Solution · AI × AI
도메인 특화 AI 모델을 넘어,
다양한 AI 모델을 연결합니다.
회사가 가진 데이터로 우리만의 모델을 만들고,
여러 AI 모델이 협업하는 에이전트를 설계합니다.
두 가지 영역
모델을 만들고,
모델을 연결합니다.
모델 학습·강화
우리 데이터로 나만의 모델을 — 언어·이미지·영상 모델 추가 학습·강화.
모델 간 협업·연결
여러 AI 모델이 서로 협업하는 멀티모델 에이전트 — 모델 조합·오케스트레이션·라우팅.
우리가 다루는 AI 모델
텍스트부터 영상·음성까지, 모든 모델을 다룹니다.
어떤 모델이 당신의 과업에 맞는지 함께 고르고,
오픈 모델은 직접 학습시키며, 상용 모델은 연결·협업시킵니다.
언어 (LLM) — 텍스트 이해·생성·추론
- 상용 GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro·3.5 Flash, Grok 4.3, HyperCLOVA X
- 오픈 Llama 4, Qwen 3.7, DeepSeek V4, Gemma 3, Mistral Large 3, GLM-5, Solar Pro 2, EXAONE 4.0, Kanana
문서·OCR — 문서 이해·비전이해(VLM)
- 상용 Document AI(업스테이지), Gemini 멀티모달, GPT Image 이해
- 오픈 Qwen-VL, 비전이해 오픈 VLM
- 특화 문서(비정형 한국어)·도면(CAD)·계약서(조항 추출)·표/차트 추출
이미지 생성 — 이미지 생성·편집
- 상용 Midjourney, GPT Image, Imagen, Seedream
- 오픈 FLUX, Stable Diffusion
영상 생성 — 비디오 생성
- 상용 Veo 3.1(네이티브 오디오·4K), Kling 3.0, Seedance 2.0, Runway Gen-4.5
- 오픈 LTX-2.3, Wan 2.7, HunyuanVideo 1.5 (Apache 2.0)
음성 인식 (STT) — 음성 → 텍스트
- 상용 Deepgram Nova-3, AssemblyAI Universal-3, ElevenLabs Scribe v2
- 오픈 Whisper Large-v3, NVIDIA Parakeet·Canary
음성 합성 (TTS) — 텍스트 → 음성
- 상용 ElevenLabs v3, Cartesia Sonic 4(~40ms), Deepgram Aura-2(온프레), Hume Octave 2, OpenAI Realtime-2
- 오픈 Kokoro
음악·오디오 — 음악·사운드 생성
- 상용 Suno 외 음악 생성 모델
모델은 매 분기 갱신됩니다 (2026.6 기준)
모델 학습·강화
우리 회사 데이터가,
우리 회사 모델이 됩니다.
무엇을 학습시키나
- 언어 모델 — 사내 용어·문서·업무 맥락
- 이미지 모델 — 제품·도면·검사 이미지
- 영상 모델 — 현장·공정 영상
무엇을 하나
- 사내 데이터 전처리·정제
- 파인튜닝·추가 학습·강화
- 도메인 특화 성능 향상
보유 데이터의 종류·양·품질·학습 가능 여부 점검이 필수입니다. 데이터가 부족하면, 수집·정제 설계부터 함께합니다.
모델 간 협업·연결
한 모델이 못 하는 일을, 모델들이 함께.
멀티모델 오케스트레이션
언어·이미지·영상 모델을 한 작업에 조합.
모델 협업 에이전트
각 모델이 전문 영역을 맡아 협업.
최적 모델 라우팅
작업마다 가장 잘하는 모델에 배분.
예시 흐름 — 도면(이미지 모델) → 사양 추출(언어 모델) → 검사 영상 분석(영상 모델), 한 흐름으로.
AWorker와 무엇이 다른가
모델을 쓰는 곳과,
모델을 만드는 곳.
| 항목 | AWorker | AI × AI |
|---|---|---|
| 역할 | 모델을 사용하는 곳 | 우리만의 모델을 만드는 곳 |
| 무엇 | 만들어진 모델로 에이전트를 운영 | 회사 데이터로 모델을 학습·개발 |
| 형태 | 제품 (구독·도입) | 서비스 (개발 프로젝트) |
AI × AI에서 만든 모델을, AWorker에 연동해 운영할 수 있습니다.
모델 개발 프로세스
데이터 진단부터
운영까지, 7단계로.
데이터 진단
종류·양·품질·라벨·학습 가능 여부 · 개인정보·보안 검토.
목표·모델 설계
과업 정의·베이스 모델 선정·학습 방식·협업 설계.
데이터 준비
수집·정제·라벨링·증강·합성데이터·셋 분할.
학습·정렬
추가 사전학습·파인튜닝(SFT)·선호학습(DPO·RLHF)·멀티모달 결합.
평가·검증
도메인 벤치마크·환각·안전성·휴먼 평가·A/B.
배포·서빙
온프레미스·폐쇄망·클라우드·양자화·AWorker 연계.
운영·재학습
모니터링·드리프트 감지·주기적 재학습.
재학습 루프
④ ↔ ⑦ 지속 개선.
우리가 만든 모델들
데이터를 모델로 바꾼 기업들.
제조 A사
검사 이미지 파인튜닝
금융 B사
사내 문서 특화 LLM
공공 C기관
문서·음성 협업 파이프라인