2024년 회고록

 
 
 
올 한 해를 돌아보면 굉장히 많은 일들이 있었던 한 해였습니다.
직원용 HR 챗봇 및 AICC 콜봇 리드 개발 및 런칭을 하였고 허깅페이스 관련 서적 집필을 준비하였습니다.
또, 개인적으로는 결혼이라는 인생에서 가장 큰 일을 치르기도 했습니다.
 
한 해 동안 준비하며 이뤄낸 것이 있어 그로 인해 다음 스텝을 준비할 수 있는 것 같습니다.
이러한 경험을 돌아보며 배운 점을 정리해 보고자 합니다.
 

---

 

1. 도서 집필 "자연어 처리를 위한 허깅페이스 트랜스포머 하드 트레이닝"

1) 개요

허깅페이스를 활용하여 코드와 결과물로 자연어 처리 작업 전반의 기능을 소개하는 도서입니다.
코랩 활용법과 허깅페이스 코드를 활용하여 모델 미세조정, 저장, 평가, 추론, 경량화, 강화학습에 대해 소개합니다.
 

• 집필 동기: 블로그에 정리된 허깅페이스 관련 포스팅을 보고 집필 기획자님이 연락을 주셔서 시작하게 되었습니다.
  처음 의뢰를 받았을 때는 스스로에 대한 고민이 많았지만 집필 기획자님의 적극적인 제안과 공동 저자 남승우님의 도움으로 책 내용을 풍부하게 채울 수 있었습니다.

2) 과정

• 시간 관리: 회사 퇴근 후 자택에서 주로 작업했고 시간을 쪼개 하루 3시간 이상 글쓰기와 코드 작성에 집중했습니다.
• 과정: 코드가 정확하고 문장이 깔끔하도록 10번이 넘는 중간 피드백에 굉장히 지쳐갔지만 그때마다 계획하여 반영해 나갔습니다.

3) 배운 점

   도서 집필 전반의 프로세스, 도서 구조 설계, 집필에 맞는 명료하고 직관적인 서술식 문체를 신경써서 적용하는 방법을 알게 되었습니다.
 

4) 출간 일정

25년 1월 13일 출간을 목표로 하고 있습니다.
출간 후 다시 포스팅 할 예정입니다.

---

 

2. 회사 프로젝트 "HR 챗봇 두리번"

1) 개요

전사 직원들이 근태, 복리후생, 학습, 평가, 승진, 보상 등인사 제도에 대해 대화형 상호작용을 통해 답변하는 ’HR 챗봇 두리번‘을 개발하는 과제를 맡았습니다.
 

2) 과정

• 초기 단계: 사용자, 관리자의 UI, UX적 기능 설계
• 어려움: 정확도 개선에 대한 난관, 구조 설계의 어려움
• 극복 방법: 모델 교체, 벡터 디비 타겟팅을 위한 분류 설계

 3) 성과

• 런칭 결과: 하루 평균 약 30명 이용자 사용
• 피드백: 24년 9월 출시 이후 담당 부서 정성 평가 정확도 92% 이상
• 기대 효과: 챗봇으로 각종 조회 답변 및 단순, 반복적인 업무를 처리해줘 인사 담당자 생산성 향상
  
  https://news.nate.com/view/20241223n28565

풀무원, 생성형 AI 기반 인사 챗봇 '두리번' 오픈 : 네이트 뉴스

---

3. 회사 프로젝트 "AICC 음성형 콜봇“

 1) 개요

풀무원샘물 고객센터 대표번호 전화 시 대고객용 콜봇으로 주문 접수에 대해 음성형 챗봇으로 응답하는 이른 바 ’콜봇‘을 구축하였습니다.

2) 과정

• 구조: STT > 생성형 모델 답변 생성 > TTS
• 어려움: 서비스에 맞는 생성 속도 개선
• 극복 방법: 모델 교체, 코드 리팩토링
  

3) 성과

• 런칭 결과: 하루 평균 약 10~20명 이상 이용자 사용
• 기대 효과: 주문 관련 정보 수집 후 호전환되어 상담원 생산성 향상