. 사이오닉에이아이가 이러한 요구를 하나의 온프레미스 AI 에이전트 플랫폼으로 구현하는 연구개발에 착수한다.
엔터프라이즈 AI 기업 사이오닉에이아이는 중소벤처기업부의 투·융자연계기술개발사업인 ‘스케일업 팁스 일반형’ 지원 대상으로 선정됐다. 회사는 3년간 최대 20억원의 정부지원연구개발비를 활용해 금융·법률·공공 분야에서 운영할 수 있는 온프레미스 AI 에이전트 플랫폼을 개발하고 실증한다.
스케일업 팁스는 민간 운영사가 성장 단계의 기술기업에 먼저 투자한 뒤 정부에 추천하면 전문기관 평가를 거쳐 연구개발비를 연계하는 사업이다. 중소벤처기업부의 2026년 스케일업 팁스 일반형 운영계획에 따르면 일반형은 기업당 3년간 최대 20억원을 지원한다.
사이오닉에이아이의 선정 과제는 ‘이종 데이터 적응형 통합 및 문서 자동 생성을 위한 자가진화 온프레미스 AI 에이전트 플랫폼 개발 및 규제산업 실증’이다. 고객기관 내부 서버에서 데이터를 처리하고 AI 모델과 에이전트를 운영하는 구조를 구축하는 것이 목표다.
금융기관과 공공기관은 계약서와 보고서, 정해진 양식, 데이터베이스(DB), 표, 이미지 등 구조가 다른 자료를 함께 사용한다. 업무에 따라 개인정보와 금융정보의 외부 반출이 제한되며 AI의 데이터 접근 및 처리 과정도 감사할 수 있어야 한다.
AI가 작성한 보고서나 검토 의견에는 사용한 원문과 규정, 내부 자료가 연결돼야 한다. 기존 문서의 표와 항목, 필수 정보가 누락되지 않았는지도 확인해야 한다. 높은 답변 정확도와 함께 데이터 보안, 근거 추적, 문서 재현 능력이 기업용 AI의 실제 도입 여부를 결정하는 조건으로 작용한다.
흩어진 지식을 연결하고 문장마다 근거를 남긴다
사이오닉에이아이는 정형·반정형·비정형·혼합·템플릿 데이터를 하나의 파이프라인에서 처리하는 기술을 개발한다. 데이터의 특성과 업무 목적을 분석해 적합한 AI 모델과 검색 방식, 검증 절차를 선택하는 ‘Decision Router’도 고도화한다.
문서와 DB, 시스템 로그에서는 기업명이나 계약 당사자, 상품, 규정 등의 개체와 상호 관계를 자동으로 추출한다. 추출한 정보는 DB와 지식 그래프, 벡터 검색 구조로 연결하고 기존 온톨로지와 새롭게 확보한 산업별 지식을 정렬한다.
회사가 ‘자가진화’라고 정의한 기능에는 검증과 승인 절차가 적용된다. 시간에 따른 지식의 버전을 관리하고 변경 이력을 기록하며 기존 정보와 신규 정보가 충돌하는지를 탐지한다. 정보의 신뢰도를 평가하고 잘못된 업데이트가 발생하면 이전 버전으로 되돌리는 기능도 포함한다.
금융 분야에서 확보한 공통 지식과 운영 방식을 법률·공공 분야에 전이하는 기술도 개발한다. 산업마다 플랫폼을 처음부터 다시 구축하는 비용을 줄이면서 각 분야의 규정과 업무 특성은 별도의 지식으로 관리하는 구조다.
문서 자동 생성 기능은 DOCX와 PPTX, XLSX, HWPX 등 기업과 기관에서 사용하는 파일 형식을 대상으로 한다. AI가 문서의 구조와 표, 서식을 유지하면서 내용을 작성하고 생성한 문장과 참고 자료의 연결 관계를 함께 제공하도록 설계한다.
문서 검토자는 AI가 작성한 결과만 확인하는 대신 각 문장의 출처와 근거를 따라가며 내용을 검증할 수 있다. 생성 과정에는 검증 게이트와 버전 관리, 롤백 기능을 적용해 성능 저하나 부적절한 지식 반영을 통제한다.
