AI가 현장을 이해하기까지: 네이버클라우드 FDE 이야기

AI에게 업무를 맡기면 척척 해낼 것 같지만, 막상 일상 업무나 회사의 현장에 도입해보면 생각만큼 쉽지 않죠? 사내 데이터가 여기저기 흩어져 있거나 부서마다 부르는 용어가 다르고, 외부와 차단된 안전한 망을 써야 하는 등 다양한 벽에 부딪히게 돼요.

좋은 AI 모델이 있어도 우리 회사의 진짜 업무 환경에 맞게 조율하는 과정이 꼭 필요한데요. 네이버클라우드에서 바로 이 역할을 맡아 뛰고 있는 사람들을 FDE라고 부른답니다. 오늘은 이 엔지니어들이 현장에서 어떻게 AI를 우리 편으로 만들고 있는지 살짝 들여다볼까요?

전체 글 정리

1. 현장에서 부딪히는 네 가지 벽

• 데이터가 흩어져 있어요: 자료가 부서별 시스템이나 파일 서버에 나뉘어 있어 한곳에 모으기 쉽지 않아요.
• 부르는 이름이 달라요: 같은 대상을 부서마다 다르게 불러서 AI가 헷갈려할 수 있죠.
• 폐쇄망이라는 제약: 외부 인터넷을 쓸 수 없는 환경이라 AI 모델부터 데이터 처리까지 모두 내부 맞춤형으로 설계해야 해요.
• 정답의 기준이 다려요: 사람이나 부서마다 ‘좋은 답변’의 기준이 천차만별이랍니다.

2. 원전·공공·국방 현장의 맞춤형 활약

• 한국수력원자력: 수십 년간 쌓인 다양한 형태의 문서를 AI가 검색할 수 있도록 깔끔하게 다듬고 정리해 전용 챗봇 플랫폼을 완성했어요.
• 공공 행정망: 공무원들이 내부망에서 안심하고 쓸 수 있도록 만들고, 실제 업무에 꼭 필요한 어시스턴트를 함께 고민하며 만들었죠.
• 국방 분야: 드론이나 위성사진 같은 다양한 정보를 한데 모으고, 지휘관이 헷갈리지 않게 개념을 구조화해 안전하게 판단을 돕는 시스템을 구축했어요.

3. FDE가 일하는 꼼꼼한 방식

• 요구사항 구조화: 고객의 복잡한 고민을 항목별로 쪼개어 무엇을 먼저 해결해야 할지 명확히 정리해요.
• 철저한 평가: 실제로 질문을 던져보고 지표와 사람이 직접 읽어보는 과정을 거쳐 답변의 품질을 깐깐하게 체크해요.
• 유기적인 개선: 현장에서 문제가 생기면 직접 설정을 바꾸거나, 모델 자체를 고쳐야 할 때는 본사 개발팀과 빠르게 연결해 계속해서 업그레이드해요.

이용 방법 / 활용 방안

우리 회사나 일상에서 AI를 도입할 때도 이들의 방식을 참고해보면 좋답니다. 단순히 유명한 AI를 가져다 쓰기보다, 우리 팀이 매일 쓰는 용어는 무엇인지, 데이터는 어디에 쌓여 있는지 먼저 정리해보세요. AI가 완벽한 정답을 한 번에 내놓지 못하더라도, 어떤 부분이 부족한지 피드백을 주며 손발을 맞춰가는 과정이 AI를 진짜 똑똑한 나의 비서로 만드는 가장 빠른 길이랍니다.

AI가 똑똑해지는 것도 중요하지만, 결국 우리 손에 딱 맞게 길들이는 과정이 참 중요하죠? 여러분이라면 이 든든한 AI 비서를 회사나 일상 속 어떤 일에 가장 먼저 써보고 싶으신가요?