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!
박용찬
2022년 기준, 국내 통신판매업으로 신고된 기업 개수입니다.
최근에 달파 BD/Sales 팀과 국내에 커머스 기업이 진짜 많다는 이야기를 하면서 알게 되었습니다.
물론 모든 통신판매업 신고 기업이 이커머스 기업은 아니지만, 국내에서 온라인 쇼핑몰을 운영하는 기업이 엄청나게 많아진 것은 사실입니다. 쿠팡이라는 압도적인 1위 기업이 등장했지만, 오히려 특정 분야에서 전문성을 가지는 버티컬 커머스의 양적 / 질적인 성장을 이끌었죠.
커머스 기업이 많아진 만큼 경쟁도 심화되었고, 좋은 제품만으로는 살아남기 어려워졌습니다. 정보가 넘쳐나는 세상은 역설적으로 정보를 알리기 어려워졌고, 상품 가격은 점차 낮아져 적자를 기록하는 기업이 많아졌습니다.
마케팅과 비용 절감, 두가지 문제를 해결하기 위해 다양한 방법이 등장했고 최근 몇년간 가장 성공적인 성과를 거둔 방법은 바로 AI의 활용입니다. AI를 활용한 마케팅은 기존에 보지 못했던 놀라운 구매 전환율을 기록했고, AI를 활용한 상품 관리는 시간과 비용을 획기적으로 줄여줬습니다.
저 역시 달파에서 수많은 커머스 기업을 위한 AI 제작과 컨설팅을 진행하면서 커머스 기업의 성장에 많은 도움을 주기도 하고, 시장을 선도하는 커머스 기업들의 AI 활용법을 배우기도 했습니다.
그리고 이번 포스팅을 통해 커머스 기업에서 사용하는 AI를 모두 소개하고자 합니다. 마케팅과 관련한 AI는 지난 포스팅에서 잘 정리되어 있어 상품 관리에 사용되는 AI 위주로 정리해보았습니다 😀
AI는 상품을 등록할 때부터 사용할 수 있습니다. 특히 상품수가 많을 수록 그 진가가 드러납니다.
제일 먼저 상품을 등록할 때 하는 작업은 카테고리 설정입니다.
한 개씩 등록할 때는 정말 쉬운 작업이지만 상품 수가 많아지고, 카테고리가 다양해지면 많은 시간이 소모됩니다. 그렇기 때문에 한번 설정한 카테고리는 개편하기 정말 어렵습니다. 기존에 등록된 수많은 상품을 한번에 바꾸는 것은 말 그대로 사람이 할 수 없는 작업입니다.
이럴 때 상품 카테고리 자동화 AI를 활용하면 문제를 손쉽게 해결할 수 있습니다.
상품명과 상품 이미지를 기반으로 상품 카테고리를 추정하는 AI는 굉장히 높은 정확도를 가지고 있습니다. 자사몰을 운영할 때 뿐만 아니라 쿠팡, 네이버 쇼핑 등 다양한 오픈마켓에 상품을 연동할 때도 유용하게 사용할 수 있습니다.
상품 카테고리, 상품명, 가격 등 기본정보를 입력한 다음 가장 중요한 정보를 입력해야 합니다.
바로 상품 상세 정보인데요, 다양한 AI를 잘 활용하면 상품 상세 정보 제작부터 등록까지 자동화할 수 있습니다.
우선 상품 상세 정보를 제작하기 위해서는 상품 사진을 촬영해야 합니다. 촬영한 사진이 너무 많을 경우 이를 상품 옵션에 따라 분류하고 적절하게 배치를 해주는 이미지 분류 AI를 활용할 수 있습니다.
반대로 촬영한 사진이 너무 적거나, 퀄리티가 떨어진다면 이미지 제작 AI를 활용하면 됩니다. 촬영된 사진의 비율을 바꿔주는 것부터, 제품 사진의 배경을 정말 이쁜 스튜디오의 사진으로 자연스럽게 바꿔주거나, 색상을 바꿔주는 등 상상하는 대부분의 작업이 가능합니다.
사진의 분류와 배치가 완료되었다면 MD 코멘트 작성 AI를 활용해 상품을 소개하는 자연스러운 멘트를 추가해 상품 상세 정보를 완성할 수 있습니다.
고객이 사이트에 처음 방문할 때 보이는 PLP 페이지는 어떻게든 상품을 클릭하게 만들어야 합니다.
제일 먼저 해야 할 일은 PLP 페이지를 깔끔하게 만드는 작업입니다.
모든 상품의 PLP 이미지를 동일한 스튜디오에서 촬영한다면 가장 좋겠지만, 상품별로 다양한 배경에서 찍은 사진을 가지고 있는 경우가 대부분 입니다. 하지만 수많은 상품이 나열된 상품 목록 페이지에서 각각의 이미지가 중구난방인 경우 소비자에게 부정적인 경험을 제공하게 됩니다.
이런 경우 배경 제거 AI를 활용하면 쉽게 문제를 해결할 수 있습니다. 배경 제거 AI는 하나의 사진 안에서 가장 중요한 피사체를 찾아 이외의 영역을 투명하게 하거나 특정 색으로 칠해주는 AI 입니다.
상품 목록 페이지를 깔끔하게 정리한 이후에는 소비자의 눈길을 끄는 배너를 제작해 적절한 위치에 배치해야 합니다. 그리고 주기적으로 배너를 변경해서 지속적으로 소비자의 클릭을 유도해야 합니다. 이러한 과정에서는 꾸준함이 필수적이기 때문에, 배너 제작은 점점 귀찮은 작업으로 변해갑니다.
이러한 비효율을 해결하기 위해 개발된 배너 제작 AI는 상품 이미지를 적절한 사이즈로 편집 및 생성한 후 상품 정보를 바탕으로 구매를 유도하는 캐치프레이즈를 생성해 최종적인 PLP 배너를 제작합니다.
적절한 상품 이미지와 배너 이미지를 제작해 PLP의 구색을 갖춘 후에는 소비자에게 필요한 상품이 최대한 많이 노출될 수 있도록 상품 배치에 대해서 고민해보아야 합니다. 자동으로 상품을 배치해주는 AI는 AI 활용법 1장에 자세하게 소개되어 있습니다.
상기 언급된 AI들은 기존에 사람들이 하던 작업을 대체하는 느낌이었다면, 검색 AI는 기존에 없었던 사용자 경험을 제공합니다.
기존에는 소비자들이 직접 쇼핑몰을 둘러보면서 필요한 상품을 발견하거나, 상품이 있을 것으로 예상되는 카테고리를 찾아보는 것이 일반적인 온라인 쇼핑몰 사용법이었습니다. 검색 기능이 존재했지만 상품명에 포함되어 있는 검색어를 입력하지 않으면 상품을 찾을 수 없었기 때문에 정확한 상품명을 인지한 상태에서 구매할 목적으로 쇼핑몰에 방문한 소비자가 아닌 이상 이용하기 어려웠습니다.
하지만 AI의 발전 이후 검색 기능은 이전과 180도 다른 사용자 경험을 제공합니다. 정확한 키워드를 입력하지 않아도 상품을 찾아줄 뿐만 아니라, 상품 이미지까지 인식하여 상품을 찾아줍니다. 다양한 조건이 포함된 문장을 입력해도 문장을 이해한 후 해당하는 상품을 찾아주며, 질문을 입력할 경우 질문에 해당하는 적절한 상품을 찾아줍니다. 아래 링크에서 AI를 활용한 검색을 체험해 볼 수 있습니다.
검색의 발전은 텍스트 검색에서 그치지 않습니다. 소비자가 상품이 포함된 사진을 직접 업로드할 경우 사진 속 상품을 찾아주는 멀티모달 검색도 최근에 굉장히 주목받고 있습니다. 아래 포스트에서 멀티모달 검색에 대한 다양한 정보를 정리해두었으니 한번씩 읽어보세요.
