박용찬
B2B AI 스타트업 DALPHA, Pre-A 120억 원 투자 유치
![[사진]달파 프리-A 투자 이미지.png](https://disquiet-public.s3.ap-northeast-2.amazonaws.com/images/makerlog/44009aba55663a69d759b1a9019ba0ce955a1a18df28ac53c1a75790462e63f5 "[사진]달파 프리-A 투자 이미지.png")
안녕하세요,
Dalpha 박용찬입니다.
그동안 투자 준비로 인해 디스콰이엇에 DALPHA의 각종 인사이트를 담은 글을 자주 올리지 못했는데요, 드디어 DALPHA의 Pre-A 투자 라운드가 마무리 되었습니다.
중대한 일정이 성공적으로 마무리된 만큼, 앞으로도 지속적으로 저의 인사이트를 담은 글을 디스콰이엇에 자주 업데이트하도록 하겠습니다.
추가적으로, 현재 DALPHA는 전 직군 채용 중이며, 특히 저는 DALPHA의 첫 번째 B2B Marketer가 되실 분을 찾고 있습니다. DALPHA와 함께 AI B2B 시장의 미래를 함께 그려 나가실 분은 편하게 연락 부탁드리겠습니다 😀
박용찬
다들 AI하는 요즘, 기술 발전 속도도 빠르다는데,
도대체 얼마나 빠르게 발전하고 있고 어떤 기술들이 나오고 있는지, 알고 계신가요?
정확히 뭐가 AI에요?
AI가 어디까지 할 수 있어요?
SALES팀의 일원으로서, 고객사와의 미팅을 진행하면 가장 많이 듣는 질문입니다.
출처 : Unsplash
과연 AI는 현재 어디까지 와있고, 얼마나 발전했을까요?
함께 알아봅시다!
얼마 전 1월 9일부터 12일까지 미국 라스베이거스에서 개최된 CES가 성황리에 막을 내렸는데요.
CES(Consumer Electronics Show)는 세계 최대의 IT∙가전 전시회입니다.
인공지능(Artificial Intelligence)을 포함하여 AR/VR, 블록체인, 핀테크, IoT 등 총 45개의 카테고리에 해당하는 기업들이 참가하게 되는데요.
올해 미국 라스베이거스에서 열린 CES 2024에는 기업 4,124개가 참가하였습니다.
CES를 주최하는 미국소비자기술협회(CTA, Consumer Technology Association)에서는 매년 미래 시장을 선도할 혁신 제품과 서비스를 선정하여 CES 혁신상을 수여합니다.
이 상은, “CES 최고의 영예”로 불리죠.
올해는 인공지능(AI), 디지털 헬스(Digital Health), 스마트 시티(Smart cities), 로봇공학(Robotics) 등 28개 분야에서 313개 기업의 379개 제품이 혁신상 수상 제품으로 선정되었습니다.
인공지능(AI) 분야에서 혁신상을 수상한 제품들 중 흥미로운 제품들을 함께 알아볼까요?
출처: Bosch
첫번째는 독일의 보쉬(Bosch)그룹이 세계 최초로 개발하여 내놓은 총기 감지 시스템(Gun Detection System)입니다.
독일의 보쉬그룹은 세계 1위의 자동차 부품업체로, 2019년도 기준 전 세계적으로 약 40만 명을 고용하고 있고, 총 매출이 한화 111조 원에 달하는 글로벌 기업인데요.
이 자동차 부품업체가 발표한 기술은 비디오와 오디오 AI를 기반으로 총기를 탐지하는 시스템입니다.
출처: CES
총기를 소지한 괴한이 침입하면 AI 총기 감지 보안 카메라로 이를 탐지합니다.
이후 자동으로 안전 관리 담당자에게 신호를 보내며, 오디오 AI를 통해 총소리를 포함한 각종 소리를 탐지하여 괴한의 동선을 파악합니다.
더불어 AI가 경찰에게 자동으로 신고를 접수하고 학생들에게 대피 경로를 안내하며, 괴한의 도주를 막을 수 있는 자동 개폐 시스템 또한 가동하게 됩니다.
미국에서는 하루 평균 133.8명이 총기 사고로 사망합니다. 1년에 교통사고로 사망한 사람 수(약 4만 5천 명)보다, 총기 사고 사망자 수(약 4만 8천 명)가 더 많다고 합니다.
올해 CES에서 가장 중요하고 핵심적으로 다루어졌던 토픽은, “AI와 같은 첨단 기술이 어떻게 인류의 수많은 난제들을 해결하기 위해 활용될 수 있는가”였는데요.
이 질문에 명확한 해답을 제시한 보쉬그룹의 AI 총기 감지 시스템은, ‘모두를 위한 인간 안보(HS4A, Human Security for All)’ 부문에서의 최고 기술로 선정되었습니다.