사이오닉에이아이는 비정형 문서와 업무 데이터를 AI가 활용할 수 있는 형태로 전환하는 ‘STORM Knowledge Base’와 업무별 AI 에이전트를 설계·배포·관리하는 ‘STORM Platform’을 제공하고 있다. 이번 연구개발은 고객사별로 수행해 온 온프레미스 AI 구축 경험을 여러 규제산업에서 반복적으로 적용할 수 있는 제품 구조로 전환하는 과정이다.
개발한 플랫폼은 금융 분야에서 먼저 실증한 뒤 법률과 공공 분야에 순차적으로 적용한다. 이후 실증 결과를 바탕으로 의료와 국방, 제조 등 데이터 반출과 운영 통제가 중요한 산업으로의 확장 가능성을 검토한다.
고석현 사이오닉에이아이 대표는 “기업이 AI를 실제 업무에 적용하려면 높은 성능만큼 데이터 보안, 근거 추적, 운영 통제가 함께 확보돼야 한다”며 금융·법률·공공 현장에서 검증할 수 있는 기업용 AI 플랫폼을 구현하겠다고 말했다.
이번 과제의 성과는 플랫폼이 다양한 파일을 읽고 문서를 생성하는 기능보다 실제 업무에서 오류를 얼마나 줄이고 검토 시간을 얼마나 단축하는지에 따라 가늠될 전망이다. 문장별 근거 연결률과 문서 형식 보존 수준, 지식 충돌 탐지 정확도, 신규 기관 도입 기간 등이 제품 경쟁력을 판단하는 지표가 될 수 있다. 금융에서 구축한 체계를 법률과 공공 분야에 적용하면서 보안과 감사 요건까지 충족한다면 사이오닉에이아이는 규제산업의 AI 도입 비용을 낮추는 기반을 확보할 수 있다.
Like this:
Like Loading...Related
Tracking the origins of AI-generated financial documents… Psionic AI develops agent for regulated industries
When financial, legal, and public institutions adopt AI, model performance is just one of several requirements. Sensitive information must not be transmitted externally, and it must be possible to verify the source materials upon which AI responses and documents are based. Furthermore, the institution must maintain its established document formats while reading materials of various forms, such as contracts, reports, tables, and images. The process of knowledge modification requires control procedures involving verification, approval, and the ability to revert to a previous state. Psionic AI is embarking on research and development to implement these requirements into a single on-premise AI agent platform.
Enterprise AI company Psionic AI has been selected for the 'Scale-up TIPS General Type,' a technology development project linked to investment and financing by the Ministry of SMEs and Startups. Over three years, the company will utilize up to 2 billion won in government-funded R&D to develop and demonstrate an on-premise AI agent platform that can be operated in the financial, legal, and public sectors.
Scale-up TIPS is a program in which private operators first invest in technology companies in the growth stage and then recommend them to the government, which subsequently links them with R&D funds following an evaluation by a specialized agency. According to the Ministry of SMEs and Startups' 2026 Operation Plan for the Scale-up TIPS General Type, the General Type provides up to 2 billion won per company over a three-year period.
Psionic AI's selected project is "Development of a Self-Evolving On-Premise AI Agent Platform for Heterogeneous Data Adaptive Integration and Automatic Document Generation, and Demonstration in Regulated Industries." The goal is to establish a structure that processes data and operates AI models and agents on the client organization's internal servers.
Financial institutions and public organizations share materials with different structures, such as contracts, reports, fixed forms, databases (DB), tables, and images. Depending on the business function, the external transfer of personal and financial information is restricted, and the data access and processing procedures of AI must also be auditable.
Reports or review comments generated by AI must be linked to the original texts, regulations, and internal materials used. It must also be verified that no tables, items, or essential information from existing documents are missing. Along with high response accuracy, data security, traceability, and document reproducibility serve as conditions determining the actual adoption of enterprise AI.
