hgzero/samples/glossary-sample-project.md

프로젝트 문서 용어집 샘플 데이터

데이터 소스: 프로젝트 문서 (Project Documents)

• 총 샘플 수: 210개 (도메인당 14개)
• 데이터 특성: 프로젝트별 기술 문서에서 추출된 실무 용어
• 신뢰도: 0.85-0.92 (프로젝트 컨텍스트 기반)

---

1. 네트워크 인프라 (Network Infrastructure)

1.1 5G SA 전환 프로젝트

{
  "term_id": "net-infra-001",
  "name": "SA 코어망",
  "category": "네트워크 인프라",
  "definition": "5G 독립형(Standalone) 구조의 핵심 네트워크로, EPC와 독립적으로 동작하는 5GC(5G Core) 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "5G SA 전환 프로젝트",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-15",
    "team": "네트워크아키텍처팀",
    "project_id": "proj-5gsa-2024"
  },
  "context": "SA 코어망 구축을 위해 AMF, SMF, UPF 등 5GC 네트워크 기능(NF)을 클라우드 네이티브 방식으로 배포",
  "related_terms": ["NSA", "5GC", "AMF", "SMF", "UPF", "SBA"],
  "usage_example": "Phase 1에서는 수도권 주요 지역에 SA 코어망을 우선 구축하고, Phase 2에서 전국으로 확대 배포합니다.",
  "confidence": 0.91
}

{
  "term_id": "net-infra-002",
  "name": "MEC 플랫폼",
  "category": "네트워크 인프라",
  "definition": "Multi-access Edge Computing 플랫폼으로, 네트워크 엣지에 컴퓨팅 자원을 배치하여 초저지연 서비스 제공",
  "source_type": "project",
  "source_metadata": {
    "project_name": "MEC 기반 B2B 서비스 플랫폼 구축",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-20",
    "team": "인프라혁신팀",
    "project_id": "proj-mec-2024"
  },
  "context": "지연시간 1ms 이하의 초저지연 서비스를 위해 주요 기지국에 MEC 플랫폼 구축",
  "related_terms": ["엣지컴퓨팅", "UPF", "로컬 브레이크아웃", "LADN"],
  "usage_example": "MEC 플랫폼은 Kubernetes 기반으로 구축되며, 각 엣지 사이트는 독립적인 클러스터로 운영됩니다.",
  "confidence": 0.89
}

{
  "term_id": "net-infra-003",
  "name": "네트워크 슬라이싱",
  "category": "네트워크 인프라",
  "definition": "단일 물리 네트워크를 서비스 특성에 맞는 여러 논리적 네트워크로 분할하는 5G 핵심 기술",
  "source_type": "project",
  "source_metadata": {
    "project_name": "엔터프라이즈 5G 슬라이싱 서비스",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-04-10",
    "team": "B2B솔루션팀",
    "project_id": "proj-slice-2024"
  },
  "context": "eMBB, URLLC, mMTC 서비스별로 독립적인 네트워크 슬라이스를 구성하여 QoS 보장",
  "related_terms": ["S-NSSAI", "NSSF", "SMF", "슬라이스 선택"],
  "usage_example": "자율주행 서비스를 위한 URLLC 슬라이스는 지연시간 5ms 이하, 신뢰도 99.999%를 보장합니다.",
  "confidence": 0.90
}

{
  "term_id": "net-infra-004",
  "name": "O-RAN 기지국",
  "category": "네트워크 인프라",
  "definition": "Open Radio Access Network 표준을 따르는 개방형 무선접속망 기지국으로, 멀티 벤더 연동 지원",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 RAN 구축 프로젝트",
    "document_type": "요구사항",
    "phase": "기획",
    "date": "2024-01-25",
    "team": "무선네트워크팀",
    "project_id": "proj-oran-2024"
  },
  "context": "Open Fronthaul 인터페이스를 통해 RU-DU 간 벤더 독립적 연동 구현",
  "related_terms": ["RIC", "CU-DU 분리", "Fronthaul", "xApps"],
  "usage_example": "O-RAN 기지국 도입으로 기존 대비 30% CAPEX 절감 및 유연한 네트워크 운영이 가능합니다.",
  "confidence": 0.88
}

{
  "term_id": "net-infra-005",
  "name": "망 가상화 플랫폼",
  "category": "네트워크 인프라",
  "definition": "NFV(Network Functions Virtualization) 기반으로 네트워크 기능을 소프트웨어화하여 가상 환경에서 운영하는 플랫폼",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 통합 망관리 시스템",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-05",
    "team": "망가상화팀",
    "project_id": "proj-nfv-2024"
  },
  "context": "OpenStack 기반 VIM 위에 vEPC, vIMS 등 VNF를 배포하고 MANO로 생명주기 관리",
  "related_terms": ["VNF", "NFVI", "MANO", "VIM", "VNFM"],
  "usage_example": "망 가상화 플랫폼은 3개 DC에 분산 배치되며, Active-Active 구조로 99.99% 가용성을 제공합니다.",
  "confidence": 0.89
}

{
  "term_id": "net-infra-006",
  "name": "Massive MIMO",
  "category": "네트워크 인프라",
  "definition": "64개 이상의 안테나 소자를 활용한 다중입출력 기술로, 5G 고속 데이터 전송 및 용량 증대 구현",
  "source_type": "project",
  "source_metadata": {
    "project_name": "5G 핫스팟 네트워크 고도화",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-02-28",
    "team": "무선기술팀",
    "project_id": "proj-mimo-2024"
  },
  "context": "주요 역세권 및 상업지구에 64T64R Massive MIMO 안테나를 배치하여 처리량 3배 향상",
  "related_terms": ["beamforming", "TDD", "64T64R", "공간 다중화"],
  "usage_example": "Massive MIMO 적용 구역에서는 동시 접속 사용자 500명까지 평균 1Gbps 이상 속도를 보장합니다.",
  "confidence": 0.87
}

{
  "term_id": "net-infra-007",
  "name": "SDN 컨트롤러",
  "category": "네트워크 인프라",
  "definition": "Software Defined Networking의 제어 평면을 담당하는 중앙 집중식 네트워크 제어 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 전송망 SDN 전환",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-04-01",
    "team": "전송망팀",
    "project_id": "proj-sdn-2024"
  },
  "context": "OpenDaylight 기반 SDN 컨트롤러를 통해 전국 전송망 장비를 중앙에서 제어 및 자동화",
  "related_terms": ["OpenFlow", "NETCONF", "데이터 평면", "제어 평면"],
  "usage_example": "SDN 컨트롤러는 HA 구성으로 이중화되며, 모든 네트워크 정책은 REST API를 통해 프로그래밍 방식으로 설정됩니다.",
  "confidence": 0.90
}

{
  "term_id": "net-infra-008",
  "name": "듀얼 커넥티비티",
  "category": "네트워크 인프라",
  "definition": "단말이 LTE와 5G를 동시에 연결하여 데이터를 전송하는 NSA(Non-Standalone) 방식의 핵심 기술",
  "source_type": "project",
  "source_metadata": {
    "project_name": "5G NSA 전국망 구축",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2023-11-20",
    "team": "무선네트워크팀",
    "project_id": "proj-nsa-2023"
  },
  "context": "LTE를 앵커로 사용하고 5G NR을 보조 셀로 추가하여 초기 5G 서비스 제공",
  "related_terms": ["EN-DC", "MR-DC", "MCG", "SCG", "NSA"],
  "usage_example": "듀얼 커넥티비티를 통해 LTE 제어 평면의 안정성과 5G 데이터 평면의 고속 전송을 동시에 활용합니다.",
  "confidence": 0.88
}

{
  "term_id": "net-infra-009",
  "name": "프론트홀 네트워크",
  "category": "네트워크 인프라",
  "definition": "기지국의 RU(Radio Unit)와 DU(Distributed Unit)를 연결하는 고속 전송 네트워크",
  "source_type": "project",
  "source_metadata": {
    "project_name": "C-RAN 인프라 구축",
    "document_type": "요구사항",
    "phase": "기획",
    "date": "2024-03-18",
    "team": "전송인프라팀",
    "project_id": "proj-cran-2024"
  },
  "context": "eCPRI 프로토콜 기반 25Gbps 프론트홀 링크를 통해 RU-DU 간 I/Q 데이터 전송",
  "related_terms": ["백홀", "미드홀", "eCPRI", "CPRI", "RU-DU 분리"],
  "usage_example": "프론트홀 네트워크는 지연시간 100us 이하를 요구하며, 25G 이더넷 스위치로 구성됩니다.",
  "confidence": 0.87
}

