● 엔터·미디어 그룹
콘텐츠 메타데이터 자동 태깅·번역 파이프라인
수작업 태깅·번역을 4주 PoC로 검증하고 운영에 적용. 사람은 예외 검수만.
수만건/월
자동 처리
−70%
사람 검수
다국어
동시
● THE CHALLENGE
왜 어려웠나.
대량의 콘텐츠를 사람이 일일이 태깅하고 번역했습니다. 다국어를 동시에 처리해야 해 속도와 일관성에 한계가 있었습니다. “AI로 자동화하고 싶다”는 요청은 있었지만, 운영 데이터와 품질 기준이 정의되지 않은 상태였습니다.
제약 조건
- 다국어 동시 처리
- 품질 기준 — 저작권·정확도
- 데모가 아니라 운영 전환이 목표
● OUR APPROACH
우리가 한 일.
- 진단콘텐츠·워크플로·품질 기준 정의
- PoC (4주)LLM 태깅·번역 파이프라인 + eval로 품질 검증
- 운영 전환사람은 예외 검수만, 자동화 비중 확대
- 모니터링품질·비용 추적과 개선
● OUTCOME
결과.
4주 PoC로 자동 태깅·번역의 품질을 운영 데이터로 검증한 뒤 운영에 올렸습니다. 월 수만 건이 자동 처리되고, 사람은 예외만 검수해 검수 부담이 크게 줄었습니다. 다국어를 동시에 처리합니다.
● STACK
기술 스택.
LLM OrchestrationRAGEval PipelineAWS BedrockSageMaker
● RELATED SERVICE
AX 컨설팅 자세히 →비슷한 과제라면 이 사례를 기준으로 함께 검토합니다.
어디까지 비슷하고 무엇이 다른지 30분이면 짚어 드립니다.
● 이미 금융·헬스케어·미디어·공공의 팀들과 함께