데이터 정형화로 실패했던 금융 AI 에이전트의 답변 정확도를 94.3%로 끌어올린 방법
국내 유수의 한 금융 그룹은 바운드포의 데이터 체계화 솔루션을 통해, 수 년간 해결하지 못했던 사내 AI 에이전트 개발에 성공했습니다. 3개월 만에 비정형적인 내부 문서 데이터를 AI가 이해할 수 있는 정형 데이터로 변환하여, AI 답변 정확도를 94.3%까지 끌어올렸습니다.
Key Results
94.3%: AI 에이전트 답변 정확도 (실무 활용 가능한 수준으로 달성)
3개월: 데이터 정형화 소요 시간
“최고의 파운데이션 모델만 도입하면 해결될 줄 알았습니다. 하지만 진짜 문제는 데이터였습니다. 바운드포는 가장 복잡한 비정형 데이터를 처리 경험을 바탕으로, 저희가 '비정형'이라고조차 인지하지 못했던 내부 문서의 혼돈을 정리해주었고, 비로소 AI가 제대로 작동하기 시작했습니다.” - B금융그룹 디지털혁신팀 총괄
The Opportunity
최근 한 설문조사에 따르면, 국내 기업 10곳 중 8곳이 내부 데이터 기반의 AI 에이전트 도입을 시도하고 있습니다. 하지만 이 중 75%는 '데이터 문제'로 인해 만족할 만한 성과를 얻지 못했다고 응답했으며, 가장 큰 장벽으로는 '비정형 데이터 처리의 어려움(60%)'과 '데이터 품질 및 일관성 부족(55%)'이 꼽혔습니다.
이러한 업계의 도전 과제는 B금융그룹의 이야기이기도 했습니다. B금융그룹은 업무 생산성 향상을 목표로, 저명한 파운데이션 모델을 활용한 AI 에이전트 개발 프로젝트를 오랜 기간 진행했지만 결과는 성공적이지 못했습니다. 최고의 AI 모델조차 사내 문서에 기반한 질문에 일관성 있는 답변을 내놓지 못했습니다.
원인은 바로 업계의 고질적인 '데이터 문제'에 있었습니다. Bold, 밑줄, 글자색 등 실무자마다 다른 서식, 부서별로 천차만별인 양식, 특히 표와 그래프에 담긴 내용은 AI가 정확히 인식하기 어려웠습니다. B금융그룹은 '문서 데이터'를 '정형 데이터'라 생각했지만, 실상은 체계가 전혀 없는 '비정형 데이터'나 다름없었던 것입니다. 정리되지 않은 데이터 앞에서 최고의 AI 모델도 무용지물이었습니다.
The Solution
AI 프로젝트의 근본적인 문제 해결을 위해 B금융그룹은 바운드포를 찾았습니다. 바운드포는 자율주행 로봇이 다양한 환경과 변수를 인지하도록 방대한 데이터를 체계화했던 독보적인 경험을 보유하고 있었습니다.
데이터 유형 시스템화: 바운드포는 3개월간 B금융그룹의 방대한 내부 문서를 분석하여, AI가 명확히 이해할 수 있도록 데이터 유형을 체계적으로 분류하고 시스템화했습니다.
비정형 데이터의 정형화: 실무자별로 제각각이던 문서 양식을 표준화하고, 표와 그래프의 내용을 AI가 학습 가능한 형태로 완벽하게 정형화하는 데 성공했습니다.
최신 AI 기술 접목: 정형화된 데이터의 활용도를 극대화하기 위해 RAG 및 LangChain 기술을 접목하여 AI 에이전트의 성능을 끌어올렸습니다.
The Results
바운드포의 데이터 솔루션은 B금융그룹의 AI 프로젝트에 즉각적인 돌파구를 마련했습니다.
AI 성능 목표 달성: AI 에이전트의 답변 정확도가 94.3%에 도달하여, 실무자들이 실제 업무에 신뢰하고 활용할 수 있는 수준을 확보했습니다.
핵심 AI 도입 원칙 수립: 이번 성공을 통해 B금융그룹은 '아무리 좋은 파운데이션 모델도, 잘 정비된 데이터 없이는 무의미하다'는 핵심 원칙을 수립하고 전사 AI 전략의 방향을 재설정했습니다.
데이터 자산화: 방치되어 있던 대규모 사내 문서가 비로소 AI 학습을 위한 핵심 자산으로 전환되었습니다.
The Outcome
B금융그룹은 바운드포와의 협력을 통해 AI 에이전트 개발에 성공했을 뿐만 아니라, 향후 모든 AI 프로젝트의 성패가 '데이터를 어떻게 다루는가'에 달려있음을 증명했습니다.
바운드포는 로보틱스 분야에서 축적한 고도의 데이터 체계화 노하우를 엔터프라이즈 AI 환경에 성공적으로 적용하여, 고객이 AI 기술의 진정한 가치를 경험할 수 있도록 돕는 핵심 전략 파트너임을 증명했습니다.
Written by
황인호