1주 차 · 1~5일

공개 데이터와 산업 지식으로 기본 그래프를 구축합니다.

IW에는 소비재 기업의 운영 방식을 담은 깊이 있는 지도가 이미 있습니다. SKU 계층, 채널, 유통 판촉, 유통업체 수익 구조, 축제, 우기까지 포함합니다. NorthCo를 이 지도에 연결한 다음 연차보고서, 투자자 자료, 조직도, 제품 카탈로그, 12개월간의 보도자료 등 공개 정보를 더해 NorthCo에 맞게 그래프를 구성합니다. 결과물은 기본 그래프입니다. 구조는 완성됐지만 내부 데이터는 아직 없습니다.

선행 조건
없음. 여기서 시작합니다.
결과물
기본 그래프 · 소비재 슈퍼그래프 연결 위치: iw://northco/ + 기업 V0: 14개 사업부, 11개 카테고리, 2,140개 SKU, 4개 권역, 4개 경쟁사. 총 약 45개 노드입니다. 2주 차에 전문가가 검토할 기반으로 이어집니다.

진행 과정

  1. 산업, 세부 분야, 지역을 선택합니다. CDO가 소비재 → 식품 + 생활용품 → 인도를 선택합니다. 15분이 걸립니다.
  2. 소비재 산업 지식이 활성화됩니다. SKU 계층, 채널 유형, 판촉 방식, 축제 일정, 날씨의 수요 영향 등 소비재 기업에 공통적인 8,400개 항목이 템플릿으로 제공됩니다.
  3. IW가 NorthCo의 공개 정보를 읽습니다. 연차보고서 320쪽, 3분기 투자자 자료, 공개 조직도, 제품 카탈로그, 12개월간 보도자료를 활용합니다.
  4. 소비재 템플릿을 NorthCo에 맞게 바꿉니다. 일반적인 ‘브랜드 → 포장 → SKU’를 NorthCo의 실제 브랜드로, ‘지역 권역’을 실제 동서남북 권역으로 바꿉니다. 경쟁사는 Haldiram, PepsiCo, ITC Foods, Britannia로 지정됩니다.
  5. CDO가 30분간 검토합니다. 공개 출처의 오류를 확인합니다. 보통 2~4건을 수정합니다.

역할별 참여

IW 가 적재와 추출을 수행합니다. 백그라운드에서 실제 경과 시간 4일이 걸립니다. CDO 는 총 1시간을 씁니다. 산업 선택 15분, V0 검토 30분, 수정사항 4건 확인 15분입니다.

사용한 공개 자료

PDF2024 연차보고서 · 320쪽
PDF2025년 3분기 투자자 행사
WEB조직도 · 14개 사업부
WEB제품 카탈로그 · SKU 2,140개
RSS보도자료 · 12개월
JSONLinkedIn 조직 정보 · 직원 4,800명
NorthCo · 1주 차 결과
노드 45개 가 상시 그래프에 구성됩니다. 산업 패턴 24개와 기업 노드 21개입니다. 소비재 슈퍼그래프 연결 위치: iw://northco/. 식품·생활용품 세부 분야가 활성화됩니다. 14개 사업부, 11개 카테고리, SKU 2,140개, 4개 권역, 4개 경쟁사. CDO 투입 시간: 1시간. IW 실제 경과 시간: 4일 6시간.
2주 차 · 6~10일

전문가와 컨설턴트가 NorthCo 이해관계자와 그래프를 상세 검증합니다.

1주 차의 기본 그래프는 대략 맞지만 아직 일반적입니다. 이제 분야 전문가와 컨설턴트가 심층 검토합니다 . NorthCo의 실제 담당자인 Anuj(수요), Vinod(공급망), Ritu(카테고리)와 오류를 고치고 빠진 내용을 추가하며 회사 고유의 운영 방식을 확인합니다. IW는 그래프를 바꾸는 질문만 하고 전문가는 일상 언어로 답합니다. 이해관계자 3명 × 세션 2회 × 약 80분입니다. 코딩이나 스키마 설계는 필요 없습니다.

선행 조건
1주 차의 기본 그래프 — 검토할 구체적인 대상이 필요합니다. 소비재 산업 지식을 통해 IW가 가치 있는 질문을 판단합니다.
결과물
정교화된 그래프 · SKU 5단계 계층(제품 변형·포장 구성 추가), 4개 권역 × 7개 주, 경쟁사 6개, 물류센터 6곳, 모든 노드의 담당자 매핑. 총 약 70개 노드이며 3주 차에 데이터를 채울 구조로 이어집니다.