온라인 쇼핑몰을 운영하면서 가장 시간을 많이 소모하는 작업은 단연 고객 대응입니다. 그렇기 때문에 ChatGPT가 등장한 이후 수많은 기업들이 온라인 쇼핑몰을 위한 AI 고객 응대 챗봇을 시도해봤지만, 거짓된 답변을 하는 현상 때문에 실제 도입에 어려움이 있었습니다.
하지만 최근에 다양한 우회 방법들과 기술의 발전을 통해 다양한 쇼핑몰에서 도입을 시도하고 있습니다. 달파에서도 어떠한 고객의 문의에도 자연스럽고 정확하게 대응하며, 카카오톡, 채널톡, 네이버 톡톡 등 다양한 채널을 지원하는 CS 자동화 챗봇을 개발해 서비스하고 있습니다. 필요한 경우 상품 추천 챗봇 기능도 추가할 수 있습니다. 자세한 정보는 아래 링크에서 확인해보세요!
이 외에도 고객의 리뷰를 분석하는 리뷰 분석 AI를 활용해 고객들이 수많은 리뷰 속에서 특정 키워드에 대한 리뷰만 필터링해서 볼 수 있는 스마트 리뷰 서비스와 고객의 리뷰를 수치화하여 상품에 대한 고객 반응을 정량적으로 분석할 수 있는 상품 리뷰 보고서를 만들 수 있습니다.
AI Store에는 위에서 소개한 AI 외에도 다양한 AI를 보유하고 있으며 직접 사용해 볼 수도 있습니다. AI Store를 방문해 다양한 AI를 체험해보고 운영 중인 서비스에 딱 맞는 AI를 제작해보세요!
박용찬
무경력 마케터가 3개월 만에 클릭률 30배 상승시킨 방법
저는 마케팅이 왜 중요한지에 대해 잘 알지 못하는 사람이었습니다.
마케팅은 저처럼 논리적 구조를 중요한 가치로 여기는 사람에게는 도전하기 쉽지 않은 분야라고 생각하였습니다.
저는 현재 Dalpha BD/Sales Manager로 근무하고 있고, 팀 내에서 유일하게 마케팅을 담당하고 있습니다. 입사 이후 6개월동안 마케팅 관련 업무를 맡으면서, 마케팅의 중요성에 대해 온전히 깨닫게 되었습니다.
처음에 입사할 때는 눈앞이 굉장히 막막했습니다. 학교에서 마케팅 관련 수업을 2~3개 정도 들었지만, 마케팅은 정답이 없고 유의미한 결과를 내기가 어려운 분야라는 생각이 강했기 때문이었습니다. 또한, 혹여나 마케팅을 성공했다고 할지언정 그 Upside가 무궁무진하기에 파면 팔수록 점점 더 어려워지는 영역이라고 생각하였습니다.
이번 글에서는 난생 처음 실무에서 마케팅을 담당해보면서 겪었던 시행착오와 이를 어떻게 극복하였는지에 대해 공유드리도록 하겠습니다.
본격적인 글을 시작하기에 앞서, 저는 아직 제가 마케팅에 뛰어나다고 생각하지 않기 때문에 실무를 배우고 있는 한 사람의 생각임을 고려하여 글을 읽어주셨으면 합니다 :)
마케팅은 그 종류가 매우 다양하지만, 오늘은 제가 입사하고 처음 맡았던 SNS 마케팅의 사례에 대해 구체적으로 말씀을 드려보고자 합니다.
처음에는 아무 지식이 없었기 때문에, 일단 콘텐츠를 3~4개 정도 제작하여 막연하게 광고를 시작하였습니다.
그 결과는 매우 처참했습니다.
위의 사진은 입사 후 처음 진행한 SNS 마케팅이었는데요, CTR은 0.1% 내외를 기록하였고 실제 잠재 고객으로의 전환은 3개도 채 되지 않았습니다.
회사의 광고 비용을 제가 낭비했다는 자괴감에 빠지게 되었고, 근원적인 질문을 저 스스로에게 던지게 되었습니다.
마케팅을 통해 Dalpha가 달성해야 하는 목적이 무엇일까?
위의 사진은 제가 하루를 온전히 투자하여 고민한 이후 도출한 결론입니다.
일단 Dalpha는 B2B 스타트업이기 때문에, 일반적인 B2C 마케팅과 성격이 매우 다를 것이라고 판단하여 그 목적을 설정하는 것이 굉장히 중요하다고 생각하였습니다.
Dalpha가 마케팅이 필요한 이유를 결론부터 말씀드리면,
AI 시장에서의 대세감을 확보하여 잠재 고객을 수집하는 것
이라고 결론을 내리게 되었습니다.
대세감이 무엇이며, Dalpha가 중요하게 생각하는 가치에는 어떤 것이 있는지는 다른 글에서 설명 드리도록 하겠습니다 :)
이러한 궁극적인 목적을 바탕으로, 새롭게 마케팅을 진행하기 시작하였습니다.
앞서 언급한 Dalpha의 마케팅 목적을 머리에 새긴 채 어떤 것부터 다시 설정해야 하는지 고민하였습니다.
“1. 누구에게(타겟팅) 2. 어떤 것을(콘텐츠 내용) 마케팅할 것인지”에 대해 재정립해야 하며, 이 두 가지 요인은 목적과 무조건적으로 얼라인되어야 한다는 결론을 도출하였습니다.
이후, 대세감을 확보하여 잠재 고객을 수집하기 위해서는 누구를 타겟팅해야 하고 어떤 콘텐츠를 구상해야 하는지 끊임없이 AB Test를 진행하였습니다. 아직까지도 어떤 것이 정답인지 완벽히 생각해 내지는 못했지만, 어느 정도의 최적화는 이루어진 상태이기에 관련된 결론을 공유 드리겠습니다.
잠재 고객을 수집하기 위해서 기업이나 기업에 종사하고 있는 개인을, 그리고 그 중에서도 고객을 더욱 빠르게 수집하기 위해서 Dalpha의 주력 솔루션에 대한 니즈가 클 것으로 예상되는 산업을 타겟팅하였습니다.
Dalpha는 이커머스에서 니즈가 큰 유사 상품 추천, 검색 엔진, 상품 카테고리 자동화 등의 솔루션을 다수 보유하고 있기에 이커머스에 종사하고 있는 고객을 타겟팅하였습니다.
콘텐츠의 경우, 1) 어떤 Product인지 한 눈에 이해하기 쉽거나 2) 고객의 Pain point를 명확히 짚은 내용이 성과가 매우 좋았습니다.
Dalpha의 리뷰 분석 AI 광고를 예시로 들어보겠습니다.
[Dalpha 리뷰 분석 AI 광고 콘텐츠 #1]
상기 사진은 어떤 Product인지 한 눈에 이해하기 쉽게 제작한 광고 콘텐츠입니다. Dalpha AI가 리뷰를 키워드 별로 분류하여 긍/부정 비율을 산출하고, 키워드에 해당하는 리뷰 원문을 하이라이트한다는 사실을 이미지에서 한 눈에 알 수 있습니다. 구체적으로 어떤 AI인지 탐색해보지 않아도, 우리 기업에 해당 AI가 필요하다는 사실을 즉시 인지할 수 있어 클릭률이 매우 높게 산출되었습니다.
[Dalpha 리뷰 분석 AI 광고 콘텐츠 #2]
위의 사진은 고객의 Pain Point를 명확하고 Hooking하게 짚은 콘텐츠입니다. 기간제 아르바이트를 모집하는 어플리케이션의 UI를 차용하여, 인건비를 소모하여 리뷰를 분석하고 관리하는 아르바이트를 모집하고 있는 기업을 타겟팅하였습니다. 실제로 해당 아르바이트 구인 글이 사이트에 존재하는지 확인하였고, 이러한 콘텐츠를 활용하면 수작업 자동화에 AI가 도움이 될 수 있다는 사실을 효과적으로 어필하였습니다. 그 결과, 문의 전환율이 매우 높게 측정되었습니다.
결론적으로, 퍼포먼스가 매우 개선되었습니다.
3% 대의 CTR과 많은 수의 문의(잠재 고객으로의 전환)가 발생하였고, 많은 고객사 분들께 AI를 제공해 드릴 수 있게 되었습니다.
