hyperconnect·문제장기 매출 극대화 같은 비즈니스 목표는 비볼록·복합 지표라 직접 최적화하기 어렵다. AI 조직은 이 어려운 문제를 푸는 형태로 어떻게 변환할지 결정해야 한다.
접근최적화 이론의 convex relaxation 개념을 차용한다. Lasso 처럼 어려운 비볼록 문제를 풀기 쉬운 볼록 문제로 완화하고, 두 해가 충분히 유사해지기 위한 명시적 가정을 세운 뒤 A/B 테스트로 가정의 타당성을 검증한다.
결과아자르 매칭 시스템 사례로 장기 매출 대신 대화 시간 예측 문제로 완화한 과정을 제시한다. 잘 완화된 문제는 가정 검증이 곧 비즈니스 임팩트로 연결되며, 가정이 깨지면 문제를 재정의해야 한다.
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·