IW가 유용한 질문만 하는 방법

  1. V0의 각 부분에 불확실성 점수를 매깁니다. 연결이 약한 곳, 공개 출처가 충돌하는 곳, 소비재 템플릿에 여러 선택지가 있는 곳을 찾습니다.
  2. 가치가 가장 큰 질문만 생성합니다. 답에 따라 그래프가 얼마나 달라지는지 점수화하고 상위 12개를 질문합니다.
  3. 질문을 적절한 사람에게 전달합니다. 수요 질문은 수요 책임자에게, 공급 질문은 공급망 담당자에게, 카테고리는 해당 관리자에게 보냅니다.
  4. 본업 일정에 맞춰 진행합니다. 전문가마다 80분 세션을 2회, 일주일에 나눠 진행합니다.

실제 세션 — 수요 책임자 Anuj K.

IW
IW
같은 세부 분야의 대부분 소비재 기업은 유통 판촉 회계에 제품 변형 계층을 추가합니다. NorthCo에도 추가할까요?
A
Anuj K.
네. 그리고 포장 구성 도 포장 아래에 필요합니다. 현대적 유통에만 사용합니다.
IW
IW
기록했습니다. 전체 14개 사업부에 적용하나요, 식품·생활용품에만 적용하나요?
A
Anuj K.
식품·생활용품만요. 호텔과 판지는 방식이 다릅니다.

추가된 내용

  • SKU 계층 2개: 제품 변형, 포장 구성
  • 물류센터 6곳: 뭄바이, 푸네, 델리, 첸나이, 벵갈루루, 콜카타
  • 4개 권역 아래의 주 단위 지역 7개
  • 경쟁사 2개 추가: Parle, Mondelez
  • 담당자 매핑: 그래프의 각 부분을 누가 책임지는지 지정
NorthCo · 2주 차 결과
신규 노드 +25개 로 총 70개가 됩니다. 후보 질문 12개 중 Anuj가 7개, Vinod가 3개, Ritu가 2개를 해결했습니다. SKU 계층은 3단계에서 5단계로 확장되었습니다. 전문가 3명의 총 투입 시간: 7시간 48분. 작성한 코드는 없습니다.
3주 차 · 11~15일

모든 노드에 데이터를 연결합니다. IW가 커넥터를 작성하고 충돌을 해결합니다.

2주 차의 정교화된 그래프에는 구조가 있지만 실제 수치는 아직 없습니다. 이번 주 IW는 모든 노드를 데이터로 채웁니다 . NorthCo의 38개 시스템(SAP, Oracle, Snowflake, Excel, Tableau, PowerBI, MCP 서버)에 연결하고 커넥터 코드를 직접 작성합니다. 두 시스템의 수치가 다르면 멈추고 전문가가 기준 출처를 선택합니다. 이후 온톨로지가 컴파일되어 184개 파생 지표와 완전한 계보가 만들어지며, 조회 시 재계산하지 않습니다.

선행 조건
2주 차의 정교화된 그래프 — 데이터를 채우려면 어떤 노드가 있는지 알아야 하고, 충돌 해결을 요청하려면 각 노드의 담당 전문가를 알아야 합니다.
결과물
데이터가 채워진 그래프 + 컴파일된 온톨로지 · 객체 인스턴스 4.7만 개, 연결 31.2만 개, 파생 지표 184개, 계보 범위 100%, 기준 출처 결정 23건. 총 약 150개 노드이며 4주 차 Morrie가 이상을 찾을 데이터로 이어집니다.

연결된 출처: 총 38개

ERPSAP S/4HANA
ERPOracle EBS(기존 공장)
DWHSnowflake(영업·판촉)
XLSExcel · 공장 관리 담당자(4곳)
BITableau · 대시보드 32개
BIPowerBI · 보고서 18개
MCPMCP · 판촉 서버
MCPMCP · 기상 피드
APINielsen · 월간
APIKantar · 공동 패널 조사

추가 출처 28개 생략 · 전체 목록: iw://northco/sources/

상세 예시: 하나의 노드 — cogs_per_sku — 를 채우는 과정

서로 수치가 다른 세 시스템에서 IW가 하나의 노드를 채우는 과정을 통해 데이터 수집 방식을 구체적으로 살펴봅니다.

