AI를 어디까지 쓰고, 어디서는 사람이 확인하는지 먼저 공개합니다.
STAR-T는 AI를 “알아서 다 해주는 도구”로 설명하지 않습니다. 데이터 처리 범위, 사람 승인 지점, 로그와 권한 기준을 먼저 밝히고 그 안에서 자동화를 설계합니다.
도입 전 가장 많이 묻는 질문에 먼저 답합니다.
B2B 고객이 실제로 확인하는 기준은 기능보다 운영 신뢰입니다. 그래서 모든 서비스에 아래 다섯 가지 원칙을 공통으로 적용합니다.
데이터 처리 범위
서비스 목적에 필요한 최소 정보만 사용하고, 어떤 데이터가 입력되는지와 저장 범위를 먼저 설명합니다.
AI 사용 범위
분류, 요약, 추천, 초안 생성처럼 AI가 맡는 단계와 사람이 최종 판단하는 단계를 분리합니다.
사람 승인 지점
대외 발송, 고객 응대, 최종 제출, 비용 집행처럼 위험이 큰 단계는 사람 검토를 기본값으로 둡니다.
로그와 감사 가능성
무슨 입력이 있었고 어떤 결과가 나왔는지, 실패 시 어디서 멈췄는지 운영자가 추적 가능한 구조를 우선합니다.
권한과 접근 제어
운영자/검토자/관리자의 역할을 나누고, 외부 공개가 필요 없는 내부 데이터는 최소 권한으로만 다룹니다.
프로젝트 시작 전에 함께 고정하는 기준
- •어떤 데이터까지 입력 가능한지
- •어떤 결과는 사람 승인 없이 외부로 나가면 안 되는지
- •실패 시 어디서 멈추고 누가 확인할지
- •운영자가 어떤 로그를 봐야 문제를 추적할 수 있는지
서비스 설계 원칙
기능보다 운영 가능성 우선
데모가 아니라 실제 운영에서 유지되는지부터 봅니다.
자동화보다 승인 구조 우선
실수 비용이 큰 단계는 사람이 통제권을 유지해야 합니다.
설명 가능한 추천
추천, 점수, 우선순위는 근거가 보이도록 설계합니다.
실패 가능한 조건을 같이 공개
잘 되는 조건만이 아니라 잘 안 되는 조건도 먼저 설명합니다.
자주 묻는 질문
고객 데이터가 AI 모델 학습에 자동으로 쓰이나요?
아닙니다. 프로젝트 목적과 계약 범위를 벗어난 자동 학습 전제는 두지 않습니다. 어떤 데이터가 어디까지 쓰이는지 먼저 합의합니다.
완전 자동화가 가능한가요?
일부 운영 단계는 가능합니다. 다만 고객 응대, 제출, 비용 집행처럼 리스크가 큰 단계는 기본적으로 사람 승인 지점을 둡니다.
문제가 생기면 원인을 추적할 수 있나요?
그 기준으로 설계합니다. 입력, 추천, 승인, 예외 처리 흐름을 운영자가 따라갈 수 있어야 서비스가 유지된다고 봅니다.