과제: 시장 간 불균형을 해소하면서 부품 설계 및 조달 효율성 향상

해결 방안: LLM, OCR, 자동화 등 첨단 AI 도구를 기반으로 한 통합형 웹 플랫폼

주요 성과:

• 데이터 일관성 향상
• 설계 및 견적 산출 속도 향상
• 고객의 의사결정 및 업무 효율성 개선
• 고객 만족도 증대

성과 지표:

• 수작업 대비 처리 시간 80% 감소
• 복잡한 도면 정보 인식 정확도 93%, 단순 도면은 100%
• 검색 소요 시간 88% 단축
• 조달 비용 32% 절감

스타트업의 비효율을 극복하기 위해서는 세 가지 핵심 과제를 해결해야 했습니다: 부품의 불일치, 설계 비효율성, 견적 병목 현상.
첫 번째 과제는 제조사마다 전자 부품의 가용성이 일정하지 않아, 부품 선택 시 정확하고 일관된 데이터를 확보하기 어려웠다는 점입니다. 이로 인해 회사의 수익이 감소했을 뿐만 아니라 고객 불만도 초래되었습니다. 두 번째는 기술 도면을 생성하고 수정하는 데 외부 도구에 의존함으로써 설계 워크플로우가 느려지고 오류 가능성이 높아졌다는 것입니다. 이로 인해 프로젝트 지연이나 반복 설계 수정이 잦아졌습니다. 마지막으로, 자재 명세서(BOM) 생성과 견적서 준비를 수작업으로 처리하던 방식은 막대한 시간이 소요되었습니다. 여기에 시장 가격 변동과 부품 가용성 변화까지 더해지면서, 견적 시스템이 시장 상황을 따라잡기 어려웠고, 이로 인해 고객 의사결정에 영향을 주는 지연과 부정확성이 발생했습니다.
VMO는 이러한 모든 과제를 해결할 수 있는 단일 솔루션을 제안했습니다.

개발자가 풀 리퀘스트(Pull Request)를 생성하면, AI는 요구사항 시스템을 자동으로 업데이트합니다.
이 과정에서 Sentence Transformer, BERT, Llama 2, Code Llama 등 고급 대형 언어 모델(LLM)과 자연어 처리(NLP) 기술을 활용하여 요구사항과 소스코드 간의 연관성을 분석하고, 개선점을 제안함으로써 코드가 실제 요구와 목표에 부합하도록 합니다. 검색 및 검색 시스템은 벡터 유사도(QdrantDB 및 ChromaDB)를 기반으로 성능을 향상시키며, Amazon Web Services(AWS)는 플랫폼이 대규모 프로젝트도 원활하게 처리할 수 있도록 안정적인 호스팅을 제공합니다.

AI 기반 솔루션을 도입한 목적은 핵심 프로세스를 자동화하고, 데이터 일관성을 높이며, 운영 효율을 개선하는 것이었습니다.

대형 언어 모델(LLM)을 활용한 데이터 표준화는 제조사 간 데이터 불일치를 해결하는 데 핵심적인 역할을 했습니다. 고도화된 AI 시스템을 통해 다양한 부품 제조사로부터 수집된 비정형 데이터를 분석·정규화하여, 사용자가 부품 사양을 한곳에서 일관되게 확인할 수 있도록 지원했습니다. 또한, 유사도 검색 기능을 통해 다양한 제조사 간 상호 호환 가능한 부품을 식별할 수 있게 되어, 사용자에게 더 많은 선택지를 제공하게 되었습니다.

설계 문제 해결을 위해 광학 문자 인식(OCR)과 객체 인식 기술을 적용한 자동 문서 처리 시스템을 도입하여, PDF나 스캔된 기술 도면을 구조화된 기계 판독 가능한 데이터로 변환할 수 있게 되었습니다. 객체 인식 알고리즘은 도면 내에서 주요 설계 요소를 자동으로 식별 및 추출하며, 이를 통해 설계 수정에 소요되는 시간과 노력을 획기적으로 줄였습니다. 외부 설계 도구에 대한 의존도를 없애고, 사람의 실수를 최소화함으로써 더 빠르고 정확한 설계 워크플로우가 가능해졌습니다.

견적 프로세스는 공급업체 가용성과 시장 조건을 기반으로 한 AI 추천 기능을 포함하도록 설계 및 자동화되었습니다. 이 기능은 견적서 및 자재 명세서(BOM) 생성 과정에서 발생하는 지연과 오류를 줄이고, 수작업보다 훨씬 높은 효율을 제공하여 고객이 더 빠르고 정확한 의사결정을 할 수 있도록 도와줍니다.

이 모든 AI 기반 솔루션은 하나의 새로운 웹 애플리케이션에 통합되었으며, 이 플랫폼은 11개 주요 제조사로부터 수집한 345,000개의 부품 데이터를 포함한 견고한 데이터베이스를 기반으로 구축되었습니다. 웹 애플리케이션의 기술 스택은 NextJS와 NestJS를 기반으로 하며, MySQL과 Redis를 데이터 저장소로, Elasticsearch를 빠른 검색 기능에 활용하여 고성능 환경을 구현했습니다. 또한, Python 기반 AI 모델을 포함한 Amazon Textract, Google Cloud Vision AI, 그리고 사내에서 개발된 AI 기술이 플랫폼의 핵심 기능을 구성하고 있으며, AWS와 GCP 같은 클라우드 플랫폼을 통해 유연한 확장성과 안정적인 인프라를 제공합니다. 개발 프로세스는 애자일 스크럼(Agile Scrum) 방식으로 운영되어 지속적인 개선과 사용자 피드백에 대한 빠른 대응이 가능하도록 설계되었습니다.

AI 솔루션을 플랫폼에 통합한 결과, 스타트업 전반에 걸쳐 눈에 띄는 개선이 이루어졌습니다.
대만의 이 스타트업은 AI 기술을 적극 도입함으로써 오랜 비효율 문제를 해결하고 플랫폼을 성공적으로 혁신했습니다. 이러한 전면적인 변화는 사용자 경험을 크게 향상시켰으며, 그 결과 고객 만족도 또한 눈에 띄게 증가했습니다.