기업의 중요한 데이터를 다루는 AI, 그리고 그 서비스를 만드는 사람들
2026년 10월 8일
#채용
기업의 문서를 AI가 제대로 활용하려면 무엇이 필요할까요?
파수 AI는 기업의 중요한 문서와 데이터를 암호화해 보호하는 일을 해왔습니다. 그리고 보안을 유지하면서도 필요한 문서를 더 잘 찾고, 공유하고, 최신 상태로 관리할 수 있는 기술도 개발해 왔죠.
그런데 AI가 기업의 업무에 들어오기 시작하면서, 문서를 잘 관리하는 것에서 더 나아가 기업 내 데이터를 AI가 어떻게 안전하고 정확하게 활용하게 할 것인가?와 같은 문제가 중요해졌습니다.
이러한 문제를 풀기 위해 만들고 있는 제품 중 하나가 기업용 생성형 AI ELLM(Enterprise LLM)입니다.
파수 AI에서 실제로 어떤 AI 기술과 제품을 만들고 있는지, 그 과정에서 어떤 문제를 고민하고 있는지 두 구성원의 이야기를 들어봤습니다.
여기서 잠깐
이번 글에는 ELLM이라는 파수 AI의 제품이 나와요.
파수의 신제품 Ellm, PM에게 직접 물어봤습니다! 를 먼저 읽어봐 주세요.
그리고 인터뷰를 편하게 읽으실 수 있도록 아래 목차도 준비했습니다.
궁금한 질문을 클릭하면 해당 세션으로 이동합니다. (그래도 다 읽어보실거죠? 😊)
<목차>
AI가 기업의 문서를 정확하게 읽도록 (ELLM)
Q1. 현재 어떤 일을 하고 계신가요?
Q2. 가장 중요하게 해결하고 있는 문제는 무엇인가요?
Q3. 그 문제를 해결하기 위해 어떤 방식으로 일하고 있나요?
Q4. 그 과정에서 아직 어렵거나 답을 찾아가고 있는 부분이 있을까요?
Q5. 입사 후 새롭게 도전하면서 성장했다고 느낀 경험이 있나요?
Q6. 앞으로 팀에서 이루고 싶은 목표나 개인적으로 도전해보고 싶은 것이 있나요?
Q7. 평소 업무에 도움이 되는 습관이 있다면요?
ELLM을 만드는 또 다른 개발자는 무엇을 고민하고 있을까요? (프론트엔드)
Q1. ELLM을 개발하면서 가장 많이 고민하고 있는 문제는 무엇인가요?
Q2. 그 방향이 실제 제품에서는 어떻게 구현되고 있나요?
Q3. 취업을 준비할 때와 실제로 일해보니 가장 다른 점은 무엇인가요?
AI가 기업의 문서를 정확하게 읽도록
AI Team | 김건휘 사원
Q1. 현재 어떤 일을 하고 계신가요?
안녕하세요. 파수AI 개발센터 AI Team의 김건휘입니다.
저는 AI 기반 문서처리 기술을 맡고 있습니다. 구체적으로는 OCR(Optical Character Recognition) 모델과 경량 VLM(Vision-Language Model), 그리고 문서에서 필요한 정보를 뽑아내는 KIE(Key Information Extraction)를 담당하고 있습니다. 제품으로 보면 민감정보 탐지 제품인 AI-R Privacy와 기업용 생성형 AI 제품인 ELLM에서 이 부분을 맡고 있어요.
요즘은 해외 신규 고객사의 부실채권 거래 플랫폼에 AI 기능을 더하는 사업의 PM을 맡아 바쁘게 지내고 있습니다.
Q2. 현재 가장 중요하게 해결하고 있는 문제는 무엇인가요?
한마디로 하면 ‘고객사의 문서를 정확하게 읽어내는 것’입니다.
쉬워 보이지만 고객사마다 다루는 문서도, 시스템 환경도, 원하는 결과도 전부 다릅니다. 그래서 저희는 목적에 맞는 OCR 모델을 처음부터 직접 만들기도 하고, 기존 모델을 파인튜닝하기도 하고, 고객사 환경에서 가장 잘 돌아가도록 서빙 최적화 연구도 함께 합니다.