노드: cogs_per_sku · 중요한 이유

기간별 SKU 매출원가입니다. 다음 지표에 사용됩니다: 공헌이익, SKU별 EBITDA, 판촉 ROI, 수요 예측, OTP 에이전트 3개. 이 값이 틀리면 모든 후속 결과가 틀립니다.

1
IW가 후보 출처 3개를 찾습니다. 커넥터 레지스트리에서 ‘SKU당 원가’에 매핑되는 필드를 가진 세 시스템을 찾습니다:
  • SAP S/4HANA · 테이블 /BIC/COGS_M · 필드 STD_COST — 재무팀의 표준 원가(월 결산)
  • Oracle EBS · 테이블 CST_ITEM_COSTS · 필드 ITEM_COST — 아직 SAP로 이전하지 않은 기존 공장
  • Excel · 공장 관리 · 통합 문서 cogs_master.xlsx — 공장 관리 담당자가 수작업으로 유지하는 대사 시트
↓
2
IW가 각 출처에서 표본을 가져옵니다. SKU NCF·SNK·CRSP·150g 의 2026년 3월 기준:
SAP S/4HANA    ₹148.20
Oracle EBS    ₹152.80
Excel · 공장 관리    ₹147.60
세 출처의 차이는 최대 3.5%입니다. 기본 허용오차 ±5% 안에 있어 그냥 넘어갈 수 있지만, 원가는 마진에, 마진은 다른 17개 항목에 영향을 주므로 IW가 충돌을 제기합니다.
↓
3
IW가 Anuj에게 기준 출처를 묻습니다. 임의로 고르지 않습니다. 2주 차에 해당 노드에 매핑된 전문가에게 질문합니다: cogs_per_sku — Anuj K.(수요 책임자이며 마진 보고도 담당).
IW
IW
세 출처의 해당 값 차이가 cogs_per_sku 3.5%입니다. SAP=₹148.20, Oracle=₹152.80, Excel=₹147.60. 무엇이 기준인가요?
A
Anuj K.
SAP입니다. 재무팀이 월 결산을 담당하므로 감사 가능한 수치죠. Oracle은 기존 공장용이고 올해 SAP로 이전합니다. Excel은 대사용이라 교차 검증에는 유용하지만 기준 출처는 아닙니다.
↓
4
IW가 커넥터 코드를 직접 작성합니다. Anuj의 결정에 따라 SAP에서 값을 가져오고 Oracle·Excel을 ±5% 허용오차로 교차 검증하는 Python 커넥터를 생성합니다. 향후 동기화에서 범위를 벗어나면 충돌을 다시 엽니다.
# 자동 작성 · iw://northco/connectors/cogs_per_sku.py def populate_cogs_per_sku(): sap = sap_client.query( "SELECT MATNR sku_id, STD_COST cost_value, " " CURR_KEY currency, FISCPER period " "FROM /BIC/COGS_M WHERE FISCPER = LATEST_CLOSED()" ) oracle = oracle_client.query( "SELECT INVENTORY_ITEM_ID, ITEM_COST FROM CST_ITEM_COSTS" ) excel = excel_source.read("cogs_master.xlsx") # SAP가 기준 출처(sot-014, anuj.k 2026-04-09) # Oracle·Excel은 ±5% 교차 검증용으로 유지 return reconcile( primary=sap, crosschecks=[oracle, excel], tolerance=0.05, on_breach="reopen_conflict", )
↓
5
Anuj가 생성된 코드를 검증합니다. IW 화면에서 ‘검증’을 한 번 클릭합니다. 커넥터는 버전 관리에 저장되고 노드에는 SAP 값이 채워집니다. cogs_per_sku = ₹148.20 · 검증: anuj.k · 2026-04-09 14:22.
↓
6
이제 그래프 전체에 값을 제공합니다. 모든 후속 노드가 완전한 계보와 함께 기준값을 받습니다:
  • contribution_margin = list_price − cogs_per_sku − promo_spend
  • ebitda_per_sku 마진 연결 경로를 통해 사용
  • promo_roi 판촉비 1루피당 추가 마진 계산에 사용
  • 핵심은 유통판촉계획 에이전트 (5주 차 구축)가 다음 탐색 에이전트로 읽습니다: SkuHealthTraversal
SAP와 Oracle의 차이가 5%를 넘으면 충돌이 다시 열리고 Anuj에게 알립니다. 결정 기록: iw://northco/decisions/sot/sot-014.

