🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

EliseAI는 주거·의료 현장의 기존 업무 방식을 대화형 AI로 자동화하고, 고객의 사업 성과와 이용자 경험을 함께 개선하는 데 집중한다.

📌 핵심 요약

• EliseAI는 2017년 창업 당시부터 자연어 처리 기술의 발전 가능성을 내다보고, 낙후된 주거 산업의 근본적인 문제를 AI로 해결하는 데 집중했다.
• 초기에는 BERT와 같은 모델로 전통적인 대화형 경험을 구현했으며, 이후 GPT‑4를 통해 해결할 수 있는 문제의 범위가 크게 넓어졌다고 평가한다.
• 비기술 산업에 AI를 도입할 때는 기존 업무 흐름을 최대한 익숙하게 재현해 거부감을 낮췄고, AI 인지도가 높아진 뒤에는 업무 과정 자체를 자동화 중심으로 재설계하기 시작했다.
• 제품의 성공은 자동화 비율뿐 아니라 점유율, 서비스 품질, 유지보수 해결 시간, 거주자 만족도 등 고객이 실제로 사용하는 사업 지표로 측정한다.
• 회사는 전 부서가 AI를 일상적으로 사용하도록 해 활용 역량과 제품 아이디어를 함께 높이며, 빠르게 변하는 기술을 신제품과 기존 제품 모두에 지속적으로 반영한다.

🧩 주요 포인트

1. EliseAI는 2017년 창업 당시부터 자연어 처리 기술의 발전 가능성을 내다보고, 낙후된 주거 산업의 근본적인 문제를 AI로 해결하는 데 집중했다.
2. 초기에는 BERT와 같은 모델로 전통적인 대화형 경험을 구현했으며, 이후 GPT‑4를 통해 해결할 수 있는 문제의 범위가 크게 넓어졌다고 평가한다.
3. 비기술 산업에 AI를 도입할 때는 기존 업무 흐름을 최대한 익숙하게 재현해 거부감을 낮췄고, AI 인지도가 높아진 뒤에는 업무 과정 자체를 자동화 중심으로 재설계하기 시작했다.
4. 제품의 성공은 자동화 비율뿐 아니라 점유율, 서비스 품질, 유지보수 해결 시간, 거주자 만족도 등 고객이 실제로 사용하는 사업 지표로 측정한다.
5. 회사는 전 부서가 AI를 일상적으로 사용하도록 해 활용 역량과 제품 아이디어를 함께 높이며, 빠르게 변하는 기술을 신제품과 기존 제품 모두에 지속적으로 반영한다.

🧠 상세 정리

1. 처음부터 문제 해결 수단으로 선택한 AI

EliseAI는 AI가 대중화되기 전인 2017년부터 AI를 사업의 중심에 두었다. 특정한 기술적 계기보다 사회의 중요한 문제를 해결하겠다는 태도가 먼저였고, 빠르게 발전하던 자연어 처리 연구를 실제 산업 문제에 적용할 방법을 찾았다. 특히 주거 산업은 기존 기술조차 낡아 있었고, 전통적인 AI 기법만으로도 상당한 가치를 더할 수 있는 미개척 영역이었다. 회사는 고객의 문제를 이해할수록 이를 충분한 범위와 효율로 해결하려면 AI가 필요하다는 판단을 굳혔다. 초기에는 강력한 생성형 모델이 없었기 때문에 BERT 같은 모델로 비교적 전통적인 대화 경험을 구현했고, 이후 새로운 기술이 등장할 때마다 빠르게 시험하고 제품에 통합했다.

2. 익숙한 업무 방식에서 시작한 현장 도입

EliseAI는 AI를 자연스럽게 도입하는 방법이 대상 이용자에 따라 달라진다고 본다. 주거와 의료처럼 현대적인 소프트웨어에 익숙하지 않은 사람이 많은 산업에서는 기존 업무 방식을 최대한 그대로 재현하는 것이 중요했다. 사용자가 직접 수행하던 일을 AI가 동일한 방식으로 더 빠르게 처리한다는 느낌을 주어 변화에 대한 부담을 줄인 것이다. 그러나 AI와 EliseAI의 역할에 대한 시장의 이해가 높아지면서 이러한 접근도 달라졌다. 이제는 세부 이용자 집단별로 기존 절차를 모방하는 데 그치지 않고, 자동화를 통해 일상적인 사업 운영과 업무 과정 자체를 크게 바꾸는 방향으로 나아가고 있다.

3. GPT‑4와 음성 기술이 확장한 해결 범위

회사는 GPT‑3를 일찍부터 시험했으며 GPT‑3.5에서 뚜렷한 성능 향상을 확인했지만, 가장 큰 전환점으로는 GPT‑4를 꼽는다. GPT‑4가 등장하면서 AI로 실제 해결할 수 있는 문제의 범위가 이전보다 훨씬 넓다는 사실을 체감했다. 음성 인식 기술인 Whisper의 발전도 새로운 사업 기회를 열었다. 주거 분야에서는 문자 기반 채널로 이미 가치를 제공하고 있었지만 전화 통화가 중요한 공백으로 남아 있었고, 의료 분야에서는 거의 모든 의사소통이 전화로 이뤄질 만큼 음성이 핵심이었다. 이전 기술로는 전화 업무를 처리할 수준에 미치지 못했기 때문에, 음성 모델의 발전은 EliseAI가 의료 산업에 진입하고 주거 서비스의 빈틈을 메우는 데 필수적인 기반이 됐다.

