KT AI 컨설팅 서비스

## 제안 배경 생성형 AI 시장은 CAGR 35.7%로 가파르게 성장하며, 구글 검색 결과 TOP20 중 생성형 AI 콘텐츠 비중이 22%에 달하고 MS Copilot 일일 동시 접속자 수가 분기별 2배 성장하는 등 AI 영향력이 검색·투자·업무 전 분야로 확산되고 있다. 글로벌 빅테크의 2025년 CAPEX 전망은 $200B(2023년 대비 $90B 증가)에 이르며, 기업의 생성형 AI 도입률도 점진적으로 상승 중이다. 이에 따라 기업 고유의 인프라·업무·현황을 기반으로 한 AI 도입 전략과 중장기 로드맵 수립이 필수 과제로 부상하고 있으며, 단순 솔루션 도입이 아닌 비즈니스 목표와 연계된 체계적 컨설팅 수요가 증가하고 있다. ## 고객 Pain Point 기업의 AI 도입 시 직면하는 핵심 질문은 크게 네 가지다. ① **어떤 AI 서비스를 도입해야 하는가**: 업무 유형 및 내외부 대상에 맞는 생성형 AI Agent 제안·설계, 비즈니스 영역별 적용 사례 및 기대효과 분석, 기존 상품에 대한 생성형 AI 적용 전략 컨설팅. ② **어떤 AI 모델(들)을 어떻게 써야 하는가**: 비용·성능·유연성을 고려한 모델 MIX 제안, 보안·데이터 구분에 따른 구축형/SaaS 가이드라인, 최신 기술 기반 모델 활용 전략. ③ **LLM Ops 형상은 무엇이 적합한가**: 인프라·아키텍처 기반 플랫폼 형상 제안, 보안 구조 및 목적에 맞는 권한 파이프라인 설계, RAG 구성 및 DB 연결 가이드. ④ **AI 도입을 위한 인프라는 어떻게 구성해야 하는가**: 효율적 AI 도입 설계를 위한 내부 자원·네트워크 분석, Use Case 확장을 고려한 유연한 인프라 설계, 데이터 보안·규제에 맞는 인프라 구조 제안. ## 솔루션 구성 KT AI 컨설팅은 4단계 방법론으로 구성된다. **1단계 AI Vision & Strategy(CORE)**: 생성형 AI 도입 비즈니스 목표 및 잠재 가치 연계 분석, 경영진 AI 도입 비전·중장기 KPI 정의. **2단계 Foundation Analysis(CORE)**: KT·외부·내부 사례 분석, 기술 동향·규제 분석, 조직 구조·업무 프로세스·데이터·인프라 점검, 과제 도출. **3단계 Architecture & Roadmap(CORE)**: AI 서비스·모델·LLM Ops 도입 요건 정의, 인프라 구성·규모 검토, 단계적 로드맵(안) 및 과제 우선순위 수립. **4단계 Plan & Implementation(CORE)**: 구축·운영(안) 계획, 거버넌스·R&R 설계, 예상 비용·견적 산출. ADDON으로 KT 자체 LLM 믿:음(Mi:dm), LLM Ops 플랫폼 KAI Studio, Cloud Farm 인프라가 포함되며, MS 협력 모델(Custom GPT-4o-K, Phi) 및 오픈소스 모델(Llama)도 고객 요건에 맞게 선택 적용된다. ## 도입 효과 BM 검수 시 입력 ## 일정·단계 수행 계획 수립부터 구축·운영(안) 수립까지 약 8주 소요. Phase 순서: AI Vision & Strategy → Foundation Analysis → Architecture & Roadmap → Plan & Implementation. 풀타임 및 파트타임 인력 구조로 컨설팅 수행. ## 요금·가격 모델 BM 검수 시 입력 ## 고객 사례·레퍼런스 **금융사 A – 생성형 AI 플랫폼 구축 전략 수립**: 내부·외부 환경 분석(국내외 사례, 금융 산업 규제, 데이터 거버넌스, 규제 변화 대응)을 통해 LLM Ops 플랫폼 구축 방향 및 로드맵 도출. AI 적용 서비스·솔루션 단계적 추진 방안, 비즈니스 전반 활성화 및 교육·개발·운영 프로세스 설계. **공공기관 A – 법령·판례 특화 QA PoC**: 공공기관 내 민원 응대 및 판례 기반 법률 검토 업무에 생성형 AI 도입 가능성 검증. 5단계(PoC 계획 수립·Demo → 데이터 수집·아키텍처 설계·개발 환경 구성 → LLM 모델 생성·RAG 및 Vector DB 개발 → 산출물 제공·서비스 오픈·모니터링 → 종료 보고·피드백·고도화 제안) 진행.