같은 과정을 22번 더 반복합니다

허용오차를 넘은 나머지 22건도 같은 흐름으로 처리합니다. 공급업체 리드타임(SAP MM 대 Oracle), 물류센터 용량(WMS 대 계획 시트), 판촉 상승효과(Nielsen 기반 Tableau 대 마케팅 시트), 고객 OTIF(PowerBI 기준 기록 대 SAP SD), 유통업체 마진(거래 조건 문서 대 Snowflake) 등입니다. 평균 해결 시간: 충돌당 18분.

이어서 온톨로지가 컴파일됩니다

모든 기본 노드가 채워지면 IW는 184개 파생 지표 를 계산합니다. 예측, 충족률, OTIF, 재고일수, 공헌이익, 파손율 등이 포함됩니다. 각 파생값에 계산식, 원본 노드, 각 출처 연결의 버전을 저장합니다. 정방향·역방향 데이터 계보를 구체화하여 저장합니다 . 조회 시 다시 계산하지 않습니다.

NorthCo · 3주 차 결과
출처 38개 연결 완료. 객체 인스턴스 47,021개 데이터 입력 완료. 신규 노드 +80개 가 상시 그래프에 추가됩니다(출처·기초 지표). 대사 184건 중 23건이 허용오차를 초과하여 전문가의 해결이 필요했습니다. 평균 해결 시간: 18분. 연결 312,408개 구체화 완료. 184개 파생 지표 의 계보 범위는 100%입니다. Anuj의 주간 총 투입 시간: 16시간.
4주 차 · 16~20일

Morrie가 실무자에게서 시스템에 기록되지 않은 암묵적 규칙을 추출합니다.

데이터가 채워진 그래프에서 뭄바이의 파손율은 18%, 전체 평균은 4%로 나타납니다. 데이터는 이유를 말해 주지 않습니다. Morrie — IW의 지식 추출 에이전트가 해당 노드 담당자 Sneha에게 묻습니다. 그녀는 우기 습도로 골판지 칸막이가 휘고 새로운 자동 보관 시스템(ASRS)의 세 번째 회전 구간에서 지게차 충돌이 발생한다고 설명합니다. 이는 그래프의 유형화된 규칙이 됩니다: 뭄바이 우기 유리 제품 안전 여유분 +14%. NorthCo 실무자들과 이런 세션 23회를 진행합니다. 그래프는 시스템이 아니라 사람에게 있던 운영 지혜를 받아들이고, IW는 정식 운영됩니다.

선행 조건
3주 차에 채운 데이터 — Morrie는 실제 이상 현상이 있어야 가치 있는 질문을 판단할 수 있습니다. 2주 차의 담당자 매핑 으로 각 노드를 누구에게 물어볼지 결정합니다.
결과물
암묵지 규칙 계층 + 운영 중인 IW · 통찰 2,840건, 유형화된 규칙 25개: TacitRule. IW 출시 버전: iw://northco/v1.0.0 . 지정 사용자 23명에게 읽기 권한을 제공합니다. 총 약 175개 노드이며 5주 차 에이전트가 준수할 규칙 집합으로 이어집니다.

Morrie가 누구에게 무엇을 물을지 정하는 방법

  1. 이상 현상을 탐지합니다. 각 지표에서 동종 집단, 슈퍼그래프의 사전 지식, 과거 기준선과의 차이가 설정 임계값을 넘는 값을 표시합니다.
  2. 이상 현상마다 질문 하나를 만듭니다. 일상 언어와 데이터 맥락을 함께 제공해 실무자가 질문의 이유를 알 수 있게 합니다.
  3. 적절한 실무자에게 전달합니다. 2주 차 담당자 매핑, 조직도상 근접성, 과거 대화 이력을 활용합니다. 한 사람에게 일주일에 4개를 넘게 묻지 않아 업무를 분산합니다.
  4. 15분의 시간을 요청합니다. 의무 회의는 없습니다. 비동기 텍스트나 실시간 음성 전사 중 실무자가 선택합니다.
  5. 응답에 맞춰 질문을 조정합니다. 다음 질문은 이전 답변에 따라 달라집니다. 대화 옆에 그래프 상태를 보여 주므로 실무자가 직접 수정할 수 있습니다.
  6. 유형화된 규칙으로 저장합니다. 각 통찰은 TacitRule 으로 바뀝니다. 발동 조건, 조치, 담당자, 영향받는 노드와의 명시적 연결을 포함합니다.

