B2B 기업 맞춤형 sLM
사내 규정, 제품 매뉴얼, 기술자료와 업무 문서 등 기업이 보유한 지식을 활용하는 AI를 설계합니다. 산업별 용어와 업무 요구를 반영해 사내 지식검색, 문서 질의응답과 업무지원에 적용할 수 있도록 구축을 지원합니다.
KOREAN FOUNDATION MODEL
기반 모델 개발부터 기업·공공기관 맞춤형 온프레미스 AI까지
예진은 공개 모델의 가중치를 가져오지 않고, 무작위 초기 가중치부터 직접 사전학습한 한국어 중심 파운데이션 모델 Yejin 8B v3를 개발했습니다.
이를 기반으로 기업과 공공기관의 업무·전문 분야에 맞춘 소형언어모델(sLM)과 온프레미스(On-Premise) 솔루션 구축을 지원합니다. 자체 모델 개발 역량에 RAG와 AI 오케스트레이션 기술을 결합해 조직의 데이터와 운영 환경에 맞는 업무 AI를 설계합니다.
APPLICATIONS
업무에 필요한 지식, 내부 데이터의 활용 방식, 보안 요구와 운영 환경을 함께 고려해 맞춤형 AI 솔루션 구축을 지원합니다.
사내 규정, 제품 매뉴얼, 기술자료와 업무 문서 등 기업이 보유한 지식을 활용하는 AI를 설계합니다. 산업별 용어와 업무 요구를 반영해 사내 지식검색, 문서 질의응답과 업무지원에 적용할 수 있도록 구축을 지원합니다.
법령, 행정규칙, 업무지침과 기관 내부 자료를 활용하는 업무지원 AI를 설계합니다. 기관별 보안·망 구성·접근권한 요구를 고려해 공공업무에 맞는 모델과 지식검색 환경을 구성합니다.
조직의 내부 서버와 지정된 인프라에서 AI를 운영할 수 있도록 구축을 지원합니다. 데이터 처리 범위와 외부 서비스 연결 여부, 사용자 권한과 운영 정책을 확인해 적용 환경을 설계합니다.
MODEL · KNOWLEDGE · OPERATIONS
적용 업무와 전문 분야를 정의하고 활용 가능한 데이터와 평가 기준을 확인합니다. 필요에 따라 추가 학습과 응답 형식 조정을 수행해 문서 생성 및 작성 등 업무 목적에 맞는 모델 구성을 지원합니다.
문서에서 질문과 관련된 정보를 검색해 모델의 응답에 연결합니다. 사내 규정·매뉴얼·법령·지침 등 근거 문서를 활용하는 질의응답 환경을 구성합니다.
업무의 성격과 성능·속도·비용 조건에 따라 자체 모델과 다른 모델·도구를 연결합니다. 조직의 운영 정책에 맞춰 사용할 모델과 검색·검증 흐름을 설계합니다.
사용자 수, 동시 요청량, 응답 속도와 장비 조건을 확인해 배포 구성을 정합니다. 접근권한과 운영 정책을 반영하고 실제 업무 시나리오를 바탕으로 적용 결과를 검증합니다.
MODEL SPECIFICATIONS
Yejin 8B v3는 한국어 업무 특화 모델 개발을 위한 기초모델입니다. 자체 학습한 토크나이저와 직접 수집·정제한 공개 데이터를 활용해 사전학습했습니다.
2026년 10월 14일 개발 증빙 보고서 기준입니다. 학습 인프라와 서비스 운영 장비는 구분되며, 실제 운영 사양은 적용 모델과 사용 조건에 따라 산정합니다.
DEVELOPMENT EVIDENCE
예진은 자체 사전학습 과정을 설명할 수 있도록 학습 기록과 검증 자료를 정리했습니다.
위 내용은 회사가 수행한 자체 검증에 근거합니다. 독자 개발 여부와 모델 성능은 구분해 평가하며, 실제 도입 시에는 적용 업무에 맞는 별도 검증을 진행합니다.
초기화 설정과 학습 시작부터 종료까지의 로그 확인
중간·최종 학습 결과와 설정 정보 관리
동일 코드와 시드를 이용한 초기값 비교
주요 공개 모델과 가중치 유사성 분석
최종 체크포인트와 공개 모델 파일의 일치 여부 확인
IMPLEMENTATION PROCESS
적용 업무, 사용자, 데이터 범위, 보안 요구와 운영 환경을 확인합니다.
데이터 품질과 이용조건을 확인하고 모델 특화와 RAG 적용 범위를 정합니다.
모델, 검색, 업무 도구와 운영 화면을 연결해 실제 업무 시나리오에 적용합니다.
정확성, 근거 제시, 응답 속도와 자원 사용량을 평가하고 운영 구성을 조정합니다.
공개된 base 모델은 지시 수행을 위한 사후학습 이전의 기초모델입니다. 업무용 대화 서비스에는 목적에 맞는 사후학습, 문서 연계와 응답 검증이 필요합니다.
최신 문서와 근거 검색이 중심이면 RAG를 활용하고, 전문 용어나 특정 응답 방식의 반영이 필요하면 추가 학습을 함께 검토합니다. 적용 방식은 업무와 데이터의 특성에 따라 정합니다.
기관의 보안·망 정책을 확인한 후 내부 서버 운영을 위한 구성을 검토합니다. 모델·검색·인증·업무 연계 구성요소의 외부 의존성을 함께 확인해 적용 범위를 설계합니다.
예진의 오케스트레이션 기술을 활용해 업무 목적과 운영 정책에 따라 자체 모델, 다른 모델과 도구를 연결할 수 있습니다.
모델 버전과 평가 조건을 구분해 확인하고 실제 업무 데이터로 적용 가능성을 검증합니다. 공개 가중치의 라이선스 표기와 학습 데이터 이용조건을 함께 검토해 도입 범위를 결정합니다.
기업 내부 문서 활용부터 공공기관 업무지원까지, 독자 파운데이션 모델을 기반으로 필요한 sLM과 온프레미스 운영 환경을 검토해 보세요.