출처: 미국 질병통제예방센터(CDC)
인류의 수많은 난제 중 빼놓을 수 없는 것이 바로 지구 온난화로 인한 환경 문제인데요.
출처: Unsplash
기후 변화로 인해 세계 곳곳에서 돌발적으로 홍수가 일어나고 있으며, 미국에서는 이로 인한 피해 규모가 한화로 32조 원에 육박한다고 합니다.
기상청과 APEC 기후센터에 따르면, 60년 이후에는 국내의 폭우량도 70% 이상 증가할 가능성이 있다고 하는데요.
이러한 기후 변화에 따라 발생하는 폭우로 인한 홍수를 미리 경고해줄 수 있는 AI를 개발한 기업이 있습니다.
바로 주재넷(JJNET Co., Ltd.)인데요.
재난안전분야 AI 전문기업인 주재넷은 정보통신산업진흥원, 한국지능정보사회진흥원, 경기도경제과학진흥원과의 국책 과제로 WaterAI를 개발하게 되었다고 합니다.
출처: 주재넷
WaterAI는, CCTV 비디오 정보와 심층 학습 기술을 통해 AI가 홍수 위험 수준을 평가하고 자동적으로 경보를 발송할 수 있는 시스템입니다.
이외에도 AI가 날씨와 관련된 외부 기관 데이터를 활용하여 홍수와 관련된 위험을 식별하고, 출입 제어 장벽과 수문을 자동적으로 제어함으로써 홍수 발생으로 인한 위험을 예방할 수 있다고 합니다.
영상만으로 수위, 유속, 유량을 동시에 계측할 수 있을 뿐만 아니라 기존에 한계로 지적되었던 계측 속도의 한계와 수위 센서의 필요성을 38만여장의 영상을 기반으로 학습한 AI로 극복했다고 하는데요.
인재(人災) 사고 뿐만 아니라, 자연 재해도 예방하고 미리 대비할 수 있는 AI가 도래하고 있습니다.
영혼의 거울이라는 말, 들어보셨나요?
비유적인 표현이 아니라, 실제로 영혼을 들여다 볼 수 있는 거울이 등장했습니다.
출처: Baracoda
현대 사회의 복잡한 생활 환경 속에서 다양한 스트레스에 노출되면서 정신질환은 현대인들의 떠오르는 골칫거리가 되었는데요.
프랑스의 바라코다 데일리 헬스텍(Baracoda Daily Healthtech)에서 개발한 AI 스마트 미러입니다.
컴퓨터 비전과 대규모 언어 모델(LLM, Large Language Model)을 활용하여 표정, 제스처 및 언어를 해석할 뿐만 아니라, 사용자의 에너지 수준에 맞추어 빛, 소리, 디스플레이를 통해 반응하며 사용자가 편안함을 느낄 수 있도록 유도합니다.
AI는 사용자의 기분에 맞춰 조명을 조정하면서, 우울한 사용자의 기분을 개선해줄 수 있도록 명상 코칭을 제공해주기도 합니다.
출처: Baracoda
바라코다사는, 이외에도 지난 몇 년간 CES에서 혁신적인 헬스테크 제품들을 선보이며 주목을 받아왔습니다.
충전이 필요없는 실시간 건강 추적 시곗줄, 올라가는 순간 몸무게와 몸의 밸런스를 측정하여 고령의 할머니에겐 낙상 위험을, 중년의 부부에겐 척추 건강을 경고하는 욕실 매트 등, 현대인들의 건강에 대한 관심을 AI를 통해 기술적으로 풀어내고 있습니다.
현대인들의 정신 건강 뿐만 아니라, 반려동물의 건강까지도 AI가 지켜주고 있는데요.
글로벌 시장조사기관 유로모니터(Euromonitor)에 따르면, 전 세계 주요 60개국에서 기르는 반려동물의 개체수는 2020년 기준 18.7억 마리 이며, 미국 전체 가구 중 약 67%가 반려동물을 기르고 있다고 합니다.
이에 따라 급성장하는 펫코노미 산업에도 AI가 도입되고 있습니다. 바로 프랑스의 인보시아(Invoxia)가 CES에서 선보인 미니테일(Minitail)입니다.
출처: Invoxia
이 제품은 심장 건강을 모니터링하는 하트프린트 기술(Heartprint Technology)과 GPS 실시간 위치 추적 기능을 탑재하여, AI를 통해 개와 고양이의 건강 상태와 위치를 추적할 수 있는 착용식 기기입니다.
특허를 출원한 하트프린트 기술은 98%의 정확도로 반려동물의 호흡과 심장 데이터를 측정하고 심장 건강에 대한 모니터링을 제공할 수 있는 기술인데요.
