bagofwords1/bagofwords

해결하는 문제

Bag of Words (BOW)는 기업의 분산된 데이터와 도구에 LLM을 연결하면서도 거버넌스를 유지하는 도전 과제를 해결합니다. 다양한 인터페이스에 대해 에이전트 로직을 다시 구축할 필요 없이, 에이전트를 특정 데이터, 자격 증명, 지침과 함께 구성한 후 채팅, 대시보드, 자동화 워크플로우 등 다양한 채널에 배포할 수 있는 중앙 집중형 플랫폼을 제공합니다.

작동 방식

BOW는 LLM, 데이터 소스, 출력 채널 사이의 거버넌스가 적용된 게이트웨이 역할을 합니다. 관리자는 각 에이전트에 대해 '분석 컨텍스트'를 정의할 수 있으며, 해당 에이전트가 접근할 수 있는 데이터베이스, API, 파일 및 따라야 할 지침을 지정할 수 있습니다. 분석 쿼리를 캐시하여 지연 시간과 비용을 줄이는 쿼리 가속화 레이어도 포함되어 있습니다. 신뢰성을 보장하기 위해, 에이전트가 자체 개선 루프에 들어갈 수 있는 평가 시스템을 사용합니다. 미리 정의된 평가가 실패하면 에이전트는 지침 수정안을 작성하고, 성공할 때까지 재테스트합니다.

대상 사용자

기업 팀과 데이터 분석가에게 적합하며, 다양한 데이터 환경(SQL 웨어하우스, BI 도구, 비즈니스 앱)에서 데이터 분석, 원인 조사, 자동 보고서 생성을 위한 신뢰할 수 있는 AI 에이전트를 구축하고 확장해야 하는 경우에 적합합니다.

주요 기능

• 다중 채널 배포: 웹 앱, Slack, Microsoft Teams, WhatsApp, Excel 또는 Claude Code와 같은 MCP 클라이언트를 통해 동일한 에이전트를 실행할 수 있습니다.
• 광범위한 연결성: Snowflake, BigQuery, PostgreSQL 등 수십 가지 데이터베이스, Tableau, Power BI 등 BI 도구, Salesforce, Jira 등 비즈니스 앱에 대한 네이티브 커넥터를 제공합니다.
• 자기 개선 에이전트: 평가를 통해 실패를 탐지하고, 자체적으로 지침 업데이트를 작성하여 수정하는 자동화된 루프를 제공합니다.
• 쿼리 가속화: 자동 업데이트되는 캐시로 분석 쿼리를 10~1000배 빠르게 실행할 수 있습니다.
• MCP 게이트웨이: Model Context Protocol (MCP) 서버 및 사용자 정의 API와 통합되어 MCP 클라이언트에 도구를 노출합니다.

"BOW는 기업의 데이터와 도구를 LLM에 연결하는 데 있어, 거버넌스를 유지하면서도 유연성과 확장성을 제공하는 핵심 솔루션입니다." — @handle