디시전 콘솔 (Decision Console)

디시전 콘솔은 선택한 딜의 현재 상태를 베이지안 판단과 온톨로지 근거로 검토하는 화면입니다. 이 화면은 P(Win) 숫자만 보여주는 화면이 아닙니다. 왜 그 판단이 나왔는지, 무엇이 병목인지, 다음에 어떤 근거를 확인해야 하는지, 권고를 채택한 뒤 실제 영업 행동과 어떻게 연결할지를 함께 다룹니다.

Decision Console에는 AI 분석 기능이 포함됩니다. AI 분석은 별도의 제품이나 별도 화면이 아니라, 현재 딜의 서버 근거와 판단 맥락을 기반으로 판단 설명을 보강하는 Decision Console의 기능입니다.

위치: 사이드바 → Ontology → Decision Console

이 화면이 필요한 이유

영업 리더가 알고 싶은 것은 단순히 “확률이 몇 퍼센트인가”가 아닙니다. 더 중요한 질문은 “왜 그렇게 판단하는가”, “무엇이 막고 있는가”, “다음 미팅 전에 무엇을 검증해야 하는가”입니다.

일반적인 파이프라인 확률은 영업 단계나 담당자의 낙관에 크게 의존합니다. EXAWin+는 활동 기록과 사용자가 선택한 시그널, 베이지안 업데이트, 침묵, momentum, threshold, decision impedance를 함께 보면서 현재 딜의 판단을 설명합니다.

Decision Console은 이 정보를 한 화면에 모아, 영업팀이 감으로 딜을 해석하지 않고 근거로 논의하게 만드는 운영 화면입니다.

기본 사용 흐름

화면 왼쪽에서 접근 가능한 프로젝트 목록을 확인합니다. 사용자의 회사와 권한 범위 안에 있는 딜만 선택할 수 있습니다. 딜을 선택하면 오른쪽의 판단 화면이 해당 딜 기준으로 갱신됩니다.

선택된 딜에 대해 시스템은 최신 베이지안 업데이트, 침묵 정보, 누적 침묵 패널티, momentum P(Win), 온톨로지 판단 맥락을 준비합니다. 이 근거를 바탕으로 Decision Console은 현재 상태, 병목, 권고, 유사 맥락, 후속 행동 추적 정보를 보여줍니다.

사용자는 먼저 현재 P(Win)과 판단 상태를 확인하고, 이어서 병목과 다음 행동 후보를 읽습니다. 필요한 경우 AI 분석을 요청해 현재 딜 근거에 대한 자연어 해석을 추가로 확인합니다. 권고가 타당하다고 판단하면 권고를 채택하고, 이후 Activity War Room에서 실제 후속 활동을 기록하여 같은 판단 사슬에 연결합니다.

화면에서 보는 핵심 판단

Decision Console은 현재 딜의 베이지안 상태를 보여줍니다. 여기에는 P(Win), threshold와의 거리, confidence, 최신 업데이트, 침묵과 momentum 관련 정보가 포함됩니다.

P(Win)은 현재까지 기록된 활동과 선택된 시그널을 바탕으로 계산된 사후확률입니다. threshold는 의사결정상 다음 단계로 볼 수 있는 기준점입니다. decision impedance는 현재 확률과 threshold, k값의 관계를 통해 판단이 얼마나 막혀 있거나 통과 가능한지 해석하는 지표입니다.

침묵과 momentum도 함께 봐야 합니다. 영업 주기가 긴 딜에서 아무 소식이 없는 상태는 항상 중립이 아닙니다. 최근 활동이 끊기거나 고객 반응이 지연되면 판단은 그 영향을 받아야 합니다. Decision Console은 이런 시간 흐름을 함께 반영합니다.

탭별 사용법

Decision Console은 딜을 한 번에 여러 관점에서 보도록 구성됩니다.

진행 제약 원인에서는 현재 딜이 왜 쉽게 전진하지 못하는지 확인합니다. 확률 자체보다 중요한 것은 어떤 근거가 판단을 제한하는지입니다. 활동이 부족한지, 특정 단계에서 신호가 약한지, 침묵이 길어졌는지, 관계 정보가 충분하지 않은지 검토합니다.

어디가 병목인가에서는 딜의 병목 후보를 읽습니다. 병목은 단순히 “나쁨”을 뜻하지 않습니다. 다음 행동 전에 반드시 확인해야 할 지점입니다. 고객 담당자, 의사결정자, 단계, 활동 공백, 부정 시그널, 근거 부족 등이 병목으로 드러날 수 있습니다.

다음 액션에서는 시스템이 현재 근거를 바탕으로 제안하는 다음 행동 후보를 봅니다. 이 권고는 사용자가 그대로 실행해야 하는 명령이 아닙니다. 영업팀이 실제 맥락과 함께 검토하고 채택 여부를 결정해야 하는 판단 후보입니다.

유사 딜에서는 현재 딜과 비교할 수 있는 맥락을 확인합니다. 유사한 흐름을 보인 딜이 어떤 결과로 이어졌는지 보는 것은 현재 판단을 보강하는 참고 자료가 됩니다.

영업 행동 추적에서는 권고 채택 이후의 후속 활동 연결 상태를 확인합니다. 권고를 채택했다면 Activity War Room에서 영업 측 후속 행동, 접촉 시도, 준비, 실제 고객 접촉 이후 활동을 기록해 현재 권고와 연결할 수 있습니다. 이렇게 연결된 후속 활동은 다음 온톨로지 분석에서 권고 피드백으로 반영됩니다.