Connects scattered knowledge and leaves evidence for every sentence.
Psionic AI develops technology to process structured, semi-structured, unstructured, mixed, and templated data within a single pipeline. It also advances the 'Decision Router,' which analyzes data characteristics and business objectives to select appropriate AI models, search methods, and verification procedures.
It automatically extracts entities and interrelationships, such as company names, contracting parties, products, and regulations, from documents, databases, and system logs. The extracted information is connected to databases, knowledge graphs, and vector search structures, and aligned with existing ontologies and newly acquired industry-specific knowledge.
Verification and approval procedures are applied to the features defined by the company as 'self-evolution.' It manages versions of knowledge over time, records change history, and detects conflicts between existing and new information. It also includes the ability to evaluate the reliability of information and revert to previous versions if incorrect updates occur.
Technology is also being developed to transfer common knowledge and operational practices acquired in the financial sector to the legal and public sectors. This structure reduces the cost of rebuilding platforms from scratch for each industry while managing the regulations and operational characteristics of each field as separate knowledge.
The automatic document generation feature targets file formats used by companies and organizations, such as DOCX, PPTX, XLSX, and HWPX. It is designed so that AI creates content while maintaining the document's structure, tables, and formatting, and provides the relationships between the generated sentences and reference materials.
Document reviewers can verify the content by tracing the sources and evidence of each sentence, rather than simply checking the results generated by the AI. Verification gates, version control, and rollback functions are applied to the generation process to control performance degradation or the incorporation of inappropriate knowledge.
Psionic AI provides 'STORM Knowledge Base,' which converts unstructured documents and business data into a format usable by AI, and 'STORM Platform,' which designs, deploys, and manages task-specific AI agents. This R&D project involves transforming the on-premise AI implementation experience, accumulated for each client, into a product structure that can be repeatedly applied across various regulated industries.
The developed platform will first be piloted in the financial sector, followed by sequential application to the legal and public sectors. Subsequently, based on the results of this pilot, the potential for expansion into industries where data export and operational control are critical, such as healthcare, national defense, and manufacturing, will be examined.