실제 세션 — 뭄바이 계획 담당자 Sneha K. · 14분

이상 현상: 파손율(물류센터=뭄바이, SKU=유리병) = 18.4%, 전체 평균 4.1%(z=4.7)

M
Morrie
뭄바이 물류센터 유리병 SKU 파손율은 18%로 전체 평균 4%보다 높습니다. 데이터로는 이유를 알 수 없네요. 현장에서는 무슨 일이 있나요?
S
Sneha K.
두 가지예요. 새 ASRS의 통로가 좁아 세 번째 회전 구간에서 지게차가 팔레트에 부딪힙니다. 또 우기 습도 때문에 골판지 칸막이가 휘어서 운송 중 병이 움직여요.
M
Morrie
기록합니다. 예측 안전 여유분은 뭄바이 우기 유리 제품에 +14% 로 하겠습니다. 같은 물류센터에서 출고하는 푸네에도 적용할까요?
S
Sneha K.
네. 확인했습니다.

수집한 유형화 규칙 25개 중 일부

  • tacit/418 · 뭄바이 우기 유리 제품 안전 여유분 +14%(Sneha)
  • tacit/422 · 축제 수요의 8주 사전 생산 패턴(Anuj)
  • tacit/491 · 장기 우기 이후 수요 계획 담당자의 조정(Vinod)
  • tacit/507 · 생활용품의 습도 민감 SKU 대체(Ritu)
  • tacit/623 · 크리켓 IPL 일정에 따른 음료 수요 급증(마케팅)
  • tacit/641 · 남인도 필터 커피 계절성(지역 영업)
  • tacit/688 · 현대적 유통의 4분기 협상 패턴(핵심 고객)
  • tacit/712 · 유통업체 밀어내기 판매 탐지(영업 운영)
  • tacit/734 · 디왈리 신용 조건 예외 기간(재무)
  • tacit/751 · 뭄바이 ASRS 세 번째 회전 구간 지게차 충돌 패턴(Sneha)
  • 추가 15개 · 전체 목록: iw://northco/tacit/

이어서 IW가 운영을 시작합니다

4주 차 말에 구조적 무결성, 계보 완전성, 암묵지와 데이터의 연결을 검증합니다. IW 출시 버전: iw://northco/v1.0.0. 수요·공급·카테고리의 지정 사용자 23명에게 읽기 권한을 부여합니다. 쓰기는 전문가가 검토한 조치 유형으로만 가능합니다. CDO와 수요 책임자의 승인에 52분이 걸립니다.

NorthCo · 4주 차 결과
Morrie가 진행한 실무자 세션 23회의 평균 길이는 15.6분입니다. 수집한 암묵적 통찰 2,840건 은 유형화된 규칙 25개. 신규 노드 +25개 로 그래프에 저장되며 영향받는 지표와 연결됩니다. 실무자 총 투입 시간: 5시간 58분. IW v1.0.0 출시. 원본 사례에는 착수 후 5주가 경과했다고 기재되어 있습니다.
5주 차 · 21~25일

IW가 조율·탐색·계획 에이전트를 직접 작성하고, 팀은 그 위에 맞춤 에이전트를 만듭니다.

운영 중인 IW를 기반으로 다음 에이전트를 생성합니다: 오케스트레이터 (작업을 하위 작업으로 나누어 전달), 탐색 에이전트 (부분 그래프를 탐색해 구조화된 결과 반환), 계획 에이전트 (목표에 맞는 행동 순서 제안). 수요 예측, SKU 상태, 품절 위험, 유통 판촉 등 총 14개 OTP 에이전트를 그래프에서 도출하고 4주 차 암묵지 규칙을 준수하도록 합니다. 엔지니어가 같은 주에 11개를 승인하고 3개는 검토합니다. 이후 지정 업무 사용자에게 에이전트 빌더를 개방합니다. Anuj가 첫 맞춤 에이전트를 18분 만에 출시합니다. 엔지니어는 필요 없습니다.

