콘텐츠로 이동
좋은생각 ISP

AI 기술 도입

AI 기술 도입

섹션 제목: “AI 기술 도입”

홈페이지 AI 기술 도입 (AI Transformation)

제안 배경

섹션 제목: “제안 배경”

좋은생각의 강점

섹션 제목: “좋은생각의 강점”
  • 30년 이상 축적된 방대한 텍스트 데이터
  • 감동과 위로를 주는 고품질 콘텐츠
  • 월 3,000건 이상의 독자 투고 원고

AI 도입 필요성

섹션 제목: “AI 도입 필요성”
  • 방대한 아카이브의 효과적 활용
  • 원고 검토 업무의 효율화
  • 개인화된 콘텐츠 추천

제안 내용

섹션 제목: “제안 내용”

1. 감성 분석 검색

섹션 제목: “1. 감성 분석 검색”

독자의 기분/상황(위로, 기쁨 등)에 맞는 사연 추천

컨셉

섹션 제목: “컨셉”
graph LR
    A["사용자 입력<br/>오늘 힘든 하루를<br/>보냈어요..."]
    
    B["감성 분석<br/><br/>감정: 피로, 슬픔<br/>니즈: 위로, 공감"]
    
    C["검색 결과<br/><br/>📖 당신에게 위로가 될<br/>이야기들<br/><br/>• 힘든 날의 위로<br/>• 다시 일어서는 용기<br/>• 작은 행복 찾기"]
    
    A --> B
    B --> C
    
    style A fill:#f9f9f9,stroke:#666,stroke-width:2px
    style B fill:#f0f0f0,stroke:#666,stroke-width:2px
    style C fill:#f9f9f9,stroke:#666,stroke-width:2px

기술 구현 방안

섹션 제목: “기술 구현 방안”
flowchart TD
    A["[사용자 쿼리]"]
    
    B["감성 분석<br/>(NLU)<br/><br/>LLM: GPT-4/Claude<br/>또는 감정 분류 모델"]
    
    C["벡터 검색<br/>(Semantic)"]
    D["콘텐츠 임베딩<br/>(Vector DB)"]
    
    E["랭킹 & 추천<br/><br/>사용자 히스토리<br/>인기도"]
    
    F["[추천 콘텐츠]"]
    
    A --> B
    B --> C
    D --> C
    C --> E
    E --> F
    
    style B fill:#e8f4f8,stroke:#333,stroke-width:2px
    style C fill:#e8f4f8,stroke:#333,stroke-width:2px
    style E fill:#e8f4f8,stroke:#333,stroke-width:2px

검색 시나리오

섹션 제목: “검색 시나리오”
사용자 상황감성 분석추천 콘텐츠 유형
”위로가 필요해요”슬픔, 지침위로의 글, 희망 이야기
”행복한 기분이에요”기쁨, 활력감사의 글, 따뜻한 이야기
”새 출발을 앞두고 있어요”기대, 불안응원의 글, 용기 이야기
”사랑하는 사람에게 전하고 싶어요”사랑, 감사사랑의 글, 가족 이야기

2. AI 에디터

섹션 제목: “2. AI 에디터”

투고된 원고의 오타 교정 및 초벌 요약 자동화

기능 구성

섹션 제목: “기능 구성”
graph TD
    A["AI 에디터 기능"]
    
    B["1. 오타 교정"]
    B1["맞춤법 검사"]
    B2["띄어쓰기 교정"]
    B3["문법 오류 수정"]
    
    C["2. 원고 요약"]
    C1["핵심 내용 추출"]
    C2["3줄 요약 생성"]
    C3["키워드 자동 태깅"]
    
    D["3. 품질 분석"]
    D1["가독성 점수"]
    D2["감성 톤 분석"]
    D3["유사 콘텐츠 중복 체크"]
    
    E["4. 편집 제안"]
    E1["문장 개선 제안"]
    E2["표현 다양화 제안"]
    E3["좋은생각 스타일 가이드 적용"]
    
