- 모델 선택 부담 해소…기업 AI 전환의 핵심 장애 요인 해결
- 20여 종 모델 자동 분기로 AI 비용 30~60% 절감·처리 속도 3~7배 향상
▲ 인포뱅크 AI 기반 협업 플랫폼 ‘인세븐(IN7)’
AI 기반 커뮤니케이션 플랫폼 기업 인포뱅크㈜는 자사의 AI 협업 플랫폼 ‘인세븐(IN7)’에 업무 목적에 따라 다양한 AI 모델을 자동으로 선택하고 실행하는 ‘AI 모델 자동 라우팅(Auto Routing)’ 기능을 고도화했다고 밝혔다. 이번 기술 고도화로 기업은 모델 선택 부담 없이 비용을 최적화하고, 업무 목표에 가장 적합한 결과를 손쉽게 활용할 수 있게 됐다.
현재 많은 기업은 다양한 AI 모델을 업무 성격에 맞춰 병행 사용하지만, 모델별 가격과 성능 차이로 최적 선택이 어렵고, 다중 구독이나 좌석 단위 구매로 비용 부담이 증가하는 문제가 발생한다. 이러한 운영 구조는 AI 전환(AX)을 가로막는 주요 장애 요인으로 지적돼 왔다. 인세븐은 업무 유형을 기반으로 최적 모델을 자동 분기하는 ‘AI 모델 자동 라우팅(Auto Routing)’ 기술을 적용해 선택 부담과 비용 문제를 동시에 해결했다.
인세븐의 ‘AI 모델 자동 라우팅’ 기술은 업무 성격을 분석해 OpenAI, Anthropic, Google, xAI에서 제공하는 AI 모델 20여 종 중 가장 효율적인 모델을 자동 선택한다. GPT-5.1, Gemini 3Pro 같은 고성능 모델부터 GPT-5 mini, Gemini-2.5-flash 계열의 경량 모델까지 상황에 맞춰 분기하며, 고비용 모델은 꼭 필요한 순간에만 활용된다. 이를 통해 AI 비용은 30~60% 절감되고 처리 속도는 3~7배 향상돼 기업은 복잡한 모델 비교 없이 자동으로 최적화된 환경을 바로 활용할 수 있다.
또한 자동 라우팅 기반 위에 고급 분석 기능 ‘딥리서치(Deep Research)’를 적용해 보고서 수준의 심층 분석 결과물을 자동 생성한다. 딥리서치는 GPT-5, Claude, Gemini 등 복수 대형 모델을 조합해 웹, 문서, 데이터 기반 조사를 수행하고, 정보를 비교·정리·구조화하여 최종 분석 결과를 도출한다. 사용자는 한 번의 질문으로 조사부터 요약까지 전체 과정을 일괄 처리할 수 있으며, 시장·경쟁사·기술 분석 시간은 평균 57% 단축된다.
인세븐의 ‘자동 라우팅’과 ‘딥리서치’ 기술은 목적 기반 모델 매칭, 비용 조건 분기, 성능 및 비용우선 모드 지원 등의 기능을 통해 AI 도입 장벽이 높은 중소·중견 기업에도 합리적인 비용으로 AI 전환(AX)을 경험할 수 있도록 설계됐다. 특히 문서 기반 RAG와 멀티모델 조합 기술을 적용해 전문성과 결과 품질을 높인 점도 주요 차별화 요소다.
강진범 CTO는 “많은 기업이 직원 수만큼 모델별 구독 비용을 부담하며 어려움을 겪고 있다”라며, “인세븐은 고비용 모델은 필요한 순간만 활용하고 반복 업무는 경량 모델로 자동 분기해 비용과 성능 문제를 동시에 해결했다”고 밝혔다. 이어 “앞으로 기업은 어떤 모델을 선택할지, 비용을 관리할지 고민할 필요가 없으며, 인세븐이 성능과 비용 효율을 자동 최적화하는 AI 플랫폼으로 자리매김할 것”이라고 강조했다.
한편, 인포뱅크는 최신 글로벌 AI 모델을 가장 빠르게 도입하고, 국내 최저 수준의 비용 체계를 구축해 기업의 AI 활용 환경을 지속적으로 강화해 제조·금융·유통·헬스케어 등 산업별 요구에 맞춘 딥리서치 템플릿도 고도화해, 산업 맞춤형 AI 분석 생태계를 확대해 나갈 계획이다.
