메이크봇, LLM 기반 AI 전략 공개…하루 1.8시간 생산성 누수 해법

-IDC 2024 리서치 기준, 지식 근로자 1,000명 기업 연간 250만 달러 생산성 손실…AI 에이전트 기반 CX·EX 통합 전략 제시

-챗봇·콜봇·AICC·사내검색·업무지원 LLM 풀스택 구현 기업의 전략적 인사이트

<이미지 제공 – 메이크봇>

기업의 AI 도입이 단순 자동화를 넘어 운영 모델 재설계 단계로 진입한 가운데, AI 솔루션 전문기업 메이크봇(대표이사 김지웅)이 ‘인간–AI 협업’을 핵심으로 한 전략 백서를 공개했다.

-규칙 기반 챗봇의 한계 넘어, CX·EX 통합 전략으로 진화

메이크봇은 올해 초 제1호 백서 ‘규칙 기반 자동화에서 LLM 기반 지능형 대화로의 전환’을 통해 기존 규칙 기반 챗봇의 구조적 한계와 LLM 전환의 필요성을 제시한 바 있다. 이번 제2호 백서는 그 연장선에서, AI 전환을 실행하는 기업들이 실제 현장에서 마주하는 더 근본적인 문제를 다룬다. IDC 2024 리서치에 따르면 지식 근로자 1,000명 규모의 기업에서 직원 1인당 하루 평균 1.8시간이 정보 검색에만 소모되며, 이로 인한 생산성 손실은 연간 약 250만 달러에 달한다. 메이크봇은 이 같은 구조적 비효율이 고객 서비스(CX)와 사내 업무(EX)가 각각 분절된 채 운영되는 데서 비롯된다고 진단하고, 이를 해소하지 못할 경우 기업이 감수해야 하는 비용 및 경쟁력 저하를 이번 백서에서 구체적으로 분석했다.

-분절된 CX·EX를 하나로 잇는 ‘통합 인텔리전스 코어’

백서의 핵심은 고객 경험(CX)과 직원 경험(EX)을 별개의 시스템으로 운영하는 대신, 단일한 AI 추론 코어를 공유하는 ‘통합 인텔리전스 코어(CX–EX 플라이휠)’ 구조로 전환하자는 제안이다. 고객 접점에서 발생하는 데이터와 인사이트가 직원 업무 지원에 즉각 반영되고, 반대로 내부 지식이 고객 응대 품질을 높이는 선순환 구조를 만들어야 한다는 것이다. 메이크봇은 이 구조가 운영 복잡성을 획기적으로 낮추고 인간 노동 대비 비용 효율을 극적으로 개선할 수 있다고 백서에서 설명했다.

-완전 자동화 대신 ‘신뢰할 수 있는 통제’…인간 승인 기반 협업 모델 제시

이번 백서가 특히 주목받는 이유는 업계에서 통용되는 ‘완전 자동화’ 담론에 정면으로 의문을 제기하기 때문이다. 메이크봇은 AI가 즉각 행동하는 대신 인간이 최종 승인하는 것을 전제로 단계별 제안을 생성하는 제안 기반 실행(Proposal-Based Execution, AI가 먼저 실행 안을 제시하고 담당자가 검토·승인한 뒤 처리되는 방식) 모델을 대안으로 제시했다. 이 방식은 AI가 잘못된 정보를 사실처럼 생성하는 환각(Hallucination) 리스크를 구조적으로 제거하고, 기업의 내부 통제와 컴플라이언스를 안정적으로 유지한다는 점에서 규제 산업인 금융·공공·의료 분야에서 특히 현실적인 도입 경로로 평가받고 있다.