아직까지도 결과가 매우 부족하다고 생각되지만, 아무 것도 알지 못하던 때와 비교하면 장족의 발전을 이루었음을 확인할 수 있습니다 :)
입사 초에 비하면 이제는 Dalpha가 “대세감”을 어느 정도 확보하고 있다고 생각합니다.
그러나, 아직까지도 초기 스타트업인만큼 마케팅의 목적을 달성하기 위한 무언가가 필요하기 때문에 그 목적을 달성하기 위해 어떤 마케팅을 진행해야 하는지 끊임없이 고민하고 있습니다.
뛰어난 다른 마케터분들과 비교해서는 정말 부족한 실력이기에, 앞으로 마케팅에 대한 팁을 제공해드리기보다는 제가 겪은 시행착오를 통해 얻은 Lesson Learn을 지속적으로 공유 드리도록 하겠습니다.
다음 글에서는 PR이나 콘텐츠 마케팅과 같은 이야기를 다루어보도록 하겠습니다.
항상 Dalpha에 많은 관심 부탁드립니다 :)
박용찬
지난 번에 Dalpha BD/Sales 팀이 어떻게 움직이고 있는지 그 첫 번째 Step에 대해서 말씀 드렸습니다.
“간단한 코드를 통해 맞춤형 멘트를 자동 작성하여 잠재 고객사에게 매력적인 콜드메일 내용을 작성해보자!”
로 지난 번 글을 한 문장으로 요약해 볼 수 있을 것 같습니다.
맞춤형 멘트로 메일 내용 구성을 완료했다면, 이제 잠재 고객에게 메일을 발송해야겠죠?
대부분의 B2B 기업은 페르소나를 설정하고 적으면 수십에서 수백 명, 많으면 수천 명까지의 잠재 고객에게 콜드메일을 한 번에 발송하곤 합니다.
발송 대상의 수가 적으면 일일이 이메일을 발송하거나, Gmail의 bcc 기능을 활용할 수 있습니다. 그러나, 발송 대상의 수가 많을 경우 이러한 방식을 채택하면 시간 소요가 너무 심하고, 현실적으로 불가능한 일입니다.
저희 Dalpha 역시 창업 초기에는 특정 AI를 사용할 가능성이 높은 기업을 하나하나 탐색하여 일일이 콜드메일을 발송하였으나, 현재는 많은 잠재 고객사들과 컨택하고 있기에 콜드메일을 효율적으로 발송하는 방법을 탐색하기 시작하였습니다.
Stibee나 SendGrid 등 다양한 솔루션이 존재하지만, Google에서 제공하는 기능만으로도 충분히 콜드메일 대량 발송이 가능하다는 사실을 알아냈습니다.
이번 글에서는 Google Apps Script에서 코드를 사용하여 어떻게 이메일을 대량 발송할 수 있는지 설명 드리도록 하겠습니다.
Google Apps Script는 하드 코딩이기 때문에 각자 설정하는 코드가 다를 것이며, 오늘 제가 공유 드리는 코드는 단순 참고용으로 생각해주시면 감사하겠습니다. 제가 말씀드리는 내용이 절대 정답은 아닙니다 :)
Google Spreadsheet 생성 → Apps Script에서 코드 작업 → 테스트 → 이메일 발송
총 4가지의 Step만으로 콜드메일을 발송할 수 있습니다.
그렇다면, Dalpha의 리뷰 분석 AI Selling을 위한 콜드메일 작성을 예시로 자동 발송 프로세스에 대해서 설명 드리도록 하겠습니다.
Google Spreadsheet를 생성한 이후, 이메일 발송에 필요한 필드를 채워 넣습니다.
이메일 발송에 필요한 필드는 때에 따라 매우 다르겠지만, 저희 Dalpha는 기업명, 이메일 주소, 커스텀 멘트 총 3가지만을 입력하였습니다.
(왼쪽) Sheet 1 필드 / (오른쪽) Sheet 2 필드
Sheet 1 A열에 기업명, B열에 이메일 주소, C열에 커스텀 멘트를 입력합니다.
Sheet 2 A열에 이메일 제목을 입력합니다.
필드를 다 채워 넣었다면, 상단 바의 ‘Extensions → Apps Script’에 들어가서 코드 파일을 생성합니다.
이후, ChatGPT를 활용하여 하드 코딩을 진행하였습니다.
function sendEmail() {
//변수 설정
const ss = SpreadsheetApp.getActiveSpreadsheet()
const sheet1 = ss.getSheetByName('sheet1'); // 이메일 보낼 사람들과 커스텀 멘트가 들어간 시트명
const sheet2 = ss.getSheetByName('sheet2'); // 이메일 제목이 들어간 시트명
const subject = sheet2.getRange(2,1).getValue(); // 이메일 제목 추출
const n = sheet1.getLastRow(); // 이메일 보낼 명단이 전체 몇 명인지 확인
const senderName = "Dalpha 박용찬";
// 행 반복 구문
for (let i = 2; i < n + 1; i++) {
const companyName = sheet1.getRange(i, 1).getValue();
const emailAddress = sheet1.getRange(i, 2).getValue();
const customment = sheet1.getRange(i,3).getValue();
// 이메일 내용 작성
const body = `
<pre style="font-size: 12px; color: black; font-family: Arial, sans-serif;">안녕하세요,
Dalpha 박용찬입니다.
${companyName}께서 ${customment}고 들었습니다.
<strong>리뷰를 자동으로 분석하는 AI</strong>를 도입해보시는 것은 어떠실까요?
관련해서 <strong>간단한 미팅</strong>을 진행해보면 좋을 것 같습니다.
내부적으로 논의 후 편하게 회신 주시면 감사하겠습니다.
감사합니다.
박용찬 드림
</pre>
<img src="<https://email-14.s3.ap-northeast-2.amazonaws.com/yongchan_card.png>" alt="Image Alt Text" style="display: block; max-width: 30%; margin: 20px 0 20px 0;">
`;
MailApp.sendEmail({
to: emailAddress,
subject: subject,
htmlBody: body,
name: senderName,
});
}
}이렇게 코드로만 설명드리면 이해가 안 가는 부분이 있으실 것 같아 조정 가능한 부분들에 한해서 자세하게 뜯어보도록 하겠습니다.
2행 ‘변수 설정’
시트에 채워 넣은 필드를 각각 변수로 설정합니다.
Sheet 1을 이메일 보낼 사람들과 커스텀 멘트가 들어간 시트명, Sheet 2의 A2셀을 이메일 제목으로 설정하는 등의 작업을 진행합니다.
해당 부분에서 변수를 설정해야 향후 이메일 내용 등의 코드를 작성할 때 변수가 적용되기 때문에 필수적인 작업이라고 할 수 있죠.
10행 ‘행 반복 구문’
행이 여러 개이기에 마지막 행까지 반복해야 하는 경우, for 문을 활용하여 변수를 설정합니다.
2행부터 마지막 행까지 입력한 잠재 고객에게 모두 메일을 발송해야 하기 때문에 이메일 주소를 ‘반복’해서 전송하는 코드를 작성합니다.
15행 ‘이메일 내용 작성’
이제 본격적으로 이메일 내용을 작성하는 코드를 입력합니다.
각 코드가 어떤 걸 의미하는지는 다음과 같습니다.
<pre style=___> : 이메일 내용의 폰트 사이즈나 색깔, 종류 등을 설정함
<strong>___</strong> : 볼드 표시하고 싶은 부분을 설정함
${companyName} : 행 별로 각기 다른 회사 명을 삽입함
${customment} : 행 별로 각기 다른 커스텀 멘트를 삽입함
img scr : 명함을 캡쳐하여 이를 이미지 url 주소로 붙여 넣고, 이미지의 크기 역시 설정할 수 있음
모든 코드를 입력하였다면 꼭 Save project를 누르고 코드 작업을 마무리해야 합니다.
Save를 누르지 않으면 발송 자체가 되지 않으니 참고해주세요!
또한, Save를 눌렀는데 오류가 발생한다면 어떤 코드가 잘못 되었는지 확인해야 합니다.
