CX 파트의 새로운 방향성은 데이터 기반 생성형 AI, 즉 LLM에서 시작했다. 그러나 나는 LLM이라는 기술 자체에만 몰두한 나머지, 가장 기본이 되어야 할 데이터 분석과 준비 과정에는 소홀했다. 정해진 길만 보고 달리는 경주마처럼, 기술 구현에만 급급했던 과거 개발자로서의 습관이 여실히 드러난 결과다.
1. 데이터 없는 삽질, 값비싼 시행착오
한동안 상당한 시간을 소위 '삽질'에 허비했다. 이는 명백한 시행착오였다. LLM 적용에만 매달리느라, 정작 기반이 되는 데이터의 상태와 현황을 제대로 파악하지 않았다. 적절한 수준의 데이터를 식별하고 확보하는 핵심 과정을 간과한 채 기술 구현에만 매달린 스스로가 부끄러울 따름이다. 데이터의 질과 양이 담보되지 않으면 LLM은 모래 위의 성일 뿐이다.
2. 원점에서 다시, 데이터와 마주하다
이제 원점으로 돌아가 데이터를 다시 면밀히 들여다봐야 한다. 현재 축적되는 데이터가 다양한 원인으로 인해 일관성이나 명확성이 부족하지는 않은지, 데이터 품질(Quality)을 높이기 위해 어떤 접근 방식을 취해야 하는지 근본적인 질문부터 다시 던져야 한다. 이를 바탕으로 '정확한' 의사결정을 내리는 것이 급선무다.
3. STT, 또 다른 데이터 가능성을 탐색
한편, 새로운 데이터 활용에 대한 추가고민을 해보고자 한다. 현재 솔루션 내에 저장되는 고객과의 통화 녹음 파일을 STT(Speech-To-Text) 기술로 변환하여 텍스트 데이터로 활용하는 방안이다. 물론, 이 역시 데이터로서 충분한 가치와 활용 가능성이 있는지 신중한 검토가 선행되어야 한다. 섣부른 기대는 금물이다.
4. 명확한 결과는 명확한 준비에서 나온다
돌이켜보면, 명확한 데이터 기반 없이 불분명한 결과물(Output)에만 집착했다. LLM이라는 화려한 기술 뒤에 가려진 데이터의 중요성을 간과한 대가다. 허비된 시간을 만회하는 유일한 길은 이제라도 데이터에 기반하여 더 명확하고 정확한 분석과 결론을 도출하는 것이다. 기본으로 돌아가 단단하게 다시 쌓아 올려야 한다.
