The End of Feature Discovery: AI가 기능을 골라 주면 성장팀의 일은 신뢰와 첫 성공으로 바뀐다
Lovable에서 성장을 맡은 Elena Verna는 사용자가 목표를 말하면 AI가 쓸 기능을 고르는 제품에서는 온보딩·내비게이션·인앱 넛지로 기능을 알리던 일이 대부분 사라진다고 봅니다. 대신 AI의 선택을 믿게 만드는 일과 빈 입력창에서 무엇을 맡길 수 있는지 알려 주는 일이 성장팀의 새 과제가 됩니다.
VLM-OCR Fusion Scoring: Amazon이 상품 상세 A+ 콘텐츠 품질을 자동 판정하고 고칠 점까지 알려 주는 방법
Amazon Marketplace 팀은 판매자의 A+ 콘텐츠를 고객 화면 그대로 캡처해, 고정한 VLM의 항목 점수와 OCR 가독성 신호 8개를 CatBoost로 묶어 품질을 판정합니다. 전문가 라벨 5,478건 기준 정확도는 평균 점수 방식 0.80에서 0.94로 올랐고 SHAP과 LLM이 만든 권고를 반영한 페이지는 10점 척도에서 평균 1.4점 올랐습니다.
Domain Agents on Cognite: 이데미쓰코산이 분야별 AI 에이전트로 플랜트 가동률 90%를 노리는 방식
이데미쓰코산은 P&ID·설비 도서·운전 데이터·아차사고 기록을 Cognite Data Fusion에 모아 대상 데이터의 85%를 잇고, 그 위에 운전·품질·생산·안전 분야별 에이전트를 로코드로 만들었습니다. 답마다 계산식과 참조 데이터를 함께 보여 줘 현장이 믿고 쓰게 했고, 평균 86%인 플랜트 가동률을 90% 이상으로 올리는 것이 목표입니다.
Decision Ready: 공장 AI가 운영자를 움직이려면 먼저 증명할 조건과 신뢰 지표
Industrial AI Summit 2026 패널(Arch Systems, Velotic, LG CNS, AOI)은 공장 AI가 답을 내는 것과 운영자가 그 답으로 움직이는 것을 나눠 봅니다. 다섯 조건, 설명까지 걸리는 시간·오판 위험 금액·추천 채택률이라는 세 지표, 관찰에서 자가 복구까지 자율 4단계를 정리하고 추천 로그 구조와 8주 판정 계획을 붙였습니다.
Hong Kong SFC SENSOR: SNS 금융사기 감시를 AI로 상시화해 위험 식별을 수일에서 수분으로
홍콩 증권선물위원회(SFC)는 SNS 게시물에서 금융사기와 시장교란 신호를 뽑아 위험 순으로 올리는 AI 감시 플랫폼 SENSOR를 2025년 3분기에 가동했습니다. 사례집 기준으로 위험 식별과 상향보고가 수일에서 수분으로 줄었습니다. 신호 스키마, 위험 등급, 감사 기록, 제조사가 SNS 품질·사칭 신호 감시에 옮기는 12주 계획을 붙였습니다.
Kraken.: 사내 데이터로 업무 온톨로지를 자동 생성해 AI 답의 근거를 잇는 일본 플랫폼
일본 에프티의 Kraken.은 사내 정형·비정형 데이터를 문맥째 반구조화하고 사람·제품·공정·불량·문서를 잇는 온톨로지를 자동으로 만들어, AI가 답의 근거를 거꾸로 찾아가게 합니다. 관계·의미 부여 정확도는 약 85%에서 98% 이상으로 올랐다고 밝혔습니다. Mesodata 필드, 표본 검수 기준, 8주 파일럿안을 붙였습니다.
Can It Say Why: 이유를 대지 못하는 공급망 AI 점수로는 누구도 결정하지 못한다
공급망 위험 AI가 협력사를 '치명적'이라고 표시해도 이유를 대지 못하면 조달 담당은 믿고 움직이거나 미룰 수밖에 없다는 글. 벤더에게 '점수가 틀렸다면 어떻게 알 수 있나'를 묻는 평가법과 3주 시험 계획을 붙였습니다.
Neurosymbolic Architecture: 공급망 위험은 그래프 계산이 정하고 LLM은 그 안에서만 말하게 한 이유
공급망 위험을 분류가 아니라 그래프 추론과 물리적 제약의 문제로 보고 지식 그래프와 결정론 엔진이 정답을 정하면 LLM·에이전트·GNN은 그 경계 안에서만 말하게 한 설계의 이유. 판단마다 계층을 나누는 6주 도입안을 붙였습니다.
More AI Power, More Explainability: 모델이 강해질수록 설명도 두꺼워지게 만드는 설계 원칙
성능이 좋은 공급망 AI일수록 이유를 대기 어렵다는 통념을 SHAP·LIME의 실패 모드와 최근 연구로 반박하고, 모든 엔진이 계산하는 순간 같은 근거 스키마에 쓰게 하라는 원칙을 제시한 글. 플랫폼을 고를 때 돌릴 재현성·섭동 테스트와 2주 평가 일정을 붙였습니다.
The Architecture Your Auditors Will Ask About: 공급망 AI 구매 평가의 통과 조건이 된 감사 추적 설계
공급망 AI 구매 평가에서 설명 가능성이 기술 평가 전의 통과 조건이 됐다는 글. ISO 42001·CSRD·EUDR·CSDDD가 공통으로 묻는 것과 벤더를 가르는 다섯 가지 설계 시험, 3주 평가 절차를 정리했습니다.
Trust Layer: 보험사가 AI에 일을 맡기기 전에 데이터 출처·검증·설명부터 갖추는 법
보험 데이터 표준 기구 ACORD 계열 ACORD Solutions Group의 CEO Chris Newman은 에이전트형 AI의 다음 시험대가 모델이 아니라 데이터 신뢰라고 봅니다. 레거시를 갈아엎지 않고 표준으로 잇는 Trust Layer 설계와 8주 파일럿을 붙였습니다.
Cross-Cutting Context Objects: 여러 엔진을 거친 AI 점수의 이유를 한곳에 기록하는 설계
여러 엔진이 이어 붙은 공급망 위험 점수를, 계산하는 순간 하나의 공유 객체에 근거를 적어 UI·LLM·감사 문서가 같은 근거를 쓰게 만든 설계. 설명 스키마부터 정하는 4주 도입안을 붙였습니다.