본격적으로 이메일을 발송하기 전에, 설정해 놓은 코드대로 이메일이 잘 발송되는지 확인해야 하기 때문에 발송 테스트를 해야 합니다.
(왼쪽) 테스트용 필드 (오른쪽) 테스트 발송 이메일 내용
Sheet 1에 본인의 기업명, 이메일 주소, 커스텀 멘트를 채워 넣고 이메일을 내게 쓰기로 미리 테스트해겠습니다.
의도한대로 이메일이 잘 발송되는 것을 확인할 수 있습니다.
만약 코드에 오류나 오타가 있는데 발송 테스트를 해보지 않고 바로 발송을 하게 될 경우, 잠재 고객사에게 돌이킬 수 없는 실수를 하게 될 수 있으니 발송 테스트는 “꼭” 해보시는 것을 추천드립니다.
이메일이 잘 전송되는지 확인했으니, 이제 Sheet 1에 본인 정보를 빼고 발송 대상 정보를 모두 채운 후 이메일을 발송하면 됩니다.
(왼쪽) 발송 이메일 내용 (오른쪽) 실제 발송 로그
저희 Dalpha가 전송하였던 이메일 예시입니다.
실제로 Dalpha는 최근 이러한 방식으로 “STT 요약 AI”를 제공하기 위한 콜드메일을 발송하였습니다.
발송 대상 정보를 수집한 이후 15분 만에 이메일을 약 150개의 기업에게 발송하여, 효율적으로 시간을 단축할 수 있었습니다.
전체 발송 기업 중 약 10%의 기업에게 회신이 왔고, 해당 기업들과 모두 비즈니스 미팅을 진행할 수 있었습니다.
최근 Dalpha BD/Sales 팀은 Scale-up을 위하여 어떻게 하면 더욱 일을 효율적/효과적으로 할 수 있을까에 대한 고민을 깊이 하고 있습니다.
기업의 수작업을 줄여주기 위한 AI 솔루션을 개발하고 있는 기업인데, 팀 내부적인 일을 수작업으로 하고 있으면 굉장한 모순이겠죠? :)
그 First Step으로 자동화에 힘쓰고 있으며, 오늘 공유드린 메일 발송 자동화도 그 일환이라고 할 수 있습니다.
앞으로 저희 팀은 계속해서 업무 자동화를 0 to 1으로 고민할 것이고, 그러한 과정에서 생긴 노하우를 편하게 공유 드리도록 하겠습니다.
다음에도 BD/Sales 팀의 Insight를 온전히 전달 드릴 수 있도록 노력하겠습니다 :)
박용찬
정말 다양한 고객사(심지어 Global Client까지)에게 콜드메일을 N천번 보내본 결과, 콜드메일은 어떻게 보내는지에 따라 응답률이 매우 다르다는 것을 알게 되었습니다.
그렇다면 어떻게 보내야 응답률이 잘 나올까요?
정답은 없지만 제가 느낀 것은,
광고나 영업처럼 덜 느껴질 것!
너희 회사한테 관심이 많다는 것을 강조할 것!
이었습니다.
그런 의미에서, 저희는 콜드메일을 보낼 때 최대한 가벼우면서 고객사 맞춤형 멘트를 만드는 것에 집중해보았고, 그 결과 300개 중 1~2개 회신이 올까말까 하던 상황에서, 이제는 정신이 없을 정도로 미팅이 많이 잡히고 있습니다.
하지만, 문제가 있었습니다. 가볍게 보내는 멘트는 어느정도 템플릿화 할 수 있었지만, 맞춤형 멘트를 작성해서 보내는 것에 너무나도 많은 수작업 리소스가 들었습니다.
그래서 더 좋은 방법이 없을까 고민하던 참에… sales.co라는 곳에서 연락이 왔습니다.
외국 기업이, 심지어 한국어로만 되어있는 저희 사이트를 보고 맞춤형 멘트로 콜드메일이 온 것입니다. 비대면 미팅을 통해 어떠한 방식으로 메일을 작성했는지 여쭤봤으나, 대외비이기에 정확한 비법을 알려주지는 않습니다.
하지만, 저희가 나름대로 추론해서 결국 커스텀 멘트를 최소한의 리소스로 보내는 방법을 생각해냈고 아래에 글에 방법을 소개하겠습니다.
결론부터 말하자면, ChatGPT API 호출만 할 줄 알면 커스텀 멘트를 자동으로 작성하여 이메일을 발송할 수 있습니다.
개발경험이 없거나 적으신 분들도 충분히 할 수 있으며, 단계별로 설명해드리겠습니다.
Step 1 : 기업명, 기업 홈페이지가 있는 사이트 탐색
Step 2 : 기업 홈페이지에서의 정보 추출
Step 3 : 추출한 정보들을 ChatGPT API에 넣음
예시 코드)
import openai
import logging
import time
import os
from pathlib import Path
import pandas as pd
from tqdm import tqdm
from website_prompt import *
waiting = True
######### GPT argument
OPENAI_API_KEY = "your api key"
openai.api_key = OPENAI_API_KEY # os.getenv("OPENAI_API_KEY") #
gpt_model = "gpt-3.5-turbo"
gpt_wait = 10
gpt_prompt = gpt_prompt_topic_structure
company_name = "회사 이름"
input_prompt = f"""
Company Name is '{company_name}'.""" + "회사 정보 텍스트 뭉치"
gpt_input = [
{"role": "system", "content": gpt_prompt},
{"role": "user", "content": input_prompt},
]
logging.info(gpt_input)
response = openai.ChatCompletion.create(
model=gpt_model, # "gpt-3.5-turbo", # "gpt-4"
messages=gpt_input,
max_tokens=1024,
temperature=1,
top_p=1,
stream=False,
)
chunk_message = response["choices"][0]["message"].get("content", "")
df.iloc[i,2] = chunk_message
print(chunk_message)
time.sleep(1)
예시 사진)
gpt_prompt_topic_structure = """ you want to compliment this company
- Output must be written in English.
- Output must be less than 40 words.
---- EXAMPLES ----
<input>
"회사 정보 뭉치"
<output>
Love the concept of Dalpha AI! Being able to try out and purchase various AI models at a single store, with the added bonus of immediate API access, is a game-changer. Looking forward to exploring the possibilities of custom AI through your expert consulting too."""
결론적으로 위와 같이 회사별로 커스텀 멘트가 생기게 되며, 달파는 위의 멘트들을 활용하여, Google Apps Script로 이메일을 자동 발송하며 Sales를 하고 있습니다.
(Google Apps Script 활용법은 다음 번에 알려드릴게요!)
위와 같이 ChatGPT를 활용하니 응답률 좋은 콜드메일을 보내기 수월해졌고, 구성원 분들이 수작업에서 벗어나 더 가치 있는 일에 집중할 수 있게 되었습니다.
위의 방식은, 회사 정보에 대한 사이트만 발굴하면 계속 똑같은 파이프라인 속에서 활용할 수 있기에 저희도 지속적으로 회사 정보가 있는 사이트들을 발굴하고 있습니다.
앞으로도 개발을 조금만 할줄 알아도, 배울 의지만 있어도 영업 과정을 자동화할 수 있는 글(이메일 자동발송 등)들을 계속 업데이트 해보겠습니다.
또한, 정보가 부족해 full scope으로 위의 과정을 돌아보고 싶으신 분들은, 달파 사이트에 문의하기로 남겨주시면 제가 따로 연락드리겠습니다.
저희 모두 B2B 세일즈 화이팅입니다!
박용찬
개발자에게 선호되는 PM이 되려면 이렇게 해야 합니다.
PM이라면 모르면 안되는 단어, API.
비개발자가 API를 처음 마주쳤을 때,
그 낯섦과 막연한 두려움은 아마 많은 분들이 공감하실 거라 생각해요.
‘PM이 이런것도 알아야 해?’ 라고 생각할 수 있지만,
API는 서비스 개발 전반적인 영역에서 사용되기 때문에
대략적인 이해가 뒷받침된다면 더 효율적인 매니징이 가능합니다.
하지만 그렇다고 기술적으로 깊은 이해가 필수적인 것은 아니에요.
