S2W
May 2024

HIP

생성형 AI 기반 사내 지식 정보 플랫폼

  • AI/AR
  • RAG
  • LLM
  • 생성형AI

비즈니스 목표, 고객 니즈, 기술 사항을 정확하게 파악하기 위해 워크샵을 진행했다.
특히 기술 사항과 한계를 명확히 짚고 서비스 정책을 함께 논의함으로써, 이를 디자인에 풀어내는 것이 가장 큰 목표였다.

기술적 요구사항을 명확히 하기 위해 Service Blueprint를 진행했다.
고객 사용 시나리오를 기반으로 히스토리 생성 및 관리에 대한 이슈가 특히 많았으며, 도출된 이슈들에 대한 정책을 함께 수립했다.

RAG(검색-증강-생성) 기반의 LLM은 낮은 정확도의 결과로 답변할 경우, 부정확한 답변을 할 가능성이 많다.
이러한 이슈를 해결하기 위해 정확도를 기준으로 LLM 답변 대신 고정 스크립트를 출력하는 프로세스를 추가하여 답변 오류 가능성을 낮췄다.

사내문서검색

방대한 사내 지식 정보에서 사용자가 원하는 정확한 지식을 정확도 순으로 추천

경영지원챗봇

원하는 정보를 자연어로 쉽고 편리하고 검색하고, 사용자 맞춤형 서비스를 제공하여 효율성과 사용 편의성 증대

비즈니스 목표, 고객 니즈, 기술 사항을 정확하게 파악하기 위해 워크샵을 진행했다.
특히 기술 사항과 한계를 명확히 짚고 서비스 정책을 함께 논의함으로써, 이를 디자인에 풀어내는 것이 가장 큰 목표였다.

기술적 요구사항을 명확히 하기 위해 Service Blueprint를 진행했다.
고객 사용 시나리오를 기반으로 히스토리 생성 및 관리에 대한 이슈가 특히 많았으며, 도출된 이슈들에 대한 정책을 함께 수립했다.

RAG(검색-증강-생성) 기반의 LLM은 낮은 정확도의 결과로 답변할 경우, 부정확한 답변을 할 가능성이 많다.
이러한 이슈를 해결하기 위해 정확도를 기준으로 LLM 답변 대신 고정 스크립트를 출력하는 프로세스를 추가하여 답변 오류 가능성을 낮췄다.

사내문서검색

방대한 사내 지식 정보에서 사용자가 원하는 정확한 지식을 정확도 순으로 추천

경영지원챗봇

원하는 정보를 자연어로 쉽고 편리하고 검색하고, 사용자 맞춤형 서비스를 제공하여 효율성과 사용 편의성 증대