라이브 방송 · 2026년 10월

데모에서는 잘 되던 AI가 실제 데이터에서 막히는 이유

진행 George Firican (Lights On Data) · 게스트 배호 (CUBIG 공동창업자·대표)
진행
George Firican, Lights On Data
게스트
배호, CUBIG
형식
라이브 방송
길이
37분
날짜
2026년 10월

Lights On Data 창업자 George Firican과 배호 대표가 데모에서는 잘 되던 AI가 실제 회사 데이터에서 막히는 이유를 이야기했습니다.

대화는 "AI-ready는 무엇을 위한 준비인가"라는 질문에서 시작합니다. 같은 데이터셋도 어떤 AI 업무에는 맞고 어떤 업무에는 맞지 않습니다. 서비스 문의 후속 조치 판단, 이탈 예측, 식품 공급 견적 프로젝트 등 실제 사례를 다룹니다.

주요 내용

  1. 01AI-ready의 의미와 업무마다 기준이 다른 이유
  2. 02DTS로 빠진 사례 채우기와 단순 합성 데이터의 한계
  3. 03LLM Capsule로 민감한 값을 맥락을 유지하는 대체값으로 바꿔 AI에 전달하기
  4. 04준비한 데이터의 업무 효과 확인, 지표보다 승인 기준
  5. 05직접 개발과 도입, 쓸 수 있는 자산의 재사용