코넬대학교와의 협업을 통해 개발한 인공지능을 활용하여 반려동물에게 흔하게 일어나지만 매우 위험한 부정맥 심방세동을 감지합니다.
기술적으로 AI가 어디까지 발전했는지, CES 2024에서 혁신상을 받은 제품들을 통해 알아봤는데요.
공상 과학 영화에서 무섭게 그려지는 것과는 달리, AI는 인간들의 수많은 난제를 해결하고, 또 발전을 도모하는 데 큰 도움을 주고 있습니다.
이렇듯 점차 우리 일상에 녹아들고 있는 AI를, 아직까지 어렵고 멀게만 느끼시는 분들이 많은데요.
달파는 빠르게 커가는 AI 시장 속에서, 모든 기업들이 빠르고 쉽게 AI를 접하고, 이해하고, 도입할 수 있는 그 날까지, 이 시장의 최전선에서 최선을 다하겠습니다.
읽어주셔서 감사합니다.
박용찬
현재 AI 시장에서 OpenAI의 영향력은 말 그대로 어마어마합니다.
22년 11월 공개된 ChatGPT는 이전의 여러 AI들과는 달리 그 실용성과 성능에 힘입어 우리들의 생활에 빠르게 스며들었습니다.
향상된 성능의 GPT4 출시, 코딩 없이 챗봇을 간단하게 제작할 수 있는 GPTs의 공개 등 이어진 인상적인 활동들을 거쳐, 지난 1월 10일 자체 제작한 맞춤형 챗봇을 판매하고 수익을 나눌 수 있는 GPT Store를 출시함으로써 챗봇 시장에서 큰 변화를 일으켰습니다.
Dalpha는 이런 변화들을 최대한 빠르게 접하기 위해 노력하고, 새로 생긴 기능들로 어떤 서비스를 만들 수 있는지 끊임없이 고민하고 있습니다.
아무리 챗봇을 쉽게 만들 수 있게 되어도, 업무 자동화 등의 문제들을 해결해줄 수 있는 고성능의 서비스를 만들기 위해서는 여전히 코딩 기술과 통찰력이 필요합니다.
특히 AI가 항상 정해진 형식을 지키고 대부분의 경우에 오류 없이 제대로 된 답변을 하도록 유도하는 기술이 필요하게 되었습니다.
프롬프트 엔지니어링 예시 #1
생성형 AI가 최적의 결과를 도출하도록 안내하는 명령을 작성하는 행위를 프롬프트 엔지니어링 (Prompt Engineering) 이라고 합니다.
“단순히 결과가 잘 나올 때까지 마구잡이로 아무 명령이나 시도해보면 되는 것 아닌가?” 라고 생각하실 수 있지만, '엔지니어링'이란 단어가 붙듯 다양한 방면의 지식, 기술 그리고 노하우가 필요합니다.
해당 인공지능의 작동 방식, 학습 데이터 종류, 알고 있는 단어 등을 파악하여 프롬프트를 작성하는 것 외에도 생성 결과에서 서비스에 사용할 정보만 추출하여 재구성하는 코딩 스킬도 요구됩니다.
달파에서는 GPT를 사용하는 프로젝트를 다수 진행하였습니다.
소설의 앞부분을 토대로 뒷부분을 작성하는 소설 생성 AI, 엑셀이나 PDF를 읽고 이해하여 요약하는 정보 추출 AI, 사용자의 질문을 이해하고 답변해주는 CS 대응 AI 등을 개발하고 실서비스에 적용시키기도 했습니다.
하나하나 재미있는 프로젝트들이었고 다양한 종류의 AI들을 개발하면서 인터넷에서 알게 된 인사이트들도, 달파만의 인사이트들도 많이 생겼습니다.
프롬프트 엔지니어링 예시 #2
달파의 다음 고민은 ‘어떻게 얻은 인사이트들을 팀원들에게 효과적으로 공유할지’, 그리고 ‘어떻게 팀원들의 인사이트들을 쉽게 공유받을 수 있는지’ 였습니다.
GPT는 다양한 프로젝트에서 유용하게 사용할 수 있는 서비스이고, 그를 잘 쓰기 위한 프롬프트 엔지니어링은 이미 저희가 가진 핵심 기술들 중 하나가 되었습니다.
하지만 팀원들끼리 그동안 했던 프로젝트에서 사용했던 GPT prompt나 변수들에 대한 사항들이 제대로 공유되지 않았고, 때로는 거의 재사용이 가능한 비슷한 task에서 처음부터 프롬프트 엔지니어링을 하는 상황도 생겼습니다.
병렬적으로 다양한 AI를 동시에 제작하는 달파의 시스템상 개개인의 반복되는 시행착오를 줄여 생산성을 높히기 위한 방법이 절실했습니다.
