나두에이아이

나두에이아이

정보를 어떻게 찾을지까지 AI가 결정하는 검색 워크플로우

AI 챗봇을 운영하다 보면 이런 요구가 반드시 등장합니다. * “조건에 따라 다른 문서를 참고해야 해요” * “한 번 검색으로는 답이 안 나옵니다” * “정책 + 가이드 + 예외 조항을 함께 봐야 해요” 이때 단순한 검색 방식으로는 한계가 있기 때문에 검색 워크플로우(Search Workflow)를 사용하게 되어요. 검색 워크플로우란 무엇인가? 검색 워크플로우는 RAG 검색을 한 번만

나두에이아이

RAG에서 검색 모드란?

기본 검색 모드란? 문서에 기반한 RAG를 이용하여 AI 챗봇을 만들 때는 AI가 해당 문서를 어떻게 검색하냐에 따라 답변의 품질이 달라지는데요, 기본 검색 모드는 검색 방식이 매우 단순한 것을 의미합니다. 유저의 질문이 들어오면 관련 문서를 검색하여 답변을 생성하는 가장 직관적이고 단순한 검색 구조이죠. 1. 사용자가 질문을 입력하면 2. 질문을 벡터로 변환해서

나두에이아이

AI 답변의 정확도를 결정하는 RAG 청킹 전략이란?

AI 챗봇을 만들다 보면 다들 이런 경험을 해보셨을 겁니다: “답변이 애매하다”, "관련 없는 문서를 근거로 막 지어낸다", “엉뚱한 내용을 그럴듯하게 답한다”. 이 문제의 원인은 LLM의 성능이 아닌 RAG 설정, 그중에서도 청킹 전략(Chunking Strategy)일 경우가 매우 높은데요, 이번 글에서는 RAG에서 청킹 전략이 무엇인지, 왜 청킹 전략이 기업

나두에이아이

[논문 리뷰] 나두에이아이에 탑재된 온톨로지 기반 GraphRAG

지난 글에는 RAG 기술이 왜 LLM을 파인튜닝하는 것보다 좋은지 설명드렸는데요, 그만큼 RAG는 기업이 AI 기술을 활용하는 데에 있어 아주 중요한 기술이죠. 이번 글에서는 기존의 RAG의 한계와 이를 극복할 수 있는 새로운 기술인 GraphRAG에 대해 소개해드리겠습니다. 기존 RAG의 한계 RAG 방식은 방대한 데이터 속에서 "정답이 있을 법한 구절"을

나두에이아이

OCR 기술의 진화

인공지능이 일상과 산업을 바꾸고 있는 시대, 오늘은 우리가 자주 접하지만 AI에 의해 혁신적으로 발전한 OCR(Optical Character Recognition, 광학 문자 인식)에 대해 알아보겠습니다. OCR 기술은 종이 문서나 이미지 속의 텍스트를 컴퓨터가 편집하고 검색할 수 있는 디지털 데이터로 변환하는 기술입니다. 딥러닝(Deep Learning) 기술이 적용되어 성능이 혁신적으로 좋아지면서 비즈니스 효율성을

나두에이아이

Fine tuning 대신 RAG를 선택해야 하는 이유

지난 글을 통해 LLM의 파인튜닝에 대해 알아보았습니다. LLM을 활용해 기업용 AI 에이전트를 구축할 때, 많은 개발자와 기업이 파인튜닝(Fine-tuning)의 유혹에 빠집니다. 성능을 높이거나 우리 회사에 최적인 모델을 만들고자 하는 시도죠. 하지만 현재 LLM의 폭발적인 발전 속도와 비용 구조를 고려하면, 이는 종종 비효율적이고 위험한 전략이 됩니다. 결론부터 말하면, 대부분의 기업

나두에이아이

보안이 중요한 기업이라면? AgentKit보다 나두AI

지난 글에서 AI 에이전트의 기본 개념을 기존의 워크플로우와 비교하면서 설명드렸는데요, 오늘은 얼마전 오픔AI에서 발표한 에이전트 빌더인 AgentKit를 소개드리고 저희 나두AI와의 비교를 해드리겠습니다 😃 1. AgentKit이란? AgentKit은 개발자와 기업이 AI 에이전트를 더 쉽고 체계적으로 설계, 배포, 평가할 수 있도록 돕는 툴킷인데요, 기존에는 에이전트 구축 시 여러 도구(tool)들을 조합하고, 직접 연결하고,

나두에이아이

📊TAG (Table-Augmented-Generation) 기술과 나두AI SQL

나두모두는 AI 기술을 활용해 사용자가 원하는 정보를 시각화하는 솔루션을 연구하고 개발하고 있습니다. 대화형 AI로 홈페이지를 만드는 '나두아이오'가 그 첫 시작이었죠. 이제 우리는 한 걸음 더 나아가, 기업 내부 데이터를 시각화하는 데 AI를 활용하는 기술을 개발하고 있습니다.데이터 시각화는 흔히 BI(Business Intelligence)라는 이름으로 불려왔는데요, 기존 BI

나두에이아이

AI 덕분에 일은 빨라졌는데… 감사팀에서 연락이 왔다고?

한 외국계 글로벌 기업에 근무하는 지인이 내부 문서 해석을 위해 ChatGPT를 이용했는데, 감사팀으로부터 연락이 왔다고 해요. 업로드한 문서 내용이 '기밀 정보 유출'에 해당할 수 있다며, 소명서를 제출하라는 연락이었습니다. 🚨 사실 이런 일은 곳곳에서 일어나고 있어요 대표님이 모르게 수많은 내부 문서, 매뉴얼, 계약서 등이 오늘도 ChatGPT, Claude, Copilot 등에

나두에이아이

CS팀을 위한 AI 에이전트 활용법

우리 회사의 방대한 매뉴얼, AI로 어떻게 대응하지? 고객지원팀은 종종 이렇게 말합니다. “답은 있는데, 찾기가 너무 어렵다.” 특히 보험업계처럼 약관, 상품군, 예외 조건이 복잡한 산업에서는 정보 접근성 문제가 고객 경험 전반을 좌우합니다. 수십 페이지에 달하는 내부 문서와 매뉴얼을 매번 찾고, 확인하고, 설명해야 하죠. 이것도 잘 몰라서 담당자에게 토스하고, 그 과정에서 고객은

나두에이아이

우리 기업의 지식을 이해하고 활용하는 AI

챗GPT을 경험한 사람이라면 어떻게 AI기술을 내 서비스에, 내 업무에, 내 제품에 활용해서 혁신을 이룰까 고민해봤을 겁니다. 이미 많은 기업들이 생성형 AI를 도입을 시도하고 있고요. 그러나 기업이 가장 자주 마주하는 문제는 “범용적인 AI는 내 조직의 문맥을 모른다”는 점입니다. 단순히 똑똑한 AI보다 중요한 건, 우리 조직의 지식을 이해하고 활용하는 AI이니까요. 조직