AI 기술을 활용해 데이터 활용 방식을 어떻게 고도화할 수 있을까요?

AI 연구와 상용화 사이의 간극을 가장 실감한 건 졸업 논문에서 구현한 모델을 실제 서비스에 쓸 수 있는지 검토했을 때였습니다. 연구에서는 정확도 지표만 봤는데, 상용화를 검토하니 추론 속도, 메모리, 유지보수 비용까지 같이 봐야 한다는 걸 알았습니다. 방법론 측면에서 저는 프로토타입 → 파일럿 → 전환의 단계를 생각합니다. 먼저 작은 규모로 돌려서 기술 가능성을 확인하고, 그 다음 실제 사용자 데이터로 파일럿을 돌려 문제를 찾는 방식입니다. 사용자 관점에서 모델 정확도보다 응답 일관성이 더 중요한 경우가 있다는 걸 배웠습니다. 정확도가 95%라도 가끔 황당한 답이 나오면 사용자 신뢰가 무너집니다. 한계는 실제 서비스에 AI를 배포해본 경험은 아직 없고, 이론과 소규모 실험 수준입니다.