컨텐츠 바로가기

메이크봇, MagicSuite 출시로 AI 통합 에코시스템 구축

0
댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

<이미지를 클릭하시면 크게 보실 수 있습니다>



AI챗봇 및 LLM(대규모 언어 모델) 기술 선도기업 메이크봇(대표 김지웅)이 기업들의 AI 디지털 트랜스포메이션을 위한 AI 통합 플랫폼 ‘MagicSuite’를 공식 출시했다.

이번 출시는 단편적 AI 도입의 한계를 극복하고 AI 솔루션의 플랫폼화가 필수라는 시장의 요구를 반영한 결과다. 2024년 시장 분석에 따르면, 생성형 AI 열풍에도 불구하고 많은 기업들이 AI 활용 및 업무 자동화에 있어 겪게 되는 어려움은 다양한 데이터의 효율적인 관리와 개별 산업에 특화된 기업 시스템과의 통합 경험이 부족한 데서 기인한다.

‘MagicSuite’는 AI의 경계를 확장하여 산업에 관계없이 모든 비즈니스에 원활하게 통합되는 지능적이고 미래 지향적인 솔루션을 지향하며, 기존 AI 챗봇을 중심으로 ▲LLM 기반 챗봇 고도화 솔루션인 ‘BotGrade’ ▲AI기반 상담 관리 시스템 ‘MagicTalk’ ▲AI 음성 인식·합성 기반의 콜센터 자동화 솔루션 ‘MagicVoice’ ▲LLM 기반의 정밀 검색 엔진 ‘MagicSearch’ ▲LLM 기반의 팀 협업 도구인 MagicTeams 등 추가적인 핵심 서비스를 통합 제공한다.

최근 기업들의 AI 도입이 가속화되면서 다양한 비즈니스 영역에서 단편적 AI 솔루션 도입이 증가하고 있지만, 이로 인한 데이터 사일로(Data Silo) 현상과 시스템 간 호환성 문제가 잠재적인 장애요인으로 지적되어 왔으며, 이에 따라 전문가들은 AI 도입 기업들이 파편화된 AI 인프라로 인한 ROI 저하 문제에 직면할 수 있을 것으로 전망해왔다.

반면, MagicSuite는 단순한 솔루션 통합이 아닌, 유기적 데이터 순환 체계를 갖춘 AI 플랫폼으로 평가받는다. MagicSuite는 모든 솔루션의 AI 모델을 중앙에서 관리하고 최적화하는 통합 AI 오케스트레이션 엔진으로 솔루션 간 지속적 데이터 교환과 학습 효율을 극대화하는데, 예를 들어, MagicTalk을 통해 수집된 고객 문의 데이터는 AI 챗봇의 학습 데이터로 활용되고, MagicVoice로 진행된 음성 상담 데이터가 텍스트화되어 MagicSearch의 검색 데이터베이스를 강화하게 된다.

또한 LLM 기반 챗봇 업그레이드 솔루션인 BotGrade를 통해 기존 규칙 기반 챗봇을 최신의 LLM 기술로 손쉽게 전환하여 통합된 데이터의 활용을 극대화할 수 있어, 기업들이 손쉽게 AI 기술을 고도화할 수 있다는 장점이 있다.

MagicSuite에 녹여진 메이크봇의 핵심 경쟁력은 다양한 산업군에 특화된 데이터와 알고리즘에 있다. 메이크봇은 금융, 의료, 유통, 제조, 공공 등 주요 산업군에서 쌓은 AI 챗봇 구축 경험과 이에 대한 다수의 특허기술을 바탕으로 산업별 특화 템플릿을 MagicSuite에 탑재했다. 이미 대한항공, 공영홈쇼핑, 롯데칠성, 강남세브란스병원 등 각 산업 전반에서 검증된 챗봇 솔루션 뿐만 아니라, MagicSuite 내 LLM 기반 솔루션들은 우리금융캐피탈, 저축은행중앙회, 동국대학교병원, 한국산업단지공단, 서울주택도시공사 등 기업 및 공공 분야를 막론하고 다양한 고객들의 수요와 성과를 증명해왔다. 고객사의 기존 IT 인프라와 원활한 통합을 위한 표준 API와 다양한 커넥터를 제공하여 도입 장벽을 낮춘 것도 MagicSuite의 특징이다.

메이크봇의 김지웅 대표는 “단편적 AI 도입으로 인한 통합 문제와 기술 부채(Technical Debt) 증가는 머지않아 AI 솔루션 고객사들의 골칫거리로 다가올 수 있다”며, “AI 통합 플랫폼인 MagicSuite가 기업의 AI 도입 전략에 새로운 패러다임을 제시할 수 있을 것”으로 평가했다.

메이크봇은 그동안 독자 개발한 한국어 특화 언어모델과 대화 맥락 처리 엔진을 기반으로 국내 AI 챗봇 시장을 선도해왔으며, 이번에 출시된 MagicSuite 및 AI 개별 솔루션들의 차별화된 경쟁력을 바탕으로, 국내 AI 솔루션 시장에서의 점유율을 높여가는 동시에 아시아 및 세계 시장 진출을 위한 채비를 서두를 계획이다.


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.