렛서와 함께 AI 전환에 성공한 기업들의 이야기

골다공증성 척추 골절 환자의 척추 붕괴 여부를 조기에 예측하는 것은 신경외과 영역에서 중요한 과제입니다. 기존에는 임상 수치 데이터만을 활용해 예후를 예측했으나, 한계가 있었고 MRI 영상을 분석하는 AI 모델 개발이 필요했으나, 관련 영상 데이터를 다룰 수 있는 AI 전문 인력이 부재해 어려움을 겪고 있었습니다.

기존 임상 수치 외에 MRI 영상 기반의 예후 예측 AI 모델을 새롭게 개발했습니다. 데이터 기획 및 수집부터 모델 설계에 이르기까지 전 과정을 협업했으며, 1차 모델 이후 의료진과 AI 전문가의 긴밀한 피드백을 통해 정확도 향상을 위한 모델 고도화를 반복적으로 수행했습니다.

3D 의료 영상을 기반으로 환자의 예후를 보다 정확히 예측할 수 있게 되었고, 예측 결과를 토대로 조기 치료와 대응이 가능해졌습니다. 신속하고 정밀한 예측이 의료진의 판단에 실질적인 도움을 주고 있습니다.

업무 메뉴얼 관련 문의가 지속적으로 발생하는 상황에서 소수의 담당자가 매일 100건 이상의 문의를 직접 대응하고 있는 상황이었습니다. 협업툴이나 회사 드라이브에서 관련 문서를 직접 찾아야 하는 다양한 정보 채널로 인해 전화 문의가 빈번했고, 이는 전반적인 업무 효율성을 저해하고 있었습니다.

내부 규정과 가이드라인 데이터를 기반으로 질의응답을 자동화하는 사내용 AI 챗봇을 도입했습니다. 사용자는 키워드로 간편하게 원하는 정보를 검색할 수 있고, 반복 질의는 자동으로 응답됩니다. 챗봇은 PC·모바일에서 모두 이용 가능하며 MS Teams 등 기존 협업툴과 자연스럽게 연동되었습니다.

매월 3,000건 이상 반복되는 단순 문의가 자동화되어 실무자의 부담이 크게 줄었고, 전화 대응 수요가 감소했습니다. 실시간 응답 및 쉬운 접근성을 기반으로 전사 정보 검색 속도와 직원 만족도가 개선되었습니다.

새로운 상품을 기획하기 위해 기존 상품을 전부 리뷰해야 했고, 스케치 작업은 전적으로 디자이너에 의존하여 높은 비용과 인력이 소요되었습니다. 이로 인해 기획-디자인 프로세스의 효율성이 낮고, 생산 준비 단계까지의 시간이 과도하게 들고 있었습니다.

실시간 피드백을 제공하는 AI 어시스턴트를 도입하고, 기획 데이터를 자동 분석해 빠르게 방향을 잡을 수 있도록 했습니다. 스케치는 이미지 생성 AI를 활용해 자동화하였고, 조직 전체가 사용할 수 있도록 렛서 플랫폼을 기반으로 협업 환경과 사용 교육을 함께 제공했습니다.

기획 및 디자인 단계에서 소요되던 시간과 비용이 대폭 절감되었으며, 팀원 간의 협업도 원활해졌습니다. 반복 작업이 줄어들고 실시간 피드백이 가능해지면서 업무 속도가 높아졌고, 현재 AI로 기획된 제품이 실제 생산 직전 단계까지 도달했습니다.

사내 방송 콘텐츠를 다양화하고 효율적으로 제작하고자 했지만, 실제 아나운서처럼 자연스러운 발음과 브랜드 아이덴티티를 반영한 AI 보이스가 부재하여 차별화된 콘텐츠 제작에 어려움을 겪고 있었습니다.

렛서의 AI 플랫폼 ‘램프’를 기반으로 고품질 TTS 모델을 기획·개발하고, 브랜드 페르소나에 맞는 커스텀 보이스를 제작했습니다. 다국어 기능을 포함한 글로벌 확장성과 지속 가능한 업데이트 환경까지 함께 구축하여 사내 플랫폼에 자연스럽게 연동했습니다.

AI 보이스 기반으로 다양한 콘텐츠를 신속하게 제작할 수 있어 방송 운영 효율성이 크게 향상되었습니다. 브랜드 정체성이 강화된 콘텐츠를 통해 구성원 만족도가 높아졌고, 반복 제작 리소스 절감과 안정적인 운영 환경을 동시에 확보했습니다.

