DEVOCEAN

미팅 안건

구체적인 AI Agent 서비스 개발 주제 브레인스토밍

게스트: 금융 도메인에 계시는 백석욱 박사님안건과 함께 각자 진행 중인 프로젝트, 하고 있는 일, 고민 등을 공유하는 시간도 가졌다.

의견 1: 헤드헌터 AI 에이전트

개인 맞춤형 헤드헌터 서비스를 제공하는 AI 에이전트 개발 아이디어가 나왔다.

주요 기능은 사용자에게 맞는 채용공고 추천, 맞춤형 이력서 작성 지원, 면접 질문 생성 및 대비 서비스 등이다.

리더님께서는 독립적으로 작동하는 에이전트와 여러 에이전트가 협업하는 구조를 함께 구현해보자고 제안하셨다.

이렇게 하면 더 효과적이고 종합적인 서비스를 만들 수 있을 것 같다.

실제로 한 분은 매일 아침 9시에 ChatGPT한테 본인 직무와 비슷한 면접 질문을 요청해서 활용하고 계신다고 하셨다.

의견 2: 외국인 노동자 계약서 자동 작성

외국인 노동자들을 위한 계약서 자동 생성 서비스 개발 아이디어가 제안됐다.

언어 장벽이나 복잡한 계약 조건 때문에 어려움을 겪는 외국인 노동자들에게 정말 도움이 될 만한 서비스인 것 같다.

다만 법적 규제가 큰 걸림돌로 보인다. 지금 법상으로는 변호사만 법적 문서를 검토할 수 있어서, 이런 규제부터 해결해야 한다는 의견이 나왔다.

토스뱅크나 카카오페이가 기존 규제를 뚫고 성공한 것처럼 접근해야 할 것 같다고 설명해주셨다.

의견 3: 금융 투자 분석 AI 에이전트

해외 스타트업 터미널에서 금융 분야 AI 에이전트로 주식 분석 서비스를 하는데 투자도 잘 받고 있다는 벤치마킹 사례를 공유해주셨다.

우리나라에서도 주식이나 ETF 분석 서비스를 제공하는 AI 에이전트를 만들어보면 어떨까 하는 제안이 나왔다.

특히 미국 시장 투자가 제한적인 상황에서 퇴직연금 계좌 관리용으로 국내 ETF 중에서 연금 관련 좋은 종목들을 추천해주는 서비스 아이디어가 나왔다.

웹 검색 기능도 포함해서 실시간 시장 정보를 반영한 분석 서비스로 만들면 좋겠다는 의견도 있었다.

의견 4: 입시 컨설팅 AI 에이전트

요즘 대학 입시가 수시든 정시든 다 전략적으로 접근해야하는데, 특히 예체능 분야는 학교마다 반영하는 과목이 너무 달라서 문제라는 얘기가 나왔다.

기존 입시 관련 앱들은 예체능 쪽 정보가 부족해서 이 부분을 해결할 솔루션이 필요하다는 의견이었다.

기존에 학원들과 협력해서 생기부 데이터를 넣으면 대학교별 합격 확률을 알려주는 서비스 사례도 소개해주셨다.

기존 입시 컨설팅보다 AI 기반 서비스가 비용 면에서도 효율적이고 예측 정확도도 높다는 장점이 있다고 하셨다.

의견 4번이 가장 반응이 좋았던 것 같다.

앞으로 프로젝트 진행 방향

아마존의 Working Backwards 프로세스를 활용해보자는 제안이 나왔다.

신규 서비스를 기획할 때 최종 사용자 관점에서 거꾸로 생각해서 Press Release와 FAQ를 먼저 작성하는 방법론이라고 하셨다.

관련 자료를 공유받아서 이 방법론으로 프로젝트를 진행하기로 했다.

앞으로 하나의 프로젝트에 집중할지 아니면 두 개를 병행할지 정해야 한다는 의견도 나왔다.

참가자들마다 리소스나 배경이 다르니까 주당 투자할 수 있는 시간을 파악하고, 각자 목표를 고려해서 역할을 나누는 게 중요하다는 제안이 있었다.

다음 일정

1. Working Backwards 방법론 활용해서 아이디어 고도화

2. 아이디어별 리스트 작성하고, 투표 진행

3. 개인별 리소스 현황 파악하여 팀 분할 여부 결정