API에 대한 대략적인 원리와 어떤 상황에서 어떤 담당자와 소통해야
하는지를 이해하기만 한다면 충분합니다.
특히 달파는 대부분의 AI 서비스를 API 형식으로 제공하고 있기 때문에
API에 대한 이해가 필수적이었는데요,
비개발자의 시선에서 저희 PM분이 API와 친해졌던 과정을 공유해볼까 합니다.
출처 : https://blog.wishket.com/api란-쉽게-설명-그린클라이언트/
API는 레스토랑의 점원이라는 비유가 직관적인데요,
레스토랑에서 음식을 주문할 때를 생각해봅시다.
이때 점원은 손님의 주문을 받아 요리사에게 전달하고,
요리사로부터 음식을 받아 손님에게 전달하죠.
API도 똑같습니다.
프로그램(Client)의 요청을 받아 이 요청을 처리할 수 있는 프로그램에게 전달하고,
처리된 요청의 결과값을 다시 프로그램(Client)에게 전달합니다.
즉, API는 한 마디로 프로그램 간 소통을 도와주는 도구입니다.
우리가 핵심적으로 알아야 할 부분은 주로 아래 두 가지입니다.
이건 어떤 일을 하는 API인가?
지금 API 단에서 발생한 문제는 어떤 문제인가?
1번을 파악하는 데 가장 도움이 되는건 API 문서입니다.
API 문서는 전자제품 사용설명서처럼 생각하면 좋습니다.
모든 내용을 볼 필요는 없고 특정 부분만 확인하면
대략적으로 어떤 역할을 하는 API인지 파악할 수 있죠.
PM이 주로 확인하는 건 요청(input) 예시와 응답(output) 예시입니다.
쿠팡의 API 문서를 확인해보겠습니다.
Request/Response Example을 보면 json 형식으로 데이터를 주고받고 있는데요,
json 형식은 키(key)와 값(value)으로 이루어진 하나의 문법입니다.
요청값에 상품명과 여러 정보들을 담아서 보내면,
응답값으로 예측한 카테고리 id와 이름이 반환되는 것을 알 수 있네요.
즉, 이 API는 상품의 이름을 기반으로 카테고리를 추천해주는 API라는 것을 쉽게 확인할 수 있습니다.
다음으로 API의 에러상황에 대해 이해해보겠습니다.
‘404 not found’와 같이 에러 코드에는
어떤 종류의 에러인지에 대한 정보가 담겨있는데요,
에러 유형을 구분할 수 있다면 문제의 원인을 짐작하는 데 도움이 됩니다.
정확한 소통, 즉 빠르게 문제를 파악하고
누구에게 무엇을 요청할 것인지 판단하는 데 매우 유용합니다.
[에러 코드]
4XX (클라이언트 오류): 요청값이 잘못된 상태
5XX (서버 오류): 요청값은 잘못없음. 서버가 요청을 처리하지 못한 상태
에러코드가 4로 시작한다면 주로 요청을 보내는 프론트,
5로 시작한다면 주로 요청을 처리하는 백엔드에
문제가 생겼다고 짐작할 수 있습니다.
서비스를 개발할 때 모든 기능을 내부에서 구현할 필요는 없겠죠.
많이 들어보셨을 Open API는 말그대로 Open되어 있는,
자유롭게 활용 및 공유되도록 설계된 API입니다.
“이거 Open API 있어서 그거 쓰면 됩니다.” 라는 말은
해당 기능을 아주 쉽게 구현할 수 있다는 뜻으로 받아들일 수 있어요.
대표적으로 유튜브, 트위터, 네이버, 카카오 등에서
다양한 기능의 Open API를 제공하고 있습니다.
[Open API 제공 사이트]
최근 AI 활용도 마찬가지로 API를 통해 쉽게 이루어지고 있습니다.
chatgpt, whisper 처럼 대용량의 서버가 필요한 AI 모델도
개인이 쉽게 활용할 수 있는 시대가 되었죠.
API를 통해 AI를 활용하는 것은 많은 장점이 있습니다.
사용량 기반 과금으로 유연한 활용
빠른 프로토타이핑과 테스트
지속적인 성능 개선
달파의 많은 AI들도 API 형식으로 서비싱되고 있습니다.
고객사 서비스에 딱 맞는 방식으로 커스텀 제공되기 때문에
활용도가 매우 높고 개발 리소스도 최소한으로 들일 수 있죠.
API는 서비스 개발의 아주 많은 영역에서 활용되는 만큼
PM으로서 이를 이해하는 것은 필수적입니다.
기획 단에서 어떤 영역에 API가 활용될 수 있고,
어떤 상황에서 누구와 소통해야 하는지 파악하는 데
이 글이 조금이라도 도움이 되었으면 합니다 🙌
박용찬
AI가 그렇게 대단하고 편하다고 하는데 막상 실생활이나 업무를 할 때 사용하기는 쉽지 않은 것 같습니다. AI Store를 만들어 가는 저희도 기업들을 위한 편리한 AI 서비스는 많이 만들어봤지만 막상 업무를 할 때는 AI를 적극적으로 사용하기 쉽지 않은 것 같아요.
가장 쉽게 AI를 접하고 이용하는 방법은 ChatGPT를 쓰는 것 입니다. ChatGPT를 활용하면 정보를 요약하고, 글 작성을 위한 초안을 추천 받고 코딩을 할 때도 많은 도움을 받을 수 있습니다. 하지만 매번 탭을 왔다 갔다 하면서 사용하기에 불편하고 결과물이 매번 2% 아쉬워서 점점 안쓰게 되는 경우가 많은 것 같아요.
좀 더 편하게 AI와 ChatGPT를 쓰는 방법이 없을까 찾아보다가 발견한 것이 크롬 익스텐션이었습니다. 크롬 익스텐션은 크롬 브라우저에 설치할 수 있는 앱과 유사한 개념으로, 브라우저에 다양한 부가 기능을 추가할 수 있습니다.
ChatGPT 열풍으로 AI를 활용한 다양한 크롬 익스텐션이 등장했는데, 너무 많이 등장한 나머지 진짜 유용한 앱을 찾기가 정말 어려운 것 같습니다.
그래서 준비했습니다!
AI Store 선정, 일 잘하는 사람들을 위한 AI 크롬 익스텐션 Top 8
업무에 따라서 하는 일들이 정말 다양하지만, 직장인이라면 누구나 회의를 하고 인터넷으로 자료를 찾아보며 이메일과 보고서를 작성해야 하는데요, 이럴 때 꼭 필요한 프로그램들을 모아봤습니다.
사실 회의 시간보다 회의 내용을 정리하고 요약해서 공유하는데 더 오래 걸립니다. 이 두가지 크롬 익스텐션을 활용하면 회의 끝나고 정리하는데 걸리는 시간을 획기적으로 줄일 수 있습니다.
이 두가지 익스텐션의 주요 기능들은 아래와 같습니다.
Google Meet, Zoom으로 진행한 회의를 자동으로 녹화하고, 참가자 별로 속기를 해줍니다.
속기, 녹화한 내용을 시간대 별로 쪼개서 정리해줍니다.
중요한 순간들은 클립을 따주고 슬랙 등에 쉽게 공유할 수 있게 해줍니다.
AI가 중요한 순간들을 알아서 선별하고, 전체 회의 내용을 요약해줍니다.
전체 회의 중에서 필요한 정보들을 검색할 수 있습니다.
회의를 도와주는 크롬 익스텐션은 위 두가지 말고 정말 다양하지만, 제가 직접 사용해봤을 때 아래 두가지가 가장 편리하고 똑똑한 것 같습니다. 두 서비스 모두 주요 기능들은 거의 비슷하지만 몇가지 차별점들을 가지고 있어서 아래 링크에서 직접 비교해보고 상황에 따라 필요한 서비스를 사용하면 좋을 것 같아요!
tl;dv 🔗바로가기
Fireflies 🔗바로가기
ChatGPT를 활용해서 진짜 인터넷 비서 역할을 하는 서비스들도 있습니다. 국내 서비스인 라이너와 해외 서비스인 Jasper와 Monica가 대표적입니다.
