럭키의 축하 방문…어피닛 주인공들과 함께 한 북토크 현장
어피닛의 기업사 『매스니치 서바이벌』 북토크에서 인도 시장과 책의 취재·서술 방식을 나눴습니다. 성과뿐 아니라 시행착오와 다양한 관점을 담은 기업사 제작 과정을 소개했습니다.

어피닛의 기업사 『매스니치 서바이벌』 북토크에서 인도 시장과 책의 취재·서술 방식을 나눴습니다. 성과뿐 아니라 시행착오와 다양한 관점을 담은 기업사 제작 과정을 소개했습니다.
검증된 SQL·문서·코드를 repo 컨텍스트로 활용해 Slack 기반 AI 데이터 분석가를 만들었습니다. 반복 분석을 5분 내 처리하되, 지표 정의와 복잡한 판단은 사람이 맡습니다.
검증된 분석 산출물을 repo 컨텍스트로 활용해 Slack AI 데이터 분석가를 구축했습니다. 반나절 걸리던 분석을 5분으로 줄이고, 스레드 맥락·신뢰 장치·24시간 운영을 보완했습니다.
검증된 분석 산출물을 repo에 축적해 Slack 기반 AI 데이터 분석가를 구축했습니다. 스레드 맥락·스키마 검증·원격 운영으로 분석 요청을 약 5분 내 처리합니다.
『매스니치 서바이벌』 북콘서트에서 인도 핀테크 창업과 위기 극복 경험을 나눴습니다. 시장 문제에 맞춘 대안신용평가와 권한 분담형 협업의 의미를 짚었습니다.
인도 NBFC의 소액대출 확대와 신용모니터링 효과, AI 신용관리 플랫폼 투자 동향을 다뤘습니다. Moneyview IPO 변동성과 True Balance의 AI 브랜드 캠페인 성과도 정리했습니다.
AI를 새로운 데이터 소비자로 보고 데이터 플랫폼의 조건을 세 가지 질문으로 정리했습니다. 맥락 제공, 접근 통제, 공통 인터페이스를 통해 AI-Ready Data Platform을 설계하는 방향을 소개했습니다.
규칙 기반 대출 심사 정책의 한계를 분석하고, 이를 학습 정책으로 안전하게 전환하는 3단계 프레임워크를 소개했습니다. 위험을 늘리지 않으면서 단계적으로 검증 범위를 넓히는 방법을 제시했습니다.
대출 재신청의 불확실성을 줄이기 위해 100% 보장된 사전 승인 오퍼를 설계했습니다. AI 도구를 개발 전 과정에 활용해 해커톤 결과물을 빠르게 구현했고, 실제 서비스 적용도 준비 중입니다.
대출 승인 이후 이탈을 줄이기 위해 비교와 이해를 돕는 AI 상담 흐름을 설계했습니다. 백엔드가 계산과 분류를 맡고 AI는 짧은 문장만 생성하도록 분리했습니다.
WhatsApp 채팅 안에서 대출 신청부터 진행까지 처리하는 대화형 AI 서비스를 해커톤으로 구현했습니다. AI 추출·검증 레이어와 제한 메커니즘으로 신뢰성과 운영 리스크를 함께 다뤘습니다.
실제 운영 데이터로 Iceberg와 Hive를 비교해 비용과 속도 차이를 검증했습니다. 큰 테이블부터 옮기고 SQL 패턴을 바꿔야 효과가 커졌습니다.
AI를 개인 생산성 도구가 아니라 조직의 공통 지식 기반으로 확장하는 방법을 설명했습니다. 서비스 설계도와 코드, 데이터, 정책을 연결해 문제정의와 유지보수 속도를 높이는 사례를 소개했습니다.
비개발자 148명에게 2주간 AI 워크샵을 운영하며 설치, 실습, 회고를 반복한 현장 회고입니다. 자기 파일로 직접 해보는 경험이 전환점이었고, 챔피언 발굴과 후속 프로젝트로 이어졌습니다.
직원들이 AI 도구로 직접 문제를 해결하는 빌더 문화와 해커톤 사례를 소개했습니다. 현업 지식과 기술 협업으로 실제 운영 병목을 해결하는 방향을 강조했습니다.
AI가 PM을 완전히 대체하기보다, 목표 정렬과 진척 추적 같은 운영 부담을 덜어주는 데 더 적합하다고 보았습니다. 슬랙봇으로 OKR·KR 관리와 데일리 스크럼을 자동화해 팀의 방향성을 더 또렷하게 만들었습니다.
인도의 소비 성장 뒤에는 아직 초기 단계인 신용 시장이 큰 기회로 떠오르고 있습니다. 전통 신용평가의 빈칸을 대안 데이터와 AI로 메우는 디지털 렌더가 다음 주인공으로 지목됩니다.
Iceberg 운영에서 스냅샷 폭증과 Small File 문제를 어떻게 다뤘는지 정리했습니다. 작업 이력 관리와 메인터넌스 정책으로 비용과 성능을 개선한 사례입니다.