KITDI Blog
연구실과 현장에서배운 것을 나눕니다
AI를 연구하고 실제 업무에 적용하며 알게 된 것을 정리합니다. 도입을 고민하는 분께 도움이 되는 글을 씁니다.
인사이트
기업 AI 도입은 어디서부터 시작해야 할까
AI 도입이 멈추는 이유는 대개 기술보다 시작점에 있습니다. 업무를 잘게 나누고, 데이터를 확인하고, 작게 검증한 뒤 넓히는 순서를 정리했습니다.-
인사이트제조 현장의 비전 검사, 도입 전에 확인할 다섯 가지
카메라와 AI로 불량을 찾는 비전 검사는 모델보다 현장 준비에서 성패가 갈립니다. 불량의 정의, 촬영 환경, 데이터, 판정 기준, 운영까지 도입 전에 확인할 것을 정리했습니다. -
기술 노트회의 음성을 회의록으로 바꿀 때 정확도를 좌우하는 것
음성 인식 모델이 좋아져도 회의록 품질은 녹음 환경과 준비에 따라 크게 달라집니다. 받아쓰기를 넘어 쓸모 있는 회의록을 만드는 데 필요한 것들을 정리했습니다. -
기술 노트생성형 AI의 답변 품질은 어떻게 재야 할까
"써 보니 괜찮다"는 느낌만으로는 AI를 업무에 들일 수 없습니다. 평가용 질문을 모으고, 기준을 나눠 채점하고, 바뀔 때마다 다시 재는 방법을 정리했습니다. -
기술 노트사내 문서를 찾아 답하는 AI는 어떻게 동작할까
언어 모델은 회사의 규정과 매뉴얼을 모릅니다. 질문에 맞는 문서를 먼저 찾아 근거로 건네는 검색 증강 생성(RAG)의 흐름과, 답의 품질을 가르는 지점을 설명합니다. -
기술 노트데이터를 밖으로 보낼 수 없을 때, 폐쇄망에서 생성형 AI 쓰기
공공기관과 금융, 제조 현장처럼 데이터를 외부로 보낼 수 없는 곳에서도 생성형 AI를 쓸 수 있습니다. 모델을 고르고 장비를 가늠하고 운영을 준비하는 순서를 정리했습니다. -
인사이트AI 에이전트가 실제 업무를 끝내려면 필요한 네 가지
대답만 하던 AI가 이제 메일을 읽고, 자료를 조회하고, 문서를 써서 일을 끝냅니다. 에이전트에게 업무를 맡기기 전에 정해야 할 도구, 권한, 기록, 승인 지점을 정리했습니다.
