CONCEPT 01
법률 / 약관
어려운 계약서·약관을 쉬운 말로 풀어 주는 화면
CASE 01Global PDF AI SaaS
StreamDocs.ai
지어낸 답 대신, 늘 원문을 짚는 PDF AI
- ROLE
- UX·UI 디자인 PM · 화면 설계와 UI 디자인 100%
- PERIOD
- 2024.05–06 · 착수 한 달 만에 출시
- AT
- ePapyrus · Artifex Software
TOOLS
FigmaWrikeSpreadsheetClarity
AI가 그럴듯하게 틀린 답을 내놓을 때, 사람들은 그 답을 끝내 믿지 못했습니다. StreamDocs.ai는 모든 답이 원문의 어디에서 나왔는지를 그 자리에서 보여 줍니다. 그래서 답을 다시 확인하지 않아도, 믿고 읽을 수 있습니다.
(01)Background
시장은 빠르게 컸지만, 신뢰는 그만큼 자라지 못했습니다
대화형 AI 시장은 빠르게 커지고 있었습니다.
그런데 모델마다 사실이 아닌 답을 그럴듯하게 내놓는 일, 곧 할루시네이션이 남아 있었습니다.
저는 바로 여기에 기회가 있다고 봤습니다.
성장은 빠른데 ‘이 답을 믿어도 될까’라는 물음이 풀리지 않은 시장이라면, 신뢰를 정면으로 다루는 제품이 비집고 들어갈 자리가 있다고 판단했습니다.
성장 ↔ 신뢰
시장은 가파르게 컸지만, ‘이 답을 믿어도 될까’라는 질문은 풀리지 않은 채였습니다.
(02)Problem
그럴듯하게 틀린 답은, 이미 현실에서 피해를 냈습니다
막연한 걱정이 아니라 이미 벌어진 일이었습니다.
한 항공사는 챗봇이 ‘환불된다’고 잘못 안내한 책임을 법정에서 떠안았고, 미국의 한 재판에서는 AI가 지어낸 가짜 판례가 그대로 제출됐다가 들통나기도 했습니다.
이런 일이 쌓이자 사람들은 둘 중 하나를 택하게 됩니다.
AI를 아예 안 믿거나, 답이 맞는지 일일이 다시 확인하거나.
그래서 저는 풀어야 할 문제를 ‘답을 더 똑똑하게’가 아니라 ‘답을 다시 확인하지 않아도 되게’로 잡았습니다.
0%
할루시네이션을 겪었다
0%
해를 끼칠 수 있다
(03)MVP
가설을 자사 기술로, 2주 만에 시제품에 담았습니다
‘신뢰의 핵심은 출처를 보여 주는 것’이라는 가설을 세웠습니다.
이걸 빨리 확인하려고, 회사가 이미 가진 문서 기술을 그대로 끌어와 꼭 필요한 두 기능만 시제품으로 만들었습니다.
디자인과 개발을 합쳐 약 2주가 걸렸습니다.
01
실시간 열람 + 질문
문서를 그대로 펼쳐 보며 그 자리에서 묻습니다.
02
근거 하이라이트
답의 출처가 된 페이지와 문장을 바로 짚어 줍니다.
(04)Usability Test
여러 나라 동료들과 직접 써 보며 다듬었습니다
글로벌 서비스인 만큼 한국에서의 판단만으로는 부족했습니다.
시제품을 들고 미국·일본·영국·한국에 있는 동료들과 직접 써 봤고, 거기서 모은 피드백으로 세 가지를 보강했습니다.
처음 들어온 사람이 막막하지 않도록 자동 요약과 질문 추천을 더하고, 읽는 환경은 창 너비와 글자 크기로 직접 맞추게 하고, 나라마다 다른 쓰임에 맞춰 답변 길이와 다국어를 지원했습니다.