AI 비서 프로그램의 대표적인 기능들은 아래와 같습니다.
인터넷에 있는 장문의 글을 요약
특정 문장을 선택하면 해당 문장에 대한 추가적인 설명, 번역
글의 제목, 글 쓰는 목적 등을 선택하면 자동으로 상황에 맞는 글 작성 (ex. 이메일 작성하기)
ChatGPT와 동일한 AI 채팅 기능
유튜브 내용 요약
구글 검색 시 AI가 추가적인 정보를 제공
라이너의 경우 조금 특별한 기능을 가지고 있는데요, 웹서핑을 하다가 중요한 내용을 저장하고 공유하는 기능이 있습니다. 아래 링크에서 각 서비스들이 가지고 있는 특별한 기능들을 찾아보세요!
라이너 🔗바로가기
Jasper 🔗바로가기
Monica 🔗바로가기
위에서 모두를 위한 프로그램을 추천했다면, 이번엔 개발자를 위한 프로그램을 추천하고자 합니다. 사실 개발자분들은 이미 Copilot과 같은 AI 프로그램을 많이 사용하거나 직접 만드는 분들도 많을 것 같은데요, 크롬 익스텐션으로 브라우저에서도 AI 프로그램을 활용해보거나 AI를 활용하는 서비스를 만들 때 아이디어를 얻을 수 있을 것 같습니다!
신규 서비스를 출시하면 유저를 위한 가이드(튜토리얼)을 만들어야 하는 경우가 정말 많습니다. 유저 가이드를 만들기 위해서는 서비스 동작 화면을 녹화하고 중간 중간 단계별로 편집하고 설명들을 작성해줘야 합니다.
Scribe라는 서비스는 이런 과정을 AI로 한번에 해결하고 쉽게 공유할 수 있도록 도와주는 프로그램입니다. Scribe 프로그램을 키고, 화면 녹화를 진행하면 자동으로 중간 중간 단계를 기록하고 설명을 쉽게 추가할 수 있습니다. 아래 링크에서 자세한 정보를 확인해보세요!
Scribe 🔗바로가기
VS Code나 Intellij를 활용해서 개발을 할 때 Copilot은 이제 필수 프로그램이 되었습니다. Codeium은 코파일럿과 유사한 프로그램으로, 크롬 브라우저에서 Colab and Jupyter와 같은 웹 에디터에서 코드 자동 완성 기능을 이용할 수 있습니다. 이 프로그램을 사용하면 AI가 코드의 문맥을 이해하고, 자동으로 코드 조각을 제안해줍니다. 또한, 자주 사용하는 코드 패턴을 기억하고, 이를 활용하여 코드 작성을 더욱 효율적으로 도와줍니다. 아래 링크를 통해서 바로 설치해보세요!
Codeium 🔗바로가기
논문을 작성하기 위해서는 수많은 논문을 읽어봐야 합니다. 하지만 대부분의 논문은 정말 길고, 영어로 작성되어 있어서 빠르게 읽고 이해하기 어렵습니다. 이럴 때 사용하기 좋은 프로그램이 바로 논문 리서치를 도와주는 AI, SciSpace 입니다.
SciSpace는 전문 용어로 작성된 내용을 이해하기 쉽게 설명해주며, 채팅 기능을 통해 논문의 내용을 꼼꼼하게 이해할 수 있습니다. PDF도 인식해서 논문 속 수식을 선택하면 해당 수식을 분석해서 설명해주는 기능도 제공합니다. 한국어를 포함해서 정말 다양한 언어를 지원하기 때문에 편하게 사용할 수 있을 것 같아요!
SciSpace 🔗바로가기
사실 회사와 직종에 따라 하는 일들은 정말 다양합니다. 그래서 회사에서 하는 업무에 딱 맞는 AI 서비스를 찾는게 더욱 어려운데요, 회사 업무 중에 AI로 대체하고 싶은 단순 반복적이고 지루한 업무가 있다면 달파에 문의해보세요!
달파는 수많은 기업들이 하는 다양한 업무에 특화된 AI 서비스를 빠르게 개발해드립니다. 동영상 편집, 번역, 자료 조사, 고객 응대 등등 정말 많은 분야에서 AI를 사용하는 모습을 AI Store에서 직접 둘러볼 수 있습니다!
박용찬
AI 대전환 시대가 도래하면서 너도나도 AI를 개발 및 사용하기 시작하였습니다. 시장 초기에는 단순히 개발자들만 AI를 기술적으로 접근하여 고도화하였지만 최근에는 비개발자들 사이에서도 AI 활용이 두드러지고 있죠. 비개발자 출신인 제가 지금 AI 스타트업에서 AI에 대한 지식을 쌓고 있는 것만 봐도 그런 것 같네요. 점차적으로 우리의 실생활에 밀접하게 AI가 활용되고 있습니다. 첨단기술부터 소비재, 금융, 정부 및 공공, 제조업까지 AI가 활용되고 있지 않은 분야가 없을 정도입니다. 과거에는 AI가 단순히 기업의 비용을 절감하는 용도로만 사용될 것으로 예상되었으나, 생성형 AI의 등장으로 기업의 매출을 증대할 수 있는 방향으로도 AI가 활발히 사용되고 있습니다. 그렇다면, AI가 어떤 산업에서 어떻게 활발히 활용되고 있을까요?
제가 오늘 말씀드리고 싶은 AI 활용 사례는 ‘마케팅 산업’에서의 이야기입니다. 마케팅은 잠재 고객과 직접적으로 맞닿아 있는 산업이기 때문에 생성형 AI가 더욱 활발히 활용되고 있습니다. 마케터들이 AI로 생성한 콘텐츠는 고객 확보로 이어지고 이는 매출 증대에 긍정적으로 작용하게 됩니다. 뿐만 아니라, 고객의 데이터를 자동 분석하여 진행하는 고객 맞춤화된 마케팅 전략은 구매 전환율에 큰 도움이 되기도 합니다. 실제로 Verified Market Research에 따르면, 전세계적으로 마케팅 산업에서 사용되는 AI 시장의 규모는 2030년 약 783억 달러에 이를 것으로 예측된다고 하니, 마케팅 산업에서의 AI 활용은 매우 긍정적인 전망이라고 할 수 있겠습니다.
출처: Verified Market Research
그렇다면, 제가 지금까지 Dalpha에서 시장 조사를 하고 많은 마케터 분들을 만나면서 얻은 인사이트를 바탕으로 어떻게 실제로 마케팅 산업에서 AI가 활용될 수 있는지 공유 드리겠습니다.
엇비슷한 상품이 매일 같이 쏟아지고 있는 현 시대에, 광고 콘텐츠에서 차별점을 갖는 것은 매우 중요합니다. 똑같은 상품을 보더라도, 광고 콘텐츠가 흥미를 유발하게 될 경우 소비자들이 클릭할 확률이 굉장히 높아지겠죠? 저도 신박한 광고 콘텐츠들을 보면 괜시리 어떤 회사이고 어떤 상품인지 궁금해서 항상 들어가보곤 합니다. 이러한 차별화된 콘텐츠는 실제 잠재 고객들의 구매로 이어지게끔 하는 전환율도 매우 높습니다. 이러한 콘텐츠 중에서도 이미지는 확실하게 이목을 집중시킬 수 있기 때문에 굉장히 중요합니다. 하나의 상품에 대한 글 10줄보다 임팩트 있는 사진 1장이 확실한 효과를 불러일으킬 수 있죠. 따라서, 마케터 분들은 차별화된 이미지 생성에 많은 시간을 쏟지만 생각보다 무에서 유를 창조하는 영역은 쉽지가 않습니다.
이미지 생성 AI는 마케터 분들의 이러한 수고를 쉽게 덜어줄 수 있습니다. 실제로 저도 회사에서 마케팅을 담당하고 있는데, 매일같이 Pinterest 같은 사이트들을 참고하면서 콘텐츠를 제작하기에는 한계가 있더라고요. 그래서 제가 실제로 콘텐츠를 생성하기 위해 찾아봤던 툴을 공유드리려고 해요.