AI 분석은 어떻게 사용되는가

Decision Console의 AI 분석은 현재 딜의 근거를 읽고 자연어 해석을 제공하는 기능입니다. 사용자가 AI 해석을 요청하면, 서버는 현재 딜의 판단 맥락과 AI가 읽을 근거 묶음을 준비합니다. 이 근거 묶음에는 딜 상태, 베이지안 판단, 활동 맥락, 근거 목록 등이 포함됩니다.

AI 분석 결과는 서버의 검증 절차를 통과해야 합니다. 즉, AI가 생성한 문장이 그대로 무비판적으로 시스템 판단이 되는 구조가 아닙니다. 서버는 형식과 근거 연결성을 확인하고, 검증된 결과만 Decision Console의 해석 초안으로 다룰 수 있습니다.

AI 해석 요청이 일시적으로 완료되지 않더라도, 서버가 확정한 베이지안 판단과 근거는 유지됩니다. 이 점이 중요합니다. Decision Console의 핵심 판단은 AI 문장에만 의존하지 않습니다. AI 분석은 사람이 판단을 더 쉽게 읽도록 돕는 설명 계층이며, 권한과 근거와 검증 절차 안에서 작동합니다.

권고를 채택한다는 의미

Decision Console에서 권고를 채택한다는 것은 “이 권고를 영업 행동의 추적 대상으로 삼겠다”는 뜻입니다. 채택 전에는 후속 활동을 권고 결과 평가 대상으로 연결하지 않습니다.

권고를 채택하면 Activity War Room에서 후속 영업 행동을 기록할 수 있습니다. 예를 들어 고객에게 추가 질문을 보냈거나, 내부 준비를 했거나, 실제 접촉 이후 활동을 남겼다면 그 활동을 권고와 연결할 수 있습니다.

반대로 권고를 채택하지 않으면 해당 권고는 후속 영업 행동 결과 평가 대상으로 보지 않습니다. 이 구분이 있어야 시스템이 “어떤 권고가 실제로 실행되었고, 실행 이후 판단이 좋아졌는지”를 학습할 수 있습니다.

Activity War Room과의 관계

Decision Console은 판단을 검토하는 화면이고, Activity War Room은 실제 활동을 기록하는 화면입니다.

새로운 미팅을 기록하거나 고객 접촉 결과를 남기려면 Activity War Room을 사용합니다. Decision Console에서 권고를 채택한 뒤 후속 행동을 기록할 때도 Activity War Room으로 이동해 실제 활동을 남깁니다.

이 분리는 의도된 구조입니다. 판단 화면에서 바로 데이터를 임의로 고치는 것이 아니라, 표준 활동 기록 화면에서 실제 업무 결과를 남기고, 그 기록이 다시 베이지안 업데이트와 온톨로지 분석으로 연결됩니다.

무엇을 과신하면 안 되는가

Decision Console은 딜의 미래를 보장하지 않습니다. P(Win)은 현재까지 기록된 근거와 설정된 모델에 기반한 판단입니다. 고객의 내부 사정, 경쟁사 움직임, 예산 변화, 의사결정 지연처럼 아직 기록되지 않은 사건은 시스템이 알 수 없습니다.

따라서 이 화면은 “딜이 닫힌다” 또는 “딜이 실패한다”를 단정하는 도구가 아닙니다. 현재 근거가 어느 방향을 지지하는지, 무엇을 더 확인해야 하는지, 어떤 후속 행동을 우선해야 하는지 판단하는 도구입니다.

AI 분석도 마찬가지입니다. AI 분석은 현재 근거를 설명하는 데 도움을 주지만, 최종 행동 결정은 사용자가 내려야 합니다. 특히 고객에게 전달할 메시지, 가격 조건, 계약 전략 같은 실제 영업 판단은 회사의 정책과 담당자의 책임 안에서 결정해야 합니다.

좋은 사용 습관

Decision Console을 보기 전에 Activity War Room의 최근 활동 기록이 충분한지 확인하십시오. 오래된 활동만 있거나, 활동은 있지만 시그널이 부정확하게 선택되어 있다면 판단 품질도 낮아집니다.

권고를 읽을 때는 “이 권고가 맞는가”만 보지 말고 “이 권고를 검증하려면 어떤 고객 반응이나 내부 근거가 필요한가”를 함께 보십시오. Decision Console의 가치는 정답을 던지는 데 있지 않고, 다음 검증 질문을 명확하게 만드는 데 있습니다.

AI 분석을 사용할 때는 근거가 실제 화면과 맞는지 함께 확인하십시오. 필요한 경우 Ontology Inspector에서 관계 구조를 확인하고, Ontology AI에 추가 질문을 던져 같은 근거를 다른 방식으로 설명하게 할 수 있습니다.

다음에 읽을 문서

판단 근거가 어떤 관계 구조로 연결되는지 확인하려면 온톨로지 인스펙터를 읽으십시오.

Decision Console과 함께 자연어 질문을 사용하는 방법은 온톨로지 AI를 읽으십시오.

활동을 기록하고 후속 행동을 남기는 방법은 액티비티 워룸을 읽으십시오.