AI 아키텍처 기술 블로그

음성에서 인사이트까지: 실시간 STT·RAG로 만드는 실제 데이터 파이프라인

동반편인 기업 데이터 파이프라인 참조 아키텍처은 데이터웨어하우스에서 마케팅·고객 충성도까지 이어지는 기업 데이터 파이프라인을 범용 참조 아키텍처로 개관했습니다. 이 글은 같은 목표(데이터에서 얻은 인사이트를 업무와 고객 활용으로 잇기)를, 필자가 실제로 운영하는 AI 스택에 다시 정박해 “어떻게”를 다룹니다.원천 데이터는 정형 테이블이 아니라 음성·회의 미디어입니다. 이것을 실시간·배치 음성 인식 (Speech-to-Text, STT)으로 전사하고, 화자 분리 (Speaker Diarization)로 정제하고, 임베딩·벡터 데이터베이스에 색인해 검색 증강 생성 (Retrieval-Augmented Generation, RAG)으로 인사이트를 만듭니다. 그 인사이트를 업무로 연결하는 것이 이 파이프라인의 ..

기업 데이터 파이프라인 참조 아키텍처: 데이터웨어하우스에서 AI 모델과 고객 충성도까지 한눈에

기업에서 “데이터로 고객을 확보하고 충성도를 높이겠다”고 하면, 대개 마지막 단계(추천, 캠페인, 대시보드)부터 이야기가 시작됩니다. 그러나 그 결과물은 그 앞에 놓인 긴 파이프라인의 마지막 한 칸일 뿐입니다. 데이터웨어하우스 (Data Warehouse), 데이터마트 (Data Mart), 빅데이터 분석 (Big Data Analytics), 머신러닝 (Machine Learning), 딥러닝 (Deep Learning), AI 모델의 학습과 서빙이 함께 맞물려야, 마케팅 데이터 활용과 고객 충성도라는 마지막 칸이 비로소 신뢰할 수 있는 근거 위에 놓입니다.이 글은 그 전 구간을 한 장의 참조 아키텍처 (Reference Architecture)로 개관합니다. 각 단계가 어떤 입력을 받아 무엇을 만들고..

기업 AI Agent 도입 로드맵: 업무 발굴부터 PoC·운영 전환까지 6단계

기업에서 AI Agent 도입을 검토하면 “어떤 LLM·RAG·MCP·멀티 Agent를 써야 하는가?”부터 묻기 쉽습니다. 모두 필요한 질문이지만 첫 번째 질문은 아닙니다.기업 AI Agent 도입의 출발점은 어떤 모델을 선택할지가 아니라 누구의 어떤 업무를 어떤 조건에서 개선할지입니다. 업무와 책임 경계가 정해지지 않은 상태에서 기술부터 선택하면, 시연은 빠르게 만들 수 있어도 운영 전환 단계에서 범위·권한·품질·비용을 다시 설계하게 됩니다.AI Agent는 요청을 이해하고 정보를 검색하며, 상황에 따라 계획하고 기업 시스템의 Tool을 호출합니다. 잘못된 판단이 실제 시스템 변경으로 이어질 수 있으므로 데이터·API·권한·승인·복구·감사와 운영 책임을 함께 다뤄야 합니다.요청 이해 → 정보 검색 → ..

콘텐츠를 검색엔진과 AI 에이전트 양쪽에 노출하기: Search Console·사이트맵부터 MCP 서버까지

좋은 글을 써도 아무도 못 찾으면 없는 글과 같습니다. 발견(Discovery) 경로는 예전부터 검색·소셜·커뮤니티·추천·직접 방문 등 여럿이었지만, 최근 크게 달라진 것은 사람들이 정보를 검색엔진과 생성형 AI(AI 검색·어시스턴트) 양쪽에서 찾는다는 점입니다. 누군가는 구글·네이버에 검색하고, 누군가는 ChatGPT·Perplexity·Copilot에게 묻습니다. 이 글은 여러 경로 중 이 두 경로에 집중해, 콘텐츠 노출을 어떻게 설계할지 다룹니다.이 글은 제가 이 블로그의 검색 노출을 설정하고, AI 연결 가능성까지 정리한 과정을 재사용 가능한 네 트랙으로 묶은 것입니다. 앞의 두 단계(소유·측정, 크롤·URL 발견)는 전통적인 검색엔진 최적화 (Search Engine Optimization, S..

내 블로그를 MCP 서버로 만들기: 공개 콘텐츠를 AI 도구로 노출하고 출처 링크로 유입을 유도하기

기술 블로그를 오래 쓰다 보면 글은 쌓이는데, 정작 요즘 사람들이 정보를 찾는 창구인 AI 에이전트 (AI Agent) 는 내 글을 잘 데려오지 못합니다. 검색 색인에 잡히기를 기다리거나, 누군가 링크를 붙여 주기를 기다릴 뿐입니다. 그런데 내가 이미 가진 것은 잘 구조화된 공개 콘텐츠 코퍼스 (Corpus) 입니다. 이걸 에이전트가 도구로 직접 검색·열람하게 만들면 어떨까요?이 글은 제가 이 블로그(49편 규모)를 모델 컨텍스트 프로토콜 (Model Context Protocol, MCP) 읽기 전용 서버로 만들고 로컬에서 검증한 과정을 정리합니다. 여기서 다루는 범위는 로컬 표준입출력(stdio) 서버로 만들어 동작을 확인하는 단계까지입니다. 공개 저장소·패키지 레지스트리·원격 서버로의 공개 배포는 ..