안녕하세요! 사랑받는 IT 프로덕트의 첫걸음, 똑똑한개발자입니다 🙂
광고 대행사인 대홍기획에서는, 방송·OTT 편성 정보를 모으는 데 2일. 편성 변경을 놓치지 않으려고 매일 1~2시간씩 같은 페이지를 다시 여는 데 또 시간이 들었어요. 광고주 미팅 자료 조사와 정리에도 2일… 시간만 문제가 아니었어요. 팩트북이나 SNS 카피처럼 AI를 쓰면 빨라지는 업무는 이미 임직원 각자가 외부 AI 도구로 처리하고 있었는데, 사내 공식 도구가 없으니 업무 맥락과 자료가 회사 밖으로 흩어지고 있었죠.
⚠️ 사내 AX 플랫폼이란 임직원이 한 곳에서 접근할 수 있는 AI 포털이에요. 개별 AI 기능을 아무리 만들어도 이 포털이 없으면 어떤 AI가 있는지 파악이 안 되고, 사용 내역과 업무 맥락도 관리되지 않아요.
저희 똑똑한개발자에서는 이 문제를 해결하기 위해 롯데그룹 계열 종합 광고대행사 대홍기획과 함께 사내 AI 플랫폼 D-AISY를 구축을 통한 AX 시스템을 설계했어요. 개별 솔루션과 그 솔루션들을 모아 관리하는 사내 AI 포털을 동시에 만들었어요. 오늘은 대홍기획의 D-AISY의 제작 과정을 소개해드릴게요!
내용 더 자세히 보기
더 길고 자세한 이야기는 위 링크에서 보실 수 있어요!
D-AISY 목차
- 서비스 소개 및 주요 특징
- 타 서비스 대비 강점
- 개발 과정에서 중점을 둔 요소
- 프로젝트 성과 및 향후 기대
서비스 소개 및 주요 특징
D-AISY는 임직원 전원이 사내 계정으로 로그인해 회사가 만든 AI 서비스를 한 화면에서 찾아 쓰는 구조예요. 사내 계정 로그인·권한 관리, 홈 화면, 워크플로우·AI 에이전트 메뉴, 어드민 통계가 기본 뼈대죠.
플랫폼 안에는 업무별 AI 솔루션 5종이 들어있어요.
광고 보고서 자동화, 프로그램 라인업 정리 AI, 팩트북 서포트 AI, SNS 카피 생성 AI 등이에요. 1차 오픈의 중심이 된 프로그램 라인업 AI는 편성 정보 수집을 담당해요. 신규 프로그램 조사와 편성 변경 감지를 크론잡으로 주기 실행하고, 사용자가 편성표를 올리면 정보를 추출해 항목별로 정리·저장하는 방식이에요.
타 서비스 대비 강점
임직원이 각자 외부 AI를 쓰던 방식과 비교하면 세 가지가 달라요.
업무 지식이 회사 안에 남아요
누가 어떤 업무를 어떤 방식으로 AI에 맡기는지 플랫폼에 기록돼요. 어드민 통계로 사용 현황이 보이기 때문에 다음에 어떤 기능을 더 만들지를 실제 데이터로 판단할 수 있죠.
사람이 승인한 것만 반영돼요
AI 처리 → 자동 검증 → HITL(Human-in-the-loop), 이 3단계로 역할을 나눴어요. 파싱이 끝나면 ‘확인 필요’ 상태가 되고, 담당자가 최종 확인한 항목만 등록돼요. 반대로 주기적 정보 조사와 편성 변경 확인은 검증 기준을 통과하면 자동 반영되고요. 사람이 꼭 확인해야 하는 것과 자동 처리해도 되는 것을 구분한 거예요.
고객사가 이미 만든 기능까지 연결해요
자체 개발 중이던 유튜브 데일리 리포트 자동화를 폐기하지 않고 D-AISY에 연결했어요. 워크플로우·에이전트 메뉴 구조 덕분에 새 솔루션이 추가돼도 플랫폼을 다시 설계할 필요가 없죠.
