AI 시대의 빠른 반복을 위한 아키텍처 전략: SERHANT 사례
요약
부동산 기술 기업 SERHANT.은 AI 모델이 빠르게 변화하는 환경에 대응하기 위해 유연하고 확장 가능한 시스템 구축에 성공했습니다. 이들은 OpenAI, Claude, Gemini 등 여러 LLM(Large Language Model)을 작업별로 조합하여 비용과 속도를 최적화합니다. 특히 Vercel의 Next.js 기반으로 시작해 React Native iOS 앱까지 백엔드 재구축 없이 확장했으며, AI SDK와 AI Gateway를 활용해 모델 종속성 문제를 해결했습니다. 이를 통해 내부 파일럿 단계에서 900명 이상의 실제
핵심 포인트
- AI 시대에는 단일 모델에 의존하기보다 여러 LLM을 조합하여 비용과 성능을 최적화하는 것이 중요합니다.
- Vercel의 Next.js와 같은 프레임워크는 백엔드 재구축 없이 다양한 클라이언트 환경(웹, 모바일)으로 쉽게 확장할 수 있게 합니다.
- AI SDK를 활용하면 특정 모델 제공업체에 종속되지 않고 추상화 계층을 유지하여 빠른 반복과 유연성을 확보할 수 있습니다.
- AI Gateway는 사용량 전반의 가시성을 제공하고, 복잡한 워크플로우를 여러 전문 에이전트(Agent)로 구성하는 데 도움을 줍니다.
AI 모델 변화에 대응하는 유연한 아키텍처 전략
부동산 기술 기업 SERHANT.은 급변하는 AI 환경 속에서 제품의 반복 개발(rapid iteration)과 확장을 동시에 달성하며 성공 사례를 만들었습니다. 이들은 OpenAI, Claude, Gemini 등 여러 LLM을 각 작업에 맞게 조합하여 비용 효율성과 성능을 극대화했습니다.
1. 기술적 확장성을 확보하다:
SERHANT.은 Next.js 기반의 웹 앱으로 시작해 React Native iOS 앱까지 백엔드 변경 없이 성공적으로 확장할 수 있었습니다. 이는 개발팀이 플랫폼 인프라보다는 AI 디자인과 기능 개선에 집중할 수 있게 했습니다.
2. 모델 종속성 문제를 해결하다:
가장 큰 난관은 'AI 환경의 빠른 변화'였습니다. 이들은 특정 모델 하나에 묶이는(lock-in) 위험을 피하기 위해 AI SDK를 도입했습니다. 이 SDK는 복잡한 모델 제공업체 간의 상호작용을 추상화하여, 단순한 설정 변경만으로도 새로운 기능을 추가하거나 모델을 교체할 수 있게 했습니다.
3. 에이전트 기반 워크플로우로 진화:
초기에는 단일 액션(linear workflow)에 그쳤지만, 현재는 여러 전문 에이전트가 협력하는 복잡한 '대화형 경험'으로 발전하고 있습니다. 이는 단순히 자동화를 넘어, 사용자가 중간 과정에서 개입하여 수정하거나 여러 작업을 한 번의 요청으로 처리할 수 있는 수준입니다.
4. 규모와 가시성 확보:
이러한 유연한 스택 덕분에 SERHANT.은 내부 파일럿 단계를 거쳐 900명 이상의 사용자에게 서비스를 제공하며 인프라나 확장성에 대한 걱정 없이 성장할 수 있었습니다. AI Gateway를 통해 사용량 전반의 가시성을 확보함으로써, 비용 최적화와 디버깅 속도를 크게 높였습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Vercel AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기