Clema

누구나 자연어로 묻는다. 쿼리 빌더도 BI 교육도 필요 없다. Clema가 질문에서 데이터 추출로 옮기는 일을 맡고, 그래서 비기술 인력이 스스로 답에 닿는다. 결과는 부서 간 넘김이 줄어드는 것이다.

대화 도중에 연방 데이터셋, 자체 데이터 웨어하우스, 업로드한 문서를 오가도 흐름을 잃지 않는다. 이런 혼용은 드물다. 대부분 도구는 공개 데이터냐 자체 데이터냐를 고르게 한다. Clema는 둘을 하나의 화면으로 다룬다. 내보내기도, 두 번째 로그인도 없다.

Clema는 IPEDS 정의, 인증 언어, 타이틀 IX, Clery법을 처음부터 안다. IPEDS 데이터 분석이 여기서는 나중에 덧붙인 것이 아니라 기본이다. 일반 도구가 걸리는 지표, 예컨대 4년 졸업률과 150% 졸업률의 차이도 다룬다. 첫 달을 도메인 교육에 쓰지 않는다.

모든 수치가 출처와 그 뒤의 계산을 동반한다. 여기서는 신뢰가 중요하다. 이 기능이 있어서 출력이 단과대학장, 인증 기관, 이사회 앞에서 방어 가능하다. 숫자가 어디서 왔는지 보여줄 수 있기 때문이다. 컴플라이언스 업무에서는 감사 추적이 결정적 요인인 경우가 많다.

플랫폼은 IR 데이터 요청 큐를 처음부터 끝까지 처리한다. 대화형 접수가 맥락을 먼저 잡고, 에이전트가 자체 데이터에서 답변을 초안하며, 검토자가 승인하거나 조정한다. 적체가 줄어든다. 여기서 적체를 없애는 것에 가장 가까운 방식은 티켓 하나를 빠르게 하는 게 아니라 적체 자체를 줄이는 것이다.

Clema는 데이터 요청 티켓 계층을 제공하며, ServiceNow와 Zendesk의 고등교육 대안으로 자리매김한다. AI 분류, 초안 답변, 완전한 감사 추적을 더한다. 요점은 요청 이력을 흩어진 받은편지함이 아니라 한곳에 두는 것이다.

플랫폼은 설계 단계부터 FERPA에 대응하고 SOC 2 Type II 인증을 받는다. 읽기 전용 연결을 쓰고, BAA와 역할 기반 접근을 지원하며, 데이터를 미국 데이터센터에 둔다. 증명할 서류를 갖춘 FERPA 준수 AI로 보면 된다. 보안 검토는 몇 주의 감사가 아니라 하루짜리 자료 묶음이 된다.

Clema는 기존 웨어하우스, Power BI, Tableau 구성 위에 자연어 분석 계층을 얹는다. 그래서 기존 대시보드는 계속 작동하고, 한 번도 답을 얻지 못한 즉석 질문이 마침내 답을 받는다. 교체가 아니라 추가다.