자체 AI 모델 학습하기

PostHog는 AI 설치 마법사, PostHog AI, MCP 등의 기능을 넘어, 사용자를 대신해 문제를 해결하는 능동적이고 자율적인 제품을 만들기 위해 내부 데이터를 활용한 모델 학습을 추진한다.

핵심 타겟은 PostHog Code이며, 이를 통해 제품이 스스로 개선되는 선순환 구조를 만드는 것이 목표다. 구체적인 활용 분야는 다음과 같다:

• 세션 리플레이 분석: 리플레이의 기저 데이터를 학습하여 대규모 분석 비용을 낮추고 문제 감지 성능을 높인다.
• 합성 사용자 테스트: 제품 배포 전, 사용자가 겪을 수 있는 혼란이나 흐름의 오류를 자동으로 식별한다.
• 사용자 행동 예측: 전환율 개선 및 사용자 불만 감소를 위한 최적의 변경 사항을 제안한다.

데이터 보안과 관련하여 모든 학습 데이터는 익명화되며, 제3자 모델 제공업체에 데이터를 판매하거나 공유하지 않는다.

운영 방식은 기본 포함 후 옵트아웃(Opt-out) 방식을 채택했다. EU 클라우드 사용자와 특정 계약 고객은 기본 제외되지만, US 클라우드 사용자는 기본적으로 포함된다. 사용자는 6월 29일 전까지 조직 설정에서 언제든 학습 제외를 선택할 수 있다.