제가 이 프로젝트에 투입된 것도 같은 맥락이었습니다. 저희 OCR 기술은 다양한 한국어 문서에 적용되는데, 특히 금융권에서는 금액이나 계좌번호 한 자리만 틀려도 큰 문제가 됩니다. 그래서 숫자 인식 성능을 이전 모델보다 끌어올리는 게 제 첫 과제였고, 그렇게 기여한 OCR 모델이 지금 실제 제품에 탑재되어 쓰이고 있습니다.
지금은 한 단계 더 나아가 글자 단위의 정교한 마스킹을 연구하고 있습니다. 민감정보를 가릴 때 검출 박스 단위로 통째로 가리거나 후처리로 위치를 추정해서 가리면, 아무래도 불안정한 부분이 생기거든요.
개인정보가 정확히 어디서 시작해서 어디서 끝나는지를 글자 하나 단위로 잡아내는 게 목표입니다.
Q3. 그 문제를 해결하기 위해 어떤 방식으로 일하고 있나요?
저희 팀은 생성형 AI 도구에 기대서 문제를 풀기보다는, 지금 쓰고 있는 모델의 아키텍처를 하나하나 뜯어보고 우리 목적에 맞게 활용할 방법을 직접 연구하고 실험하는 편입니다. 새로운 OCR 모델이나 경량 VLM이 나오면 테크 리포트와 논문을 챙겨 보는 건 기본이고요. 개인적으로는 코드부터 짜서 당장 문제를 덮기보다, 그 문제가 왜 생겼는지 근본적인 원인을 먼저 찾는 게 가장 중요하다고 생각합니다.
Q4. 그 과정에서 아직 어렵거나, 답을 찾아가고 있는 부분이 있을까요?
저는 한 분야를 깊게 파 온 편이라, 인프라 설계나 다른 제품의 아키텍처처럼 제 전문 분야 밖의 영역은 아직 팀원들보다 모르는 게 많습니다. 도움을 받아야 할 때도 자주 있고요. 그래서 요즘 가장 중요하다고 느끼는 건, 모르는 걸 팀원에게 편하게 꺼내놓고 논의를 요청하는 능력, 그리고 그 논의에서 나온 내용을 제 것으로 소화하는 능력입니다.
사업이든 연구든 정답이 정해져 있는 경우는 거의 없습니다. 결국 합리적인 결론에 다가가기 위한 과정이 계속 이어지는 거고, 그 과정을 굴러가게 하는 건 커뮤니케이션과 토론이라고 생각합니다.
그래서지원자분들도 본인만의 뾰족한 강점이 있다면 들어와서 팀에 많이 나눠주셨으면 좋겠습니다. 부족하거나 궁금한 분야는 같이 이야기 나누면서 함께 채워가면 되니까요.
Q5. 입사 후 새롭게 도전하면서 성장했다고 느낀 경험이 있나요?
입사 전까지는 공부하고 연구만 해왔기 때문에, 제 작업이 실제 제품에 들어간 경험이 가장 기억에 남습니다.
시간이 꽤 걸렸지만 OCR 모델을 직접 만들어보고, 오픈소스 모델을 서빙하고 최적화도 해보면서,
이게 연구나 경험으로 끝나지 않고 실제 성과로 이어진다는 점 이 정말 매력적이었습니다.
기억에 남는 일이 하나 있습니다. 제가 입사하기 전부터 한 고객사에서 들어온 문제가 해결되지 않고 남아 있었는데요. 제가 기여한 OCR 모델을 반영해 제품을 고도화했고, SW 컨설턴트분이 고객사에 업데이트 버전을 설치해주셨습니다. 이전보다 잘 동작하면서 결국 그 문제가 해결됐죠. 제가 만든 모델이 고객의 문제를 실제로 풀어내는 걸 처음 본 순간이었습니다.
처음에는 OCR이라는 작은 모듈을 맡은 사원이었는데, 지금은 해외 사업 전체를 관리하는 사업 PM을 맡고 있습니다. 매일 새로 배우면서 경험치를 쌓는 중입니다.
Q6. 앞으로 팀에서 이루고 싶은 목표나 개인적으로 도전해보고 싶은 것이 있나요?
