AI
AI 검색 엔진 PAAS, 그리고 AI Agent 로서의 성장 잠재력
두줄요약
AI 검색 엔진 PAAS의 구조와 도입 배경, 그리고 딥서치와 멀티모달로의 확장 방향을 정리한 글입니다. 검색 기능을 AI Agent의 기반으로 보고 MCP와 모바일 실행까지 가능성을 제시했습니다.
핵심 내용
- AI 검색 엔진이 기존 검색보다 문서를 읽고 답을 정리해 주는 형태로 진화한 흐름
- SKT가 한국 시장 특성과 커스터마이징 필요성 때문에 AI 검색 엔진 PAAS를 내재화한 배경
- PAAS의 검색 플래너, 인덱스, 랭커, 서머라이저 구조와 저비용 고품질 검색 제공 사례
- 멀티모달, 딥서치, MCP 기반 AI Agent 확장 가능성
구조와 흐름
- Search Planner에서 질의 유형, 검색 플랜, 유효 수집 기간 분석
- Index와 크롤러로 문서 확보, Ranker로 후보 정렬, Summarizer로 최종 답변 생성
- 대화 이력과 시제, 위치, 메뉴, 스포츠 등 질의 특성 반영
선택 이유
- 외부 AI 검색 API의 성능 한계와 커스터마이징 제약 보완
- 한국 이슈와 최신 정보 대응 필요성에 맞춘 자체 운영
- 서비스별 입력·출력 포맷과 검색 품질 조정 가능성 확보
적용해볼 점
- 검색 기능을 단순 질의응답이 아닌 플랜 기반 문제 해결로 확장
- 웹 문서뿐 아니라 in-house 데이터와 멀티모달 소스 통합 검토
- 검색 엔진을 AI Agent의 기반 기능으로 바라보는 확장 전략