에스크아이는 한의학 기반 건강관리 서비스에서 환자의 홍채 분석을 통해 체질을 분류하고 건강 정보를 제공하고 있습니다. 그러나 홍채 이미지를 높은 정확도로 분석하는 작업은 의료진의 피로도가 매우 높은 업무였으며, AI 전문 인력이 부재해 기술 도입에 어려움을 겪고 있었습니다.

의료기관이 보유한 이미지 데이터를 AI 학습에 적합하도록 정제한 뒤, 컴퓨터 비전 기반 AI를 활용해 홍채 이미지에서 건강 관련 핵심 정보를 자동 추출하는 모델을 개발했습니다. 해당 결과를 서비스에 연동해 실시간 분석 기능을 제공하고, 의료진의 피로도를 줄이기 위한 초기 진단 결과 자동 제공 기능도 함께 구현했습니다.

홍채 이미지에서 건강 정보를 1초 이내에 추출할 수 있게 되어 의료진의 반복 분석 시간이 크게 줄었습니다. 체질 정보 자동화로 서비스의 전문성과 신뢰성이 향상되었고, 환자 개인에 맞춘 건강관리 서비스 제공이 가능해졌습니다.

AI 도입 전, 기관이 보유한 방대한 데이터를 어떻게 수집·정제·관리하고 AI에 활용할 수 있을지에 대한 실무적 이해가 부족하여 체계적인 교육이 필요했습니다.

생성형 AI 기술 이해, 학습 데이터 수집 및 품질 관리 체계, 벡터DB 및 LLM 기반 프로젝트 사례 등을 포함한 실무 중심 교육을 제공했습니다. 교육 대상자들이 데이터 기획과 AI 모델 개발 흐름 전반을 이해할 수 있도록 구성했습니다.

조직 내 AI 프로젝트 기획 및 데이터 관리 체계 수립에 필요한 기초 지식과 실무 노하우를 확보하고, 내부 역량 강화를 위한 기반을 마련했습니다.

신임 임원들이 AI 사업을 진두지휘해야 하는 상황에서, AI에 대한 배경 지식이 부족한 상황에서 전략을 구상해야하는 어려움이 존재했으며, 명확한 방향성을 정립할 수 있는 리더십 중심 교육이 필요했습니다.

ChatGPT, Perplexity, Napkin AI 등 직관적인 도구 기반의 실습 중심 커리큘럼을 구성하고, 프롬프트 기획부터 전략 수립, 보고서 자동화까지 임원 스스로 AI를 활용해 업무를 수행할 수 있도록 구성했습니다.

임원들이 AI를 실무에 직접 활용하며 전략적 사고를 강화했고, 실습 기반 교육을 통해 조직 내 AX 프로젝트에 대한 이해와 실행 방향성을 명확히 할 수 있었습니다.

AI 도입을 위한 과제를 도출하는 과정에서, 조직 내 다양한 이해관계자와의 협업과 기술 실현 가능성의 판단이 어려워 실행력 있는 전략 수립이 쉽지 않았습니다.

에이블 캠퍼스와 함께 디자인 씽킹 기반 워크숍을 진행해 각 부서의 문제를 구조화하고, AI 적용 가능성을 고려한 과제를 도출했습니다. 전문 엔지니어들이 참여해 기술 검토 및 실현 가능성에 대한 피드백을 제공했습니다.

업무 프로세스 전반을 재정의하며 실현 가능성과 비즈니스 가치를 동시에 고려한 AI 과제를 각 조별로 도출했고, 교육생들의 협업 이해도와 AI 실전 적용 관점이 높아졌습니다.

QA 업무에 생성형 AI 기술을 도입하고자 했으나, 초거대 이미지 생성 모델에 대한 이해와 실제 업무 적용 방법을 내재화할 수 있는 실무 중심 교육이 부재한 상황이었습니다.

에이블 캠퍼스와 함께 QA 부서의 특성에 맞는 맞춤형 AI 교육 커리큘럼을 설계하였고, 비전문가도 따라할 수 있는 코랩 기반 실습 환경과 LVM 모델의 이해 및 성능 평가 실습까지 제공했습니다.

이미지 생성 AI의 원리부터 활용까지 전 과정을 실습하며, 실제 QA 업무에 적용 가능한 기술 감각을 키웠습니다. 교육생 전반에서 높은 만족도를 보였고, AI 모델 선정과 평가에 대한 실질적 역량이 강화되었습니다.