.svg)
.svg)
많은 기업이 AI 도입을 고민하고 실행합니다. 하지만 도입 그 자체보다 중요한 것이 있습니다. 바로 AI로 실질적인 비즈니스 성과를 만들어내는 것이죠. 위시켓팀 또한 기업의 AI 도입을 도움과 동시에, 조직의 프로세스에 녹여내어 성과를 만들기 위한 시도를 꾸준히 하고 있습니다. 오늘은 그 사례 중 하나를 소개해 보려 합니다.
올해 초, 위시켓은 유사사례 검색 AI 기능을 배포했습니다. 위시켓 고객 중에서는 외주 개발 프로젝트를 의뢰하고 싶은데, 적정 견적을 몰라 망설이는 분들이 많습니다. 이런 분들에게 AI가 위시켓에 실제 의뢰된 프로젝트 중 유사한 것들을 추천하고, 예상 견적을 계산해줍니다. 위시켓에서는 실제로 이 기능을 추가한 후 전환율이 280% 상승하기도 했습니다.
위시켓은 어떻게 AI 도입 프로젝트를 설계하고, 검증하고, 실제 성과로 연결했을까요? 그 과정을 지금부터 자세히 알아보겠습니다.
📌 이 글에서 얻어갈 수 있는 것
.png)
"검색한다"는 건 "잘 모른다"는 뜻입니다. 완벽히 알고 있다면 바로 행동하면 되니까요.
위시켓을 찾는 고객들도 마찬가지입니다. "IT 프로젝트로 해결하고 싶은 문제가 있다"는 마음만 가진 채 플랫폼에 접속합니다. 이 프로젝트가 정말 실현 가능한지, 비용은 얼마나 드는지는 '검색'을 통해 알아내야 하죠.
김수민 (세일즈팀) : 문제 제기는 세일즈팀 '헬스 체크 유닛'에서 나왔어요. 헬스 체크 유닛은 위시켓을 이용할 만한 잠재 고객을 발굴하고, 진행 예정인 프로젝트가 있는지 확인하는 역할을 합니다. 동시에 고객에게 필요한 정보를 제공하고요.
이 단계의 고객들은 요구 사항을 명확히 정리하지 못한 경우가 대부분이에요. 아이디어의 실현 가능성이 궁금하거나, 내부 의사결정을 위한 견적이 필요하거나, 프로젝트를 어떻게 의뢰해야 할지 모르는 상태죠.
이런 고객들이 가장 필요로 하는 것이 바로 '유사 프로젝트 사례'입니다. 비슷한 프로젝트가 실제로 이 금액으로 진행되고, 10명이든 20명이든 지원자가 생긴다는 걸 눈으로 확인하면 프로젝트 등록 가능성이 크게 높아집니다.
김수민 : IT 프로젝트의 특성 때문이에요. 카테고리가 워낙 넓어서 유사 프로젝트 정보를 찾기가 어렵거든요. 예를 들어 ERP(전사적 자원 관리) 개발이라고 해도, '노인 요양 시설의 ERP'라면 간호 진료 기록 관리, 입소자 관리, 요양사 관리 등 업계 특화 기능이 필요합니다. 어떤 산업에서, 누가 사용하는지에 따라 요구사항과 견적이 천차만별이죠. 기존 필터 검색으로는 한계가 있었어요.
홍수정(디자이너) : 사실 위시켓의 '프로젝트 찾기' 기능에도 다양한 키워드 필터가 있어요. 하지만 VoC(고객의 소리)를 보면, 필터를 사용하기보다 고객센터에 직접 문의하는 경우가 훨씬 많았습니다. 특히 가입 전 고객들이요.
이런 문의는 대부분 문장형 질문이에요. 프로젝트 찾기를 쓰려면 문장을 필터로 바꾸는 '뾰족함'이 필요한데, 이 단계 고객들은 요구사항이 그렇게 명확하지 않거든요.
그래서 고객이 질문하는 맥락 그대로 검색하고, 적합한 프로젝트를 바로 찾아준다면 탐색 과정의 장벽을 낮출 수 있다고 판단했습니다. 그 해답이 문장형 질문을 가장 잘 이해하는 'AI 검색'이었죠.
김수민 : 헬스 체크 유닛에서 고객과 수없이 통화하며 들었어요. 의뢰를 망설이는 고객들은 '견적을 확정하지 못했다', '의뢰 내용을 잘 모르겠다'고 말합니다. 이런 분들에게 유사 프로젝트를 보여드리면 "저희도 똑같이 해주세요"라며 프로젝트를 등록하는 경우가 많았죠. 고객에게 필요한 것이 무엇인지 확신할 수 있었습니다.