가까운 목표는 지금 맡은 해외 사업을 잘 마무리하는 것입니다.
그리고 여유가 생기면 파수AI 테크 리포트를 한번 기획하고 직접 써보고 싶다는 작은 야망(?)이 있습니다. 팀에서 매주 세미나 형식의 미팅을 하는데, 저희끼리만 알고 넘어가기엔 아까운 내용이 정말 많거든요. 이걸 체계적으로 정리해서 남겨두면 좋겠다는 생각을 하고 있습니다.
회사 제품과 기술의 미래를 제가 장담하기엔 아직 너무 작고 소중한 직급이라서요. 다만 파수AI는 최신 기술을 실제로 쓸 수 있는 솔루션으로 만들고, 그걸 안정적으로 운영할 수 있는 기반이 확실한 회사입니다.
그래서 앞으로도 새로운 기술을 끊임없이 탐구하고 연구해나갈 거라고 생각하고, 저는 그 과정에서 핵심 연구 인력으로 회사와 함께 성장하고 싶습니다.
Q7. 평소 업무에 도움이 되는 습관이 있다면요?
SNS 피드와 유튜브 알고리즘이 온통 AI로 가득 차 있고, 뭔가 새로 나오면 일단 써봐야 직성이 풀리는 분이라면 여기서 정말 재밌게 일하실 수 있을 거예요.
저도 얼마 전에 JEV가 나왔을 때 신나서 테스트해봤는데, 팀원들이 같이 신나해주더라고요. 그런 호기심이 그대로 업무로 이어지는 곳입니다.
ELLM을 만드는 또 다른 개발자는 무엇을 고민하고 있을까요?
서버 FE Team | 탁재민 사원
AI 모델과 기술이 실제 제품이 되기 위해서는 또 다른 고민도 필요합니다. 현재 ELLM과 다양한 POC 프로젝트의 프론트엔드 UI/UX 개발을 맡고 있는 탁재민 사원에게, 실제 제품을 개발하면서 요즘 어떤 문제를 고민하고 있는지 물어보았습니다.
Q1. ELLM을 개발하면서 가장 많이 고민하고 있는 문제는 무엇인가요?
안녕하세요. 서버 FE Team 탁재민입니다.
제가 요즘 가장 많이 고민하는 것은 사용자가 얼마나 입력해야 하는가?인 것 같아요.
사용자 입장에서는 사실 버튼 몇 번만 누르고 원하는 결과를 얻고 싶잖아요. 그런데 개발자 입장에서는 더 좋은 결과를 만들려면 가능한 한 많은 정보를 받고 싶고요. 그래서 결국 사용성과 성능 사이에서 어느 정도의 균형을 잡을 것인지를 계속 고민하게 되는 것 같습니다.
실제로 “이 기능은 사용자에게 너무 어렵다”, “그래도 이걸 빼면 안 된다”와 같은 의견이 계속 부딪힙니다. 그 과정에서 어떤 정보와 절차를 줄일지 계속 논의하고 있습니다. 그래서 올해 제가 집중하고 있는 부분도 UI에서 사용자가 직접 입력하고 선택해야 하는 과정을 줄이는 것이에요.
❗물론 ELLM에서 고민하고 있는 방향이 이것만 있는 건 아닙니다. 제가 맡고 있는 업무 안에서 특히 이런 문제를 많이 고민하고 있다고 봐주시면 될 것 같아요.
Q2. 그 방향이 실제 제품에서는 어떻게 구현되고 있나요?
예를 들어 기존에는 사용자가 직접 자료를 검색하고 파일을 내려받은 다음 다시 AI에 넣어야 했다면, 앞으로는 그 과정 자체를 제품 안에서 처리할 수 있도록 만드는 방향을 고민하고 있어요. 필요한 논문을 AI가 찾아오고, 내용을 정리해서 다음 작업까지 이어가는 식이죠.
결국 중요한 건 기능 하나를 추가하는 것보다, 사용자가 여러 단계를 직접 거치지 않아도 원하는 결과까지 갈 수 있도록 전체 과정을 어떻게 설계하느냐인 것 같아요. 그래서 에이전틱 AI나 스킬, MCP, 하네스, 서브에이전트 같은 기술들도 계속 살펴보고 실제 제품에 적용해보고 있습니다.
