Mesterséges Intelligencia Központ
메뉴

작업 사례: 저희가 만든 것

Mesterséges Intelligencia Központ Kft.는 부다페스트의 소프트웨어 개발 회사입니다. 청구서 발행과 CRM을 갖춘 ERP 시스템, 법률 문서를 가명 처리하는 프로그램, 데이터 동기화 프로그램, 학교용 노트북 일괄 관리 시스템, 라이브 AI 해설자가 있는 3D 게임을 만들었습니다.

여기에 소개하는 모든 시스템은 실제로 존재하며 작동합니다. 아직 도입 중인 경우에는 그렇게 밝힙니다. 고객과 제품의 이름은 공개하지 않습니다. 여기에 없는 시스템이 필요하시다면, 저희가 그 밖에 무엇을 만드는지도 이 페이지 끝에 정리해 두었습니다.

청구서 발행과 CRM을 갖춘 ERP 시스템

과제. 헝가리 중소기업의 일상 업무는 보통 여러 도구에 흩어져 있습니다. 스프레드시트, 이메일, 별도의 청구서 발행 프로그램, 은행 화면이 그렇습니다. 목표는 회사 자체의 프로세스를 바탕으로 한 하나의 시스템이었고, 여러 조직이 서로의 데이터를 보지 않고 사용할 수 있어야 했습니다.

해결. 여러 고객 조직을 지원하는 모듈형 전사적 자원 관리 시스템(ERP)을 개발하고 있습니다.

청구서 발행 기능은 헝가리 국세청(NAV)에 보고되는 청구서를 청구서 발행 프로그램을 통해 발행하며, PDF 미리 보기와 취소 청구서 발행을 지원합니다. 은행 대사 기능은 송금 메모, 청구서 번호 또는 송금인의 계좌 번호를 기준으로 입금을 청구서와 매칭하고, 입금 내역을 청구서에 다시 기록합니다. NAV에서 들어오는 수취 청구서는 승인 후 일괄 이체에 포함됩니다.

CRM 모듈에서는 거래처를 체인으로 묶을 수 있고, 담당자에게는 의사결정 역할이 있으며, 영업 프로세스는 칸반 보드에서 진행되고, 단계 변경 이력을 추적할 수 있으며, 할 일에는 알림이 붙고, 거래처의 타임라인은 인공지능이 요약하며, 이메일과 캘린더는 거래처 정보에 동기화됩니다.

한 번의 로그인으로 모든 모듈을 이용할 수 있습니다. 중앙 인증은 비밀번호 또는 Google, Microsoft, Apple, GitHub 계정과 2단계 로그인으로 작동하며, 조직, 초대, 권한을 지원합니다.

결과. 시스템은 두 조직에서 실제로 운영 중입니다. 청구서 발행은 실제 운영 중이고, CRM 모듈은 도입이 진행되고 있습니다. 이 경험은 업무용 소프트웨어 개발에 활용합니다.

법률 문서를 위한 문서 익명화 프로그램

과제. 계약서, 소송 서류, 판결문은 공유하거나 인공지능으로 처리해야 할 때가 많지만, 개인정보가 밖으로 나가서는 안 됩니다. 손으로 가리는 작업은 느리고 실수하기 쉽습니다. 이름은 격변화한 형태로도, 이니셜이나 서명으로도 나타나기 때문입니다.

해결. 전적으로 사용자 자신의 컴퓨터에서 실행되며 헝가리어 법률 문서(PDF와 Word)를 가명 처리하는 Windows 애플리케이션입니다.

결과. 완성된 파일은 두 번째 프로그램 라이브러리가 다시 검사하며, 원래 이름이 하나라도 남아 있으면 프로그램은 저장하지 않습니다. 애플리케이션은 설치해서 사용할 수 있으며, 데이터는 컴퓨터 밖으로 나가지 않습니다.