Ko Seok-hyun, CEO of Psionic AI, stated, “For companies to apply AI to actual business operations, data security, traceability, and operational control must be secured alongside high performance,” and announced plans to implement an enterprise AI platform verifiable in the financial, legal, and public sectors.
The performance of this project is expected to be gauged not by the platform's ability to read various files and generate documents, but by how effectively it reduces errors and shortens review time in actual business operations. Indicators such as the sentence-by-sentence linkage rate, document format preservation levels, knowledge conflict detection accuracy, and the time required for adoption by new institutions can serve as indicators for judging product competitiveness. If Psionic AI can apply the system established in the financial sector to the legal and public sectors while also satisfying security and auditing requirements, it can secure a foundation for lowering the cost of AI adoption in regulated industries.
AIが作った金融文書の根拠まで追跡する…サイオニックエイアイが規制産業用エージェントを開発
金融・法律・公共機関でAIを導入する際のモデルの性能は様々な条件の中の一つだ。機密情報を外部に送らないようにし、AIの回答と文書がどの原文に基づいて作成されたかを確認することができなければならない。契約書と報告書、表、画像のように形態の異なる資料を一緒に読みながら機関が使用してきた文書の書式も維持しなければならない。知識が変更される過程には、検証と承認、以前の状態に戻す制御手続きが必要である。サイオニックエイアイがこの要求を一つのオンプレミスAIエージェントプラットフォームとして実装する研究開発に着手する。
エンタープライズAI企業サイオニックエイアイは、中小ベンチャー企業部の投・融資連携技術開発事業である「スケールアップチップス一般型」支援対象に選ばれた。同社は3年間、最大20億ウォンの政府支援研究開発費を活用し、金融・法律・公共分野で運営できるオンプレミスAIエージェントプラットフォームを開発して実証する。
スケールアップチップスは民間運営会社が成長段階の技術企業に先に投資した後、政府に推薦すれば専門機関評価を経て研究開発費を連携する事業だ。中小ベンチャー企業部の2026年スケールアップチップス一般型運営計画によると、一般型は企業当たり3年間最大20億ウォンを支援する。
サイオニックエイアイの選定課題は、「異種データ適応型統合および文書自動生成のための自己進化オンプレミスAIエージェントプラットフォーム開発および規制産業実証」だ。顧客機関の内部サーバーでデータを処理し、AIモデルとエージェントを運営する構造を構築することが目標だ。
金融機関と公共機関は契約書と報告書、定められた様式、データベース（DB）、表、イメージなど構造の異なる資料を併用する。業務によって個人情報と金融情報の外部搬出が制限され、AIのデータアクセスおよび処理過程も監査できなければならない。
AIが作成した報告書や検討意見には、使用した原文と規定、内部資料が連結されなければならない。既存文書の表と項目、必須情報が欠落していないことを確認しなければならない。高い回答精度とともに、データセキュリティ、根拠追跡、文書再現能力が企業向けAIの実際導入かどうかを決定する条件として作用する。
散らばった知識をつなぎ、文章ごとに根拠を残す
サイオニックエイアイは整形・半定型・非定型・混合・テンプレートデータを一つのパイプラインで処理する技術を開発する。データの特性と業務目的を分析し、適切なAIモデルと検索方式、検証手順を選択する「Decision Router」も高度化する。
文書とDB、システムログでは、企業名や契約当事者、商品、規制などの個体との相互関係を自動的に抽出する。抽出した情報は、DBと知識グラフ、ベクター検索構造に連結し、既存のオントロジーと新たに確保した産業別の知識を整列する。
会社が「自己進化」と定義した機能には検証と承認手続きが適用される。経時的な知識のバージョンを管理し、変更履歴を記録し、既存情報と新規情報が衝突するかどうかを検出する。情報の信頼性を評価し、誤った更新が発生した場合に以前のバージョンに戻す機能も含まれています。
金融分野で確保した共通知識と運営方式を法律・公共分野に転移する技術も開発する。産業ごとにプラットフォームを最初から再構築するコストを削減しながら、各分野の規定と業務特性は別々の知識で管理する仕組みだ。
文書自動生成機能は、DOCXやPPTX、XLSX、HWPXなど企業や機関が使用するファイル形式を対象とする。 AIが文書の構造と表、書式を維持しながら内容を作成し、生成した文章と参考資料の連結関係を共に提供するように設計する。
文書レビュー者は、AIが作成した結果だけを確認するのではなく、各文の出所と根拠に従い、内容を検証することができる。生成過程には検証ゲートとバージョン管理、ロールバック機能を適用し、性能低下や不適切な知識反映を制御する。
サイオニックエイアイは、非定型文書と業務データをAIが活用できる形に切り替える「STORM Knowledge Base」と業務別AIエージェントを設計・配布・管理する「STORM Platform」を提供している。今回の研究開発は、顧客社別に遂行してきたオンプレミスAI構築経験を、複数の規制産業で繰り返し適用できる製品構造に転換する過程だ。