GPT 이외의 부분에서 성능 개선을 하기 위한 여유도 확보해야 했고요. 개인이 아닌 팀 단위로 인사이트를 쌓는 방법을 강구했고, 얼마 안 가 ‘달파만의 프롬프트 창고가 있었으면 좋겠다!’라는 결론에 도달했습니다.
방법이 결정되자 빠르게 구체화하여 행동에 옮겼고, 그렇게 사내 github에 ‘tech-awesome-gpt-prompts’ 라는 레포지토리가 만들어졌습니다.
‘tech-awesome-gpt-prompts’은 GPT를 사용하는 프로젝트들에 대한 모든 인사이트를 모아 생산성과 안정성을 빠르게 확보하자는 목표로 제작되었습니다.
가장 먼저 저희가 한 것은 이제까지 한 모든 프로젝트들을 비슷한 것들끼리 모은 것이었습니다.
CS 대응, 정보 추출, 요약, 번역, 생성 등 목적에 따라 8가지로 나눴고 수십 개의 프롬프트들을 분류했습니다.
프롬프트뿐만 아니라 사용한 모델이나 GPT를 사용할 때 설정해줘야 하는 다양한 parameter들도 포함하여 다른 엔지니어들이 바로 테스트해볼 수 있게 만들었습니다.
달파만의 프롬프트 창구
비슷한 역할을 하는 프롬프트들을 보면 겹치는 부분도 많지만 각 AI 엔지니어들의 개성이 담긴 문구들이 눈에 띕니다.
‘왜 이런 식으로 작성했냐’를 물어보면 전부 이유가 있었고 뜻밖에 도움이 되는 부분도 많았습니다. 실제로 이 과정에서 많은 프로젝트들의 프롬프트에 개선이 이루어졌고 더 좋은 서비스를 제공할 수 있었습니다.
이렇게 서로 간의 차집합을 보며 흩어질 뻔했던 아이디어들을 공유하여 자신의 것을 개선하고, 합집합을 점점 키워 GPT의 포텐셜을 100% 활용할 수 있도록 노력하는 것이 각 엔지니어들의 지적 만족감도 채워주고 회사의 Sales에도 도움이 되었습니다.
거기서 끝나지 않고 코드적인 인사이트도 공유하고 있습니다.
갑자기 OpenAI 서버가 불안정해져서 API에서 오류가 발생하거나 결과 전송이 지연될 때, 원하는 형식의 결과가 나오지 않을 때 등 다양한 예외적인 상황에서의 처리 방법 등을 파악하여 안정적인 서비스를 제공하기 위한 뼈대 코드 (Skeleton Code)를 게시하였습니다.
서비스를 개발할 때 엔지니어가 가장 골머리를 앓는 부분이 이런 예외 처리라고 해도 과언이 아닌데, 이런 인사이트의 공유는 서비스 불안정성을 사전에 방지하는 동시에 AI 엔지니어의 불필요한 리소스 낭비 또한 줄여줬습니다.
요약하자면 인사이트 공유의 장점은 아래의 3가지로 요약할 수 있습니다.
엔지니어들의 장기적인 성장과 지적 만족감 충족
상품 생산성 증대 및 서비스 성능 향상
실서비스 안정성 확보와 불필요한 리소스 낭비 방지
저희는 구성원들의 생산성과 성장을 위해 많은 고민을 하고 있고, ‘tech-awesome-gpt-prompts’ 또한 그 중 하나입니다.
GPT 관련 인사이트뿐 아니라 데이터 정제, AI 모델 학습, 최신 AI 트렌드 및 논문, 외부 툴 사용 등 다양한 항목들에 대해 팀원들 간의 공유를 적극적으로 권장하고 있습니다.
만약 개발팀의 성장을 위해 뭘 해야하는 지 고민하고 계신다면, 이런 내부 공유 프로세스가 터닝포인트가 될 수 있습니다.
당장 맡고 있는 프로젝트 업무와의 균형을 유지하면서 장기적으로 성장을 위한 포석도 쌓아올려 좋은 팀을 만들어가셨으면 좋겠습니다.
긴 글 읽어주셔서 감사합니다!
박용찬
교육은 교육자와 학습자의 상호작용이 매우 중요한 산업입니다.
이러한 상호작용이 원활하게 이루어지도록 하기 위해 고전적인 성격이 강한 산업이었죠.
언어나 수학 등 학문적인 과목 중심의 교육 체계가 주를 이루었으며, 대부분의 교육 기관에서 일관적인 교육과정이 적용되었습니다. 또한, 대부분의 교육은 오프라인을 중심으로 흘러가고 있었습니다.