라이브 AI 해설자가 있는 브라우저 3D 게임

과제. 기업 홈페이지는 보통 그 회사가 인공지능을 잘 안다고 말합니다. 저희는 그것을 보여 주고 싶었습니다. 게임은 전시회 부스와 홈페이지 모두에서, 게이머가 아닌 비즈니스 방문자를 위해 작동해야 했습니다. 배울 것도, 회원 가입도, 시작 버튼도 없어야 했습니다. 또한 AI는 미리 작성된 문장을 무작위로 고르는 것이 아니라, 게임 중에 플레이어에게 실제로 반응해야 했습니다.

해결. 플레이어가 바로 T-rex인 끝없는 러닝 게임을 만들었습니다. 장면은 WebGL이 three.js를 사용해 브라우저에서 실시간으로 그리며, 조작은 버튼 하나입니다. 게임은 중요한 순간(생명을 잃을 때, 기록, 레벨 업, 새로운 풍경, 뛰어넘은 낭떠러지)을 요약 보고로 저희 AI 어시스턴트에게 보냅니다. AI 어시스턴트는 대규모 언어 모델 기반 해설자로, 이 보고를 바탕으로 플레이어에게 실시간으로 말을 겁니다. 해설자는 말만 할 뿐, 게임 진행에는 개입하지 않습니다.

결과.

같은 노하우를 게임 개발과 AI 챗봇 및 AI 에이전트 개발 작업에도 활용합니다.

게임 세계를 위한 AI 기반 그래픽 제작 라인

과제. 게임에는 일관된 스타일의 그래픽 요소가 많이 필요합니다. 나무, 덤불, 바위, 풍경, 장애물이 그렇습니다. 각 요소는 실제 비율로, 투명한 배경과 정확한 윤곽선을 갖추어 만들어야 합니다. 게임의 충돌 판정도 이것을 기반으로 하기 때문입니다. 손으로 하면 느리고, 단순한 이미지 생성으로는 일관된 스타일과 크기를 얻을 수 없습니다.

해결. 관리자 화면에 6단계 제작 라인을 구축했습니다.

  1. 제작 요청: 주제에 대한 짧은 설명.
  2. 기획: 언어 모델이 게임 세계의 기획안을 작성합니다. 분위기, 색상 팔레트, 날씨, 사물의 종류, 그리기 지시가 담깁니다.
  3. 스타일 시트: 선택한 샘플 이미지로 스타일과 비율을 고정하며, 이미지 모델은 이를 참고 자료로 받습니다.
  4. 그리기: 생성형 이미지 모델이 종류별로 한 장의 시트에 사물을 그리며, 여러 시트를 동시에 작업합니다. 시스템이 시트를 사물 단위로 잘라 내고, 투명도와 완전한 윤곽선을 검사하며, 계획한 높이로 크기를 맞추고, 색상을 팔레트에 맞추고, 게임 조명을 위한 노멀 맵을 만듭니다.
  5. 선별: 채택 여부는 사람이 결정합니다.
  6. 배포: 배포된 이미지만 게임에 들어갑니다.

스케줄러는 저장된 제작 요청을 지정된 시간대 안에서, 미리 설정한 AI 호출 한도 내에서 스스로 제작합니다. 이 경우에도 선별과 배포는 수동으로 이루어집니다.

결과. 게임의 풍경과 장애물은 이 제작 라인에서 만들어졌습니다. 장애물의 그림, 아이콘, 충돌 형태는 같은 제작 데이터에서 나옵니다. 충돌 판정은 이미지의 픽셀 단위로 정확한 윤곽선을 따릅니다. 사람의 승인 없이는 어떤 것도 게임에 들어가지 않습니다.

인공지능을 활용한 기능점수 기반 규모 측정

과제. 소프트웨어 견적은 그 바탕이 되는 추정이 정확한 만큼만 가치가 있습니다. 작업 시간 추정은 추정하는 사람과 팀에 따라 달라지므로 두 견적을 비교하기 어렵고, 고객은 개발사가 무엇에 대해 가격을 매기는지 알 수 없습니다.