開発したプラットフォームは金融分野で先に実証した後、法律と公共分野に順次適用する。以後、実証結果をもとに、医療や防衛、製造などのデータの搬出と運営制御が重要な産業への拡張可能性を検討する。
コ・ソクヒョンサイオニックエイアイ代表は「企業がAIを実際の業務に適用するには、高い性能分だけデータセキュリティ、根拠追跡、運営制御が共に確保されなければならない」として金融・法律・公共現場で検証できる企業向けAIプラットフォームを実装すると述べた。
今回の課題の成果は、プラットフォームがさまざまなファイルを読み込んで文書を生成する機能よりも、実際の業務でのエラーをどれだけ減らし、レビュー時間をどれだけ短縮するかによって判断される見込みだ。文章別の根拠連結率と文書形式保存レベル、知識衝突検出精度、新規機関導入期間などが製品競争力を判断する指標となる。金融で構築した体系を法律と公共分野に適用し、セキュリティと監査の要件まで満たせば、サイオニックエイアイは規制産業のAI導入コストを下げる基盤を確保することができる。
追踪人工智能生成的金融文件的来源……Psionic AI 为受监管行业开发代理
当金融、法律和公共机构采用人工智能时，模型性能只是众多要求之一。敏感信息不得对外传输，且必须能够核实人工智能响应和文档所依据的原始资料。此外，机构在读取各种形式的材料（例如合同、报告、表格和图像）时，必须保持其既定的文档格式。知识修改过程需要包含验证、批准和恢复到先前状态的控制程序。Psionic AI 正在开展研发工作，旨在将这些要求集成到一个本地部署的人工智能代理平台中。
企业级人工智能公司Psionic AI入选“Scale-up TIPS General Type”项目，该项目是由中小企业和创业部投资和融资的技术开发项目。未来三年，该公司将利用高达20亿韩元的政府研发资金，开发并演示可在金融、法律和公共部门运行的本地部署人工智能代理平台。
“加速型科技创新投资计划”（Scale-up TIPS）是一项扶持科技企业的项目，该计划首先由私营机构投资处于成长阶段的科技公司，然后向政府推荐这些公司。政府随后会通过专门机构的评估，为这些公司提供研发资金。根据韩国中小企业和创业部发布的《2026年加速型科技创新投资计划一般类型运营计划》，一般类型计划在三年内为每家公司提供最高20亿韩元的资金。
Psionic AI 的入选项目是“开发用于异构数据自适应集成和自动文档生成的自演化本地 AI 代理平台，并在受监管行业中进行演示”。其目标是建立一个架构，用于处理数据并在客户组织的内部服务器上运行 AI 模型和代理。
金融机构和公共组织共享结构各异的资料，例如合同、报告、固定表格、数据库、表格和图像。根据业务职能的不同，个人和财务信息的外部传输受到限制，人工智能的数据访问和处理流程也必须可审计。
人工智能生成的报告或评论必须与所使用的原始文本、法规和内部资料相链接。此外，还必须核实现有文档中是否存在表格、条目或关键信息缺失的情况。除了高响应准确率之外，数据安全性、可追溯性和文档可复现性也是企业实际采用人工智能的关键条件。
将分散的知识联系起来，并为每一句话留下证据。
Psionic AI 开发的技术能够在单一流程中处理结构化、半结构化、非结构化、混合和模板化数据。它还推进了“决策路由器”的研发，该路由器能够分析数据特征和业务目标，从而选择合适的 AI 模型、搜索方法和验证程序。
它能从文档、数据库和系统日志中自动提取实体及其相互关系，例如公司名称、合同方、产品和法规。提取的信息会与数据库、知识图谱和向量搜索结构相连接，并与现有本体和新获取的行业特定知识进行匹配。
验证和审批流程应用于公司定义为“自我演进”的功能。它能够管理知识版本随时间的变化，记录变更历史，并检测现有信息与新信息之间的冲突。此外，它还具备评估信息可靠性并在发生错误更新时回滚到先前版本的功能。
目前也在开发相关技术，以便将金融领域积累的通用知识和操作经验转移到法律和公共部门。这种架构既降低了为每个行业从零开始重建平台的成本，又能将各个领域的法规和操作特点作为独立的知识进行管理。
自动文档生成功能针对公司和组织常用的文件格式，例如 DOCX、PPTX、XLSX 和 HWPX。它通过人工智能生成内容，同时保持文档的结构、表格和格式，并提供生成的句子与参考资料之间的关联。
文档审阅者可以通过追溯每句话的来源和证据来验证内容，而不仅仅是查看人工智能生成的结果。生成过程中应用了验证门、版本控制和回滚功能，以防止性能下降或引入不恰当的知识。
Psionic AI 提供“STORM 知识库”，用于将非结构化文档和业务数据转换为 AI 可用的格式；以及“STORM 平台”，用于设计、部署和管理特定任务的 AI 代理。该研发项目旨在将为每位客户积累的本地 AI 实施经验转化为一种产品架构，使其能够重复应用于各个受监管行业。
该平台将首先在金融领域进行试点，随后逐步应用于法律和公共部门。之后，根据试点结果，将评估其在数据导出和运营控制至关重要的行业（例如医疗保健、国防和制造业）的扩展潜力。
Psionic AI 首席执行官 Ko Seok-hyun 表示：“企业要将人工智能应用于实际业务运营，除了高性能之外，还必须确保数据安全、可追溯性和运营控制。”他还宣布计划实施一个可在金融、法律和公共部门验证的企业级人工智能平台。
该项目的性能评估并非取决于平台读取各种文件和生成文档的能力，而是取决于其在实际业务运营中减少错误和缩短审核时间的有效性。诸如逐句链接率、文档格式保留率、知识冲突检测准确率以及新机构采用所需时间等指标，均可作为评判产品竞争力的依据。如果 Psionic AI 能够将金融领域已建立的系统应用于法律和公共部门，同时满足安全和审计要求，则可为降低受监管行业采用人工智能的成本奠定基础。
Traçabilité des documents financiers générés par l'IA… Psionic AI développe un agent pour les secteurs réglementés