4. 고객의 사업 지표로 판단하는 제품 성과

EliseAI는 AI 기능의 성공을 기술 자체의 성능보다 고객 사업에 실질적인 변화가 발생했는지로 판단한다. 주거 분야에서는 점유율, 서비스 품질, 유지보수 요청의 해결 시간, 거주자 만족도처럼 비교적 명확한 핵심성과지표를 제품 평가에 연결한다. 임차인과 환자가 체감하는 전반적인 경험도 중요한 평가 대상이다. 동시에 시간 절감과 효율 향상이 핵심 가치인 만큼, 전체 업무 흐름 가운데 AI가 자동화할 수 있는 비율을 주요 지표로 사용한다. 회사는 AI가 처리할 수 있는 업무를 반복적으로 시험하고 기존 담당자의 수행 결과와 비교하며, 효과와 신뢰성 모두에서 우수한 인간 상담원의 수준에 도달하거나 이를 넘어서는 것을 목표로 한다.

5. 전사적 AI 활용이 만드는 학습 순환

EliseAI에서는 고객 지원, 영업, 재무를 비롯한 조직의 모든 영역이 AI를 활용해 수작업보다 효율적으로 사업과 인력을 확장한다. 직원들이 AI 도구를 일상 업무에 직접 사용하면 현재 기술로 해결할 수 있는 문제와 한계를 구체적으로 이해하게 된다. 이러한 경험은 고객과 대화할 때 새로운 활용 가능성을 발견하거나 필요한 제품 기능을 떠올리는 기반이 된다. 회사가 말하는 AI 활용 역량은 단순히 도구 사용법을 익히는 것이 아니라, 현재 AI가 무엇을 할 수 있고 어떤 문제를 해결할 수 있는지를 이해하는 능력이다. 최고경영자 역시 조직이 비전과 사명을 공유하도록 많은 내용을 전달해야 하므로, 아이디어를 다듬고 공유할 커뮤니케이션 콘텐츠를 만드는 데 AI를 사용한다.

6. 빠른 기술 변화 속에서 기존 제품까지 혁신하기

AI 기술이 빠르게 발전하기 때문에 특정 구현 방식을 장기간에 걸쳐 정확히 계획하기는 어렵다. 준비를 마칠 때쯤이면 시장 환경이 달라지거나 더 나은 접근법이 등장할 수 있기 때문이다. EliseAI가 강조하는 더 큰 과제는 미래만 준비하는 것이 아니라, 많은 고객이 사용 중인 기존 제품을 최신 상태로 유지하며 경쟁력을 보존하는 일이다. 신제품에는 새로운 도구를 적용하는 동시에, 같은 기술을 과거의 문제에 더 나은 방식으로 활용할 수 있는지와 기존 구조를 다시 설계해야 하는지를 계속 검토한다. 결국 핵심은 문제 해결의 효율을 유지하고 기존 제품을 끊임없이 개선하는 것이며, 회사는 조직 전반에서 ChatGPT를 사용하고 자사 플랫폼에는 OpenAI API를 활용하고 있다.

🧾 핵심 주장 / 시사점

• 비기술 산업의 AI 도입에서는 새로운 사용법을 강요하기보다 기존 업무 흐름을 먼저 재현하는 방식이 초기 수용성을 높이는 데 중요했다.
• 모델 발전의 가치는 성능 수치 자체보다 새롭게 자동화할 수 있는 업무의 범위로 드러났으며, 특히 음성 기술은 전화 중심의 의료 업무에 진입할 수 있게 한 핵심 조건이었다.
• 지속적인 경쟁력은 최신 모델을 신제품에 적용하는 것만으로 확보되지 않으며, 이미 운영 중인 제품과 과거의 문제를 새 기술로 반복해서 재검토하는 과정이 필요하다.

✅ 액션 아이템

• 주거·의료 도입 대상에서는 EliseAI처럼 초기에는 기존 업무 흐름을 재현한 대화형 AI로 거부감을 낮추고 이후 자동화 중심 전환 시점을 단계적으로 잡는다.
• 제품 성과를 평가할 때 자동화 비율 외에 점유율, 서비스 품질, 유지보수 해결 시간, 거주자 만족도를 함께 반영하는 지표 집합으로 관리한다.
• 기술 전환은 BERT 기반 대화형 과제에서 GPT‑4로 해결 범위가 넓은 과제로 재분류해 전 부서가 참고할 수 있도록 처리 범위를 갱신한다.

❓ 열린 질문

• 어떤 조건에서 기존 업무흐름 모방형 AI 적용을 유지하다가 자동화형 업무 재설계로 전환해야 하는가?
• 자동화 비율 개선이 실질 성과로 이어지는지 판단할 때 점유율·서비스 품질·유지보수 해결 시간·거주자 만족도 중 어떤 조합이 우선권을 가져야 하는가?
• 전부서 AI 일상화를 유지하면서 신제품과 기존 제품에 새 기술을 반영할 때 어떤 속도로 전환해야 운영 안정성과 대응 속도를 균형 있게 맞출 수 있는가?