
[AI 해커톤 후기] AI 시대의 해커톤과 인간의 역할: AI의 계획과 사람의 전략
AI 해커톤 회고로, 같은 도구를 써도 결과를 가른 것은 사람의 전략과 선택이라고 정리했습니다. 경비 정산 자동화 사례에서 AI는 계획과 구현을 맡고 사람은 조율과 의사결정을 담당했습니다.

AI 해커톤 회고로, 같은 도구를 써도 결과를 가른 것은 사람의 전략과 선택이라고 정리했습니다. 경비 정산 자동화 사례에서 AI는 계획과 구현을 맡고 사람은 조율과 의사결정을 담당했습니다.

LLM을 평가자로 활용해 해커톤 제출물을 코드와 문서만으로 채점한 사례를 소개했습니다. 사람의 판단과 비교했을 때 업무 흐름을 끝까지 구현한 팀을 안정적으로 골라냈습니다.


농약 제품 사진을 인식해 정보를 찾는 3단계 AI 검색 시스템을 구축했습니다. Vision LLM 오인식을 오타 보정, OpenSearch Fallback, LLM Reranker로 보완했습니다.


부트텐트는 모집 페이지를 분석해 교육과정 등록 초안을 자동 생성하는 파이프라인을 구축했습니다. 하이브리드 OCR과 검증 에이전트를 적용해 정확도와 비용, 처리 시간을 함께 개선했습니다.
매월 반복되던 무이자 할부 업로드를 AI OCR과 자동 파이프라인으로 전환한 사례입니다. 사람의 최종 승인과 재시도, 슬랙 알림을 더해 운영 리스크를 줄였습니다.

복잡한 PDF를 LLM이 이해하도록 돕는 PaLADIN을 소개했습니다. 표·차트·숫자 처리 아키텍처와 성능 평가, 서비스 적용 사례를 함께 다뤘습니다.
숙박 상품 등록 흐름을 Slack, Google Sheets, OCR, API, Playwright로 자동화했습니다. 온보딩 시간을 10분 내외로 줄이고 반복 오류도 줄였습니다.

생성형 AI와 Flutter로 메뉴 등록 앱 데모를 5일 만에 만든 실험을 소개했습니다. 요구 분해와 반복 수정은 유효했지만, 프로덕션용 안전장치는 부족했습니다.


GS리테일은 Amazon Bedrock으로 와인 라벨 이미지 검색 서비스를 구축했습니다. Claude와 멀티모달 임베딩, Elasticsearch를 결합해 다국어 라벨 검색 품질을 높였습니다.


코오롱몰은 이미지에만 있던 상품 속성을 LLM으로 추출해 검색과 필터에 활용할 수 있게 했습니다. 그 결과 추출 시간과 비용을 크게 줄이고, 사이즈탭 노출과 구매 전환율도 높였습니다.


VLM은 쉬운 공간 관계 문제도 자주 틀리는 한계가 있습니다. 현업 적용 전 정확성과 취약점을 충분히 검토해야 했습니다.


VLM의 개념과 최신 기술 동향, 주요 기업의 개발 흐름을 종합적으로 정리했습니다. 문서 AI 도입 시 특화 모델과 데이터 전략, 인프라 비용을 함께 고려할 필요가 있습니다.