{
  "term_id": "net-infra-010",
  "name": "코어망 SBA 아키텍처",
  "category": "네트워크 인프라",
  "definition": "Service Based Architecture 기반의 5G 코어망 구조로, 각 NF가 서비스를 제공하고 HTTP/2 기반 API로 통신",
  "source_type": "project",
  "source_metadata": {
    "project_name": "5G 코어망 마이그레이션",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-02-15",
    "team": "코어망아키텍처팀",
    "project_id": "proj-5gc-2024"
  },
  "context": "SBA 방식으로 AMF, SMF, UDM 등 NF 간 직접 서비스 호출 및 서비스 디스커버리 구현",
  "related_terms": ["NRF", "SBI", "HTTP/2", "service discovery", "NF"],
  "usage_example": "SBA 아키텍처에서는 NRF를 통한 동적 서비스 디스커버리로 유연한 스케일링이 가능합니다.",
  "confidence": 0.91
}

{
  "term_id": "net-infra-011",
  "name": "빔포밍 최적화",
  "category": "네트워크 인프라",
  "definition": "5G Massive MIMO 환경에서 AI 기반으로 빔 방향과 폭을 동적으로 조정하여 커버리지와 간섭을 최적화하는 기술",
  "source_type": "project",
  "source_metadata": {
    "project_name": "AI 기반 RAN 인텔리전스",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-04-05",
    "team": "AI네트워크팀",
    "project_id": "proj-ranai-2024"
  },
  "context": "강화학습 알고리즘을 활용하여 실시간 트래픽 패턴에 따라 빔포밍 파라미터를 자동 조정",
  "related_terms": ["Massive MIMO", "빔스티어링", "CSI-RS", "precoding"],
  "usage_example": "빔포밍 최적화를 통해 셀 경계 사용자의 평균 전송률이 40% 향상되었습니다.",
  "confidence": 0.86
}

{
  "term_id": "net-infra-012",
  "name": "네트워크 자동화 오케스트레이터",
  "category": "네트워크 인프라",
  "definition": "네트워크 생명주기 전반(프로비저닝, 설정, 최적화, 복구)을 자동화하는 중앙 관리 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "지능형 망운영 자동화",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-22",
    "team": "망자동화팀",
    "project_id": "proj-nao-2024"
  },
  "context": "Ansible 기반 자동화 워크플로우를 통해 기지국 설정 변경부터 장애 복구까지 End-to-End 자동화",
  "related_terms": ["ZTP", "MANO", "NETCONF", "workflow engine"],
  "usage_example": "네트워크 자동화 오케스트레이터는 일일 평균 1,200건의 설정 변경 작업을 무인으로 처리합니다.",
  "confidence": 0.89
}

{
  "term_id": "net-infra-013",
  "name": "UPF 분산 배치",
  "category": "네트워크 인프라",
  "definition": "5G 사용자 평면 기능(UPF)을 중앙 집중형이 아닌 지역별, 엣지별로 분산 배치하여 지연시간 최소화",
  "source_type": "project",
  "source_metadata": {
    "project_name": "5G 엣지 네트워크 구축",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-02-10",
    "team": "코어망설계팀",
    "project_id": "proj-upf-2024"
  },
  "context": "주요 거점마다 로컬 UPF를 배치하고, SMF를 통해 세션별 최적 UPF 선택",
  "related_terms": ["로컬 브레이크아웃", "MEC", "ULCL", "I-UPF", "PSA-UPF"],
  "usage_example": "UPF 분산 배치를 통해 콘텐츠 접근 지연시간이 기존 50ms에서 10ms 이하로 개선됩니다.",
  "confidence": 0.90
}

{
  "term_id": "net-infra-014",
  "name": "동적 스펙트럼 공유",
  "category": "네트워크 인프라",
  "definition": "LTE와 5G가 동일 주파수 대역을 실시간으로 공유하여 스펙트럼 효율을 극대화하는 DSS(Dynamic Spectrum Sharing) 기술",
  "source_type": "project",
  "source_metadata": {
    "project_name": "주파수 효율화 프로젝트",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-01-30",
    "team": "주파수관리팀",
    "project_id": "proj-dss-2024"
  },
  "context": "2.1GHz 대역에서 LTE와 5G NR이 트래픽 비율에 따라 동적으로 자원을 분할하여 사용",
  "related_terms": ["주파수 재배치", "스펙트럼 효율", "LTE-NR 공존"],
  "usage_example": "DSS 기술을 통해 별도의 5G 전용 주파수 확보 없이도 5G 서비스를 조기에 전국 확대할 수 있습니다.",
  "confidence": 0.88
}

---

2. 기술 개발 및 연구 (Technology Development & R&D)

2.1 AI 기반 네트워크 최적화 연구

{
  "term_id": "tech-rd-001",
  "name": "자가치유 네트워크",
  "category": "기술 개발 및 연구",
  "definition": "AI/ML 기술을 활용하여 네트워크 장애를 자동으로 감지하고 원인을 분석하며 복구 조치를 수행하는 자율 네트워크 기술",
  "source_type": "project",
  "source_metadata": {
    "project_name": "자율주행 네트워크 PoC",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-03-12",
    "team": "AI연구소",
    "project_id": "proj-shn-2024"
  },
  "context": "RAN 장애 패턴을 실시간 학습하여 장애 발생 전 예측하고 자동으로 파라미터를 조정하여 장애를 회피",
  "related_terms": ["자율망", "SON", "AI Ops", "예측적 유지보수"],
  "usage_example": "자가치유 네트워크 도입으로 MTTR(평균 복구 시간)을 기존 45분에서 5분 이내로 단축할 수 있습니다.",
  "confidence": 0.87
}

{
  "term_id": "tech-rd-002",
  "name": "디지털 트윈 네트워크",
  "category": "기술 개발 및 연구",
  "definition": "실제 통신망을 가상 공간에 동일하게 복제한 시뮬레이션 환경으로, 변경 사항을 사전 검증",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 망 운영 플랫폼",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-02-25",
    "team": "네트워크혁신연구팀",
    "project_id": "proj-twin-2024"
  },
  "context": "실망 데이터를 기반으로 디지털 트윈을 구축하고, 설정 변경이나 신규 장비 추가 시 영향도를 사전 분석",
  "related_terms": ["시뮬레이션", "가상망", "what-if 분석"],
  "usage_example": "디지털 트윈 네트워크에서 먼저 시뮬레이션 후 실망에 적용하여 변경 실패율을 90% 감소시켰습니다.",
  "confidence": 0.85
}

{
  "term_id": "tech-rd-003",
  "name": "양자암호통신",
  "category": "기술 개발 및 연구",
  "definition": "양자역학 원리를 이용한 절대 안전한 암호키 분배 기술(QKD)로, 도청 자체가 불가능한 차세대 보안 통신",
  "source_type": "project",
  "source_metadata": {
    "project_name": "양자보안 통신망 구축",
    "document_type": "요구사항",
    "phase": "기획",
    "date": "2024-04-08",
    "team": "양자통신연구팀",
    "project_id": "proj-qkd-2024"
  },
  "context": "서울-대전 간 양자암호통신 백본망을 구축하고, 금융권 및 공공기관 대상 양자보안 서비스 제공",
  "related_terms": ["QKD", "양자키분배", "양자난수생성기", "포스트양자암호"],
  "usage_example": "양자암호통신은 100km 거리에서 초당 10Mbps의 양자키 생성이 가능하며, 도청 시도 시 즉시 탐지됩니다.",
  "confidence": 0.86
}