출처 : 에듀인사이드
그러나 점차적으로 이러한 고전 교육에 대한 인식이 변화하기 시작하였고, 코로나 19 이후 변화가 정점을 찍게 되었습니다.
가장 큰 변화는 바로 비대면 교육에 대한 진입장벽 완화인데요, 대면 접촉이 불가해지면서 비대면으로 교육을 진행할 수 밖에 없게 되며 학습자 및 보호자는 비대면 교육에 대한 중요성을 점차 깨닫기 시작하였습니다.
증가하는 수요에 맞추어 많은 에듀테크 플랫폼 및 기업들이 생겨나기 시작하였고, 온라인 교육 시장이 급속도로 성장해나갔습니다.
모두가 비대면 교육에 어느 정도 익숙해진 지금, 사람들에게 더욱 손쉽고 편리한 교육을 제공하기 위해 많은 교육 기관 및 기업들은 AI를 서비스에 접목시키고 있습니다.
오늘은 교육 시장에서 어떤 AI가 활용되고 있는지, 그리고 Dalpha는 어떤 교육 관련 AI를 개발하였는지 설명 드리도록 하겠습니다.
출처 : 셔터스톡
최근 교육에서 가장 중요한 키워드 중 하나는 바로 ‘초개인화’입니다.
각 학습자는 선호하는 학습 스타일이나, 학습적 역량, 선호도 등이 매우 상이합니다.
그러나, 1:1 수업을 제외하고는 교육자 혹은 교육 기관의 물리적인 한계로 인해 개인별로 맞춤화된 형태의 교육을 제공하기 쉽지 않습니다.
이러한 문제를 해결하기 위해 최근 교육 산업에서 AI를 활용한 개인화가 떠오르고 있으며, 다양한 에듀테크 기업에서 AI를 실제로 도입하고 있습니다.
Dalpha 역시 초개인화를 위한 AI를 개발하였고, 하단에서 더욱 상세히 설명 드리도록 하겠습니다.
모든 학생은 각자에게 알맞는 교육 커리큘럼이 존재하지만 어떤 학습 로드맵을 따라가야 하는지 명확히 알지 못합니다.
그러나, 이는 매우 반복적인 수작업일 뿐만 아니라 모든 개인 학습자의 성향 및 학습 수준 등을 판단하기는 쉽지 않습니다.
따라서, AI는 학습자의 행동 데이터를 토대로 난이도나 학습 수준, 시기 등에 맞추어 맞춤화된 교육 콘텐츠를 추천할 수 있습니다. 예를 들면, 학습 수준이 높은 학생이 기본 개념 관련 콘텐츠를 학습했다면 더욱 심화된 버전의 콘텐츠를 추천하는 식을 들 수 있습니다.
일반적인 온라인 강의나 교육 자료 플랫폼에서 이를 가장 효과적으로 활용할 수 있으며, AI가 더욱 정확하고 맞춤화된 콘텐츠를 추천하여 학습자가 더욱 몰입도 있게 학습을 할 수 있도록 합니다.
학습자에게 적합한 콘텐츠를 추천했다면, 이제 학습자가 실제로 교육 콘텐츠를 바탕으로 학습을 진행하게 됩니다.
그러나 온라인 교육의 가장 큰 문제 중 하나는 보호자가 학습자가 얼마나 잘 학습하고 있는지를 측정할 수 없다는 것입니다. 매번 보호자가 학습자의 옆에서 모니터링할 수도 없기 때문에 오히려 자유도가 높은 것이 학습 경험을 해치는 역효과를 낳게 됩니다.
이러한 문제로 인해 실제로 온라인으로 교육하는 것을 꺼려하는 보호자가 존재하며, 이러한 문제를 해결한다면 오프라인만큼이나 학습자의 집중도를 모니터링할 수 있습니다.
AI는 실시간으로 학습자의 얼굴을 분석하여 집중도를 모니터링할 수 있습니다. 학습자의 시선이나 표정 등을 분석하여 강의를 수강한 이후에 학습자의 집중도 그래프를 가시화합니다.
이를 통해, 보호자는 학습자가 얼마나 학습에 집중했는지를 모니터링할 수 있음과 동시에 간접적으로 해당 학생의 학습 리듬까지 파악할 수 있습니다.
교육에서 가장 중요한 것 중 하나는 ‘지속성’입니다.
학습을 통해 획득한 인사이트를 바탕으로 학습 경험을 더욱 고도화해 나가는 것이 핵심입니다.
그러나, 정성적인 교육자의 조언만으로는 학습자가 어떤 부분에서 강하고 약한지, 혹은 학습 추이가 어떻게 되는지를 트래킹하기에 한계가 존재합니다.
따라서, 그 동안 학습했던 데이터와 경험을 바탕으로 AI가 학습자에 대한 인사이트를 담은 리포트를 생성할 수 있습니다.