궁극적으로는 사용자가 직접 처리하지 않아도 AI가 알아서 처리하여 원하는 업무를 수행할 수 있는 제품을 만드는 게 목표예요. 동시에 어떤 작업을 수행중인지 등 내부 과정은 최대한 제공하려고 하고 있습니다.
다만 AI 기술의 변화가 워낙 빠르다 보니, 지금 가장 좋은 방식이라고 생각한 것도 내년에는 달라질 수 있어요. 그래서 새로운 기술이 나왔을 때 단순히 따라가는 것보다, 지금 해결하려는 문제에 실제로 도움이 되는지를 계속 확인하면서 적용하는 것도 중요하다고 생각합니다.
Q3. 취업을 준비할 때와 실제로 일해보니 가장 다른 점은 무엇인가요?
취업을 준비할 때는 “왜 이 기능이 필요한지”, “왜 이렇게 설계했는지”, “이 방식의 장단점이 무엇인지 설명할 수 있어야 한다”는 이야기를 정말 많이 들었어요.
그때는 사실 크게 와닿지는 않았어요. 대학에서 프로젝트를 할 때는 친구들끼리 같이 만들면서 “우리 이렇게 하자”고 결정하면 바로 개발할 수 있잖아요.
그런데 회사에 와보니까 완전히 다르더라고요. 제가 어떤 기능을 만들고 싶다고 해서 바로 결정되는 게 아니라, 왜 이 기능이 필요한지를 먼저 팀장님께 설명해야 하고, 그 위의 의사결정 과정에서도 다시 설명해야 합니다. 결국에는 실제로 이 제품을 사용할 고객에게도 왜 이렇게 만들었는지를 설명하고 설득해야 하고요.
실무를 해보니까 왜 이 기능을 만들었는지, 왜 이런 방식으로 설계했는지를 다른 사람에게 설명하고 설득할 수 있는 능력이 정말 중요한 것 같아요.
Q. 본인의 직무와 파수AI를 각각 한 문장으로 표현한다면요?!
김건휘 사원 :
저에게 파수AI AI팀에서의 직무는 눈떠 보니 레벨업입니다. 눈앞의 문제를 정신없이 풀다 보면 어느새 한 단계 성장해 있거든요.
파수AI는 단단한 기반 위에 쌓아 올려지는 탑입니다. 탄탄한 인프라와 운영 경험 위에 최신 기술을 차곡차곡 쌓아 가는 회사라고 생각합니다.
탁재민 사원:
저는 프론트엔드 개발자를 사용자와 여러 직무를 연결해 최종적인 제품 경험을 완성하는 사람이라고 생각합니다. 사용자 입장에서 기능을 고민하는 동시에, 기획·디자인·백엔드·AI 등 여러 직무와 협업해 실제로 사용자가 마주하게 될 결과물을 완성하는 역할이라고 생각하거든요.
파수AI는 AI를 기업 업무에 연결하는 다리 같아요. 기업이 보유한 데이터와 업무 환경을 바탕으로, 보안에 대한 요구를 지키면서도 AI를 실제 업무에 활용할 수 있도록 연결해주는 회사라고 생각하기 때문입니다.
마치며..
2026년 3차 신입 공개 채용에서는
SW 개발 직군 전반을 비롯해 AI 컨설턴트 등 다양한 AI 관련 분야에서 신입 사원을 모집하고 있습니다.
빠르게 변하는 기술을 직접 파고들고, 그 기술이 실제 제품과 고객의 문제 해결로 이어지는 과정을 경험해보고 싶다면 지원해 주세요. 지금까지 어떤 문제를 어떻게 이해하고 풀어왔는지, 여러분의 이야기가 궁금합니다.
❗앗, 잠시만요!
지원서를 작성하기 전, <지원서 작성 가이드>도 확인하셨나요? 아직 읽지 않았다면 지원서를 작성하기 전 꼭 확인해보세요! 각 문항을 통해 무엇을 알고 싶은지, 어떤 경험을 들려주길 기대하는지 함께 담아두었습니다.