Day 1 - Track 302 - 15:00 ~ 15:40
최진원 (royce.won) | 이동준 (genos.lee)
AI Agent 기반 서비스 개발 경험 공유
카카오 해커톤 1위 수상작
연말 평가의 어려움을 해결하기 위한 "스마트 AI 마이 노트"를 만들자.
GPT-4를 활용한 사례
서론
LLM이란?
- 사람처럼 자연스럽게 글을 읽고 쓰는 범용적인 AI 모델
Agent란?
- 특정 작업을 실행하거나 결정하는 AI이며 목표를 설정하고 그 목표를 달성하기 위해 여러 단계를 거쳐 수행
- 동적환경에서 자율적으로 행동하여 목표를 물어보기도 전에 알아서 목표를 달성해줌.
AI Agent는 LLM을 만나면서 더욱 강력한 성능을 발휘할 수 있게 됨
Kakao AI Platform의 Agent Platform으로 쉽게 Agent 만들 수 있음.
- 원하는 LLM으로 손쉽게 목적에 맞는 Agent를 만들수 있음. AI Agent에서 Tools를 활용하는 예시 (Function Calling)
- RAG를 활용하는 예시
본론
연말 평가 시스템을 만들어 보자 → 스마트 AI 마이 노트
사용자별 어려움
- 피평가자(성과 정리): 연간 업무 정리의 어려움 → 내가 한 일을 정리
- 평가자(성과 파악): 수십명의 팀원을 어떻게 평가할 것인가?
기존에 시도 했으나 실패를 겪음...
- 자동화 시도
- 마이닝 (JIRA, Confluence, Agit, Kakao Work, Google Drive, Notion 등으로 사일로화)
- KPI 평가
- 자연어 기반 복잡한 평가
- 공유하기도 싱크 맞추기도 사용하기도 힘듬.
→ 그러나 LLM을 투입해 보자!
- 자연어 처리 능력 향상
- 맥락 이해 능력 향상
- 사용자 경험 개선
수행 순서
- 업무 데이터 모으기
- 수집 데이터 분류하기
- 방대한 업무내용 요약하기
업무 데이터 모으기
AI Agent를 활용하자! WIKI 페이지 기반 정보 요약
- WIKI URL의 페이지 정보 요약
- Jira 관련 작업 티켓 매핑
- 주간 업무 공유 글 작성
→ 생각보다 잘 됨!!
수집 데이터 분류 및 업무 내용 요약
- 피평가자: 성과 노트 초안 작성
- 데모 과정
URL 입력
수집할 데이터 클릭 (JIRA)
관련 JIRA를 가져오고, 선택하여 성과 노트 초안 만들어짐
성과 노트 초안이 보임
성과에 대한 평가 결과 확인
추가로 선택 동료에 대한 성과 노트 기반으로 성과 평가 피드백을 챗봇 형태로 질의 응답식으로 작성할 수 있음. (시연 연상 스크린샷 생략)
- 평가자를 위한 성과 평가 초안 작성
- 피드백 방법론 적용
- AAT (Action Appreciation Thanks) - 긍정적 피드백 생성
- SBI (Situation Behavior Impact) - 건설적 피드백 생성
이 과정에서 어려웠던 점
- 데이터 전처리 (구조화 해야함, NaN 값들에 대한 처리)
- 프롬프트 엔지니어링 필요→ 문구, 길이, 구조 등을 맞춰야 함. 어렵지만 시간이 걸리고, 완성도는 올라감.
- 고려해야 하는 Risk: AI 윤리원칙, AI 편향성, 개인정보보호, 노동법 고용규정, 다양한 업무 관리 방식, 비용관리(LLM/인프라)