결정부터 시작하고 AI를 구축하세요

AI 제품은 누군가 유용한 결정을 내리고 그에 따라 행동할 수 있도록 도울 때 가치를 얻습니다.

Ahmadreza Samadi 작성 · 2026년 9월 13일

2026년 10월 10일 업데이트

한눈에 보기

사용자의 결정을 먼저 정의하세요. 그 결정의 근거와 한계로부터 역으로 추적하여, 다음 행동과 필요한 인간 검토 과정을 설계하고, 불완전한 정보, 검토 노력, 전달 비용을 포함한 전체 워크플로우를 평가합니다. 제품이 잘 지원할 수 있는 하나의 결정부터 시작하세요. 아래의 부동산 조사 예시는 가상의 시나리오입니다.

제가 AI 제품 아이디어를 평가할 때, 비즈니스 질문으로 시작합니다. '현재 어떤 결정이 어렵고, 무엇을 하면 더 쉬워질까?'라는 질문입니다.

이 질문은 제품 전략과 엔지니어링 모두에 실용적인 출발점을 제공합니다. 누가 그 결과가 필요한지, 어떤 정보가 중요한지, 그리고 시스템이 단순히 답변을 생성하는 것을 넘어 무엇을 해야 하는지를 파악하게 해줍니다.

이 AI 제품은 누구의 어떤 결정을 돕는가?

가상의 부동산 조사 도구를 고려해 봅시다. 'AI로 부동산 분석하기'라는 문구는 많은 제품 선택지들을 해결하지 못합니다. '투자자가 어떤 부동산을 추가 조사가 필요한지 결정하도록 돕기'가 더 구체적입니다. 이는 행동과, 더 나은 정보가 도움이 될 수 있는 워크플로우의 특정 지점을 식별해 줍니다.

이러한 구분은 중요합니다. 유용한 조사 도구는 근거를 제시하고, 비교를 용이하게 하며, 누락된 정보를 식별해야 할 수도 있기 때문입니다. 단일 점수만으로는 그 작업의 일부만을 다룰 수 있습니다.

증거(Evidence)까지 역으로 추적하기

결정이 명확해지면, 사람이 책임감 있게 결정을 내리는 데 어떤 증거가 필요할지 질문합니다. 이 예시에서는 이미지와 그 캡처 날짜, 관련 부동산 속성, 그리고 추론 가능한 것의 한계 등이 포함될 수 있습니다.

그런 다음 필요한 데이터가 사용 사례에 적절하고 충분히 최신이며 이용 가능한지 질문합니다. 이러한 질문들은 제품 개발 초기에 다루어져야 합니다. 왜냐하면 그 답변들이 제품이 약속해야 할 것을 바꿀 수 있기 때문입니다.

답변 이후의 행동을 설계하기

출력물이 다음 단계에 적합할 때 유용해집니다. 고객이 기회를 추려서 목록을 만들까요, 추가 정보를 요청할까요, 아니면 사람의 검토를 위해 사례를 보낼까요?

그러한 행동은 인터페이스와 아키텍처를 형성합니다. 어떤 정보가 유지되어야 하는지, 어떤 통합(integration)이 중요한지, 그리고 사람이 시스템에 대해 질문하거나 수정해야 하는 곳이 어디인지를 결정합니다.

전체 워크플로우는 어떻게 평가할까요?

이 가상의 도구의 경우, 저는 여러 질문들을 함께 평가할 것입니다:

• 연구 결정과 관련된 정보를 제시하나요?
• 사용자가 증거와 그 한계를 이해할 수 있나요?
• 다음 단계를 밟기 전에 얼마나 많은 검토가 필요한가요?
• 정보가 불완전하거나 시스템이 틀렸을 때는 어떻게 되나요?
• 그 도움의 가치가 그것을 제공하는 비용만큼 가치가 있나요?

모델 지표(model metric)는 이러한 질문들에 정보를 줄 수는 있지만, 모든 답을 해줄 수는 없습니다. 제품 평가 또한 결과를 사용하는 사람의 경험을 검토해야 합니다.

가장 작고 유용한 약속부터 시작하세요

저는 광범위하게 평가하기 어려운 큰 약속을 하기보다는, 우리가 잘 지원할 수 있는 하나의 결정 주변으로 초기 제품을 정의하는 것을 선호합니다. 초점을 맞춘 범위는 팀이 고객으로부터 학습하고 다음에 무엇을 구축할지 결정하는 더 명확한 방법을 제공합니다.

제 접근 방식은 고객의 결정, 이를 뒷받침하는 증거, 제품 워크플로우, 그리고 엔지니어링 노력을 연결하는 것입니다. 그 연결 지점에서 기술적 역량이 비즈니스 제안(business proposition)이 됩니다.

방법론을 실행에 옮기세요

AI 구축 전 가이드는 이러한 질문들을 상호작용적인 의사결정 개요(decision brief)로 바꿉니다. 작업 예시를 탐색하고, 이를 제품 아이디어에 맞게 조정하며, 첫 번째 실험을 내보내 보세요.

저의 부동산 연구 워크플로우에 대한 관심 배경이 되는 전문적인 맥락은 Appraiva에서의 AI 부동산 인텔리전스 작업에서 확인하실 수 있습니다. 이 에세이에 나온 예시는 가상의 것입니다.

저자 소개

Ahmadreza Samadi(https://a-samadi.com/about.html)

두바이에 기반을 둔 기술 기업가입니다. Appraiva의 공동 창립자 겸 테크니컬 리드이며, Royal Abraj Group의 공동 창립자 겸 CEO입니다.