{
  "term_id": "tech-rd-004",
  "name": "AI 트래픽 예측 모델",
  "category": "기술 개발 및 연구",
  "definition": "LSTM 기반 딥러닝 모델을 사용하여 시간대별, 지역별 네트워크 트래픽을 예측하고 자원을 사전 배치하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "지능형 용량 관리 시스템",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-03-20",
    "team": "AI플랫폼팀",
    "project_id": "proj-aitp-2024"
  },
  "context": "과거 3년간의 트래픽 데이터와 이벤트 정보를 학습하여 1시간 후 트래픽을 95% 정확도로 예측",
  "related_terms": ["시계열 분석", "LSTM", "용량 계획", "탄력적 스케일링"],
  "usage_example": "AI 트래픽 예측을 통해 피크 시간대 네트워크 혼잡도를 30% 감소시키고 사용자 체감 품질을 향상시켰습니다.",
  "confidence": 0.89
}

{
  "term_id": "tech-rd-005",
  "name": "6G 테라헤르츠 통신",
  "category": "기술 개발 및 연구",
  "definition": "100GHz 이상의 테라헤르츠(THz) 주파수 대역을 활용한 차세대 6G 무선통신 기술로, 1Tbps급 초고속 전송",
  "source_type": "project",
  "source_metadata": {
    "project_name": "6G 핵심기술 선행연구",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-01-15",
    "team": "미래통신연구소",
    "project_id": "proj-6g-2024"
  },
  "context": "140GHz 대역에서 빔포밍 기반 THz 송수신 실험을 통해 100m 거리에서 100Gbps 전송 성공",
  "related_terms": ["6G", "THz", "초광대역", "빔포밍", "RIS"],
  "usage_example": "테라헤르츠 통신은 2030년 상용화를 목표로 하며, 홀로그램 통신 등 초실감 서비스의 기반이 됩니다.",
  "confidence": 0.84
}

{
  "term_id": "tech-rd-006",
  "name": "지능형 반사면",
  "category": "기술 개발 및 연구",
  "definition": "Reconfigurable Intelligent Surface(RIS) 기술로, 전자기파를 제어하여 실내 음영지역 커버리지를 개선하는 스마트 패널",
  "source_type": "project",
  "source_metadata": {
    "project_name": "실내 커버리지 혁신 기술 개발",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-02-18",
    "team": "무선기술연구팀",
    "project_id": "proj-ris-2024"
  },
  "context": "건물 내부 벽면에 RIS 패널을 설치하여 5G 신호를 반사/굴절시켜 음영 구역 해소",
  "related_terms": ["메타물질", "passive beamforming", "실내 커버리지"],
  "usage_example": "지능형 반사면 설치로 실내 음영지역의 수신 신호 세기를 평균 15dB 향상시킬 수 있습니다.",
  "confidence": 0.83
}

{
  "term_id": "tech-rd-007",
  "name": "연합학습 기반 개인화",
  "category": "기술 개발 및 연구",
  "definition": "사용자 단말에서 로컬 학습 후 모델 파라미터만 서버로 전송하는 연합학습(Federated Learning) 기술로, 개인정보 보호하면서 AI 서비스 개인화",
  "source_type": "project",
  "source_metadata": {
    "project_name": "프라이버시 보존 AI 플랫폼",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-28",
    "team": "AI보안연구팀",
    "project_id": "proj-fedl-2024"
  },
  "context": "사용자 데이터를 서버로 전송하지 않고 단말에서 학습하여 통신량 감소 및 프라이버시 강화",
  "related_terms": ["분산학습", "프라이버시 보존", "On-device AI"],
  "usage_example": "연합학습 방식으로 1,000만 사용자의 네트워크 품질 예측 모델을 개인정보 유출 없이 학습할 수 있습니다.",
  "confidence": 0.88
}

{
  "term_id": "tech-rd-008",
  "name": "블록체인 로밍 정산",
  "category": "기술 개발 및 연구",
  "definition": "블록체인 기술을 활용하여 국제 로밍 데이터 사용량과 요금을 실시간으로 투명하게 기록하고 자동 정산하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 로밍 정산 플랫폼",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-05",
    "team": "로밍혁신팀",
    "project_id": "proj-bcroam-2024"
  },
  "context": "Hyperledger 기반 컨소시엄 블록체인에 로밍 CDR을 실시간 기록하여 통신사 간 분쟁 최소화",
  "related_terms": ["스마트 컨트랙트", "분산원장", "실시간 정산"],
  "usage_example": "블록체인 로밍 정산 도입으로 기존 3개월 걸리던 정산 주기를 실시간으로 단축하고 정산 오류를 99% 감소시켰습니다.",
  "confidence": 0.85
}

{
  "term_id": "tech-rd-009",
  "name": "XR 스트리밍 최적화",
  "category": "기술 개발 및 연구",
  "definition": "VR/AR/MR 콘텐츠의 초저지연 스트리밍을 위한 네트워크 최적화 기술로, FoV 기반 적응형 비트레이트 제어",
  "source_type": "project",
  "source_metadata": {
    "project_name": "메타버스 플랫폼 네트워크 고도화",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-04-12",
    "team": "XR연구팀",
    "project_id": "proj-xr-2024"
  },
  "context": "사용자 시선(Field of View)에 따라 고화질 타일만 선택적으로 전송하여 대역폭 절감 및 지연시간 단축",
  "related_terms": ["FoV", "타일 기반 스트리밍", "MTP", "초저지연"],
  "usage_example": "XR 스트리밍 최적화를 통해 8K 360도 영상을 MTP 20ms 이하로 전송하며 대역폭은 40% 절감됩니다.",
  "confidence": 0.86
}

{
  "term_id": "tech-rd-010",
  "name": "에너지 하베스팅 IoT",
  "category": "기술 개발 및 연구",
  "definition": "주변 환경(태양광, 진동, 열 등)에서 에너지를 수집하여 배터리 없이 동작하는 초저전력 IoT 디바이스 기술",
  "source_type": "project",
  "source_metadata": {
    "project_name": "배터리 프리 IoT 생태계",
    "document_type": "요구사항",
    "phase": "기획",
    "date": "2024-03-10",
    "team": "IoT연구소",
    "project_id": "proj-ehiot-2024"
  },
  "context": "NB-IoT 단말에 태양전지와 진동 에너지 하베스터를 결합하여 반영구적 동작 구현",
  "related_terms": ["초저전력", "NB-IoT", "ambient energy", "무선충전"],
  "usage_example": "에너지 하베스팅 IoT 센서는 스마트시티 인프라 모니터링에서 배터리 교체 비용을 제로화할 수 있습니다.",
  "confidence": 0.84
}

{
  "term_id": "tech-rd-011",
  "name": "의미론적 통신",
  "category": "기술 개발 및 연구",
  "definition": "6G 핵심 기술로, 데이터의 의미(semantics)만 전송하여 통신 효율을 극대화하는 차세대 통신 패러다임",
  "source_type": "project",
  "source_metadata": {
    "project_name": "6G 혁신 통신 기술 연구",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-01-22",
    "team": "6G연구소",
    "project_id": "proj-sem-2024"
  },
  "context": "AI 기반 의미 추출 및 재구성을 통해 전송 데이터량을 1/10로 감소시키면서도 정보 손실 최소화",
  "related_terms": ["6G", "semantic compression", "knowledge graph"],
  "usage_example": "의미론적 통신은 자율주행차 간 통신에서 '좌회전'이라는 의미만 전송하여 초저지연과 고신뢰성을 동시에 달성합니다.",
  "confidence": 0.82
}

{
  "term_id": "tech-rd-012",
  "name": "홀로그램 통신 프로토콜",
  "category": "기술 개발 및 연구",
  "definition": "3D 홀로그램 영상을 실시간으로 전송하기 위한 초광대역 통신 프로토콜로, 1Tbps급 전송 지원",
  "source_type": "project",
  "source_metadata": {
    "project_name": "미래형 통신 서비스 개발",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-04-02",
    "team": "미래서비스연구팀",
    "project_id": "proj-holo-2024"
  },
  "context": "Light Field 데이터를 효율적으로 압축/전송하기 위한 전용 프로토콜 및 코덱 개발",
  "related_terms": ["Light Field", "volumetric video", "6G", "초고속통신"],
  "usage_example": "홀로그램 통신 프로토콜은 초당 1TB의 라이트필드 데이터를 실시간 전송하여 원격 홀로그램 회의를 가능하게 합니다.",
  "confidence": 0.81
}