    A --> B
    A --> C
    A --> D
    A --> E
    
    B --> B1
    B --> B2
    B --> B3
    
    C --> C1
    C --> C2
    C --> C3
    
    D --> D1
    D --> D2
    D --> D3
    
    E --> E1
    E --> E2
    E --> E3
    
    style A fill:#f0f0f0,stroke:#333,stroke-width:2px

워크플로우

섹션 제목: “워크플로우”
flowchart TD
    A["[원고 접수]"]
    B["[AI 자동 분석]"]
    
    C["오타 교정"]
    D["요약 생성"]
    E["품질 점수"]
    
    F["[AI 분석 리포트]"]
    G["[편집자 검토]"]
    
    H["[채택/수정]"]
    I["[반려]"]
    
    A --> B
    B --> C
    B --> D
    B --> E
    
    C --> F
    D --> F
    E --> F
    
    F --> G
    G --> H
    G --> I
    
    style A fill:#e8f4f8,stroke:#333,stroke-width:2px
    style B fill:#e8f4f8,stroke:#333,stroke-width:2px
    style F fill:#f0e8f8,stroke:#333,stroke-width:2px
    style H fill:#d4f1d4,stroke:#333,stroke-width:2px
    style I fill:#f1d4d4,stroke:#333,stroke-width:2px

기대 효과

섹션 제목: “기대 효과”

감성 검색

섹션 제목: “감성 검색”
지표기대 효과
검색 만족도기존 키워드 검색 대비 30~50% 향상 (시맨틱 검색 통한 의도 파악)
콘텐츠 발견CMS 아카이브(ptcms_contents 33칼럼, 30년치) 중 미노출 콘텐츠 재활용
체류 시간개인화 추천으로 페이지당 체류 시간 2배 증가 (추정)

AI 에디터

섹션 제목: “AI 에디터”
지표현재 (추정)기대 효과
원고 1차 검토 시간15~20분/건70% 단축 (5분/건 이내)
오타 발견율~70% (사람 수동 교정)95% 이상 (AI + 사람 협업)
편집자 업무 부담월 ~3,000건 투고 원고 처리AI 자동 분류로 핵심 업무 집중 (월간지팀 + 단행본팀)

기술 요구사항

섹션 제목: “기술 요구사항”

인프라

섹션 제목: “인프라”
구분요구사항
LLM APIOpenAI GPT-4 / Anthropic Claude
Vector DBPinecone / Weaviate / Milvus
임베딩OpenAI Embeddings / 한국어 특화 모델
컴퓨팅GPU 서버 (Fine-tuning 시)

데이터

섹션 제목: “데이터”
구분요구사항좋은생각 현황
콘텐츠 임베딩전체 아카이브 벡터화CMS DB ptcms_contents (33칼럼, 30년치), ptcms_keyword_log/sum
감성 레이블콘텐츠별 감성 태깅ptcms_subject, ptcms_subject_ext에 주제 분류 존재 → 감성 확장
학습 데이터편집 이력, 채택/반려 이력편집실(월간지팀+단행본팀) 워크플로우 기반 데이터 수집 필요

구현 단계 (안)

섹션 제목: “구현 단계 (안)”
단계기간내용
11개월PoC - 감성 검색 프로토타입
21개월PoC - AI 에디터 프로토타입
32개월본 개발 - 기능 통합
41개월테스트 및 튜닝
5지속모델 개선 및 운영

비용 추정

섹션 제목: “비용 추정”

리스크 및 대응

섹션 제목: “리스크 및 대응”
리스크대응 방안
AI 오류 (환각)편집자 최종 검토 필수
비용 증가캐싱, 배치 처리로 API 호출 최적화
개인정보투고자 동의, 데이터 익명화

작성 이력

섹션 제목: “작성 이력”
날짜작성자변경 내용
2026-02-26-초안 작성 (템플릿)
2026-03-03김명직기대효과 정량값 채움, CMS 현행 데이터 연결 (ptcms_contents 등), 비용 추정 추가, ISP 연계 안내