개발 과정에서 중점을 둔 요소
프로그램 라인업 AI는 AI 검색과 크롤링이 핵심이라 저작권·법적 이슈 검토가 먼저 필요했어요. 검토에 시간이 걸리는 항목을 중심으로 개발을 시작했죠.
검색 누락 문제
초기 모델은 첫 검색에서 정보를 못 찾으면 검색어를 바꿔 재시도하지 않고 그냥 넘어갔어요. 퍼플렉시티와 GPT 병행 방향이었지만, 퍼플렉시티의 툴 콜링·추론 성능이 기대에 못 미쳐 GPT API로 단일화했어요. 기간 필터 부재는 시스템 프롬프트에서 검색어 조건을 강화해 보완했고요.
서버가 직접 스크래핑하지 않고 본문을 확보하는 방법
네이버·다음 공식 API로 URL만 받고, 그 URL을 Gemini의 URL Context 기능에 넘겨 Gemini가 페이지를 읽도록 했어요. 서버가 직접 접근하지 않으니 법적 리스크가 줄고, 본문 정보는 확보되는 구조예요.
쓸 수 있는 데이터 수집 방법의 제한
원하는 도구를 자유롭게 조합하는 대신, 고객사가 법무 검토를 진행할 수 있는 대안을 제안하고 테스트 결과를 근거로 다음 방향을 협의하는 방식으로 진행했어요. 이 부분에 가장 많은 시간이 걸렸어요.
OTT 명칭 통일 문제
LLM이 플랫폼 이름을 영문으로 인식할 때 대소문자 혼용 등, 표기 차이 때문에 같은 플랫폼을 서로 다른 것으로 처리하는 문제가 있었어요. 넷플릭스, 디즈니플러스, 웨이브 등 주요 OTT 명칭을 한글 표기로 통일해 해결했죠.
출처·최신성 확인
편성이나 출연진 정보가 수시로 바뀌기 때문에 근거 유무와 기존 데이터와의 정합성을 자동 확인하도록 만들었어요. 주요 언론사 20개 도메인으로 검색 범위를 제한해 정보 품질을 통제했고요.
⚠️ AI 작업이 실패하면 최대 3회 재시도, 일부 항목만 실패하면 별도 기록, 편성표 저장은 트랜잭션으로 묶어 중간 오류 시 전체 취소하는 예외 처리도 설계했어요.
프로젝트 성과 및 향후 기대
2차에서는 D-AISY 고도화를 논의하고 있어요.
AI 활용 사례와 노하우가 개인이나 팀 안에 머물러서 조직 전체로 공유되지 않는다는 문제에서 출발했어요. 프롬프트와 워크플로우를 공유하고 부서·직무·태그로 검색하는 구조 어드민에서 부서별 참여도를 확인하는 구조를 검토 중이에요. 하반기에는 목업 이미지 제작 AI와 경쟁 PT 지원 AI도 함께 준비하고 있죠.
D-AISY에서 가장 까다로웠던 건 모델 선택이나 화면 구현이 아니었어요. 어떤 데이터를 어디까지 쓸 수 있는지, 법무 검토를 통과하는 수집 방식은 뭔지, 틀린 결과가 나왔을 때 누가 걸러내는지를 정하는 일이었어요.
⚠️ 이런 조건이 정리되지 않으면 아무리 좋은 모델을 붙여도 모두가 사용하는 사내 서비스로 운영되지 않아요.
AX 컨설팅을 고민 중이라면
똑똑한개발자에서는 법무 검토, 데이터 수집 범위, 운영 구조까지 함께 설계하고 실제로 사내에서 동작하는 AI 플랫폼을 구축해요. AX 전환을 검토하고 계신다면, No. 1 AX 컨설팅 파트너 똑똑한개발자와 무료 상담으로 그 첫걸음을 시작해 보세요. 감사합니다!
똑똑한개발자 님의 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