{
  "term_id": "tech-rd-013",
  "name": "AI 코파일럿 네트워크",
  "category": "기술 개발 및 연구",
  "definition": "망 운영자를 지원하는 AI 어시스턴트로, 자연어 질의에 대해 네트워크 상태 분석 및 최적 조치를 추천",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 망운영 플랫폼",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-15",
    "team": "망지능화팀",
    "project_id": "proj-copilot-2024"
  },
  "context": "LLM 기반 대화형 인터페이스를 통해 망 운영자가 자연어로 질문하면 AI가 분석 결과와 액션 플랜을 제시",
  "related_terms": ["LLM", "ChatOps", "자연어 인터페이스", "의사결정 지원"],
  "usage_example": "'강남역 주변 속도 저하 원인 분석해줘'라고 요청하면 AI 코파일럿이 실시간 데이터를 분석하여 원인과 해결책을 제시합니다.",
  "confidence": 0.87
}

{
  "term_id": "tech-rd-014",
  "name": "초정밀 측위 서비스",
  "category": "기술 개발 및 연구",
  "definition": "5G 네트워크 기반 센티미터급 실내외 측위 기술로, GPS보다 10배 이상 정확한 위치 정보 제공",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 위치 기반 서비스",
    "document_type": "요구사항",
    "phase": "기획",
    "date": "2024-02-28",
    "team": "위치서비스연구팀",
    "project_id": "proj-rtk-2024"
  },
  "context": "5G 신호의 ToA, AoA 분석과 IMU 센서 퓨전을 통해 실내 10cm, 실외 30cm 정확도 달성",
  "related_terms": ["RTK", "ToA", "AoA", "센서 퓨전", "실내측위"],
  "usage_example": "초정밀 측위는 물류창고에서 상품 위치를 선반 단위로 추적하거나 자율주행 로봇의 정밀 제어에 활용됩니다.",
  "confidence": 0.85
}

---

3. 고객 서비스 (Customer Service)

3.1 AI 컨택센터 고도화

{
  "term_id": "cust-svc-001",
  "name": "감성 인식 챗봇",
  "category": "고객 서비스",
  "definition": "고객의 텍스트나 음성에서 감정 상태를 실시간으로 분석하여 공감하고 맞춤형 응대를 제공하는 AI 챗봇",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 AI 컨택센터",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-03-08",
    "team": "고객서비스혁신팀",
    "project_id": "proj-aicc-2024"
  },
  "context": "고객 발화의 감정(분노, 불만, 만족 등)을 7단계로 분류하고, 감정에 따라 응대 톤과 스크립트를 동적으로 조정",
  "related_terms": ["감성분석", "sentiment analysis", "멀티모달 AI", "공감 대화"],
  "usage_example": "감성 인식 챗봇은 고객의 분노 감정을 감지하면 즉시 상담사에게 연결하여 고객 이탈을 60% 감소시켰습니다.",
  "confidence": 0.88
}

{
  "term_id": "cust-svc-002",
  "name": "실시간 STT 품질 모니터링",
  "category": "고객 서비스",
  "definition": "음성 상담 중 Speech-to-Text 변환 결과를 실시간으로 모니터링하고 오인식을 자동 수정하는 품질 관리 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "음성봇 품질 고도화",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-02-15",
    "team": "AI음성팀",
    "project_id": "proj-stt-2024"
  },
  "context": "통신 전문용어 사전을 활용한 도메인 특화 STT 모델로 인식률을 95%에서 98%로 향상",
  "related_terms": ["STT", "음성인식", "도메인 적응", "confidence score"],
  "usage_example": "실시간 STT 품질 모니터링을 통해 '5지', '엘티이' 등의 오인식을 '5G', 'LTE'로 즉시 보정합니다.",
  "confidence": 0.89
}

{
  "term_id": "cust-svc-003",
  "name": "VoC 자동 분류 엔진",
  "category": "고객 서비스",
  "definition": "고객의 소리(VoC)를 AI가 자동으로 카테고리별(요금, 품질, 불만 등)로 분류하고 담당 부서에 라우팅하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "VoC 통합 관리 시스템",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-22",
    "team": "고객경험팀",
    "project_id": "proj-voc-2024"
  },
  "context": "BERT 기반 텍스트 분류 모델로 일 평균 5,000건의 VoC를 15개 카테고리로 자동 분류하여 처리 시간 50% 단축",
  "related_terms": ["텍스트 분류", "BERT", "자동 라우팅", "intent recognition"],
  "usage_example": "VoC 자동 분류 엔진은 '5G 속도가 느려요'를 [품질-5G] 카테고리로 분류하여 망품질팀에 즉시 전달합니다.",
  "confidence": 0.90
}

{
  "term_id": "cust-svc-004",
  "name": "상담 요약 자동화",
  "category": "고객 서비스",
  "definition": "AI가 상담 내용을 실시간으로 분석하여 핵심 내용을 자동으로 요약하고 상담 이력에 기록하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "상담사 업무 효율화",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-08",
    "team": "컨택센터운영팀",
    "project_id": "proj-summ-2024"
  },
  "context": "추출적/생성적 요약 기법을 결합하여 30분 상담 내용을 3~5줄로 핵심 요약하고 상담 후 처리 시간 70% 단축",
  "related_terms": ["abstractive summarization", "extractive summarization", "AHT 단축"],
  "usage_example": "상담 요약 자동화로 상담사는 후처리 작업 없이 즉시 다음 상담을 받을 수 있어 일일 처리 건수가 40% 증가했습니다.",
  "confidence": 0.87
}

{
  "term_id": "cust-svc-005",
  "name": "예측적 고객 이탈 방지",
  "category": "고객 서비스",
  "definition": "고객의 사용 패턴과 VOC 이력을 분석하여 이탈 가능성이 높은 고객을 사전에 식별하고 선제적 리텐션 활동을 수행",
  "source_type": "project",
  "source_metadata": {
    "project_name": "고객 생애가치 극대화",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-04-01",
    "team": "CRM전략팀",
    "project_id": "proj-churn-2024"
  },
  "context": "Random Forest 모델로 이탈 위험 고객을 90% 정확도로 예측하고, 맞춤형 혜택을 자동으로 제안하여 이탈률 25% 감소",
  "related_terms": ["churn prediction", "retention", "고객생애가치", "맞춤형 오퍼"],
  "usage_example": "예측 모델이 이탈 위험 고객을 탐지하면 자동으로 프리미엄 요금제 할인 쿠폰을 발송하여 이탈을 방지합니다.",
  "confidence": 0.86
}

{
  "term_id": "cust-svc-006",
  "name": "멀티모달 고객 인증",
  "category": "고객 서비스",
  "definition": "음성, 얼굴, 생체 정보 등 다중 생체 인증을 조합하여 비대면 환경에서도 안전하고 편리한 본인 확인을 제공",
  "source_type": "project",
  "source_metadata": {
    "project_name": "비대면 인증 고도화",
    "document_type": "요구사항",
    "phase": "기획",
    "date": "2024-03-12",
    "team": "고객보안팀",
    "project_id": "proj-auth-2024"
  },
  "context": "음성 성문 인증과 얼굴 인식을 결합하여 99.9% 정확도의 본인 확인 제공하며, 인증 시간은 5초 이내로 단축",
  "related_terms": ["성문인식", "얼굴인식", "생체인증", "리iveness 감지"],
  "usage_example": "멀티모달 고객 인증을 통해 주민번호 입력 없이도 안전하게 본인 확인이 가능하여 고객 편의성이 크게 향상되었습니다.",
  "confidence": 0.88
}

{
  "term_id": "cust-svc-007",
  "name": "지능형 큐잉 시스템",
  "category": "고객 서비스",
  "definition": "AI 기반으로 고객의 문의 유형과 긴급도를 분석하여 최적의 상담사에게 우선순위를 조정하여 배정하는 ACD 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "스마트 컨택센터 플랫폼",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-02-25",
    "team": "컨택센터IT팀",
    "project_id": "proj-acd-2024"
  },
  "context": "IVR 입력과 CRM 데이터를 분석하여 VIP 고객이나 긴급 문의는 숙련 상담사에게 우선 배정하고 대기 시간 50% 단축",
  "related_terms": ["ACD", "skill-based routing", "우선순위 큐", "SLA 관리"],
  "usage_example": "지능형 큐잉 시스템은 장애 신고 고객을 즉시 기술 전문 상담사에게 연결하여 평균 처리 시간을 30% 단축시켰습니다.",
  "confidence": 0.89
}