이 같은 접근 방식은 이미 글로벌 엔터프라이즈 AI 시장에서도 검증된 바 있다. 최근 국내외 AI 투자 시장에서 높은 주목을 받고 있는 팔란티어(Palantir)는 자사 AIP(AI Platform) 공식 문서(2024)에서 “제안 기반 패턴은 에이전트가 지속적인 피드백을 통해 학습하고 진화할 수 있는 긍정적 학습 사이클을 가능하게 한다”고 명시하며, 인간 감독이 내재화된 AI 운영 구조가 대규모 엔터프라이즈 환경에서도 신뢰성과 확장성을 동시에 확보할 수 있음을 입증했다. 메이크봇은 이러한 글로벌 선도 기업의 검증 사례를 국내 기업 환경에 최적화된 형태로 구현하고 있다는 점에서, 단순한 기술 도입을 넘어 운영 철학 차원에서 글로벌 스탠더드와 궤를 함께한다. 도입 로드맵은 AI가 상담사나 직원을 보조하는 증강(코파일럿) 단계에서 시작해, 반복 업무를 자율 처리하는 자동화 단계를 거쳐, 복합적인 업무를 스스로 실행하는 단계로 점진적으로 성숙시키는 방식으로 설계됐다.

-챗봇부터 사내 업무까지, LLM 기반 풀스택 구현한 국내 유일 전문기업

메이크봇은 이번 백서에서 자사의 Magic Series 솔루션을 통해 통합 인텔리전스 코어의 실제 구현 사례를 소개했다. MagicTalk는 상담원이 고객과 채팅 상담을 진행하는 동안 AI가 실시간으로 최적의 답변 초안을 생성하고 관련 지식을 제공하는 협업형 상담채팅 솔루션이다. MagicVoice는 대량의 콜 인입을 처리하는 AI 콜봇·AICC 솔루션으로, 반복적인 문의를 자동 응대해 상담원이 고난도 업무에 집중할 수 있도록 돕는다. MagicWorks는 전사 지식 검색과 반복 업무를 자동화하는 AI 코파일럿으로, 승인 절차나 데이터 조회 같은 단순 반복 업무의 부담을 줄여준다. 정보검색 분야 세계최고 학술대회 SIGIR2025에서 주목받은 기술을 기반으로 한 MagicSearch는 대용량 사내 문서를 정확하게 검색해 직원들의 정보 접근성을 높인다. 챗봇 플랫폼(BotGrade)을 비롯해 콜봇, 상담채팅, 사내 검색, 사내 업무 지원 도구까지 자체 솔루션으로 구현하고, 이를 LLM 기반 단일 플랫폼으로 통합한 사례는 메이크봇이 사실상 유일하다.

메이크봇 김지웅 대표는 “AI는 이제 무엇을 할 수 있는지를 묻는 단계가 아니라, 어떻게 기업의 실행 구조 안에 통합할 것인가를 고민해야 할 시점”이라며 “이번 백서는 국내외 주요 고객사와 AI 전환을 함께 수행하며 축적한 실행 경험을 바탕으로, 기업이 실제 현장에서 마주하는 운영적 장벽을 해결하기 위해 집필했다”고 밝혔다.

이어 “완전 자동화 자체가 목표가 아니라, 자율성과 통제가 함께 설계된 지능형 운영 모델이 지속 가능한 경쟁력을 만든다”며 “메이크봇은 자동화를 구현하는 기술 기업을 넘어, 인간과 AI가 함께 작동하는 ‘지능 인프라’를 설계하는 파트너가 되겠다”고 강조했다.

또한 “앞으로도 연구개발과 실제 상용 구축 경험을 결합해, 기업이 신뢰할 수 있는 AI 전환의 기준을 제시해 나가겠다”고 덧붙였다.

한편, 메이크봇은 NLP부터 LLM까지 폭넓은 상용 구축 경험을 보유한 국내 대표 AI 전문기업으로, KT, CJ온스타일, 세브란스병원, 우리금융 등 국내외 주요 기업·기관에 AI 솔루션을 제공하고 있다. 김지웅 대표가 주도한 HybridRAG 연구는 지난해 정보검색 분야 세계 최고 권위의 학술대회 ‘SIGIR 2025’에서 발표되어 글로벌 기술력을 인정받았으며, 수십여 건의 LLM 관련 특허 출원과 함께 실용적인 연구개발 중심 기업으로서의 입지를 확고히 하고 있다. AI 전략 백서 시리즈는 기존 고객사 및 업계 파트너에게 순차 배포되며, 메이크봇 공식 홈페이지에서도 확인할 수 있다.