AI CX사업부문이 현대리바트가 운영하는 온라인몰 ‘현대리바트몰’ 통합검색에 ‘젠서 서치(genser Search)’를 적용했습니다. 🛋️ 이번 적용을 통해 기존 검색은 그대로 유지하면서, 별도의 ‘AI 검색’ 채널에서 고객이 입력한 문장의 의미와 맥락을 이해해 상품을 찾아주는 새로운 검색 경험을 제공하게 됐는데요.

 가구는 크기, 소재, 관리 편의성 등 여러 조건을 함께 고려해야 하는 만큼 단순 키워드만으로 원하는 상품을 찾기 어려운 경우가 많습니다. 젠서 서치는 AI 에이전트가 고객의 질문과 의도를 파악해 적합한 검색 방식을 판단하고 결과를 제공해, 보다 자연스럽고 정교한 상품 탐색을 지원합니다. 또한 API 연동 방식으로 적용돼 기존 서비스 구조를 크게 변경하지 않고도 도입할 수 있다는 점도 특징입니다.

 이번 현대리바트몰 적용으로 젠서는 패션·식품에 이어 가구·홈리빙까지 주요 버티컬 커머스로 적용 범위를 넓혔습니다. 🚀

✨ 다양한 커머스 현장에서 영역을 넓혀가는 genser의 활약을 응원합니다!

📌 AX서비스개발팀은 어떤 업무를 하는지 소개해 주세요!

👉 고객사의 DNA를 AI 기반으로 전환하는 데 필요한 업무 환경 구축을 지원하고, 고객사의 요구사항에 맞게 AI 솔루션을 커스터마이징하는 역할을 수행합니다.
 현재는 자사의 XGEN을 기반으로 고객사의 Legacy System(상품·매출·전표 데이터, SSO, NAS, DRM 등)과 연계하여, 실제 업무를 효율화할 수 있는 AI Agent 생성·관리·이용 플랫폼을 구축하는 데 집중하고 있습니다.
 단순히 AI Agent를 만드는 것을 넘어, 고객사의 기존 업무와 시스템 환경에 AI를 자연스럽게 연결하고 실제 업무에서 활용할 수 있도록 만드는 것이 AX서비스개발팀의 주요 역할입니다.

📌 AX서비스개발팀에서 필요한 역량은 무엇인가요?

👉 고객사의 업무와 기존 시스템에 AI를 실제로 적용해야 하기 때문에 여러 영역의 역량이 필요합니다.

✅ 고객 비즈니스 및 업무 이해
고객의 업무 프로세스를 이해하고 이를 Agent Workflow로 모델링할 수 있는 역량
✅ Enterprise 시스템 연계
고객사의 Legacy System과 AI를 연결하고, 기존 IT Architecture와 AI Architecture를 통합할 수 있는 역량
✅ AI / Agent Engineering
LLM의 특성을 이해하고 RAG, Workflow, Tool Calling, Memory, Prompt Engineering 등을 활용하여 LLM을 하나의 시스템 Component로 설계할 수 있는 역량
✅ 플랫폼 커스터마이징
Front-end / Back-end 개발, MSA, API 설계, DevOps 등 고객 환경에 맞게 플랫폼을 확장하고 구현할 수 있는 역량
✅ 품질·보안·운영
 Agent Evaluation, Observability, 권한 관리, 개인정보 및 보안 등을 고려하여 AI 서비스의 품질을 측정하고 지속적으로 개선할 수 있는 역량
✅ Delivery 역량
 고객 커뮤니케이션, 이슈 관리, 일정 및 Scope 관리, 문서화 등 고객의 요구사항을 실제 프로젝트의 성공으로 연결하는 역량

 적어 놓고 보니 “이게 정말 다 필요한가?” 싶을 정도로 많아 보이지만, 실제로 이런 다양한 역량을 가진 구성원들이 모여 함께 문제를 해결하고 있습니다. :)

📌 AX서비스개발팀만의 팀문화가 있나요? 아니면 만들어 가고 싶은 문화가 있으신가요?
👉 저희가 중요하게 생각하는 것은 기존 방식대로 업무 영역과 역할의 경계를 명확하게 나누지 않는 것입니다.

