우리는 이미 만들고 있었다: 개발 조직의 AI 실전기(2025년판)
SK플래닛은 LLM 개발보다 서비스·데이터 최적화로 AI 경쟁력을 쌓고 있다.
SK플래닛은 LLM 자체 개발보다, 프로덕트 가치 향상과 AI Coding을 통한 개발 생산성 향상, 그리고 AI와 협업하는 방식의 혁신에 집중하고 있다.
이미 만든 사례로는 OK캐쉬백 커뮤니티의 첫 댓글을 자동 생성하는 오글봇과, 이미지·음성·문구를 결합해 광고 영상을 만드는 AI Moment가 있다. 사내 AI 뉴스레터 자동 발송 기능과, 챗봇 빌더·상담 솔루션으로 구성된 RB Dialog도 운영 중이다.
지금 만들고 있는 축은 더 넓다. 자연어·이미지로 고객 세그먼트를 추천하는 DMP/CDP Seg Lens는 GPT-4.1-nano, GPT-4o-mini, 비즈니스 데이터 최적화 설계를 활용하고, 내부용 text2sql 어시스턴트인 Insight Lens는 Claude 4 Sonnet, GPT-5, Llama 3.3 70B 6bit와 Multi-stage RAG로 쿼리 생성을 돕는다.
상담 영역에서는 1:1 문의 자동답변으로 초안 작성과 품질 개선을 자동화하고, 광고 영역에서는 지능형 ADN 설정 시스템으로 노출 가중치와 최소 단가를 실시간 최적화한다. 이 과정에서 MAB를 쓰고, 최근에는 한계를 보완하기 위해 GMM도 실험 중이다.
실험실 단계의 과제로는 Proximity ML 기반 타겟 모수 확대, TTS & Speech2Sing, Real-time Voice AI가 소개된다. 음성·노래 생성, 실시간 음성 처리, 지역 데이터 기반 예측 같은 연구가 이어지고 있다.
결론은 분명하다. 초거대 모델 경쟁은 비용과 리스크가 큰 반면, 데이터 품질, 도메인 특화 RAG, 프롬프트 엔지니어링, 운영 피드백 루프는 누적 자산이 된다. SK플래닛은 모델보다 서비스와 데이터에 집중해, 교체 가능한 LLM 위에 지속 가능한 경쟁력을 쌓겠다는 전략을 택하고 있다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.