빌드업웍스
1만 건을 표본 없이 전건 판독했습니다
사람이 읽을 수 없는 양의 비정형 텍스트를 AI가 한 건씩 읽어 분야·감성·지역으로 분류하고, 주간 리포트를 자동으로 냈습니다.
운영 통계 · 인수인계 기록운영 9주 누적 · 전수 집계 기준 · 분류 정확도는 별도 측정하지 않았습니다
표본을 뽑아 추정한 수치가 아닙니다. 분류 기준이 바뀌면 표본을 다시 뽑는 게 아니라 전건을 다시 읽습니다.
- 01 표본이 아니라 전건 1만 건을 한 건씩 읽었습니다. 표본을 뽑아 추정한 수치가 아닙니다.
- 02 기준이 바뀌면 다시 7,220건 재판독에 92분, 비용 약 $30이 들었습니다.
- 03 원본은 건드리지 않음 분석용 사본만 내보내 처리했습니다.
어떤 상황이었나
텍스트가 쌓이는 속도를 사람이 따라갈 수 없었습니다. 표본만 뽑아 읽고 나머지를 키워드로 채우면 숫자는 나옵니다 — 다만 그 숫자가 무엇을 세었는지 설명할 수 없게 됩니다. 키워드는 맥락을 모르기 때문입니다.
일부만 읽고 나머지는 단어로 셉니다. 맥락이 빠지니 무엇을 세었는지 설명할 수 없습니다.
AI가 한 건씩 읽어 분류합니다. 기준이 바뀌면 전건을 다시 읽습니다.
무엇을 했나
- 1 사본만 내보냈습니다
야간 배치가 분석용 사본을 만들고, 원본 저장소는 건드리지 않았습니다.
- 2 AI가 한 건씩 읽었습니다
분야·감성·지역·키워드를 부여했습니다. 표본 추정이 아니라 전건 판독입니다.
- 3 주간 리포트를 자동으로
주 1회 배치가 신규분을 재분석해 관리자 화면에 집계를 올렸습니다.
야간 배치가 분석용 사본을 내보내고, 주 1회 컨테이너가 신규분을 AI로 전건 판독해 분야·감성·지역·키워드를 부여합니다. 집계는 관리자 화면의 주간 리포트로 올라갑니다. 분류 기준이 바뀌면 표본을 다시 뽑는 게 아니라 전건을 다시 읽습니다 — 7,220건 재판독에 92분, 약 $30이 들었습니다.
야간 S3 내보내기 → 주간 컨테이너 배치(Python, 0.5 vCPU·2GB) → Bedrock Claude Haiku 4.5 판독 → 집계 테이블 → 관리자 리포트
초기 전건 판독 약 $17 · 주간 증분 약 $4~5 · 컴퓨트 월 약 $0.16 · 기준 변경 시 재판독 7,220건 92분 약 $30(당시 모델·데이터 기준)
분야 10종 · 감성 3분류 · 지역 · 키워드. 기준을 고정해 재현 가능하게 집계
우리 회사도 해당될까요?
해당되는 항목을 눌러보세요. 많이 켜질수록 이 사례와 비슷한 상황입니다.
0/3 항목을 눌러 확인해 보세요.
맞지 않는 경우도 있습니다 — 먼저 말씀드립니다
효과가 제한적인 경우
- 수백 건 규모라면 전건 판독 파이프라인은 과합니다 — 사람이 읽는 편이 빠릅니다
- 분류 기준이 정해지지 않은 경우 — 기준부터 잡아야 합니다
이런 경우엔 권하지 않습니다
- AI 판독은 사람 검토를 대체하지 않습니다 — 기준이 모호한 항목은 사람이 봐야 합니다.
- 분류 정확도를 수치로 보장하지 않습니다. 이 사례에서 정확도 검증 지표는 측정하지 않았습니다.
- 범위
- 분석용 사본만 처리. 원본 저장소 변경 0건.
- 일정
- 주 1회 자동 배치 · 기준 변경 시 전건 재판독
이 사례가 실증하는 약속 — 투명한 리포팅
게시 · 검토 · 전 사례 익명(계약 조건) · 고객사와의 계약에 따라 조직·사업 성격은 밝히지 않습니다. 비용·소요시간은 당시 모델·데이터 기준이며 같은 결과를 보장하지 않습니다.
같은 성격의 일을 데모로 확인하세요
설명보다 작동이 빠릅니다. 모든 데모는 가상 데이터로 동작합니다.