해결. 개발의 기능 규모를 COSMIC 기능점수(ISO/IEC 19761)로 측정합니다. 이 방법은 데이터 이동, 즉 입력(Entry), 출력(Exit), 읽기(Read), 쓰기(Write)를 세며, 각 데이터 이동은 1 기능점수입니다. 따라서 규모는 기술이나 개발 주체와 무관합니다. 측정을 위해 AI를 활용한 자체 작업 흐름을 구축했습니다.

결과. 견적과 일정표는 측정된 규모를 바탕으로 작성되며, 두 견적을 같은 잣대로 비교할 수 있습니다. 규모는 감으로 내린 추정이 아니라, 어떤 프로세스가 어떤 데이터 이동으로 몇 기능점수가 되는지 항목별로 추적할 수 있는 목록입니다. 가격 산정 방법은 비용 산정 페이지에서 설명합니다.

MS SQL에서 클라우드 PostgreSQL로 가는 데이터 동기화 프로그램

과제. 회사 자체 서버에서 실행되는 MS SQL 데이터베이스의 데이터를 새 애플리케이션과 보고서를 위해 클라우드 시스템으로 보내야 했습니다. 조건은 원본 시스템에 부하를 주지 않고, 그 안에 아무것도 쓰지 않는 것이었습니다.

해결. Windows 서비스로 실행되며 읽기 권한만으로 작동하는 프로그램입니다.

결과. 작동은 자동화된 테스트와 실제 MS SQL 및 PostgreSQL 테스트 환경으로 검증합니다. 여러 시스템을 연결해야 한다면 프로세스 자동화도 이런 작업입니다.

학교용 노트북 일괄 관리 시스템

과제. 여러 장소에 있는 약 100대의 Windows 학교 노트북을 도메인도, 기기 관리 시스템도 없이 운영하고 있었습니다. 소프트웨어 설치, 업데이트, 계정 정리를 기기마다 손으로 해야 했습니다.

해결. 자체 일괄 관리 시스템을 구축했습니다.

결과. 노트북 전체가 이 시스템으로 운영되고 있습니다. Windows 11로의 전환도 측정을 바탕으로, 즉 노트북에서 실행한 성능 테스트 결과에 따라 결정했습니다.

웹 애플리케이션용 AI 테스터

과제. 웹 애플리케이션은 변경될 때마다 다시 테스트해야 하는데, 수동 테스트는 느리고 반복적입니다.

해결. AI 에이전트가 실제 브라우저에서 지정된 웹 애플리케이션을 차례로 살펴보며, 자동 검사와 접근성 검사가 이를 보완합니다. 발견된 오류는 사람이 승인해야 비로소 오류 티켓이 되며, 에이전트는 승인 결정에서 학습합니다. 실행은 예약할 수 있고 변경된 부분만 다시 살펴보며, 페이지는 휴대전화 화면으로도 검사합니다.

결과. 저희 자체 개발 제품을 테스트하는 내부 도구로 운영되고 있습니다.

AI와 함께 일하는 직원을 위한 채용 테스트

저희 채용을 위해, 지원자가 인공지능과 어떻게 일하는지 측정하는 30분짜리 온라인 테스트를 만들었습니다. 시간 제한이 있는 네 부분으로 이루어져 있습니다. 일부러 오류를 넣은 데모 애플리케이션에서 버그 찾기, 인공지능이 연기하는 고객과의 대화, 사고력 과제, 그리고 작동 방식을 모르는 시스템을 대상으로 한 실험입니다. 답변은 AI가 먼저 평가하고 결정은 사람이 내리며, 지원자의 데이터는 보존 기간, 내보내기, 삭제를 갖추어 GDPR에 따라 처리합니다.

소규모 자체 개발 제품

이런 것도 만듭니다

아래 항목은 완성된 작업이 아니라, 저희가 기꺼이 구축할 시스템입니다.