{
  "term_id": "cust-svc-008",
  "name": "대화형 FAQ 검색",
  "category": "고객 서비스",
  "definition": "자연어 질의를 이해하여 FAQ 데이터베이스에서 의미적으로 가장 유사한 답변을 찾아주는 시맨틱 검색 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "셀프서비스 포털 개선",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-03-18",
    "team": "디지털고객팀",
    "project_id": "proj-faq-2024"
  },
  "context": "Sentence-BERT 기반 임베딩으로 질문 의도를 파악하여 키워드 매칭이 아닌 의미 기반 검색으로 만족도 35% 향상",
  "related_terms": ["semantic search", "sentence embedding", "vector similarity"],
  "usage_example": "'5G가 안터져요'라는 구어체 질문도 '5G 네트워크 접속 불가 해결 방법' FAQ를 정확히 찾아줍니다.",
  "confidence": 0.87
}

{
  "term_id": "cust-svc-009",
  "name": "리얼타임 품질 코칭",
  "category": "고객 서비스",
  "definition": "AI가 상담사의 통화 내용을 실시간으로 분석하여 응대 품질 개선 사항을 즉시 피드백하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "상담 품질 혁신 프로젝트",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-04-05",
    "team": "품질관리팀",
    "project_id": "proj-coach-2024"
  },
  "context": "상담 중 금칙어 사용, 장시간 침묵, 고객 감정 악화 등을 실시간 감지하여 상담사 화면에 코칭 메시지 표시",
  "related_terms": ["실시간 모니터링", "speech analytics", "quality scoring"],
  "usage_example": "리얼타임 품질 코칭으로 신입 상담사의 품질 점수가 평균 15점 상승하고 학습 기간이 3주 단축되었습니다.",
  "confidence": 0.86
}

{
  "term_id": "cust-svc-010",
  "name": "옴니채널 고객 여정 추적",
  "category": "고객 서비스",
  "definition": "웹, 앱, 전화, 매장 등 모든 접점에서의 고객 행동을 통합 추적하여 일관된 경험을 제공하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "옴니채널 CX 플랫폼",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-02-18",
    "team": "고객경험혁신팀",
    "project_id": "proj-omni-2024"
  },
  "context": "모든 채널의 고객 접촉 이력을 실시간으로 통합하여 상담사가 이전 맥락을 바로 파악하고 연속된 서비스 제공",
  "related_terms": ["customer journey", "cross-channel", "통합 고객 뷰"],
  "usage_example": "고객이 앱에서 요금제를 조회한 후 전화하면 상담사는 조회 이력을 보고 바로 맞춤 제안을 할 수 있습니다.",
  "confidence": 0.88
}

{
  "term_id": "cust-svc-011",
  "name": "지능형 IVR",
  "category": "고객 서비스",
  "definition": "자연어 처리를 통해 고객이 번호를 누르지 않고 말로 원하는 서비스를 요청할 수 있는 음성 자동 응답 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "AI 기반 셀프서비스 확대",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-03-28",
    "team": "고객접점혁신팀",
    "project_id": "proj-ivr-2024"
  },
  "context": "음성 인식 후 intent classification을 통해 고객 의도를 파악하고 적절한 메뉴로 자동 안내하여 IVR 이탈률 40% 감소",
  "related_terms": ["음성봇", "intent classification", "dialog management"],
  "usage_example": "고객이 '요금이 얼마 나왔는지 알고 싶어요'라고 말하면 자동으로 요금 조회 서비스로 연결됩니다.",
  "confidence": 0.89
}

{
  "term_id": "cust-svc-012",
  "name": "상담사 어시스턴트",
  "category": "고객 서비스",
  "definition": "상담 중 AI가 실시간으로 고객 질문을 분석하여 상담사에게 답변 스크립트와 관련 정보를 추천하는 보조 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "AI 상담 지원 플랫폼",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-04-10",
    "team": "컨택센터AI팀",
    "project_id": "proj-assist-2024"
  },
  "context": "고객 발화와 CRM 데이터를 기반으로 최적의 답변과 다음 액션을 실시간 추천하여 AHT 20% 단축",
  "related_terms": ["agent assist", "next best action", "실시간 추천"],
  "usage_example": "고객이 '번호 이동하고 싶어요'라고 하면 상담사 화면에 즉시 번호이동 절차와 필요 서류가 표시됩니다.",
  "confidence": 0.90
}

{
  "term_id": "cust-svc-013",
  "name": "고객 감정 대시보드",
  "category": "고객 서비스",
  "definition": "실시간으로 모든 상담의 고객 감정 상태를 시각화하고, 부정 감정 급증 시 관리자에게 알림을 발송하는 모니터링 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "실시간 품질 모니터링 체계",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-05",
    "team": "품질혁신팀",
    "project_id": "proj-emotion-2024"
  },
  "context": "전체 상담의 감정 분포를 히트맵으로 표시하고, 분노 감정이 임계치를 넘으면 관리자가 즉시 개입하여 에스컬레이션 방지",
  "related_terms": ["sentiment dashboard", "emotion heatmap", "실시간 알림"],
  "usage_example": "고객 감정 대시보드를 통해 특정 이슈로 인한 고객 불만이 급증하는 것을 조기 발견하고 신속히 대응할 수 있습니다.",
  "confidence": 0.85
}

{
  "term_id": "cust-svc-014",
  "name": "셀프서비스 전환 유도",
  "category": "고객 서비스",
  "definition": "상담사 연결 전 AI가 고객 질문을 분석하여 셀프서비스로 해결 가능한 경우 앱이나 웹으로 유도하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "상담 효율화 프로젝트",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-22",
    "team": "채널전략팀",
    "project_id": "proj-self-2024"
  },
  "context": "IVR 단계에서 질문 의도를 파악하여 단순 조회나 변경 업무는 앱 링크를 문자로 발송하고 상담 연결 없이 해결 유도",
  "related_terms": ["channel shift", "self-service ratio", "digital deflection"],
  "usage_example": "셀프서비스 전환 유도로 단순 요금 조회 상담이 50% 감소하고 상담사는 복잡한 문의에 집중할 수 있게 되었습니다.",
  "confidence": 0.87
}

---

4. 영업 및 마케팅 (Sales & Marketing)

4.1 개인화 마케팅 플랫폼

{
  "term_id": "sales-mkt-001",
  "name": "하이퍼 개인화 추천",
  "category": "영업 및 마케팅",
  "definition": "고객의 사용 패턴, 선호도, 맥락 정보를 AI로 분석하여 개인별 최적의 요금제와 부가서비스를 실시간 추천",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 마케팅 자동화 플랫폼",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-03-10",
    "team": "마케팅전략팀",
    "project_id": "proj-hyper-2024"
  },
  "context": "협업 필터링과 콘텐츠 기반 필터링을 결합한 하이브리드 추천 시스템으로 클릭률 3배, 전환율 2배 향상",
  "related_terms": ["추천 시스템", "collaborative filtering", "개인화", "next product to buy"],
  "usage_example": "하이퍼 개인화 추천 엔진은 데이터 사용량이 많은 고객에게 무제한 요금제를, 영상 시청이 많은 고객에게 OTT 결합 상품을 추천합니다.",
  "confidence": 0.89
}

{
  "term_id": "sales-mkt-002",
  "name": "실시간 캠페인 최적화",
  "category": "영업 및 마케팅",
  "definition": "진행 중인 마케팅 캠페인의 성과를 실시간으로 분석하고 타겟 고객군과 메시지를 동적으로 조정하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "애자일 마케팅 플랫폼",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-02-28",
    "team": "퍼포먼스마케팅팀",
    "project_id": "proj-rtcamp-2024"
  },
  "context": "A/B 테스트와 MAB(Multi-Armed Bandit) 알고리즘을 활용하여 반응률이 높은 메시지로 자동 전환하고 ROI 40% 개선",
  "related_terms": ["A/B 테스트", "MAB", "dynamic optimization", "real-time bidding"],
  "usage_example": "실시간 캠페인 최적화로 응답률이 낮은 메시지는 자동으로 중단하고 성과가 좋은 메시지로 예산을 재배분합니다.",
  "confidence": 0.87
}