홍수정: 기존 검색 기능의 사용 행태도 분석했어요. 프로젝트를 찾아본 사람들은 특히 '견적'과 '상세 의뢰 내용'을 중심으로 봤거든요. 비슷한 니즈를 가질 거라고 판단했습니다.
검색 결과에는 고객이 가장 알고 싶어하는 '금액' 정보를 최대한 담으려 했어요. 다만 아웃소싱 프로젝트 특성상 정확한 금액을 그대로 노출할 수는 없어서, 일정 범위를 보여주고 '더 자세한 금액은 프로젝트 등록 후 확인 가능'이라는 유도 장치를 마련했죠. 프로젝트 과정의 시작인 '프로젝트 등록'을 핵심 목표로 잡고 요소들을 설계했습니다.
💡Chapter 1 핵심 정리
유사 사례 검색 기능은 사실 내부 어드민에 먼저 적용되었습니다. 팀 내에서는 사례 검색, 포트폴리오 검색, 경력 검색을 합쳐 '유사 검색 3종'이라 불렀는데, 그중 비즈니스 임팩트가 가장 큰 기능을 고객에게 공개한 것이죠.
덕분에 모델은 내부 활용을 통해 여러 차례 검증을 거쳤고, 사용 데이터도 충분히 쌓였습니다. 실제 구현 과정에서 이 데이터가 큰 도움이 되었습니다.
나아름 (개발팀) : OpenAI의 GPT-4o-mini와 GPT-4o 두 모델을 활용했어요. 모델은 정확도, 시간, 비용 사이에서 줄타기를 하며 결정했습니다.
빠르게 기능을 만들어 선보이고 개선하는 방향을 택했어요. 내부 어드민용으로 만든 시스템을 이번 기능 구축에도 활용해서 시간을 크게 단축할 수 있었죠.
성능은 위시켓에 쌓인 데이터를 최대한 활용하며 확보했어요. '고객의 검색 내용과 가장 비슷한 프로젝트를 찾아주는 것'에 집중했습니다. 프로젝트 정보를 가장 잘 파악할 수 있는 제목과 상세 내용 데이터를 중심으로 탐색하도록 설계했고요.
나아름 : 외부 API의 최대 장점은 '시간 단축'이죠. 빠르게 만들고 개선하고 싶을 때는 최고의 선택지예요. 초기 구축 비용 부담도 적고요.
문제는 '비용'과 '보안'인데, 다행히 최근 API 비용이 많이 저렴해졌어요. 위시켓 방문객 추이를 고려해도 큰 부담은 아니었습니다. 또 검색 결과를 뽑을 때 이미 사이트에 공개된 '제목', '상세 내용' 데이터만 사용해서 보안 문제도 없었고요.
나아름 : 기본 구조는 비슷하지만, 단계별로 필요한 작업을 추가해 성능을 높였어요. 무엇보다 팀원들이 내부 검색기를 활용하는 방식을 분석하며 얻은 인사이트를 반영했습니다.
검색 로그를 보니 개발자가 의도하지 않은 방향으로 검색하는 경우가 많더라고요. 그래서 검색어를 한 번 더 전처리하는 과정을 추가했죠.
또 기존에는 벡터 검색만 거쳐 결과를 냈는데, 순위가 맞지 않는 경우가 있어 리랭킹 과정을 추가했습니다. 검색어에서 필요한 키워드를 추출하고, 모든 키워드를 충족하는 프로젝트의 우선순위를 높이도록 개선한 거죠.
예를 들어 '요양 병원에서 사용할 ERP 프로젝트를 찾아줘'라고 검색하면, 'ERP'와 '요양 병원' 키워드를 추출하고, 두 가지를 모두 포함한 프로젝트를 상위에 노출하는 방식입니다.
홍수정 : 가장 어려운 건 검증이었어요. '이 정도면 됐나? 이 정도면 됐나?' 하는 궁금증이 끝없이 생겼죠. 프로덕트팀은 운영팀보다 도메인 지식이 부족해서 검색 결과가 정말 적합한지 확신하기 어려웠어요.
그래서 1차 검증은 '최악'을 막는 데 집중했어요. 예를 들어 건설 홈페이지 구축을 묻는데 '건설' 키워드만 잡아서 엉뚱한 프로젝트를 추천하는 일을 피하도록 한 거죠.
나아름 : 1차 검증 후 최종 확인은 운영팀에 부탁했어요. 검색어를 데이터로 평가하는 것도 중요하지만, 도메인 지식이 풍부한 운영팀의 의견도 필요하니까요. 테스트 단계에서 나온 유사도 점수를 함께 제공하고, 그 기준이 적합한지 판단을 요청했습니다.