선행 조건
4주 차의 운영 중인 IW — 모든 에이전트가 전체 그래프, 파생 논리, 유형화된 암묵지 규칙을 상속합니다. 3주 차 조치 유형 레지스트리가 허용된 동작을 정의합니다.
결과물
OTP 계층 + 에이전트 빌더 · OTP 에이전트 14개 생성(11개 운영, 3개 검토), 지정 업무 사용자 9명에게 빌더 개방, 첫 맞춤 에이전트(MonsoonSubstitutionAdvisor) 출시. 총 약 200개 노드입니다.

세 가지 에이전트 유형

  • 오케스트레이터 — 작업이나 질의를 받아 하위 작업으로 분해하고 결과를 전달합니다. 예: 수요예측오케스트레이터.
  • 탐색 에이전트 — 정해진 부분 그래프를 탐색하고 구조화된 결과를 반환합니다. 외부 조치는 하지 않습니다. 예: SKU상태탐색 — SKU → 매출원가, 마진, 회전율, 파손율을 탐색합니다.
  • 계획 에이전트 — 목표와 제약을 받아 행동 순서를 제안합니다. 사용자 권한 내에서 조치 유형을 호출하며 몰래 실행하지 않습니다. 예: 유통판촉계획 에이전트.

IW가 생성한 OTP 에이전트 14개

수요예측오케스트레이터
운영 중
질의 전달 → SKU·물류센터·계절 탐색 → 안전 여유분 계획
SKU상태탐색
운영 중
SKU 탐색 → 매출원가·마진·회전율·파손율
품절위험오케스트레이터
운영 중
재고일수 × 수요 변동성 모니터링 → 7일 전 경고
유통판촉계획 에이전트
검토 중
판촉 계획 → 상승효과·잠식효과·ROI
유통업체배분계획
검토 중
재고를 유통업체에 배분 → 공정성·회전율
가격탄력성오케스트레이터
운영 중
가격 × 수요 측정 → SKU·권역별 탄력성
우기위험오케스트레이터
운영 중
tacit/418 준수 → 우기에 취약한 SKU 표시
2차판매탐색
운영 중
유통업체 → 소매점 → 소비자 탐색
축제준비계획
운영 중
tacit/422 준수 → 8주 사전 생산 계획
현대유통협상지원
검토 중
구매자 미팅 지원 → 마진·입점·활성화

추가 4개 생략 · 전체 레지스트리: iw://northco/agents/

에이전트 빌더를 개방합니다

수요·공급·카테고리·유통 마케팅의 지정 사용자 9명에게 먼저 빌더를 제공합니다. 맞춤 에이전트는 발동 조건, 상속할 OTP 에이전트, 호출 가능한 조치, 담당자를 선언합니다. 상속된 OTP 에이전트의 도구 계약과 암묵지 규칙 준수도 함께 이어집니다 . 새 에이전트가 이를 다시 구현할 필요는 없습니다.

Anuj의 첫 맞춤 에이전트 — 18분

CustomAgent( name = "MonsoonSubstitutionAdvisor", trigger = "forecast_var > 0.12 AND season == 'monsoon'", inherits = [SkuHealthTraversal, StockoutRiskOrchestrator, TradePromoPlanner], honors = ["tacit/418"], // Sneha의 우기 안전 여유분 규칙 actions = [SuggestSubstitute, NotifyDemandDesk], output = (substitute_sku, qty, channel, eta), owner = "demand-planning@northco", )

점심 전에 수요 담당 부서에 배포했습니다. 우기 안전 여유분(tacit/418)은 자동으로 준수됩니다. 상속한 에이전트가 StockoutRiskOrchestrator 이미 해당 규칙을 준수하므로 다시 구현하지 않습니다.

NorthCo · 5주 차 결과
OTP 에이전트 14개 생성 . 그래프에서 도출했으며 엔지니어 검토에 8시간이 걸렸습니다: 11개 승인·운영, 3개 검토 중. 신규 노드 +23개 가 그래프에 추가됩니다(OTP 14개 + 맞춤 9개). 첫 맞춤 에이전트 출시까지 18분 가 걸렸고 엔지니어는 참여하지 않았습니다. 보고 시점까지 NorthCo가 빌더로 출시한 것은 맞춤 에이전트 9개 이며 평균 구축 시간은 27분.
0
활성 노드
0
활성 연결
—
현재 주차
—
—