AI 아키텍처 기술 블로그

AI 프로젝트 견적을 요청하면 가장 먼저 모델 가격표를 확인하기 쉽습니다.평균 입력 Token × 입력 단가+ 평균 출력 Token × 출력 단가= AI 프로젝트 비용?이 계산은 모델 사용료의 일부를 추정할 때는 필요합니다.하지만 프로젝트 전체 견적은 아닙니다.실제 AI 서비스에는 모델 앞뒤로 많은 시스템이 필요합니다.업무 정의 → 데이터 수집·정제·권한 → 검색·Prompt·Model → 업무 시스템 통합 → 품질·보안·부하 시험 → 배포·관측·복구 → 운영·변경 관리OpenAI의 공식 API 가격표만 보더라도 입력, Cached Input (캐시된 입력), 출력, Context 길이, 처리 등급, 음성·이미지와 Tool 사용의 과금 단위..

AI 프로젝트를 시작할 때 이런 표현을 자주 듣습니다.“답변을 잘하면 성공입니다.”“정확도 90%를 목표로 하겠습니다.”“사용자가 만족하면 운영으로 전환하겠습니다.”방향은 맞지만 이 상태로는 프로젝트의 종료 여부를 판단할 수 없습니다.무엇을 정확도라고 부르는지, 어떤 데이터로 평가하는지, 보안 위반 한 건을 높은 평균 점수가 상쇄할 수 있는지, 목표에 미달하면 누가 어떤 결정을 내리는지가 빠져 있기 때문입니다.좋은 성공 기준은 홍보 문구가 아니라 관찰 가능한 증거로 다음 행동을 결정하는 합의서입니다.측정값 (Metric) → 목표 (Target) → 인수 기준 (Acceptance Gate) → 증거 (Evidence) → 결정과 조치 (Decision & Action)이 글..

회의 파일을 올리면 녹취록과 요약이 생성됩니다. 질문을 입력하면 사내 문서를 검색하고, AI Agent가 업무 Tool까지 호출합니다.개념 검증 (Proof of Concept, PoC) 시연은 성공했습니다.하지만 운영 전환 회의에서는 새로운 질문이 쏟아집니다.누가 어떤 데이터까지 볼 수 있는가?AI가 잘못된 대상을 변경하면 어떻게 막는가?처리 중 서버가 재시작되면 어디서 다시 시작하는가?답변 품질이 나빠졌다는 사실을 어떻게 감지하는가?모델 API가 느리거나 중단되면 무엇을 보여 주는가?사용자 한 명과 천 명의 비용 차이는 얼마인가?장애가 발생했을 때 누가 판단하고 복구하는가?이 질문들은 PoC의 부가 기능이 아닙니다. 실제 사용자가 있는 서비스라면 처음부터 존재했던 요구사항입니다. 다만 제한된 데이터와..