정답/오답 데이터, 학습 진행 상황 등을 바탕으로 특정 주제에 대한 이해도, 강/약점, 실시간 등급 변화 추이 등을 제공함으로써 학습자의 향후 학습 방향성을 수립하는 데에 도움을 줄 수 있습니다.
비록 교육자의 경험으로 누적된 인사이트를 완벽히 대체하는 데에는 한계가 존재하나, 교육자의 조언에 도움을 줄 수 있음은 믿어 의심치 않습니다.
출처 : TeachHub
교육자는 어떻게 하면 학습자에게 효과적인 교육을 제공할 수 있을지에 대한 고민을 끊임없이 이어 나가며 이는 교육자에게 있어 가장 중요한 가치에 해당합니다.
그러나, 이러한 교육 자체에 대한 고민만을 하기에는 물리적인 한계가 존재합니다. 답안지 채점이나 문제 제작 등 단순한 교육 행정 업무까지 교육자가 처리해야 하죠.
따라서, 이러한 수작업을 자동화할 수 있다면 교육자는 더욱 가치 있는 일에 집중할 수 있습니다. 뿐만 아니라, 교육자가 일일이 수작업을 하며 발생할 수 있는 휴먼 에러를 줄일 수 있기도 합니다.
이러한 수작업 자동화는 점차적으로 온라인에서 활동하는 교육자와 그러한 교육자들과 함께 교육 서비스를 만들어 나가는 플랫폼들이 증가함에 따라 그 수요가 높아지고 있습니다.
하단의 AI들로 이러한 수요를 충족시킬 수 있습니다.
매번 수백 명의 답안지를 일일이 채점하는 것은 매우 번거로운 작업입니다.
객관식 답안지의 경우, OMR 기기를 통해 더욱 빠르게 채점을 할 수 있게 되었지만 주관식 답안지는 여전히 교육자가 일일이 채점을 해야 한다는 수작업이 존재합니다.
이러한 주관식 단답형 답안지를 OCR 기술을 통해 자동으로 채점할 수 있습니다. 기존 답안지를 바탕으로 학습자가 작성한 답안을 AI가 자동으로 비교하여 정/오답에 대한 판단을 내릴 수 있는 것이죠.
뿐만 아니라, 평균이나 중앙값 등의 대표값을 자동으로 산출함으로써 특정 시험이나 문제지에 대한 학습자들의 성적 분포도를 가시화할 수 있습니다.
앞서 언급한 주관식 답안지 자동 채점이 단답형 답안과 관련된 이야기였다면, 에세이 자동 첨삭 AI는 조금 더 긴 서술형 주관식 문항을 채점하게 됩니다.
학습자가 작성한 에세이를 AI가 분석하여 오타나 문법 등을 교정하고 어색한 문맥을 첨삭합니다. 또한, 해당 에세이에 대한 서면 피드백을 자동으로 작성할 수 있습니다. 이 학생은 주술 관계를 더욱 신경 써야 한다는 등의 피드백을 효율적으로 줄 수 있게 되는 것이죠.
예시 답안 에세이가 존재한다면 더욱 정확도 높은 AI 결과를 받아볼 수 있습니다.
AI는 문제를 자동으로 생성할 수도 있습니다.
개념 등이 포함된 교육 자료와 추출하고자 하는 문제와 비슷한 형태의 문제를 입력하면, 해당 Input을 바탕으로 비슷한 문제를 생성하는 것이죠.
생성된 초안을 바탕으로 교육자가 직접 수정할 수 있게 함으로써 더욱 완성도 높은 문제를 빠르게 제작할 수 있게 됩니다.
출처 : 조선에듀
지금까지 학습 보호자, 그리고 교육자에게 도움이 될 만한 AI에 대해 설명드렸는데요, 사실 교육에서 가장 중요한 주체는 학습자라고 보아도 무방합니다.
학습자의 학습 경험을 극대화하기 위해서는 보호자나 교육자가 옆에서 학습을 보조해주는 것이 정말 중요하지만, 상시 학습자의 옆에서 학습 경험을 보조해 주기에는 물리적인 한계가 존재합니다.
학습자들은 학습을 할 때 구글링을 하거나, ChatGPT 등을 활용하곤 하지만 정말 필요로 하는 정보를 빠르게 획득하는 데에는 아직 역부족인 상황입니다.
따라서, 학습자가 활용하는 교육 플랫폼에서 학습자를 위한 어시스턴트가 마련되어 있다면 더욱 손쉽게 학습을 할 수 있을 것입니다.
온라인 강의를 수강한 이후에, 복습을 진행하거나 추후 학습에 도움이 될 만한 정보를 얻기 위해서는 다시 강의를 돌려보아야 한다는 번거로움이 존재합니다.
