line·문제QA(품질보증) 업무에 AI를 도입할 때 단순 도구로 쓰면 효과가 제한적이다. 운영 체계 자체를 어떻게 바꿔야 하는가.
접근LINE Album QA가 AI를 "품질 운영 체계 자체"에 통합. 30개 이상의 스케줄링/웹훅 기반 자동화 워크플로를 운영하고, 테스트 케이스 90%를 AI 초안으로 생성하되 휴먼 인 더 루프 구조로 인간 검증을 필수화.
결과QA가 반복 작업에서 해방돼 제품 맥락 이해와 리스크 판단 같은 고부가가치 업무에 집중. AI 단독 사용보다 인간 협업이 더 우수하다는 점을 블라인드 실험으로 검증했다.
AWS Korea·문제콘텐츠 번역가 10만 명을 자연어로 검색하려면 BM25 키워드와 벡터 의미 검색을 동시에 잘 다뤄야 한다. 기존 PostgreSQL 검색은 nDCG@10 0.90 목표에 미달.
접근Amazon OpenSearch Service 로 이전하면서 Nori 한국어 형태소 분석기 + 다국어 임베딩 + Bedrock Cohere/Claude 로 데이터 정제 파이프라인 구축. 단일 쿼리에서 키워드와 벡터를 결합.
결과nDCG@10 0.90 이상 달성. 표준 어휘 사전과 별칭 매핑으로 이력서 데이터 일관성도 확보.
베스핀글로벌·문제AI 할루시네이션은 모델이 아니라 데이터 파이프라인 결함의 결과. PoC 에서 90% 정확도였던 모델이 프로덕션에서 실패하는 이유.
접근3 레이어 구조: 입력단 AI 기반 자동 품질 감시 → 거버넌스 레이어로 출처·흐름·접근 추적 → 출력단 AI-on-AI 자동 검증. 검색 품질이 답변 정확도를 좌우하므로 맥락 기반 청킹·멀티모달 임베딩·하이브리드 검색·리랭킹 네 기법 적용.
결과단일 플랫폼 도입이나 벡터 DB 구축만으론 부족함을 명확히 한 실전 검증 패턴. 도메인별 맥락을 잃지 않는 데이터 파이프라인이 진짜 해법.
무신사 테크·