{
  "term_id": "sales-mkt-003",
  "name": "고객 세그멘테이션 엔진",
  "category": "영업 및 마케팅",
  "definition": "머신러닝 클러스터링 기법으로 고객을 유사한 특성과 행동 패턴에 따라 자동으로 그룹화하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "타겟 마케팅 고도화",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-04-02",
    "team": "CRM분석팀",
    "project_id": "proj-seg-2024"
  },
  "context": "K-means와 DBSCAN을 결합하여 고객을 50개 마이크로 세그먼트로 분류하고, 각 세그먼트별 맞춤 전략 수립",
  "related_terms": ["clustering", "RFM 분석", "행동 기반 세그먼트", "lookalike audience"],
  "usage_example": "고객 세그멘테이션 엔진이 '30대 직장인 남성, 게임 앱 헤비유저' 세그먼트를 자동 생성하고 게임 데이터 무제한 프로모션을 타겟팅합니다.",
  "confidence": 0.88
}

{
  "term_id": "sales-mkt-004",
  "name": "크로스셀 예측 모델",
  "category": "영업 및 마케팅",
  "definition": "기존 고객의 구매 이력과 행동 데이터를 분석하여 다음에 구매할 가능성이 높은 상품을 예측하는 AI 모델",
  "source_type": "project",
  "source_metadata": {
    "project_name": "매출 극대화 프로젝트",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-03-18",
    "team": "상품기획팀",
    "project_id": "proj-xsell-2024"
  },
  "context": "Gradient Boosting 모델로 부가서비스 가입 확률을 예측하고, 상위 10% 고객 대상 집중 마케팅으로 전환율 5배 향상",
  "related_terms": ["propensity model", "next best offer", "상향판매", "교차판매"],
  "usage_example": "크로스셀 예측 모델이 5G 요금제 가입 고객 중 IoT 홈 서비스 가입 가능성이 높은 고객을 선별하여 타겟 프로모션을 진행합니다.",
  "confidence": 0.86
}

{
  "term_id": "sales-mkt-005",
  "name": "옴니채널 귀인 분석",
  "category": "영업 및 마케팅",
  "definition": "여러 마케팅 채널(TV, 온라인, 앱 푸시 등)을 거쳐 발생한 전환에 대해 각 채널의 기여도를 정량적으로 분석하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "마케팅 ROI 가시화",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-15",
    "team": "마케팅애널리틱스팀",
    "project_id": "proj-attrib-2024"
  },
  "context": "마지막 클릭뿐만 아니라 전체 고객 여정의 모든 터치포인트를 추적하여 Shapley Value 기반 기여도 산정",
  "related_terms": ["multi-touch attribution", "customer journey", "마케팅 믹스 모델링"],
  "usage_example": "옴니채널 귀인 분석 결과 TV 광고가 초기 인지도에, 앱 푸시가 최종 전환에 가장 큰 영향을 미친다는 인사이트를 발견했습니다.",
  "confidence": 0.85
}

{
  "term_id": "sales-mkt-006",
  "name": "생애가치 예측",
  "category": "영업 및 마케팅",
  "definition": "고객의 미래 매출 기여도를 예측하여 LTV(Lifetime Value)를 산정하고, 고객 획득 및 유지 전략에 활용",
  "source_type": "project",
  "source_metadata": {
    "project_name": "고객 가치 기반 경영",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-04-08",
    "team": "고객전략팀",
    "project_id": "proj-ltv-2024"
  },
  "context": "시계열 예측 모델로 향후 3년간 예상 매출과 비용을 계산하여 고객별 LTV를 산출하고, LTV 기준 마케팅 예산 배분",
  "related_terms": ["CLV", "RFM", "cohort analysis", "고객 평생 가치"],
  "usage_example": "생애가치 예측을 통해 LTV가 높은 VIP 고객에게는 프리미엄 혜택을, 낮은 고객에게는 효율적인 셀프서비스를 제공합니다.",
  "confidence": 0.87
}

{
  "term_id": "sales-mkt-007",
  "name": "동적 가격 최적화",
  "category": "영업 및 마케팅",
  "definition": "시장 상황, 재고, 경쟁사 가격, 고객 수요를 실시간으로 분석하여 최적의 가격을 자동으로 산정하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "수익 최적화 플랫폼",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-25",
    "team": "가격전략팀",
    "project_id": "proj-price-2024"
  },
  "context": "강화학습 기반 알고리즘으로 부가서비스 가격을 동적으로 조정하여 매출 15%, 수익률 20% 개선",
  "related_terms": ["dynamic pricing", "yield management", "가격 탄력성", "수요 예측"],
  "usage_example": "동적 가격 최적화로 주말에는 OTT 결합 할인을 확대하고, 주중에는 데이터 추가 요금을 조정하여 수익을 극대화합니다.",
  "confidence": 0.84
}

{
  "term_id": "sales-mkt-008",
  "name": "마케팅 자동화 워크플로우",
  "category": "영업 및 마케팅",
  "definition": "고객 행동 트리거에 따라 사전 정의된 마케팅 시나리오가 자동으로 실행되는 이벤트 기반 마케팅 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "리드 육성 자동화",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-20",
    "team": "마케팅오토메이션팀",
    "project_id": "proj-workflow-2024"
  },
  "context": "고객이 요금제를 조회하면 자동으로 맞춤 요금제 추천 이메일 발송 → 3일 후 미가입 시 할인 쿠폰 발송하는 시나리오 자동 실행",
  "related_terms": ["drip campaign", "lead nurturing", "트리거 기반 마케팅"],
  "usage_example": "마케팅 자동화 워크플로우로 신규 가입 고객에게 웰컴 메시지 → 1주일 후 부가서비스 안내 → 1개월 후 만족도 조사를 자동으로 진행합니다.",
  "confidence": 0.88
}

{
  "term_id": "sales-mkt-009",
  "name": "인플루언서 성과 분석",
  "category": "영업 및 마케팅",
  "definition": "인플루언서 마케팅 캠페인의 도달률, 참여도, 전환율을 추적하고 ROI를 분석하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "소셜 마케팅 효과 측정",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-04-01",
    "team": "디지털마케팅팀",
    "project_id": "proj-influ-2024"
  },
  "context": "소셜 미디어 API를 통해 게시물 도달, 좋아요, 댓글, 공유를 실시간 수집하고, UTM 파라미터로 전환까지 추적",
  "related_terms": ["influencer marketing", "engagement rate", "EMV", "소셜 리스닝"],
  "usage_example": "인플루언서 성과 분석을 통해 팔로워 수보다 참여도가 높은 마이크로 인플루언서가 더 효과적임을 발견하고 전략을 변경했습니다.",
  "confidence": 0.86
}

{
  "term_id": "sales-mkt-010",
  "name": "지오타겟팅 프로모션",
  "category": "영업 및 마케팅",
  "definition": "고객의 위치 정보를 활용하여 특정 지역이나 매장 근처에 있을 때 맞춤형 프로모션을 푸시하는 위치 기반 마케팅",
  "source_type": "project",
  "source_metadata": {
    "project_name": "로케이션 인텔리전스 마케팅",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-03-12",
    "team": "O2O마케팅팀",
    "project_id": "proj-geo-2024"
  },
  "context": "GPS와 비콘을 활용하여 고객이 매장 반경 500m 내 진입 시 앱 푸시로 할인 쿠폰 자동 발송하여 방문율 3배 증가",
  "related_terms": ["geofencing", "proximity marketing", "LBS", "O2O"],
  "usage_example": "지오타겟팅 프로모션으로 강남역 인근에서 5G 체험존 방문 유도 쿠폰을 발송하여 주말 방문객이 200% 증가했습니다.",
  "confidence": 0.87
}

{
  "term_id": "sales-mkt-011",
  "name": "예측 리드 스코어링",
  "category": "영업 및 마케팅",
  "definition": "잠재 고객의 전환 가능성을 AI로 예측하여 점수를 부여하고, 영업팀이 우선순위를 두고 접근할 대상을 선별",
  "source_type": "project",
  "source_metadata": {
    "project_name": "B2B 영업 효율화",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-02-25",
    "team": "B2B마케팅팀",
    "project_id": "proj-lead-2024"
  },
  "context": "웹 행동, 이메일 반응, 기업 정보 등을 종합하여 0-100점 스코어를 산정하고, 80점 이상 고득점 리드에 영업 집중",
  "related_terms": ["lead scoring", "MQL", "SQL", "lead qualification"],
  "usage_example": "예측 리드 스코어링으로 전환 가능성이 높은 리드를 우선 공략하여 영업 생산성이 40% 향상되었습니다.",
  "confidence": 0.85
}

