뷰티 CRM 프로그램
유통업체 ERP
스마트 예약시스템
대학병원 프로젝트 관리시스템
세무회계 통합 시스템
골프 피팅 시스템
서비스 분야포트폴리오AI프로젝트 문의
AI Solution

SNER-X

Softplant NER eXtractor

비정형 데이터의 구조화를 넘어
지능형 지식그래프 구축까지

10만 건 이상의 법률·금융 전문 데이터셋을 기반으로기업의 파편화된 정보를 가치 있는 지식 자산으로 전환합니다.

실시간 엔티티 관계 시각화

방대한 시계열 데이터를 직관적인 그래프 구조로 시각화하여, 복잡한 자금 흐름과 핵심 엔티티 간의 연결 고리를 정밀하게 추적합니다.

통계 기반 네트워크 분석

512개 이상의 엔티티 및 419개 관계 매핑

지능형 거래 클러스터링

이상 거래 패턴 및 자금 흐름 가시성 확보

entity visualization
Core Technologies

SNER-X의 5대 핵심 기술

자연어 인식의 한계를 돌파하는 소프트플랜트만의 기술적 자부심입니다.

의미론적 자동 분할 (Semantic Chunking)

단순한 글자 수 절삭이 아닌, 문단과 섹션 기반의 의미 단위를 식별합니다. 슬라이딩 윈도우 기법을 적용하여 문맥 단절을 방지하고 LLM의 추출 정확도를 극대화합니다.

Prompt-to-Schema 엔진

자연어 요구사항을 정교한 JSON Schema와 결합합니다. 스키마 제약 주입 기술을 통해 생성형 AI의 환각 현상을 원천 차단하고 데이터의 구조적 무결성을 100% 보장합니다.

로컬 인퍼런스 엔진 (On-Premise)

외부 통신 없이 기업 내부 서버에서 독립적으로 구동됩니다. 지시 이행에 특화된 경량 sLLM을 활용하여 기밀 문서의 보안을 철저히 유지하며 초고속 독립 추론을 수행합니다.

자가 복구 검증 파서 (Self-Correction)

생성된 데이터의 규격 부합 여부를 실시간 검증합니다. 경미한 문법 오류를 스스로 수정하는 자가 복구 기술을 통해 원본의 의도를 완벽하게 보존하는 데이터 전환을 실현합니다.

Structure

지능형 지식 구조화 및 관계 분석

단순 개체 인식을 넘어 문장 속 복합 관계를 파악합니다. 데이터 간의 상관관계를 분석한 지식 그래프 구조를 생성하여 지식화(Knowledge Graph)와 인과관계 분석 시스템으로의 무한한 확장을 지원합니다.

Technical Specifications & Data Scale

단순한 기술 도입을 넘어, 실제 비즈니스 현장에서 검증된 수치와 최적화된 인프라를 제공합니다.

100,000+
Dataset Scale

법률·금융 전문 문서 전처리 및 정제

500,000+
지능형 정보 구조화

비정형 데이터 내 핵심 개체 및 관계의 분석과 연결

95%
추출 정확도

복잡한 내용에서도 오차 없이 정보를 찾아내는 성능

Fine-tuned sLLM Engine

  • ✔7B~10B 파라미터 기반 지시 이행 특화 모델 튜닝
  • ✔AI Hub 전문 도메인(법률/판결문) 데이터 융합 학습
  • ✔한국어 특화 Tokenizer 최적화로 추론 속도 2배 향상

NPU Optimization

  • ✔국산 NPU(Rebellions, Furiosa 등) 대응형 아키텍처
  • ✔Model Agnostic 설계로 하드웨어 제약 없는 유연한 구축
  • ✔TCO(총소유비용) 절감을 위한 저전력 고효율 엔진 적용

[아키텍쳐 & 프로세스 도식화]

SNER-X는 4단계의 고도화된 레이어를 통해 비정형 데이터를 정밀하게 구조화합니다.

STEP 01

Data Cleansing +
Auto-Chunking

  • • Multimodal Parsing
  • • Semantic Chunking
  • • Context Sliding
STEP 02

Prompt +
Schema Definition

  • • Dynamic Prompt Engine
  • • Schema Constraint Injection
  • • RAG-based Few-Shot
STEP 03

NER & Relation
Extraction

  • • Instruction-Tuned Inference
  • • Triplet Extraction Logic
  • • On-Premise Execution
STEP 04

Structuring
JSON

  • • Schema Validation
  • • Self-Correction Mechanism
  • • Entity Normalization
Input Dataset
PDF, HWP, OCR Image 등 비정형 문서
Output Result
Structured JSON / Knowledge Graph