바로 Stability AI의 Stable Diffusion이 그 보조 툴인데요, 이미 많이 유명해서 사용하는 분들이 많지만 이를 마케팅에 활용하시는 분들은 한국에 아직 많이 없는 것 같더라고요. 텍스트 프롬프팅을 통해 원하는 이미지의 형태나 키워드를 입력하면 관련된 이미지를 AI가 자동 생성해줍니다. 예를 들어, 제가 코카콜라를 빈티지한 과거의 느낌으로 광고를 하고 싶다고 하면, “1950s Advertisement for Coca-Cola”라는 텍스트 프롬프트를 입력할 수 있겠죠? 그럼 다음과 같은 이미지가 생성됩니다.
출처: Open Art
어떠신가요? 정말 퀄리티가 높지 않나요? 이런 식으로 광고 이미지를 생성하여 콘텐츠 제작 시 참고하는 보조 툴로서 잘 활용할 수 있을 것 같습니다.
마케팅에서 이미지만큼이나 중요한 또 다른 콘텐츠는 바로 카피라이팅입니다. 일반적으로 제품이나 브랜드의 인지도를 높이기 위해 마케팅의 목적으로 작성하는 텍스트를 카피라이팅이라고 하는데요, 기업이 타겟팅하고자 하는 고객 세그먼트에 알맞고 차별화되는 카피라이팅을 생성해야 합니다. 하지만, 이 역시 이미지와 마찬가지로 마케터 분들이 모두 수작업으로 창의적이고 Hooking한 콘텐츠를 생성해야 하죠. 따라서, AI 툴을 활용하여 카피라이팅 후보군을 생성해볼 수 있습니다.
다양한 카피라이팅 생성 AI 툴이 존재하지만, 모두에게 익숙한 ChatGPT를 사용할 수 있겠죠? 제가 Dalpha의 숏폼 편집 AI 솔루션을 마케팅하기 위한 카피라이팅을 ChatGPT에게 직접 부탁해보았습니다.
출처: ChatGPT
제가 사용해보고 퀄리티에 깜짝 놀랐습니다. 저는 회사명, 상품명, 상품 특징, 고객과 관련된 자세한 정보를 바탕으로 ChatGPT에게 카피라이팅 생성을 부탁하였는데요, 실제로 사용해볼 수 있을 것 같습니다. 이처럼 텍스트 프롬프팅을 통해 마케팅을 집행하고 싶은 정보를 자세히 입력하면 맞춤화된 광고 카피라이팅을 자동으로 작성할 수 있습니다.
마지막으로, 개인화 마케팅에도 다양한 AI가 사용될 수 있습니다. 과거에는 다량의 상품을 다수의 고객에게 노출시켜서 판매하기 위해 매스 마케팅이 주를 이루었습니다. 그러나, 경쟁이 치열해지고 소비자들의 니즈가 점차 구체화되면서 기업은 잠재 고객을 세분화하기 시작하였습니다. 이렇게 세분화된 고객 세그먼트를 기반으로 맞춤화된 개인화 마케팅을 진행하며 고객 이탈을 막고 구매 전환율을 높일 수 있었죠. 이러한 개인화 마케팅을 위해서는 고객의 행동이나 타겟 등의 데이터를 분석하고 활용해야 하는데, 이를 일일이 분석하고 예측하는 것은 시간과 비용이 많이 소요됩니다. 따라서, AI를 활용하여 개인화 마케팅을 하는 사례가 증가하고 있습니다. 구체적으로 어떻게 개인화 마케팅을 할 수 있는지 말씀드려 볼게요.
메시지 알림 및 쿠폰 발송
축적한 고객 데이터를 바탕으로, 고객별로 맞춤화된 메시지를 자동 작성할 수 있습니다. 예를 들어, 쇼핑몰에서 청바지가 궁금해서 탐색했던 고객 데이터를 바탕으로 고객에게 “청바지 찾고 계신가요? Dalpha의 신상 청바지를 확인해보세요.” 등의 맞춤화 메시지를 발송할 수 있습니다. 또한, 시계열 데이터를 활용하여 고객의 참여 혹은 접속률이 가장 높은 시간대에 맞게 메시지를 발송할 수도 있죠. 메시지 뿐만 아니라, 쿠폰을 고객별로 가장 적합한 비율로 제공함으로써 유저의 구매 빈도를 높이거나 이탈을 방지할 수 있습니다.
상품 추천
이 글을 읽고 계시는 독자 여러분들 모두 한 번쯤은 쇼핑을 하시면서 “OOO님을 위한 추천”이라는 탭을 보신 적이 있으실 겁니다. 개인화된 상품 추천을 통해 고객이 최근에 본, 혹은 구매한 상품과 유사한 상품을 추천할 수 있습니다. 이는 고객의 재구매율을 향상시켜 고객을 Lock-in할 수 있는 효과를 불러일으킬 수 있죠. 실제로 네이버는 ‘AiTEMS’를 통해 네이버 검색에서 상품 키워드를 입력하면 고객의 행동 데이터를 분석하여 맞춤형 상품 추천 블록을 노출합니다. 하단에 첨부한 사진과 같이, ‘남자 손목시계’라고 검색어를 입력하면 제가 상품을 탐색했던 데이터를 바탕으로 추천 상품을 맞춤 쇼핑 블록으로 노출하게 됩니다.
출처: 네이버
동적 웹 페이지(Dynamic Website)
동적 웹 페이지는 말 그대로 개인별로 서로 다른 웹페이지를 노출하는 것을 의미합니다. 이는 아마 대표적인 예시를 보여드리는 것이 이해가 빠르게 되실 것 같은데요, 많은 분들이 사랑하고 계시는 OTT 서비스인 넷플릭스에서는 동적 웹 페이지를 유용하게 사용하고 있습니다.
출처: Motocms
넷플릭스는 고객의 시청 데이터를 기반으로, 맞춤화된 화면을 노출합니다. 실제로 넷플릭스 사용자 시청 콘텐츠의 약 80%가 AI 추천 기반 서비스라고 하네요. 저도 제가 좋아하는 장르와 비슷한 콘텐츠를 추천 받을 때 해당 웹페이지를 통해 콘텐츠를 주로 시청하곤 합니다.
저의 개인적인 생각으로는, 향후 마케팅 산업에서의 AI 활용 영역은 무궁무진할 것으로 예상됩니다. 앞서 말씀드린 생성형 AI를 통한 콘텐츠 생성 뿐만 아니라, 고객 데이터를 기반으로 한 고객 여정 고도화까지, 정말 다양한 분야에서 사용될 수 있죠. 일부 마케터 분들은 AI가 직업을 대체할 수도 있지 않을까라는 위협에 빠지기도 합니다. 그러나, 이러한 걱정 대신 오히려 AI를 어떻게 내 작업에 잘 활용할 수 있을까에 대한 고민을 이어나간다면 업무를 더욱 효율적으로 할 수 있겠죠? 고객 데이터를 기반으로 한 마케팅 CRM 툴은 시간 및 비용 감축에 많은 도움이 될 것이며, 생성형 AI의 경우에는 마케터 분들의 창의적인 콘텐츠 생성에 초석이 되어줄 수 있습니다.
이상으로 오늘 마케팅 산업에서의 AI 활용법에 대한 글을 작성해보았는데요, 앞으로도 꾸준히 특정 산업에서의 AI 활용법에 대한 내용을 공유 드리도록 하겠습니다. 추가적으로, 저희 Dalpha에서도 마케팅 산업에서 활용될 수 있는 다양한 AI 솔루션을 보유하고 있으니, AI Store를 둘러보시거나 직접 문의를 주셔도 감사할 것 같네요. 다음 글에서 더욱 좋은 인사이트를 공유 드릴 수 있도록 노력하겠습니다. 감사합니다.
박용찬
안녕하세요,
Dalpha BD/Sales Manager 박용찬입니다.
Dalpha의 이야기를 자세히 들려드리고자 메이커로그를 작성하게 되었습니다.
