Web Summit Lisbon 2026에서 만난 CUBIG
AI 업무에 쓸 수 있도록 데이터를 준비합니다. 조건이 바뀌어도 계속 쓸 수 있게 관리합니다.
리스본에서 만나 주셔서 감사합니다.
Syntitan은 실제로 쓰기 전에 고객의 모델이나 Agent로 데이터를 검증하고, 결과마다 해당 데이터 Version을 남깁니다.
2026년 Gartner® 리포트 3건 등재*, 2025년부터 총 4건.뉴스 보기
파일럿까지는 잘 됩니다. 그다음 데이터 작업이 처음부터 다시 시작됩니다.
잘 되는 파일럿과 실제로 쓰는 AI Use Case 사이에서 같은 걸림돌 네 가지가 반복됩니다.
- 01
Use Case가 바뀌면 데이터도 다시 맞춰야 합니다.
업무마다 필드, 형식, 규칙이 달라 준비 작업을 매번 새로 합니다.
- 02
어떤 데이터는 그대로 쓸 수 없습니다.
민감한 값은 옮길 수 없고, 정작 중요한 사례는 수십 건에 그칩니다.
- 03
결과가 틀려도 원인을 알 수 없습니다.
모델 문제일까요, 데이터 문제일까요? 평가 조건이 같지 않으면 가려낼 수 없습니다.
- 04
하나만 바뀌어도 전부 다시 확인해야 합니다.
데이터, 모델, 정책이 새로 바뀌면 무엇이 여전히 유효하고 무엇을 다시 확인해야 하는지 알기 어렵습니다.
출처: S&P Global Market Intelligence, 2025 · Informatica, CDO Insights 2026 · Alteryx, 2026 State of the Data Analyst.
Syntitan이 AI 업무에 맞게 데이터를 준비하는 방식입니다.
데이터는 기존 플랫폼에 그대로 둡니다. Syntitan은 Use Case마다 복사본을 준비해 고객의 모델이나 Agent로 확인하고, 기준을 충족한 Version을 남깁니다.
원본 Dataset
지금 있는 곳에 그대로 둡니다. 저장과 관리 방식은 바뀌지 않습니다.
AI-ready data platform
업무에 맞게 부족한 사례를 채우고 편중된 분포를 조정
맥락을 유지하는 대체값으로 외부 AI에 전달하는 경로모델, Agent, 업무
기준을 충족한 Version 위에서 만듭니다.
- Prepare
- Adapt
- Prove / Recover
- Operate
영상 보기 ↗
제품 화면에서 확인할 수 있습니다.
Syntitan 화면에서 데이터의 준비 상태 점수, Ready for Model 점검, 결과마다 남은 Version 이력을 볼 수 있습니다.
여러 업종에서 데이터 걸림돌을 해결했습니다.
금융, 통신, 유통 분야 주요 기업과 함께했습니다.
고객 상담 분류 모델
DTS로 드문 상담 유형의 예시를 더 준비해 실제 데이터에 더하자, weighted F1이 58.55%에서 올랐습니다.
이탈 예측, 같은 모델과 같은 평가
원본 데이터로는 이탈 고객 140명, 준비한 데이터로는 158명을 찾았습니다. 바뀐 것은 데이터뿐입니다.
외부 LLM 활용
민감한 값은 외부 LLM으로 보낼 수 없었습니다. 질의 전에 대체값으로 바꾸고, 응답 후 내부에서 복원했습니다.
이 밖에 삼성증권 이탈 예측에서는 옮길 수 없던 계열사 데이터를 작업용 데이터셋으로 만들었습니다(2025년 우수상). CJ프레시웨이 견적서 초안 작성에서는 메뉴, 레시피, 상품 정보를 하나의 데이터셋으로 합쳤습니다. F1은 CUBIG이 측정했습니다(실제 데이터 vs. 실제 데이터 + DTS로 준비한 데이터). 기업명은 승인을 받아 표기했습니다.
세 제품은 각각 단독으로 쓸 수 있습니다.
지금 마주한 걸림돌에 맞는 제품부터 시작할 수 있습니다.
AI-Ready Data PlatformUse Case마다 데이터를 점검·준비·검증하고, 결과마다 해당 데이터 Version을 남깁니다. 파일럿은 잘 됐지만 그 데이터를 아직 실제 운영에 믿고 쓰기 어려울 때 적합합니다.
Data Enablement for AI민감 데이터 제약이 있거나 드문 사례가 부족해 쓰기 어려운 데이터를 진단하고, AI 업무에 필요한 데이터 후보를 채웁니다. 중요한 사례가 너무 적거나 데이터를 그대로 쓸 수 없을 때 적합합니다.
Context-Preserving Data Layer for AI기록이 외부 LLM이나 RAG로 가기 전에 민감한 값을 맥락이 살아 있는 대체값으로 바꾸고, 결과에서 원래 업무 값으로 복원합니다. 기록을 LLM에 그대로 보낼 수 없을 때 적합합니다.
금융, 통신, 유통 분야 기업이 함께하고 있습니다.
Europe에서는 결과가 어떻게 나왔는지까지 보여줄 수 있어야 합니다.
판정마다 남는 Version 기록은 EU AI Act가 요구하는 질문에 답할 때도 도움이 됩니다. 적용 범위는 해마다 넓어지며, 고위험 시스템은 2027년 12월 2일부터 적용됩니다.
- Q1
이 결과는 어떤 데이터에서 나왔을까요?
최신 테이블이 아니라, 결과를 확인할 때 썼던 바로 그 Version이어야 합니다.
- Q2
확인한 뒤 무엇이 바뀌었을까요?
데이터, 모델, 정책이 바뀌면 어떤 점검 항목이 영향을 받는지 짚을 수 있어야 합니다.
- Q3
같은 결과를 다시 보여줄 수 있을까요?
결과만큼 중요한 게 그 결과를 만든 조건과 데이터 Version입니다.
출처: Regulation (EU) 2024/1689 (AI Act), Regulation (EU) 2026/1744로 개정. 공식 원문. Syntitan은 결과마다 그 뒤의 데이터와 실행 조건을 기록해 두도록 돕습니다. 법률 자문이 아니며, Syntitan만으로 EU AI Act 준수가 보장되지는 않습니다.

리스본에서 만나지 못하셨나요? 30분 온라인 미팅으로 이어갑니다.
AI 업무 하나를 들려주세요. 데이터가 어디서 막히는지 듣고, 그 사례에서 제품이 어떻게 동작하는지 보여드립니다.
- 행사
- Web Summit Lisbon 2026
- 일정
- 2026년 11월 9–12일
- 방식
- 30분 온라인 미팅
- 문의
- contact@cubig.ai
Gartner® 2025–2026 · T Challenge 2026 준우승 (Deutsche Telekom x T-Mobile US) · ISO/IEC 42001:2023 · ISO/IEC 27001:2022, KFQ 인증, KAB 인정 · AWS·Microsoft Marketplace 입점
* GARTNER is a registered trademark of Gartner, Inc. and/or its affiliates, used with permission. Gartner does not endorse any vendor, product or service depicted in its research publications.






