안녕하세요! 블럭스의 김민지입니다. 오늘은 우리 서비스 안의 AI에 대한 화두를 던져볼까 합니다.

최근 대부분의 회사에서 AI를 사용해 앱의 성과를 개선해보고자 시도하는 중인데요. 이제 스타트업, 대기업을 가리지 않고 여러 곳에서 Chat gpt 기반의 챗봇을 앱에 도입하거나, 이미지 기반 모델을 활용하여 유사한 모양의 상품을 추천해주는 AI 서비스를 활용중입니다.

이러한 흐름에서 오늘 집중하여 말씀드리고 싶은 부분은 AI를 도입하는 과정에서 기획의 중요성입니다.

어떤 서비스이든 마찬가지겠지만, AI 영역 역시 만병 통치약이 될 순 없습니다. 이것은 AI가 때로는 만능처럼 보이는 측면이 있기 때문에 자주 간과되는 부분이기도 합니다. 그렇기 때문에 일단 어떻게든 AI를 도입하면 성과가 오를 것이라는 기대가 실망으로 귀결되는 경우를 흔하게 찾아볼 수 있습니다.

AI 영역에서 특히 기획이 중요한 이유는 같은 인공지능 모델을 활용하더라도 데이터 유형에 따라 전혀 다른 결과가 나오는 것이 매우 일반적이기 때문입니다. 즉 친한 옆 회사 동료가 AI를 도입해서 좋은 결과를 얻었다고 그 AI를 똑같이 도입하는 것이 좋은 결과를 보장하지는 않습니다. 옆 회사와 우리 회사의 데이터는 본질적으로 다르기 때문이죠 🥲

여기서 생각해보면 좋은 개념이 Data - Model fit 입니다. 우리 회사의 데이터 특성과 인공지능 모델의 조합이 어떤 결과를 가져올지 예측해보는 것입니다. 다만 인공지능 서비스를 신규로 도입하는 경우마다 Model에 직접 회사의 모든 Data를 학습시켜보는 것이 쉽지 않기 때문에, Domain - Model fit 혹은 Data size - Model fit을 생각해보는 것이 좋은 방법일 수 있습니다. 예컨대 우리 앱은 충성유저가 많은 명품 패션을 취급하고(Domain), MAU가 30만 이상이라 데이터 size가 큰 편이니까 (Data size) 어떠한 성격을 갖는 모델의 도입을 고려해보면 좋겠다라고 생각하는 것이지요.

다만 이러한 fit을 미리 예측하는 것은 많은 도입 경험과 시행착오를 필요로 하기 때문에 AI 솔루션을 서비스 하는 저희 입장에서도 어떠한 고객사에게 어떤 개인화 모델이 가장 효율이 높을지 추천해드리는 일은 굉장히 중요합니다. 아무리 이전에 성능이 좋았던 모델이라고 해도 fit이 맞지 않는 데이터와 적용방식을 만나면 전혀 힘을 쓰지 못하는 경우가 많기 때문입니다. (마치 딸기와 라면은 각각 너무 맛있는 메뉴이지만 딸기라면을 좋아하시는 분들은 별로 없는 것과 비슷합니다.)

고객사의 산업에 따라, 고객수와 고객 행동 유형, 심지어는 도입을 원하시는 화면 구성까지 고려해 적합한 AI 모델을 사용해야 합니다. AI 개인화 엔진 도입을 진행한 많은 회사들 중 절반 정도는 data 유형 혹은 도입 목적에 맞지 않는 모델이 활용된 경우였습니다.

AI는 분명 올바른 방향으로 도입하였을 때 성과의 유의미한 상승을 가져다 줄 수 있는 기술입니다. 하지만 동시에 AI 도입에 따르는 비용이나 절차를 고려하지 않을 수 없기 때문에 Data의 크기와 패턴을 고려하셔서 도입 목적에 맞는 AI를 선택하신다면 서비스에 더 효율적으로 AI를 녹여낼 수 있을 것 같습니다.

아래 링크에서 저희 서비스에 대한 더욱 자세한 설명을 확인하실 수 있습니다.

Blux_서비스소개서_ver2.pdf   ← 편하게 확인해보시고 궁금한 점이 있으시다면 언제든 연락주세요! 꼭 도입관련이 아니어도 괜찮습니다 ☺️

홈페이지 바로가기 👉