김수민 : 검증에서 가장 중요하게 본 건 '키워드'였어요. '부동산 중개 경매 플랫폼'을 검색한다면, '부동산', '경공매', '플랫폼' 세 키워드를 모두 만족해야만 진짜 유사 프로젝트라고 할 수 있어요. 각각 필요한 기능이 다르니까요.
키워드를 추출한 다음, 결과 프로젝트들이 키워드에 적합한지 체크했습니다. 검증 결과도 이 기준으로 점수를 매겨 전달했죠.
홍수정 : 이렇게 검증하니 프로덕트팀 판단과 다른 결과도 나왔어요. 프롬프트를 조정해 차이를 좁혔죠. 사실 하다 보니 검증도 끝이 없겠다 싶었어요. 그래서 일단 출시하는 방향으로 의사결정했습니다.
💡Chapter 2 핵심 정리
홍수정 : 초기 검증에서는 유저 이용률, 프로젝트 등록까지 탐색 시간, 프로젝트 등록 수를 핵심 지표로 보고 있어요. 지금까지 데이터를 보면 이용률 자체는 괜찮은 편입니다. 검색 과정의 어려움은 크게 없었고, 사용 자체는 잘하고 있다는 것을 확인했어요.
특히 '유사사례 검색' 페이지 방문자의 프로젝트 등록 전환율이 기존 '프로젝트 찾기' 페이지 방문자 대비 280% 상승했습니다. AI 기반 검색이 전환에 확실히 영향을 준다는 뜻이죠. 이제는 프로젝트를 등록하는 클라이언트 유입을 강화해 전체 양을 늘리는 쪽으로 UX를 개선해 나갈 예정입니다.
홍수정 : 우선은 유저 행동을 바탕으로 검색 기능의 UX/UI를 개선할 예정이에요.
또 검색 영역을 확장하는 것도 고민하고 있어요. 현재 검색은 프로젝트 단위 유사 사례 찾기에 특화되어 있는데, 위시켓에는 기간제로 인력을 채용하는 프로젝트도 많이 올라오거든요. 이 프로젝트는 상세 내용보다 연차, 기술 스택, 지역 등을 주요하게 봅니다. 이런 기간제 프로젝트도 자동으로 구분해 적용하도록 고도화하는 것이 목표입니다.
나아름 : 플랫폼의 다른 기능에 대한 청사진도 그리고 있어요. 특히 프로젝트에 적합한 파트너를 연결해 주는 쪽으로 고민하고 있습니다. 프로젝트에 맞는 지원자 목록을 추천하거나, 파트너 포트폴리오 중심으로 매칭해 줄 수도 있죠.
김수민 : 이 과정에서 매니저들이 경험적으로 쌓아 올린 복합적 요소가 많아요. 파트너 데이터 외에도 모집과 미팅, 계약 단계의 특징을 잘 고려해야 하거든요. 웹에 쌓이는 기록뿐 아니라 오프라인 미팅에서 갑자기 계약 결정에 중요한 요소가 나오기도 하죠. 매칭에 필요한 요소를 잘 정리하며 AI를 적용해 나갈 계획입니다.
💡Chapter 3 핵심 정리
이번 유사사례 검색 AI 사례를 통해 위시켓이 확인한 것은 단순했습니다. AI 도입의 성패는 어떤 문제를 정의하고 어떻게 서비스 안에 녹여내느냐에 달려 있다는 점입니다. 기능을 만드는 것보다 중요한 것은, 그 기능이 실제 사용자 행동을 어떻게 바꾸는지, 그리고 그 변화가 비즈니스 흐름에 어떤 영향을 주는지 면밀히 살피는 과정이었습니다.
AI 도입을 고민하고 있다면, 거창한 목표보다 지금 조직이 가장 비효율적으로 소모되고 있는 지점이 어디인지부터 돌아보는 것이 출발점이 될 수 있을 것입니다. 그리고 그 지점이 어디인지 명확해졌다면, AI는 문제를 해결하는 하나의 강력한 수단이 될 수 있습니다.
만약 시작점을 함께 찍어줄, AI 도입 고민을 실행으로 바꿔줄 파트너를 찾으신다면 언제든 위시켓 AIDP의 문을 두드려 주세요. 도입 방향성 설계부터 전략 수립, 검증, 구현, 운영까지. AI로 성과를 만드는 모든 과정을 함께 하겠습니다.
📌 함께 읽으면 좋은 콘텐츠
위시켓 마케터 조가은입니다. 쉽고 안전한 의사결정을 돕는 콘텐츠를 만듭니다.
.svg)