온라인 강의를 수강한 후에 내용이 기억나지 않거나 복습이 필요한 경우에 강의 내용을 텍스트로 볼 수 있다면 더욱 편리하게 복습을 할 수 있습니다.
텍스트로 변환된 강의에 대한 요약본을 받아보거나, 원하는 키워드를 검색하는 기능을 추가할 수도 있습니다. 예를 들어, 영어 강의에서 ‘문장 형식’이라고 검색한다면 교육자가 언급하였던 문장 형식과 관련된 내용을 편리하게 찾아볼 수 있는 것이죠.
AI 질의응답 튜터는 학습자의 질문에 적합한 답변을 제공할 수 있습니다.
플랫폼이나 교육자가 보유한 교육 자료를 바탕으로 학습을 진행하여, 해당 자료들을 기반으로 학습자의 질문에 답변을 할 수 있습니다.
더 나아가, 특정 질문을 했을 때 해당 질문에 대한 답변을 얻을 수 있는 유사한 학습 자료를 추천해줌으로써 학습자의 경험을 극대화합니다.
이 외에 자연스럽게 외국어로 대화할 수 있는 AI 외국어 회화 튜터도 존재합니다.
지금껏 교육 산업에서 활용될 수 있는 AI에 대해 말씀을 드렸는데요, 이 외에도 교육 AI는 정말 무궁무진하다고 생각합니다. 실제로 많은 에듀테크 기업들이 AI를 도입하고 있기도 하고요.
Dalpha에서도 교육 산업에서 적용 가능한 AI를 다수 구비하고 있으니, AI Store를 통해 둘러보셔도 매우 좋을 것 같습니다 :)
그럼, 다음 글에서 다른 산업에서 효과적으로 활용할 수 있는 AI에 대해 상세히 설명 드리도록 하겠습니다!
박용찬
Sales 직무가 아닌 분들도 한 번쯤 들어보신 적 있는 문구일 것입니다.
무척 간단해 보이지만, 막상 답을 하려니 쉽게 입이 떨어지지 않습니다.
모범 답안이 궁금해서 검색해보아도 다들 각자의 그럴 듯한 답만 말해줄 뿐,
무엇 하나가 진짜 정답이라고 쉽게 확신하기는 어렵습니다.
이처럼 모든 Sales는 회사, 고객사, 제품, 경쟁사, 이해관계자 등,
다양한 변수와 상황에 따라 ‘유동적인 정답’을 찾아가는 과정입니다.
그렇다면 ‘오답은 있어도, 정답은 없는’ 이러한 Sales에 대해 우리가 꼭 지켜야 할 원칙은 무엇일까요?
이를 알아보기 위해 먼저 망하는 Sales의 사례들을 살펴보며,
어떻게 하면 실패하지 않고 성공적인 영업으로 나아갈 수 있을지를 알아보겠습니다.
묻는 말에 대한 답변이 아닌, ‘미리 준비된 답변’이라는 게 무엇일까요?
아래 예시로 바로 살펴보시죠!
<Sales 예시: ‘B2B SaaS → 패션 커머스’>
세일즈: (자사의 SaaS 솔루션이 패션 커머스 기업들에게 성공적으로 활용되고 있는 사례를 설명)
고객사: 지금까지 설명해주신 내용은 모두 너무 좋은데, 저희가 이번에 신선식품으로 신사업 진출을 계획하고 있습니다. 관련해서 귀사의 솔루션이 어떤 도움이 될 수 있을까요?
세일즈: 네, 충분히 도움이 될 수 있을 거라고 생각되는데요, 그에 앞서 우선 다른 커머스에서의 활용사례들을 보여드리자면…
세일즈: (멋진 PT자료와 함께 ‘교육, 미디어 산업’에서 성공적인 활용 사례를 청산유수로 10분 간 설명)
고객사: (여전히 궁금증이 풀리지 않은 채로) 아… 네, 잘 들었습니다.
왜 고객사가 세일즈의 답변에 불만족했을지 그 이유를 여러분들은 바로 찾으셨나요?
네, 바로 현재 고객사가 궁금해하는 부분을 정확하게 긁어줄 수 있는 답변이 아니라,
‘미리 준비해와서 멋지게 잘 말할 수 있는 답변’을 했기 때문이었을 것입니다.
Sales 현장은 정확하고 효율적인 대화를 통해 협업이라는 결론으로 나아가야 하는 곳인 만큼,
고객사의 질문에 담긴 의중을 잘 파악하고 그에 걸맞은 답변을 하는 것이 중요합니다.