Lorsque les institutions financières, juridiques et publiques adoptent l'IA, la performance des modèles n'est qu'une exigence parmi d'autres. Les informations sensibles ne doivent pas être transmises à l'extérieur et il doit être possible de vérifier les sources sur lesquelles se fondent les réponses et les documents de l'IA. De plus, l'institution doit préserver ses formats de documents établis lors de la lecture de documents de formes diverses, tels que des contrats, des rapports, des tableaux et des images. Le processus de modification des connaissances exige des procédures de contrôle comprenant la vérification, l'approbation et la possibilité de revenir à un état antérieur. Psionic AI entreprend des travaux de recherche et développement afin d'intégrer ces exigences dans une plateforme unique d'agents d'IA installée sur site.
La société Psionic AI, spécialisée dans l'intelligence artificielle pour entreprises, a été sélectionnée pour le programme « Scale-up TIPS General Type », un projet de développement technologique bénéficiant d'investissements et de financements du ministère des PME et des Startups. Sur une période de trois ans, l'entreprise utilisera jusqu'à 2 milliards de wons de fonds publics alloués à la R&D pour développer et démontrer une plateforme d'agents d'IA sur site, utilisable dans les secteurs financier, juridique et public.
Le programme Scale-up TIPS permet à des opérateurs privés d'investir dans des entreprises technologiques en phase de croissance, puis de les recommander au gouvernement. Ce dernier les met ensuite en relation avec des fonds de R&D après évaluation par un organisme spécialisé. Selon le plan opérationnel 2026 du ministère des PME et des Startups pour le Scale-up TIPS de type général, ce dernier peut octroyer jusqu'à 2 milliards de wons par entreprise sur une période de trois ans.
Le projet sélectionné par Psionic AI est intitulé « Développement d'une plateforme d'agents d'IA sur site à évolution automatique pour l'intégration adaptative de données hétérogènes et la génération automatique de documents, et démonstration dans les secteurs réglementés ». L'objectif est d'établir une structure qui traite les données et exploite les modèles et agents d'IA sur les serveurs internes de l'organisation cliente.
Les institutions financières et les organismes publics partagent des documents de structures diverses, tels que des contrats, des rapports, des formulaires, des bases de données, des tableaux et des images. Selon leur activité, les transferts externes d'informations personnelles et financières sont restreints, et les procédures d'accès et de traitement des données doivent être auditables.
Les rapports et commentaires générés par l'IA doivent être liés aux textes, réglementations et documents internes d'origine. Il convient également de vérifier qu'aucun tableau, élément ou information essentielle des documents existants ne manque. Outre une grande précision des réponses, la sécurité des données, la traçabilité et la reproductibilité des documents sont des conditions déterminantes pour l'adoption effective de l'IA en entreprise.
Il relie des connaissances éparses et fournit des preuves pour chaque phrase.