2023년 현재, 인류는 AI 대전환 시대를 맞이하고 있습니다. ChatGPT, LLaMA 등 오픈 소스 AI가 계속해서 공개되면서 인류의 AI에 대한 관심도가 급속도로 상승하고 있습니다. 뿐만 아니라, 이러한 오픈 소스 모델을 활용한 새로운 솔루션 역시 계속해서 생겨나고 있습니다.
그러나, AI에 대한 진입장벽은 여전히 매우 높습니다. AI가 신기하고 유용하다는 것은 모두 인지하고 있지만, 이를 실제로 활용하고 있는 비율은 현저히 낮습니다. 소수의 대기업들을 제외한 중소기업은 AI에 대한 관심은 있지만, 비용이나 기술적인 한계로 인해 기업의 비즈니스에 효율적으로 AI를 활용하고 있지는 못하는 상황입니다. 기업들조차 AI를 활발히 사용하고 있지 못하는 상황인데, 개인은 잘 활용할 수 있을까요? 아직 일상생활에 AI를 어떻게 적용할 수 있을지 잘 모르고 있는 개인이 대부분입니다.
Dalpha는 AX(AI Experience)를 혁신할 것입니다.
Dalpha의 미션은 AX(AI Experience)를 혁신하는 것입니다. 앞서 언급한 AI에 대한 진입장벽이 Dalpha를 통해 낮아질 수 있도록 할 것입니다. AI를 사용하고 싶지만, 어떻게 사용해야 할지 모르는 기업 및 개인을 위해 도움을 주고 실제 활용법까지 알려줄 수 있는 길잡이가 되는 것이 Dalpha의 미션입니다.
AI 시장에서의 대세감을 만들어 나갈 것입니다.
AX를 혁신하기 위해서, Dalpha는 AI 시장에서의 대세감을 확보할 것입니다. 현재 AI 시장은 초기에 있는 단계로, 어떻게 흘러가게 될지 아무도 명확하게 알지 못한다고 생각합니다. (심지어 저희 Dalpha도 명확한 결론을 내리지는 못했네요) 이러한 상황에서, Dalpha는 AI 시장이 어떻게 흘러갈지 치열하게 고민하여 AI 시장을 선도하는 대세감을 확보하기 위해 노력할 것입니다.
기업용 AI 구독 플랫폼: AI Store
대세감 확보를 위해서는 어떻게 해야 하는지에 대한 끊임없는 고민 끝에, Dalpha는 AI Store를 론칭하였습니다. 이름에서 유추 가능하듯이, 현재 스마트폰 중심의 생태계의 바탕으로 작용하는 '앱마켓'과 유사한 마켓플레이스 형태로 만들 계획을 가지고 있습니다. 그러나, 현재는 아직 AI B2B 시장이 활성화되어 있지 않기에, 시장을 형성하기 위해 노력하고 있는 단계입니다. Dalpha가 직접 AI에 대한 수요를 발굴하고, 서비스를 만들어 AI를 필요로 하는 기업을 모으는 데 집중하고 있습니다.
결론적으로, AI 기술이 상용화 되는 사례가 모두 Dalpha를 거쳐갈 수 있게 하는 대세감을 점차 확보하고 있는 단계입니다. Dalpha의 AI Store는 "모든 회사"를 위한 AI를 보유하고 있습니다. 이커머스 기업을 위한 상품 카테고리 자동화, 이미지/텍스트 검색, 리뷰 분석 등 뿐만 아니라, 마케팅, 콘텐츠, 물류, 제조업 등을 위한 AI 솔루션 역시 다량 보유하고 있습니다. 총 3~40여 개의 솔루션을 직접 제작하며 기업의 비용 감소 및 매출 증대의 문제를 해결하고 있습니다.
앞서 말씀드린 바와 같이, 아직까지 AI 시장은 초기 단계에 있기 때문에, 시장에서 AI가 상용화될 수 있는 사례는 무궁무진합니다. 아직 인류가 발견하지 못한 AI에 대한 니즈가 분명 어딘가에 존재할 수 있다고 생각합니다.
따라서, Dalpha는 AX를 혁신하여 대세감을 확보하기 위해 다음과 같은 방식으로 AI Store를 만들어 나가고 있습니다.
AI 컨설팅을 통한 니즈 발굴
Dalpha는 AI 컨설팅을 통해 시장의 AI에 대한 니즈를 발굴하고 있습니다. 매일같이 수작업으로 진행하고 있어 시간과 비용이 많이 발생하는 부분, 혹은 병목이 존재하여 매출이 잘 발생하고 있지 않은 부분을 캐치하여 어떻게 AI로 이러한 문제를 해결할 수 있을지 함께 고민합니다.
실제로 많은 고객사 분들을 만나뵙게 되면, 저희 Dalpha도 생각하지도 못한 번뜩이는 니즈를 발굴하곤 합니다. 이러한 니즈를 발굴하면, 이를 어떻게 AI로 해결할 수 있을지 끊임없이 고민하고 하나의 AI 솔루션을 개발하게 됩니다. 이러한 일련의 과정을 거친 AI 솔루션이 현재 AI Store의 대부분을 차지하고 있고요. Dalpha는 수많은 시장에서 AI가 어떻게 활용될 수 있을지 그 니즈에 대해 가장 많이, 그리고 잘 알고 있다고 자부할 수 있습니다.
지금까지 저희 Dalpha에 대한 소개를 간략하게나마 드렸는데요, 향후 디스콰이엇에 계시는 많은 메이커분들과 함께 인사이트를 나눠보고 또 Dalpha의 AI에 대한 인사이트를 자주 공유 드리도록 하겠습니다.
마지막으로, 하단에 Dalpha AI Store 링크를 첨부해드리니 언제든 편하게 둘러 보시고 연락 주시면 감사하겠습니다 :)
박용찬
안녕하세요, Dalpha 박용찬입니다.
Dalpha가 프로덕트 메이커분들을 뵐 좋은 기회가 생겨서
이렇게 글을 쓰게 되었습니다.
AI 대전환 시대에, 전 산업군에서 기존의 비즈니스 모델에 AI 기술을 적용하여
비용을 절감하고 매출을 증대할 필요성이 대두되었습니다.
그러나, AI 기술은 아직 너무 어렵고 진입장벽이 높다고 느껴지는 경우가 많습니다.
실제로 비즈니스 모델에 AI 기술을 활용하고 있는 기업은 매우 적을 것입니다.
Dalpha는 기존의 번거로웠던 AI 도입 경험을 개선하여, AI 사용의 진입 장벽을 낮추는 것을 주된 목표로 하고 있습니다.
따라서, 이번에 디스콰이엇에서 진행하는 PMC w23의 파트너사로 참석하게 되었습니다.
AI를 도입하고 싶지만, 어떻게 도입해야 하는지 모르시는 메이커분들을 위해 많은 도움을 드리고 싶습니다.
Dalpha는 PMC w23에서 다음과 같은 도움을 드릴 것입니다.
Pre-Networking에서, 네트워킹을 통해 자유롭게 AI에 대한 캐주얼 톡
Maker’s Night #1 연사를 통해 AI 시장의 현 주소와 미래에 대한 간략한 설명 이후, 우리 기업은 언제 AI를 도입해야 하고 어떻게 도입할 수 있는지에 대한 Insight 공유
Process 전반에서 AI 관련 조언이 필요하신 분들과 Networking + 실제로 Product에 AI를 도입하고 싶으신 분들과의 미팅
또한, 행사에 참석하시는 메이커분들께서는 다음과 같은 보상을 얻으실 수 있습니다.
[참가자 전체 보상]
무료 AI 컨설팅
[완주자 보상]
PMC w23 종료 이후, 실 계약 체결 원하는 완주자에 한해 협업 최우선순위 배정
수요자에 한해 AI Store 데모 추가 크레딧 제공
저희 Dalpha도 이번 행사가 성공적으로 진행되었으면 하며,
Dalpha에 대해 궁금하신 분들은 하단의 링크를 참고해주시면 감사하겠습니다.
언제든 편하게 연락 주시면 최대한 많은 도움을 드릴 수 있도록 노력하겠습니다.
감사합니다.