 AI 기술이 빠르게 발전하면서 기획, 디자인, 개발 등 기존 직군 간의 경계도 점점 흐려지고 있고, 앞으로 이러한 변화는 더욱 가속화될 것이라고 생각합니다. 따라서 자신의 직무 영역에만 한정하지 않고, 고객의 문제를 해결하기 위해 필요한 일이라면 함께 고민하고 역할을 확장해 나가는 문화를 만들어 가고자 합니다.

📌 최근 자랑할 만한 성과가 있다면 소개해 주세요!

👉 기존에는 비로그인 기반의 불특정 사용자를 대상으로 일부 업무 영역에 한정해 제공하던 AI Agent 서비스를 SSO 기반의 전사 서비스로 확장한 것, 그리고 다양한 로컬 모델을 자체 서빙함으로써 사내 정보보안을 강화하고 비용 효율성을 확보한 것을 주요 성과로 꼽을 수 있습니다.

 이를 통해 사용자 및 조직 정보를 기반으로 한 권한 관리, 고객사의 Legacy System 연계, 다양한 업무 Agent의 통합 제공이 가능한 Enterprise AI 서비스 구조를 구축했습니다.

 단순한 개별 AI Agent 서비스에서 한 단계 나아가, XGEN이 고객사의 AI Native 전환을 지원하는 핵심 Enterprise AI Platform으로 발전할 수 있는 기반을 마련했다는 점에 의미가 있습니다.

📌 현재 AX서비스개발팀이 마주한 가장 도전적인 과제가 있을까요?

👉 ChatGPT, Claude와 같은 범용 AI Assistant 서비스는 하루가 다르게 발전하고 있고, 사용자들은 이미 이러한 서비스의 높은 사용성과 AI 경험에 익숙해지고 있습니다.

 따라서 높아진 사용자 기대 수준을 충족하면서도, 범용 AI Assistant와는 다른 Enterprise AI Agent Platform만의 경쟁력을 확보하는 것이 가장 큰 과제라고 생각합니다.

 기업의 업무 환경에서는 단순히 좋은 답변을 제공하는 것뿐 아니라, 사내 시스템과의 연계, 권한과 보안, 업무 수행, 데이터 접근 통제, 품질 관리 등 Enterprise 환경에서 요구되는 요소들을 함께 충족해야 합니다.

 결국 범용 AI 수준의 사용자 경험과 Enterprise 환경에 특화된 실행 능력을 동시에 제공하는 것이 저희가 해결해야 할 중요한 과제입니다

📌 앞으로 AX서비스개발팀이 새롭게 도전해보고 싶은 영역이 있으신가요?

👉 앞으로는 고객별 프로젝트에서 반복적으로 개발되는 기능들을 Connector, Template, Agent, Workflow, Policy 등의 형태로 표준화하고 자산화하는 것에 도전하고 싶습니다.

예를 들어 다양한 Legacy System과 연결할 수 있는 Connector Library와 함께 문서 검토/상품정보/매출분석/계약검토/VOC 분석 Agent 등 반복적으로 활용 가능한 Agent Template Library를 구축할 수 있습니다.

 또한 Agent를 단순히 생성하고 배포하는 것에서 끝나는 것이 아니라, 생성 → 평가 → 배포 → 모니터링 → Feedback → 개선으로 이어지는 Agent Lifecycle Management 체계까지 확장하고자 합니다.

 이를 위해 특히 다음 세 가지 영역을 중요한 과제로 보고 있습니다.

 ① AgentOps 및 AI 품질관리 체계 구축
 ② Legacy Connector의 표준화 및 자산화
 ③ 고객 업무를 AI Agent로 전환하는 방법론 체계화

 궁극적으로는 프로젝트마다 새롭게 개발하는 방식에서 벗어나, 축적된 기술과 경험을 재사용할 수 있는 Productized Delivery 체계를 만들어 가는 것이 목표입니다.

 하루 종일 모니터를 보고 키보드와 마우스를 사용하다 보면 나도 모르게 여기저기 쌓이는 피로! ‘사소한 사실’에서 플래티어인들의 몸이 보내는 업무 피로 신호가 가장 먼저 어디에서 나타나는지 알아봤습니다. 👀

🎉 설문에 참여해 주신 분들 중 추첨을 통해 이선경 프로님이 선정되었습니다!

이선경 프로님이 선택한 가장 지친 곳 '허리'!
사무실에 앉아있는 동안 '허리'를 편안하게 받쳐 줄 쿠션을 선물로 전달드릴게요!🎁