{
  "term_id": "sales-mkt-012",
  "name": "콘텐츠 추천 엔진",
  "category": "영업 및 마케팅",
  "definition": "고객의 관심사와 소비 패턴을 분석하여 블로그, 동영상, 이벤트 등 관련성 높은 콘텐츠를 개인화 추천",
  "source_type": "project",
  "source_metadata": {
    "project_name": "콘텐츠 마케팅 플랫폼",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-04-10",
    "team": "콘텐츠마케팅팀",
    "project_id": "proj-content-2024"
  },
  "context": "TF-IDF와 협업 필터링을 결합하여 고객 관심사에 맞는 콘텐츠를 추천하고, 앱 체류시간 50%, 콘텐츠 소비 70% 증가",
  "related_terms": ["content personalization", "TF-IDF", "collaborative filtering"],
  "usage_example": "콘텐츠 추천 엔진이 5G 요금제에 관심 있는 고객에게 '5G 속도 실측 리뷰' 영상을 추천하여 가입 전환율을 높입니다.",
  "confidence": 0.88
}

{
  "term_id": "sales-mkt-013",
  "name": "감성 마케팅 메시지 생성",
  "category": "영업 및 마케팅",
  "definition": "생성형 AI를 활용하여 고객의 감정 상태와 선호도에 맞는 마케팅 메시지를 자동으로 생성하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "AI 카피라이터",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-03-05",
    "team": "크리에이티브팀",
    "project_id": "proj-genmsg-2024"
  },
  "context": "GPT 기반 모델로 고객 세그먼트별 맞춤 메시지를 대량 생성하고, A/B 테스트로 최적 메시지 선정하여 클릭률 2.5배 향상",
  "related_terms": ["생성형 AI", "GPT", "copy generation", "A/B testing"],
  "usage_example": "감성 마케팅 메시지 생성기가 젊은 고객에게는 트렌디한 톤으로, 시니어 고객에게는 친절하고 상세한 톤으로 메시지를 자동 작성합니다.",
  "confidence": 0.84
}

{
  "term_id": "sales-mkt-014",
  "name": "리타겟팅 자동화",
  "category": "영업 및 마케팅",
  "definition": "웹사이트 방문 후 이탈한 고객을 추적하여 디스플레이 광고, 이메일, 푸시 등 다양한 채널로 자동 재접촉하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "전환 극대화 캠페인",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-02-18",
    "team": "퍼포먼스마케팅팀",
    "project_id": "proj-retarget-2024"
  },
  "context": "픽셀 태그와 쿠키를 통해 요금제 조회 후 미가입 고객을 추적하고, 72시간 내 3회 리타겟팅으로 전환율 4배 증가",
  "related_terms": ["remarketing", "픽셀 추적", "lookalike audience", "dynamic ads"],
  "usage_example": "리타겟팅 자동화로 5G 요금제 페이지를 본 고객에게 3일간 맞춤형 광고를 노출하여 가입률을 크게 높였습니다.",
  "confidence": 0.86
}

---

5. 요금 및 청구 (Billing & Revenue)

5.1 차세대 빌링 시스템

{
  "term_id": "bill-rev-001",
  "name": "실시간 과금 엔진",
  "category": "요금 및 청구",
  "definition": "사용자의 데이터, 음성, 문자 사용량을 실시간으로 집계하여 즉시 과금하고 잔액을 차감하는 OCS(Online Charging System)",
  "source_type": "project",
  "source_metadata": {
    "project_name": "차세대 과금 시스템 구축",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-15",
    "team": "빌링시스템팀",
    "project_id": "proj-ocs-2024"
  },
  "context": "Diameter 프로토콜 기반 OCS를 MSA로 재구축하여 TPS 50,000 처리 성능 달성 및 99.999% 가용성 확보",
  "related_terms": ["OCS", "Diameter", "실시간 과금", "잔액 관리"],
  "usage_example": "실시간 과금 엔진은 선불 고객이 데이터를 사용하는 순간마다 잔액을 차감하고, 잔액 부족 시 즉시 서비스를 제한합니다.",
  "confidence": 0.90
}

{
  "term_id": "bill-rev-002",
  "name": "동적 요금제 엔진",
  "category": "요금 및 청구",
  "definition": "고정된 요금제가 아닌 고객의 사용 패턴에 따라 실시간으로 최적 요금을 산정하는 유연한 과금 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "스마트 요금제 플랫폼",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-22",
    "team": "요금제혁신팀",
    "project_id": "proj-dynplan-2024"
  },
  "context": "룰 엔진과 AI 추천을 결합하여 고객별 최적 요금제를 매월 자동 제안하고, 고객 선택 시 즉시 적용",
  "related_terms": ["flexible pricing", "usage-based billing", "adaptive pricing"],
  "usage_example": "동적 요금제 엔진은 데이터 사용량이 급증한 고객에게 자동으로 더 저렴한 무제한 요금제로 전환을 제안합니다.",
  "confidence": 0.86
}

{
  "term_id": "bill-rev-003",
  "name": "AI 기반 미수 예측",
  "category": "요금 및 청구",
  "definition": "고객의 납부 이력, 신용 정보, 사용 패턴을 분석하여 미납 가능성을 사전에 예측하고 선제적 조치를 수행",
  "source_type": "project",
  "source_metadata": {
    "project_name": "미수금 최소화 프로젝트",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-04-05",
    "team": "수익보증팀",
    "project_id": "proj-arrear-2024"
  },
  "context": "XGBoost 모델로 미납 확률 상위 10% 고객을 식별하고, 자동 알림 및 결제 유도 캠페인을 통해 미수율 30% 감소",
  "related_terms": ["payment default", "credit scoring", "dunning process"],
  "usage_example": "AI 기반 미수 예측으로 납부일 3일 전 미납 가능성이 높은 고객에게 푸시 알림을 발송하여 미납률을 크게 낮췄습니다.",
  "confidence": 0.88
}

{
  "term_id": "bill-rev-004",
  "name": "블록체인 정산 시스템",
  "category": "요금 및 청구",
  "definition": "국내외 통신사 간 로밍이나 MVNO 정산을 블록체인 기반으로 투명하게 처리하는 분산원장 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "통신사 간 정산 혁신",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-10",
    "team": "정산혁신팀",
    "project_id": "proj-bcsett-2024"
  },
  "context": "Hyperledger Fabric 기반 컨소시엄 블록체인으로 CDR을 실시간 공유하고 스마트 컨트랙트로 자동 정산",
  "related_terms": ["분산원장", "스마트 컨트랙트", "CDR", "inter-carrier settlement"],
  "usage_example": "블록체인 정산 시스템 도입으로 기존 분기 단위 정산이 실시간으로 처리되고 정산 분쟁이 95% 감소했습니다.",
  "confidence": 0.85
}

{
  "term_id": "bill-rev-005",
  "name": "통합 청구서 생성",
  "category": "요금 및 청구",
  "definition": "이동통신, 인터넷, IPTV, IoT 등 모든 서비스의 요금을 하나의 청구서로 통합하여 생성하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "멀티플레이 빌링 통합",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-18",
    "team": "청구서비스팀",
    "project_id": "proj-unibill-2024"
  },
  "context": "각 서비스별 과금 데이터를 수집하여 단일 청구서로 통합 생성하고, 가족 할인 등 결합 혜택을 자동 계산",
  "related_terms": ["convergent billing", "multi-service", "family discount"],
  "usage_example": "통합 청구서 생성으로 고객은 5개 서비스를 한 번에 확인하고 결제할 수 있어 편의성이 크게 향상되었습니다.",
  "confidence": 0.87
}

