콘텐츠가 많아지고, 방송이 늘어나고, 고객이 늘어날수록 사람이 해야 할 일도 같이 늘어났습니다. 편집, 응대, 분석. 기술이 발전할수록 사람은 덜 고생해야 하는데, 어쩐지 현실은 반대였습니다.
콘텐츠는 매번 다르지만, 그 안에서 사람이 반복적으로 판단하고 개입해야 하는 흐름은 계속되면서, ‘이런 반복되는 업무를 AI로 해결할 수 없을까?’ 하는 고민이 자연스럽게 이어졌죠.
최근에는 AI 챗봇 기능을 기획하며, 기존에 존재하던 다른 AI 기능들과 어떻게 하나의 방향으로 연결해나갈 수 있을지도 고민하게 됐습니다.
이 글은 그런 고민을 시작으로, 사람의 반복적인 판단과 개입이 필요했던 영역에 AI 기술을 적용해보려는 여정의 기록입니다.
🤖 재방송인데도 실시간처럼 대답해준다
– AI 챗봇 for ReLive
ReLive, 즉 재방송은 말 그대로 녹화본을 재생시키는 기술적 기능이었습니다.
그런데 고객은 언제나 묻습니다.
“이거 뭐예요?”
“지금도 살 수 있나요?”
“방금 뭐라고 했죠?”
물론, 우리는 그 질문에 답할 수 있었습니다.
운영 인력을 따로 투입하면요.
하지만 B2B SaaS를 제공하는 입장에서, “고객사의 운영 효율을 어떻게 높일 수 있을까?”
이 질문이 우리를 붙잡았습니다.
그래서 만든 것이 AI 챗봇 for ReLive입니다.
본방송에서 호스트가 말한 내용,
실시간 채팅 흐름, 편성 시 입력한 추가 정보까지 AI가 학습해 마치 생방송처럼 자연스럽게 응답합니다.
🧠 이 기능은 일부 대형 플랫폼에서는 자체 서비스에 적용된 사례가 있었지만,
B2B SaaS 형태로 상용 제공된 것은 업계 최초 수준입니다.
📊 도입 초기 1주일 만에 나타난 지표는 이렇습니다:
AI 챗봇 사용률: 94.3%
정확도 ‘높음’ 이상 응답 비율: 83.95%
단순 체험이 아니라, 실사용 기준에서도 유의미한 성과를 보여주고 있습니다.
물론 아직 완벽하진 않습니다.
모든 문맥을 이해하진 못하고, 개선할 부분도 분명히 존재합니다.
하지만 우리는 목표를 명확히 정했습니다:
👉 정확도 ‘높음’ 이상 응답률을 95%까지 올리는 것.
현재는 실제 사용 데이터를 기반으로 모델 튜닝과 입력 정보 최적화 작업을 진행 중입니다.
그리고 이건 시작에 불과합니다.
지금은 ReLive에만 적용돼 있지만, 실시간 라이브 방송에도 확장 중입니다.
🎞️ 하이라이트, AI가 찾아줄 수 없을까?
– LLM 기반 숏폼 추출 서비스 ‘ShowKit(쇼킷)’
라이브 영상은 갈수록 많아지는데, 그 안의 ‘핵심 장면’은 언제나 사람이 직접 골라야 했습니다.
편집자는 고개를 끄덕이며
“여기서 웃었네”, “여기 리액션 왔네” 감에 의존해 컷을 자릅니다.
하지만 이게 꼭 사람이 해야 할 일이었을까요?
우리는 고민했습니다.
‘하이라이트’란 결국 사람의 의도를 반영한 결과다.
그렇다면, 자연어로 그 의도를 입력하면 AI가 알아들을 수 있어야 하지 않을까?
그래서 만든 것이 LLM 기반 숏폼 추출 서비스, ShowKit(쇼킷)입니다.
“리액션 강한 부분만 찾아줘”,
“할인 언급한 구간만 찾아줘”
문장 하나만 입력하면,
AI가 해당 구간을 찾아 자동으로 하이라이트를 구성합니다.
✔️ 쇼킷이 해결한 문제
– 긴 영상을 자동 요약
– 키워드가 아닌 ‘문장형 의도’로 추출
– 쇼츠 제작 속도와 효율을 높임
쇼킷은 콘텐츠 제작자를 ‘반복 노동’에서 해방시킵니다.
좋은 장면을 더 많이, 더 빠르게, 세상에 보여줄 수 있도록 돕습니다.
💬 채팅은 고객의 감정이 모이는 곳이다
– AI 채팅 분석 기능
라이브 방송이 끝나면, 수천 개의 채팅은 스크롤 아래로 묻혀버립니다.
하지만 거기엔 분명히 있었습니다.
고객의 감정, 의문, 충성도, 이탈 조짐까지.
우리는 그걸 흘려보내는 게 늘 아쉬웠습니다.
그래서 만든 기능이 AI 채팅 분석입니다.
단순히 키워드만 뽑는 게 아니라,
감정, 반복 질문, 이탈 타이밍, 관심 구간까지
데이터로 드러나게 만들었습니다.
이제는 “무엇이 문제였고, 어떤 요소가 효과적이었는지”를 정량적으로 해석할 수 있습니다.
PM 입장에서 가장 반가운 건,
방송이 끝나자마자 다음 회차에 적용할 수 있는 루프가 생겼다는 것.
“여기서 이탈이 많았으니 구조를 바꾸자”
“이 제품 언급 타이밍을 앞당기자” 같은 논의가 데이터 기반으로 가능해졌습니다.
✔️ 이건 단순한 분석툴이 아닙니다.
→ 고객의 언어를 읽고,
→ 제품을 더 잘 설계하게 돕는 기술입니다.
🧩 우리가 만드는 AI는 자동화를 위한 기술이 아니라,
사람을 덜 지치게 하고
더 나은 경험을 만드는 기술입니다.
기술을 드러내기보다,
기술이 만들어주는 환경과 여유에 집중합니다.
반복되는 일은 기술이 대신하고,
고객의 말을 더 잘 들을 수 있는 구조를 만들고,
운영자가 지치지 않아도 되는 흐름을 만드는 것.
그 모든 기능 위에,
어떤 브랜드든, 어떤 스타일이든 — 소스를 얹듯 자유롭게
쓰일 수 있도록.
우리는 앞으로도
기술은 유연하게, 경험은 풍성하게 만들 수 있는 제품을 고민하고 싶습니다.