NEWS

에이스웍스 지난달 28일 개최한 해외인턴 최종 발표회에서 정여진·양서윤 두 인턴이 공유한 인턴십 프로젝트의 주요 성과다.

흥미로운 점은 두 인턴이 단순한 기술 학습에 그치지 않고 현업에서 반복적으로 발생하는 문제를 직접 정의하고, 이를 AI와 소프트웨어 기술을 활용해 개선하는 데 초점을 맞췄다는 사실이다.

우선 정여진 인턴은 ‘문서 지식화 기반 AI 개발 및 적용’을 주제로 사내에 축적된 다양한 문서를 AI가 활용할 수 있는 지식으로 구조화하고, 이를 실제 업무에 적용하는 프로젝트를 수행했다. 표준취업규칙과 에이스웍스 사내 규정을 기반으로 한 HR·사내 지식 검색 챗봇을 시작으로, 라이다(LiDAR) 브로슈어(brochure)와 매뉴얼을 활용한 기술문서 검색 시스템을 구축하며 AI의 사내 정보 탐색 가능성을 검증했다.

특히 프로젝트 범위를 영업 업무까지 확대해 나라장터 입찰공고와 과업지시서를 AI가 분석하고, 에이스웍스가 수행 가능한 사업 후보군을 선별하는 모니터링 시스템을 개발했다. 또 과업 요구사항과 기존 제안서 내용을 대조해 수행 가능 여부를 검토하고 제안서 초안 작성까지 지원함으로써 반복적인 탐색과 검토 업무를 줄일 수 있는 가능성을 확인했다.

양서윤 인턴은 ‘비전 모델 파인튜닝 자동화 대시보드’를 개발했다. 자율주행 비전 모델은 기존 학습 데이터에 포함되지 않은 새로운 신호나 객체가 등장할 경우 추가적인 학습이 필요한데, 이 과정에는 데이터 선정과 라벨링, 학습 데이터 구성, 반복 학습 등 많은 수작업이 요구된다. 양씨는 이러한 파인튜닝 과정의 업무 부담을 줄이고 접근성을 높이기 위해 관련 작업을 하나의 대시보드에서 수행할 수 있도록 통합했다.

개발된 대시보드는 데이터 입력부터 라벨링, 컴포지션, 학습·검증 데이터 스플릿, 리허설 데이터 선정, 데이터 증강, 트레이닝, 학습 결과 분석까지 총 9단계의 파이프라인으로 구성됐다. 기존 학습 모델을 활용해 베이스라인 라벨을 자동으로 생성하고 사용자가 검수와 수정에 집중할 수 있도록 했으며, 여러 학습 조건을 한 번에 실행하고 학습 완료 여부를 알림으로 확인할 수 있도록 해 반복 작업에 투입되는 부담을 줄였다. 각 단계에서 생성된 결과물을 다시 활용할 수 있도록 구성해 재작업을 최소화한 것도 특징이다.