관련하여 참고하시면 좋을 글을 하나 소개해드립니다 :)
‘링글’ 이승훈 대표, <인터뷰 노하우: 묻는 말에 답변하기>
미팅의 중간중간에 주요 내용을 요약하지 않으면 무슨 일이 벌어질까요?
아래 예시를 통해 살펴보시겠습니다.
<Sales 예시: ‘미팅 종료 5분 전’>
고객사: 그럼 이제 어떻게 하면 좋을까요? 어떤 솔루션을 구매해야 할지 모르겠네요.
세일즈: (자신감 있게) 현재 마케팅 측면에서 홍보모델 ‘김민철’을 통해 타겟고객군 20대 여성을 노리고 계신다면, 저희 솔루션 ‘G’의 도입이 유효할 것 같습니다!
고객사: 네? 김민철 모델은.. 타겟고객군 40대 남성을 노리기 위해서 섭외했는데요..?
고객사: 정리하자면 김민철→40대남성 / 박용찬→30대여성 / 김수정→20대여성을 각각 타겟하고 있습니다. 이외에도 홍보모델 김민주, 조성민, 정승훈을 활용하고 있구요.
세일즈: 아, 지금까지 제가 잘못 이해하고 있었네요. 다시 정리해서 말씀드리겠습니다…
이런! 세일즈가 고객사의 상황을 잘못 이해한 채로 소중한 미팅 시간을 보내버렸네요.
과연 고객사가 잘못 설명한 것일까요, 세일즈가 잘못 이해한 것일까요?
정답은 바로 ‘누가 잘못했는지는 중요하지 않다’입니다.
대부분의 Sales 미팅은 여러 명이 동시에 참여해 복잡한 대화를 주고 받습니다.
설령 1:1의 미팅이라 한들, 수많은 Product와 전략에 대해서 이야기를 나누게 되죠.
정신없는 대화 속에서 오해 없이 명확한 교통정리를 하기 위해서는,
한 Agenda에 대한 대화가 끝날 때마다 주요 내용을 요약해주는 것이 필수입니다!
미팅이 끝날 무렵, 추후 각사의 Task/Timeline을 명확하게 설정하지 않으면 어떻게 될까요?
바로 예시를 통해 살펴보시죠.
<Sales 예시: 미팅 종료 직전 ~ 2주후>
고객사: 오늘 대화 즐거웠구요, 향후 어떻게 할지는 서면으로 연락하면서 구체화해보시죠!
세일즈: (방긋 웃으며) 네 좋습니다, 내부적으로 논의해보시고 연락주세요 🙂
(…1주 뒤…)
세일즈: (메일을 통해) 혹시 Product 관련 내부 Data와 가용 예산은 언제 알 수 있을까요?
고객사: 아 네, 저희가 현재 다른 안건이 좀 많아서요. 일주일만 더 있다 전달드려도 되죠?
세일즈: 아… 넵…
(…2주 뒤…)
세일즈: 데이터라도 좀 일찍 받았으면 뭐라도 할텐데… 견적서는 언제 보내고, 계약은 또 언제하지?
미팅 자체는 나쁘지 않았는데, 미팅 이후의 Pipeline이 지연되고 있네요!
이런 사태를 방지하기 위해서 세일즈는 어떻게 했어야 할까요?
미팅에서 대략적인 고객의 Needs와 관련 Product가 파악되었다면,
추후 양측의 Task와 Due를 명쾌한 Timeline으로 정리하는 것이 중요합니다.
이를 테면,
1/15(월): 고객사 → 세일즈: 사용 희망 Product 확정
1/17(화): 세일즈 → 고객사: 관련 내부 Data 요청
1/19(금): 고객사 → 세일즈: 내부 Data 전송
1/22(월): 세일즈 → 고객사: 견적서 발송, 계약 논의
와 같은 식입니다.
자사와의 계약 외에도 수많은 안건들을 처리해야 하는 고객사 대신,
세일즈가 선제적으로 업무/목적/시기를 제시하는 것은 거의 필수적이라고 볼 수 있죠!
위 3가지 사례에서 공통적으로 드러나는 Sales의 가장 큰 특징은 무엇일까요?
바로 ‘고객사와의 소통 시간’이라는 주요 Resource가 극도로 한정적이라는 것입니다.
따라서 제가 Sales가 망하는 사례들을 통해 보여드리고 싶었던 것은,
Sales가 성공하기(안 망하기) 위해서는 고객사와의 제한된 소통시간을 최대한으로 활용하는 것이 무엇보다 중요한 대원칙이라는 것이었습니다 :)
부디 여러분들은 모두 Sales 안 망하는 법을 잘 실천하시면서,
한정된 자원 안에서 최대의 가치를 창출하시는 분들이 되셨으면 좋겠습니다.
긴 글 읽어주셔서 감사합니다!
아직 포스트가 없습니다.
