기업의 데이터를 AI가 이해할 수 있도록 만드는 일. 수천 장의 산업 도면에서 객체뿐 아니라 연결 관계와 흐름까지 읽어내는 일. 생성형 AI가 실제 기업의 중요한 업무를 수행할 수 있을 만큼 정확하고 신뢰할 수 있게 만드는 일.
인포시즈가 풀고 있는 문제에는 아직 정해진 답이 없는 경우가 많습니다. 이미 잘 알려진 방법을 적용하는 것만으로 해결되지 않고 때로는 전 세계 어디에서도 참고할 만한 레퍼런스를 찾기 어려운 문제를 마주하기도 합니다. 그런 문제 앞에서 인포시즈의 구성원들은 어떤 생각을 하고, 어떻게 답을 찾아갈까요?
이번 EO 다큐멘터리에는 기술이나 제품만으로는 보여주기 어려웠던 ‘문제를 푸는 사람들’의 이야기를 담았습니다. CEO부터 CPO, CTO, FDE, ML lead, Applied Scientist까지 서로 조금씩 맡은 역할이 다른 여섯 명의 구성원이 카메라 앞에 앉았습니다. 그리고 하나의 질문에서 이야기를 시작했습니다.
우리는 왜 이렇게 어려운 문제를 풀고 있을까?
가장 어려운 문제를 푸는 사람들
이번 다큐멘터리의 주제를 정하면서 가장 중요하게 생각했던 것은 인포시즈의 기술을 단순히 설명하지 않는 것이었습니다. 온톨로지가 무엇인지, 지식 그래프가 어떻게 작동하는지를 설명하는 것만으로는 인포시즈가 실제로 어떤 일을 하는 회사인지 충분히 보여주기 어렵다고 생각했습니다.
인포시즈의 기술은 대부분 현장에서 해결해야 했던 문제에서 시작됐습니다. 그래서 이번 영상에서는 완성된 기술의 결과보다 문제를 처음 만난 순간부터 답을 찾아가는 과정을 보여주려고 했습니다.왜 이 문제가 어려웠는지, 기존 방식으로는 왜 풀리지 않았는지, 새로운 답을 어떻게 찾아갔는지를 동료들의 목소리로 담았습니다.
모두가 AI를 이야기하기 전부터 시작했습니다
이번 다큐멘터리에서 보여주고 싶었던 건 인포시즈가 지금 어떤 기술을 만드는지만은 아니었습니다. 왜 이 문제를 풀기 시작했고 오랜 시간 어떤 문제에 집중해왔는지도 함께 담고 싶었습니다. 인포시즈가 그래프 기술에 집중하기 시작한 것은 생성형 AI와 온톨로지가 지금처럼 주목받기 전이었습니다. 기업에는 이미 수많은 데이터가 있지만 서로 다른 시스템과 문서, 도면에 흩어져 있고 그 사이의 의미와 관계는 쉽게 연결되지 않습니다. 인포시즈는 오래전부터 이 문제에 주목해왔습니다.
생성형 AI가 등장하면서 이 문제는 오히려 더 선명해졌습니다. 좋은 AI 모델이 있어도 각 기업이 쌓아온 데이터와 업무 맥락까지 저절로 이해하지는 못하기 때문입니다. 기업의 데이터를 연결하고, AI가 이해할 수 있는 지식으로 만드는 일. 오래전부터 풀어온 문제가 지금 기업 AI가 마주한 중요한 과제와 만나고 있습니다.
답이 없는 문제를 풀어왔습니다
인포시즈가 현장에서 마주하는 문제 중에는 이미 만들어진 기술을 가져와 적용하는 것만으로 해결하기 어려운 문제가 많습니다. 다큐멘터리에서 소개한 산업용 도면 인식도 그중 하나입니다. 도면 속 문자와 객체를 인식하는 수준을 넘어 설비와 배관이 어떻게 연결되어 있고, 전체 공정에서 어떤 관계를 이루는지까지 이해해야 했습니다. 인포시즈는 기존 방식으로 풀기 어려웠던 이 문제에 그래프를 적용하고 새로운 방법을 실험했습니다.