01한국 · ePapyrus
02미국 · Artifex
03영국 · PDF.co
04일본 · Cuminas
(•)Product
답에 대한 근거를 함께 보여 주는 화면
- 01근거 문장 하이라이트
- 02인용 출처
- 03실시간 문서 뷰어
(05)Solution
AI가 아는 대로 답하지 않고, 올린 문서에서 찾은 근거로만 답하게 했습니다
답을 믿을 수 있으려면, 그 답이 어디에서 나왔는지 사용자가 직접 확인할 수 있어야 한다고 봤습니다.
보통의 AI는 미리 학습해 둔 지식으로 답을 만들어 내다 보니, 모르는 것도 그럴듯하게 지어내곤 합니다.
그래서 개발팀과 함께 RAG 방식을 택했습니다.
질문이 들어올 때마다 사용자가 올린 문서에서 관련 대목을 찾아와, 오직 그 내용을 근거로 답하게 하는 방식입니다.
파이프라인은 ePapyrus의 자사 기술을 그대로 이어 붙여 세웠고, 근거를 찾지 못하면 지어내지 않고 ‘문서에 없습니다’라고 솔직하게 답하도록 했습니다.
(•)RAG Pipeline
올린 문서가 답의 근거가 되기까지
01
Upload PDF
사용자가 문서를 올립니다.
02
Chunk
자사 문서 추출 기술로 의미 단위로 나눕니다.
03
Embed
조각을 벡터로 바꿔 색인합니다.
04
Retrieve
질문에 맞는 근거를 골라 재정렬합니다.
05
Grounded Answer
근거를 인용해 답합니다.
(06)Launch & Result
착수 한 달 만에 출시하고, 맞는 시장을 직접 찾아 나섰습니다
계획한 4주보다 빠른 3주 만에 첫 버전을 출시했습니다.
다만 누구에게 맞는 제품인지는 짐작하지 않고 직접 확인하기로 했습니다.
법률·금융·학술 세 시장에 맞춘 랜딩 화면을 사흘 만에 디자인해 같은 제품을 시장마다 다르게 선보였고, 어느 쪽 사용자가 더 깊이 쓰는지 데이터로 가려냈습니다.
그렇게 착수 한 달 만에 정식 출시까지 마쳤습니다.
(•)Landing · 3 Concepts
누가 이 제품을 가장 절실하게 쓰는지 알아보려고, 랜딩을 세 시장으로 나눠 테스트했습니다.
CONCEPT 02
금융 / 보험
재무 문서에서 중요한 숫자를 빠르게 짚어 주는 화면
CONCEPT 03
학술 / 의료
논문·연구 자료를 읽고 핵심 질문까지 뽑아 주는 화면
성과 · LAUNCH
017분 45초세션당 평균 탐색 시간
020출시 첫 달 누적 유입(방문)
03~0신규 가입자 (1개월)
RESULT
테스트 결과, 학술·의료 사용자들이 제품을 가장 깊이 있게, 꾸준히 활용했습니다.AI가 받은 질문의 33%로 가장 큰 비중이었고, 재방문율 40.5%와 탐색 깊이 82.1%도 세 시장 가운데 가장 높았습니다.이 데이터로 학술·의료가 우리에게 맞는 시장임을 확인했습니다.이후 삼성증권·LG·오뚜기 같은 대기업이 제품을 사용해 본 뒤 엔터프라이즈 도입을 문의했고, 삼성증권과는 실제 도입 절차를 진행했습니다.
- 기획과 디자인을 혼자서 함께 맡아, 손이 오가는 시간 없이 빠르게 밀고 나갔습니다.
- 데일리 스크럼을 직접 주도해 개발과 보조를 맞췄고, 계획한 4주보다 빠른 3주 만에 첫 버전을 출시했습니다.
- 학술·의료가 맞는 시장임을 확인한 뒤, 그 분야에 맞게 홈페이지를 다시 한 번 리뉴얼했습니다.
RAGLLMPDFHallucinationZero-to-OneGlobal SaaSClarity
