웹케시의 AI 에이전트 전략 뒤에는 사내벤처 '다큐브'의 기술력이 자리하고 있다. 다큐브는 자연어를 분석용 명령어(SQL)로 변환하는 NL2SQL 분야에서 글로벌 수준의 성능을 갖고 있다.
김하정 다큐브 CTO가 23일 서울 여의도에서 열린 '금융 AI 에이전트 컨퍼런스 2026'에서 NL2SQL 벤치마크에서 1위를 기록한 성과를 공개했다. 특히 다양한 도메인과 복잡한 데이터 구조를 포함하는 '스파이더 2.0' 계열 벤치마크에서 높은 성능을 확보하며 기술 경쟁력을 입증했다.
NL2SQL은 사용자의 자연어 질문을 데이터베이스 질의(SQL)로 변환하는 기술로 금융 AI 에이전트 구현의 핵심 요소다. 단순 조회 수준을 넘어 다수의 테이블, 복잡한 조건, 집계 연산을 포함한 질의를 정확하게 처리해야 하기 때문에 난이도가 높은 영역으로 평가된다. 수십 개 이상의 데이터베이스와 수백 개 이상의 복잡한 질문을 기반으로 구성되며, 단순한 문법 생성이 아니라 데이터 구조 이해와 추론 능력까지 요구한다.
다큐브는 '컨텍스트 엔지니어링' 기반 접근 방식을 적용했다. 질문에 필요한 정보만 선별해 압축하고, 데이터 간 관계를 재구성해 정확한 SQL을 생성하는 방식이다. 단순히 많은 데이터를 입력하는 방식(RAG)을 넘어서, 의미 단위로 구조를 재정의하는 것이 핵심이다.
특히 기업 데이터 환경에서는 동일한 의미의 정보가 여러 테이블에 분산돼 있어, 단순 키워드 기반 접근으로는 정확한 질의 생성이 어렵다. 다큐브는 시멘틱 레이어를 구축하고, 데이터 간 관계를 정의하는 온톨로지 구조를 적용했다.
이는 금융 데이터 처리에서 중요한 정확성과 일관성을 확보하는 데 기여한다. 자연어 질의 기반으로 계좌 조회, 거래 분석, 자금 예측 등 복합적인 금융 업무를 처리하기 위해서는 데이터 의미를 정확히 해석하는 기술이 필수다.
다큐브는 단순한 질의응답을 넘어, 복잡한 분석과 예측까지 수행하는 AI 에이전트 구현을 목표로 하고 있다. 다만 해결 과제도 있다. 실제 업무 환경에서는 벤치마크와 달리 '정답'이 명확하지 않은 경우가 많고, 사용자 의도 역시 불완전하다.
김하정 다큐브 CTO는 “AI가 스스로 계획을 세우고 실행하는 에이전트 구조로 진화하기 위해서는, 자연어와 데이터 간 연결 기술이 핵심”이라며 “금융을 포함한 다양한 산업에서 적용 범위를 확대해 나갈 것”이라고 말했다.
박두호 기자 walnut_park@etnews.com