기업 AI의 정확도를 높이는 과정에서도 비슷한 문제를 마주했습니다. LLM이 답을 만드는 데서 그치지 않고 기업의 실제 업무에서 사용할 수 있는 ‘옳은 답’을 만들기 위해 새로운 방법이 필요했고, 현장에서 문제를 해결하는 과정에서 OQL과 같은 기술도 만들어졌습니다.
처음부터 정답을 알고 시작한 문제들은 아니었습니다. 현장에서 문제를 발견하고, 기존 방법으로 풀리지 않으면 가설을 세우고 새로운 방법을 시도해 답을 만들어왔습니다.
현장에서 찾은 답은 다시 기술이 됩니다
다큐멘터리에는 기술만큼이나 그 기술을 만드는 사람들의 이야기가 많이 등장합니다. 특히 FDE는 고객의 현장에 직접 들어가 무엇이 진짜 문제인지부터 찾습니다. 낯선 산업을 공부하고 현업과 함께 문제를 정의하며 필요한 기술을 직접 구현하고 검증합니다.
그리고 현장에서 찾은 답은 하나의 프로젝트로 끝나지 않습니다. FDE가 발견한 문제와 해결 경험은 솔루션을 만드는 동료들과 공유되고 다시 제품과 기술에 반 영됩니다. 현장에서 문제를 발견하고, 새로운 방법으로 해결하고, 그 경험을 다시 기술에 남깁니다. 인포시즈에서는 현장과 기술이 이게 연결되어 있습니다.
어려운 문제를 풀기 위해 모인 사람들
결국 이번 다큐멘터리에서 기술만큼 보여주고 싶었던 것은 그 기술을 만드는 사람들이었습니다. 서로 다른 전문성을 가진 사람들이 모여 있지만 한 가지 공통점이 있습니다. 이미 정답이 있는 문제보다 아직 정답이 만들어지지 않은 문제에 더 깊이 들어간다는 점입니다.
실제 산업의 문제는 잘 정제된 데이터셋이나 정해진 벤치마크처럼 주어지지 않습니다. 데이터부터 복잡하고 참고할 만한 선례가 없는 경우도 있습니다. 연구 단계에서 잘 작동했던 기술도 실제 산업 현장에 들어가면 예상하지 못했던 문제를 만납니다.
그래서 더 깊은 기술적 전문성이 필요하고 동시에 혼자 모든 답을 알 수 없다는 사실을 인정해야 합니다. 인포시즈가 동료 간의 신뢰를 중요하게 생각하는 이유도 여기에 있습니다. 각자의 전문성을 믿고 서로 다른 관점을 연결할 때 혼자서는 풀기 어려운 문제까지 들어갈 수 있다고 믿습니다.
전 세계 어디에도 레퍼런스가 없는 문제를 향해
이번 촬영을 준비하고 여러 동료들의 이야기를 다시 들으면서 인포시즈가 지난 몇 년 동안 해온 일을 하나의 문장으로 설명할 수 있었습니다. 아직 답이 없는 문제에 먼저 들어가 답을 만들어온 시간.
앞으로 풀어야 할 문제는 더 많습니다. 기업에 수백 개의 AI 에이전트가 들어오고 로봇이 실제 산업 현장에서 사람과 함께 일하게 된다면 AI는 기업의 데이터뿐 아니라 현실 세계의 설비와 공정, 업무의 의미와 관계까지 이해해야 합니다. 인포시즈는 그 기반을 만들고 있습니다.
이번 EO 다큐멘터리는 완성된 기술을 소개하기보다 아직 정답이 없는 문제 앞에서 인포시즈의 사람들이 어떻게 답을 만들어가는지를 보여주는 기록입니다. 인포시즈가 어떤 기업인지, 그리고 우리가 왜 이렇게 어려운 문제를 풀고 있는지 궁금하다면 영상에서 그 이야기를 확인해 보세요.