{
  "term_id": "bill-rev-006",
  "name": "요금 이상 탐지",
  "category": "요금 및 청구",
  "definition": "AI 기반으로 평소와 다른 비정상적인 요금 발생 패턴을 실시간 탐지하고 고객에게 즉시 알리는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "고객 보호 강화 프로젝트",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-04-01",
    "team": "수익보증팀",
    "project_id": "proj-anom-2024"
  },
  "context": "Isolation Forest 알고리즘으로 평균 대비 3배 이상 데이터 사용 시 이상 탐지하고 고객에게 SMS 알림 자동 발송",
  "related_terms": ["anomaly detection", "fraud detection", "usage spike", "bill shock"],
  "usage_example": "요금 이상 탐지 시스템이 해외 로밍 중 데이터 폭주를 즉시 감지하여 고객에게 알림을 보내 과다 요금 청구를 방지했습니다.",
  "confidence": 0.89
}

{
  "term_id": "bill-rev-007",
  "name": "마이크로페이먼트 처리",
  "category": "요금 및 청구",
  "definition": "소액 결제를 효율적으로 처리하기 위해 일정 금액까지 누적 후 일괄 청구하는 배치 처리 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "IoT 과금 시스템 최적화",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-03-20",
    "team": "IoT빌링팀",
    "project_id": "proj-micro-2024"
  },
  "context": "IoT 디바이스의 수십원 단위 소액 과금을 매 트랜잭션마다 처리하지 않고 월 단위로 누적하여 처리 비용 90% 절감",
  "related_terms": ["batch processing", "transaction aggregation", "payment threshold"],
  "usage_example": "마이크로페이먼트 처리로 IoT 센서의 1회 10원 데이터 전송을 1천만 건 처리해도 시스템 부하가 없습니다.",
  "confidence": 0.86
}

{
  "term_id": "bill-rev-008",
  "name": "디지털 영수증 플랫폼",
  "category": "요금 및 청구",
  "definition": "종이 청구서를 대체하는 전자 영수증 시스템으로, 앱에서 즉시 확인하고 결제 가능",
  "source_type": "project",
  "source_metadata": {
    "project_name": "페이퍼리스 빌링 전환",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-10",
    "team": "디지털청구팀",
    "project_id": "proj-erec-2024"
  },
  "context": "청구서 생성과 동시에 앱 푸시 발송하고, PDF와 대화형 웹 청구서 제공하여 종이 청구서 발송률 70% 감소",
  "related_terms": ["paperless billing", "e-invoice", "mobile billing"],
  "usage_example": "디지털 영수증 플랫폼으로 고객은 청구서를 앱에서 바로 확인하고 터치 한 번으로 결제할 수 있습니다.",
  "confidence": 0.88
}

{
  "term_id": "bill-rev-009",
  "name": "자동 재청구 시스템",
  "category": "요금 및 청구",
  "definition": "자동이체 실패 시 고객에게 알림을 보내고 재결제를 유도하는 자동화된 Dunning 프로세스",
  "source_type": "project",
  "source_metadata": {
    "project_name": "미수금 회수율 개선",
    "document_type": "설계서",
    "phase": "개발",
    "date": "2024-03-28",
    "team": "수납관리팀",
    "project_id": "proj-dunning-2024"
  },
  "context": "결제 실패 시 3일, 7일, 14일 간격으로 SMS, 이메일, 앱 푸시를 단계별 발송하고 자동 재청구하여 회수율 40% 향상",
  "related_terms": ["dunning management", "retry logic", "payment recovery"],
  "usage_example": "자동 재청구 시스템이 카드 한도 초과로 실패한 결제를 3일 후 자동 재시도하여 성공률을 높였습니다.",
  "confidence": 0.87
}

{
  "term_id":="bill-rev-010",
  "name": "수익 누수 탐지",
  "category": "요금 및 청구",
  "definition": "과금 시스템의 오류나 부정 사용으로 인한 수익 손실을 AI가 자동으로 탐지하고 차단하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "수익 보증 강화",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-04-12",
    "team": "수익보증팀",
    "project_id": "proj-revleak-2024"
  },
  "context": "CDR과 과금 데이터 간 불일치를 실시간 분석하여 무과금 사용이나 할인 오적용을 탐지하고 연 50억원 수익 누수 방지",
  "related_terms": ["revenue assurance", "fraud detection", "leakage detection"],
  "usage_example": "수익 누수 탐지 시스템이 로밍 데이터가 과금되지 않는 버그를 자동 발견하여 즉시 수정했습니다.",
  "confidence": 0.85
}

{
  "term_id": "bill-rev-011",
  "name": "동적 할인 엔진",
  "category": "요금 및 청구",
  "definition": "고객의 사용 패턴, 로열티, 시장 상황에 따라 실시간으로 최적의 할인율을 계산하여 적용하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "지능형 프로모션 플랫폼",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-28",
    "team": "프로모션기획팀",
    "project_id": "proj-dydisc-2024"
  },
  "context": "강화학습 기반 최적화 엔진으로 고객별 최대 수용 가능 할인율을 산정하고, 수익 최대화와 고객 만족을 동시에 달성",
  "related_terms": ["dynamic discounting", "personalized pricing", "yield optimization"],
  "usage_example": "동적 할인 엔진이 이탈 위험 고객에게는 20% 할인을, 충성 고객에게는 10% 할인을 자동으로 제안합니다.",
  "confidence": 0.84
}

{
  "term_id": "bill-rev-012",
  "name": "사용량 기반 과금",
  "category": "요금 및 청구",
  "definition": "고정 요금이 아닌 실제 사용량에 비례하여 요금을 부과하는 Pay-as-you-go 방식의 과금 체계",
  "source_type": "project",
  "source_metadata": {
    "project_name": "B2B IoT 과금 모델 개발",
    "document_type": "설계서",
    "phase": "설계",
    "date": "2024-03-15",
    "team": "B2B빌링팀",
    "project_id": "proj-payg-2024"
  },
  "context": "IoT 디바이스의 실제 데이터 전송량을 집계하여 MB당 단가를 곱한 종량제 요금 부과 시스템 구축",
  "related_terms": ["usage-based", "metered billing", "consumption pricing"],
  "usage_example": "사용량 기반 과금으로 IoT 센서가 데이터를 전송하지 않는 달에는 요금이 발생하지 않아 고객 만족도가 높습니다.",
  "confidence": 0.88
}

{
  "term_id": "bill-rev-013",
  "name": "구독 관리 플랫폼",
  "category": "요금 및 청구",
  "definition": "다양한 구독형 서비스(OTT, 음악, 클라우드 등)의 가입, 갱신, 해지를 통합 관리하는 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "구독 경제 플랫폼 구축",
    "document_type": "아키텍처",
    "phase": "설계",
    "date": "2024-04-08",
    "team": "구독서비스팀",
    "project_id": "proj-subs-2024"
  },
  "context": "월 단위 자동 갱신, 무료 체험, 업그레이드/다운그레이드를 자동 처리하고 통합 청구서로 제공",
  "related_terms": ["subscription management", "recurring billing", "auto-renewal"],
  "usage_example": "구독 관리 플랫폼으로 고객은 여러 구독 서비스를 한 곳에서 관리하고 통신 요금과 함께 결제할 수 있습니다.",
  "confidence": 0.86
}

{
  "term_id": "bill-rev-014",
  "name": "실시간 요금 안내",
  "category": "요금 및 청구",
  "definition": "고객이 앱에서 현재까지의 요금을 실시간으로 확인할 수 있도록 하는 투명한 과금 정보 제공 시스템",
  "source_type": "project",
  "source_metadata": {
    "project_name": "고객 투명성 강화",
    "document_type": "PRD",
    "phase": "기획",
    "date": "2024-02-05",
    "team": "고객경험팀",
    "project_id": "proj-rtcharge-2024"
  },
  "context": "OCS와 연동하여 데이터, 음성, 문자 사용량과 누적 요금을 실시간으로 앱에 표시하고 예상 청구 금액 제공",
  "related_terms": ["real-time usage", "bill estimation", "transparency"],
  "usage_example": "실시간 요금 안내로 고객은 청구서를 받기 전에 예상 요금을 확인하고 사용량을 조절할 수 있습니다.",
  "confidence": 0.89
}

---

Due to length constraints, I'll continue with the remaining 10 domains in a follow-up response. Each domain will have 14 detailed samples following the same structure and quality standards.

Would you like me to proceed with:

• 네트워크 운용 (Network Operations)
• 서비스 기획 및 상품 개발
• 정보보안
• 시스템 운영 및 관리
• 가입자 관리
• 망 품질 관리
• 규제 대응 및 준법
• 기업 영업
• 로밍 및 국제 업무
• 신사업

?