[참고: 디지털타임스]
https://www.dt.co.kr/article/12033406?ref=naver
▲ 인포뱅크 AI 기반 협업 플랫폼 ‘인세븐(IN7)’
AI 기반 커뮤니케이션 플랫폼 기업 인포뱅크㈜는 자사의 AI 협업 플랫폼 ‘인세븐(IN7)’에 업무 목적에 따라 다양한 AI 모델을 자동으로 선택하고 실행하는 ‘AI 모델 자동 라우팅(Auto Routing)’ 기능을 고도화했다고 밝혔다. 이번 기술 고도화로 기업은 모델 선택 부담 없이 비용을 최적화하고, 업무 목표에 가장 적합한 결과를 손쉽게 활용할 수 있게 됐다.
현재 많은 기업은 다양한 AI 모델을 업무 성격에 맞춰 병행 사용하지만, 모델별 가격과 성능 차이로 최적 선택이 어렵고, 다중 구독이나 좌석 단위 구매로 비용 부담이 증가하는 문제가 발생한다. 이러한 운영 구조는 AI 전환(AX)을 가로막는 주요 장애 요인으로 지적돼 왔다. 인세븐은 업무 유형을 기반으로 최적 모델을 자동 분기하는 ‘AI 모델 자동 라우팅(Auto Routing)’ 기술을 적용해 선택 부담과 비용 문제를 동시에 해결했다.
인세븐의 ‘AI 모델 자동 라우팅’ 기술은 업무 성격을 분석해 OpenAI, Anthropic, Google, xAI에서 제공하는 AI 모델 20여 종 중 가장 효율적인 모델을 자동 선택한다. GPT-5.1, Gemini 3Pro 같은 고성능 모델부터 GPT-5 mini, Gemini-2.5-flash 계열의 경량 모델까지 상황에 맞춰 분기하며, 고비용 모델은 꼭 필요한 순간에만 활용된다. 이를 통해 AI 비용은 30~60% 절감되고 처리 속도는 3~7배 향상돼 기업은 복잡한 모델 비교 없이 자동으로 최적화된 환경을 바로 활용할 수 있다.
또한 자동 라우팅 기반 위에 고급 분석 기능 ‘딥리서치(Deep Research)’를 적용해 보고서 수준의 심층 분석 결과물을 자동 생성한다. 딥리서치는 GPT-5, Claude, Gemini 등 복수 대형 모델을 조합해 웹, 문서, 데이터 기반 조사를 수행하고, 정보를 비교·정리·구조화하여 최종 분석 결과를 도출한다. 사용자는 한 번의 질문으로 조사부터 요약까지 전체 과정을 일괄 처리할 수 있으며, 시장·경쟁사·기술 분석 시간은 평균 57% 단축된다.
인세븐의 ‘자동 라우팅’과 ‘딥리서치’ 기술은 목적 기반 모델 매칭, 비용 조건 분기, 성능 및 비용우선 모드 지원 등의 기능을 통해 AI 도입 장벽이 높은 중소·중견 기업에도 합리적인 비용으로 AI 전환(AX)을 경험할 수 있도록 설계됐다. 특히 문서 기반 RAG와 멀티모델 조합 기술을 적용해 전문성과 결과 품질을 높인 점도 주요 차별화 요소다.
강진범 CTO는 “많은 기업이 직원 수만큼 모델별 구독 비용을 부담하며 어려움을 겪고 있다”라며, “인세븐은 고비용 모델은 필요한 순간만 활용하고 반복 업무는 경량 모델로 자동 분기해 비용과 성능 문제를 동시에 해결했다”고 밝혔다. 이어 “앞으로 기업은 어떤 모델을 선택할지, 비용을 관리할지 고민할 필요가 없으며, 인세븐이 성능과 비용 효율을 자동 최적화하는 AI 플랫폼으로 자리매김할 것”이라고 강조했다.
한편, 인포뱅크는 최신 글로벌 AI 모델을 가장 빠르게 도입하고, 국내 최저 수준의 비용 체계를 구축해 기업의 AI 활용 환경을 지속적으로 강화해 제조·금융·유통·헬스케어 등 산업별 요구에 맞춘 딥리서치 템플릿도 고도화해, 산업 맞춤형 AI 분석 생태계를 확대해 나갈 계획이다.
[참고: 디지털타임스]
https://www.dt.co.kr/article/12033406?ref=naver