Psionic AI développe des technologies permettant de traiter des données structurées, semi-structurées, non structurées, mixtes et standardisées au sein d'un pipeline unique. L'entreprise perfectionne également le « routeur de décision », qui analyse les caractéristiques des données et les objectifs commerciaux afin de sélectionner les modèles d'IA, les méthodes de recherche et les procédures de vérification appropriés.
Il extrait automatiquement les entités et leurs interrelations, telles que les noms d'entreprises, les parties contractantes, les produits et les réglementations, à partir de documents, de bases de données et de journaux système. Les informations extraites sont connectées à des bases de données, des graphes de connaissances et des structures de recherche vectorielle, puis alignées sur les ontologies existantes et les nouvelles connaissances sectorielles acquises.
Les procédures de vérification et d'approbation s'appliquent aux fonctionnalités définies par l'entreprise comme étant à « évolution automatique ». Elles permettent de gérer les versions des connaissances au fil du temps, d'enregistrer l'historique des modifications et de détecter les conflits entre les informations existantes et les nouvelles. Elles incluent également la possibilité d'évaluer la fiabilité des informations et de revenir aux versions précédentes en cas de mises à jour incorrectes.
Des technologies sont également développées pour transférer les connaissances et les pratiques opérationnelles communes acquises dans le secteur financier aux secteurs juridique et public. Cette structure permet de réduire le coût de la reconstruction de plateformes pour chaque secteur, tout en gérant les réglementations et les spécificités opérationnelles propres à chaque domaine comme des connaissances distinctes.
La fonction de génération automatique de documents cible les formats de fichiers utilisés par les entreprises et les organisations, tels que DOCX, PPTX, XLSX et HWPX. Elle est conçue pour que l'IA crée du contenu tout en préservant la structure, les tableaux et la mise en forme du document, et en établissant les liens entre les phrases générées et les documents de référence.
Les relecteurs de documents peuvent vérifier le contenu en retraçant les sources et les preuves de chaque phrase, plutôt que de se contenter de vérifier les résultats générés par l'IA. Des mécanismes de vérification, de contrôle de version et de restauration sont appliqués au processus de génération afin de limiter la dégradation des performances et d'éviter l'intégration de connaissances inappropriées.
Psionic AI propose la « Base de connaissances STORM », qui convertit les documents non structurés et les données métier en un format exploitable par l'IA, et la « Plateforme STORM », qui conçoit, déploie et gère des agents d'IA dédiés à des tâches spécifiques. Ce projet de R&D vise à transformer l'expérience acquise en matière de mise en œuvre d'IA sur site pour chaque client en une structure de produit réutilisable dans divers secteurs réglementés.
La plateforme développée sera d'abord testée dans le secteur financier, puis déployée progressivement dans les secteurs juridique et public. Ensuite, en fonction des résultats de ce projet pilote, son extension à des secteurs où l'exportation de données et le contrôle opérationnel sont essentiels, tels que la santé, la défense nationale et l'industrie manufacturière, sera étudiée.
Ko Seok-hyun, PDG de Psionic AI, a déclaré : « Pour que les entreprises puissent appliquer l'IA à leurs opérations commerciales réelles, la sécurité des données, la traçabilité et le contrôle opérationnel doivent être assurés parallèlement à des performances élevées », et a annoncé son intention de mettre en œuvre une plateforme d'IA d'entreprise vérifiable dans les secteurs financier, juridique et public.
La performance de ce projet devrait être évaluée non pas par la capacité de la plateforme à lire divers fichiers et à générer des documents, mais par son efficacité à réduire les erreurs et à raccourcir le temps de révision dans les opérations commerciales réelles. Des indicateurs tels que le taux de liaison phrase par phrase, le niveau de préservation du format des documents, la précision de la détection des conflits de connaissances et le temps nécessaire à l'adoption par les nouvelles institutions peuvent servir à juger de la compétitivité du produit. Si Psionic AI parvient à appliquer le système mis au point dans le secteur financier aux secteurs juridique et public, tout en respectant les exigences de sécurité et d'audit, elle pourra jeter les bases d'une adoption plus abordable de l'IA dans les secteurs réglementés.