한국어 데이터로 시작하는 AI 자동화

어디에 붙일지 정하는 기준

적용 지점을 고르는 기준은 세 가지입니다. 결과를 측정할 수 있는가, 실패해도 피해가 작은가, 반복 빈도가 높은가. 세 조건이 모두 겹치는 업무는 대개 세 곳입니다. 고객 문의 응대, 사내 문서 검색, 반복 업무 자동화입니다. 반대로 의사결정 자체를 맡기는 건 아직 이릅니다.

개인정보보호법(PIPA)

개발 초기부터 반영하기

개인정보보호법(PIPA)은 수집 항목, 보관 기간, 처리 위탁 구조를 다룹니다. AI에 데이터를 넣는 순간 이 구조가 흔들릴 수 있습니다. 나중에 정리하려 하면 이미 만들어진 흐름을 되돌려야 하므로, 설계 단계에서 정하는 편이 훨씬 저렴합니다.

오픈패널러 디지털은 이 항목을 설계 단계에 넣습니다. 법률 판단이 필요한 부분은 고객 측 법무·컴플라이언스 담당자와 함께 확인하는 방식으로 진행합니다.

자동화 범위 정하기

자동화는 한 번에 넓히면 관리가 어려워집니다. 문의 분류, 초안 생성, 요약, 검색처럼 단위가 작은 작업부터 시작합니다. 각 단계마다 사람이 확인하는 지점을 둡니다. 범위가 좁으면 실패해도 되돌리기 쉽고, 어디서 어긋났는지도 눈에 보입니다.

반대로 여러 부서의 여러 업무를 한 번에 묶으면, 문제가 생겼을 때 원인이 데이터인지 용어인지 절차인지 구분되지 않습니다. 확장은 첫 단계 결과를 본 뒤에 결정해도 늦지 않습니다.

품질을 어떻게 확인하는가

정답률 하나로 판단하지 않습니다. 잘못된 답변의 유형, 놓친 케이스, 사용자가 다시 묻는 비율을 함께 봅니다. 운영하면서 기준을 조정하는 게 정상입니다. 처음부터 완벽한 결과를 기대하면 도입이 어려워집니다.

출시 전에 기준을 정해 두는 편이 낫습니다. 어떤 답변은 틀려도 되고, 어떤 답변은 절대 틀리면 안 되는지 나눠야 합니다. 예를 들어 사내 규정 요약은 문장이 어색해도 담당자가 고칠 수 있지만, 요금이나 계약 조건을 잘못 안내하면 그대로 사고가 됩니다.

시작할 때 준비할 것

네 가지가 있으면 출발이 빠릅니다. 없어도 시작할 수 있지만 일정이 늘어납니다. 준비가 어려운 항목은 상담에서 함께 정리합니다.