포스코홀딩스 소재 기술/산업 동향 리포팅 시스템 및 지식 검색 Q&A 포털 예시 화면. 구글클라우드 제공 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
[파이낸셜뉴스] 구글 클라우드는 포스코홀딩스가 구글 제미나이 1.5 모델을 활용해 생성형 인공지능(AI) 기반 소재 기술·산업 동향 리포팅 시스템 및 지식 검색 질문답변(Q&A) 포털을 개발했다고 5일 밝혔다.
포스코그룹은 미래기술연구원을 중심으로 AI, 로봇 등 최첨단 기술 개발 및 도입을 확대하며 핵심 사업 분야에 대한 종합 연구를 추진해 왔다. 지난 2022년에는 AI연구소를 설립해 AI 기술 전략 수립과 모델 설계를 통해 제조 공정 혁신을 추진하고, 철강을 비롯한 기존 제조업의 생산 공정 최적화 및 이차전지 신소재 개발 등에도 AI 기술을 활용하고 있다.
그중 어플라이드 AI 리서치팀은 소재 분야에서 최신 글로벌 동향을 신속하게 파악하고 효과적인 사업 및 연구 전략을 수립할 수 있도록 생성형 AI 기반 소재 뉴스 동향 리포팅 시스템을 개발했다. 다국어 뉴스 수집 및 번역부터 랭킹 알고리즘 기반 뉴스 추천, 본문 요약, 국가별 소재 기술·산업 일간 및 주간 이슈 리포트 생성 및 이메일 발송까지 자동화 프로세스로 진행된다.
연구팀은 소재 뉴스 동향 리포팅에서 한 발 더 나아가 지속적으로 축적되는 최신 소재 뉴스와 관련 문서를 종합한 지식 검색 및 Q&A 시스템을 확장 구축했다.
이용자가 개인화된 소재 관련 관심사를 자연어로 질문하면 90% 이상의 검색 및 답변 정확도로 원하는 정보와 인사이트를 함께 제공받을 수 있다. 현재 포스코홀딩스뿐 아니라 포스코그룹 내 계열사 10여 곳에서 매일 500명 이상의 직원이 해당 시스템을 이용하고 있다.
포스코홀딩스는 생성형 AI 기반 소재 뉴스 동향 리포팅 및 지식 검색 Q&A 시스템을 모두 구글 클라우드를 활용해 운영하며, 제미나이 1.5 프로를 생성형 AI의 대규모 언어 모델(LLM) 엔진으로 선택했다. 특히 연구팀은 자체 개발한 고성능 검색 증강 생성(RAG) 아키텍처와 문서 처리 AI를 기반으로 포스코그룹의 독자적인 지식 AI 에이전트 시스템 구축을 마무리하는 과정에서 제미나이 모델을 고성능 RAG 기술과 결합했을 때 타사 LLM 대비 더 나은 성능과 효율성을 보이는 것을 확인했다고 전했다.
포스코홀딩스는 포스코와 협업해 최근 설비 전기 관련 지식 검색 Q&A 시스템도 확장 구축했다. 먼저 포스코 문서에 특화된 멀티모달 AI를 활용해 포스코 내 축적된 3만 페이지 이상의 설비 전기 관련 문서들을 처리했으며, 이를 기반으로 지식 벡터 데이터베이스를 구성했다.
이후 자체 개발한 고성능 RAG 기술과 제미나이 모델을 결합한 시스템을 구축했다. 이용자는 업무에 필요한 설비 관련 질문에 대한 정보 검색과 답변을 약 90%의 정확도로 쉽고 효과적으로 획득할 수 있다. 해당 AI 시스템의 파이프라인은 구글 클라우드를 기반으로 운영되며 포스코 내 일간 수백 명, 월간 수천 명의 직원들이 활용하는 지식 서비스에 결합돼 업무 생산성 개선에 크게 기여할 것으로 기대를 모은다.
이외에도 포스코홀딩스는 멀티 클라우드로 구성된 사내 어플라이드 AI 플랫폼의 전반적인 데이터 파이프라인을 구글 클라우드로 구축했다. 해당 구축은 구글 클라우드와 AI 프리미어 파트너 TPCG가 함께 작업했으며, 현재 데이터 카탈로그, 빅쿼리, 버텍스 AI, 아피지 등 구글 클라우드의 다양한 데이터 및 AI/ML 솔루션이 유기적으로 활용되고 있다.
지기성 구글 클라우드 코리아 사장은 “미래 소재 및 에너지 분야를 이끌고 있는 포스코그룹과의 협업은 제조 산업 부문에서 생성형 AI 도입이 증가하고 있음을 보여주는 사례”라며 “구글 클라우드의 강력한 생성형 AI 기술과 AI에 최적화된 인프라가 포스코그룹의 연구개발 및 업무 혁신을 지원할 수 있어 뜻깊게 생각한다”고 말했다.
#구글클라우드 #포스코홀딩스
soup@fnnews.com 임수빈 기자
Copyrightⓒ 파이낸셜뉴스. 무단전재 및 재배포 금지.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.