[요약리뷰] 언더스탠딩 - 입찰제안서 끝판왕, 조준호대표

 

 

### 한글 요약

**수백페이지 입찰제안서 AI가 대신 찾아준다고? (클라이원트 조준호 대표)**

- **클라이언트 서비스 소개**: 클라이언트는 AI를 활용해 공공기관의 입찰 정보를 분석하고 고객에게 맞는 입찰 기회를 제공하는 서비스.
- **입찰 정보의 방대함**: 하루에 2,000~3,000개의 입찰 공고가 나오기 때문에 이를 모두 수집하고 분석하는 것은 매우 어려움.
- **AI 활용**: AI를 이용해 입찰 공고문(RFP)을 분석하여 고객이 참여할 수 있는 입찰 기회를 찾아줌. AI는 입찰 조건과 내용을 분석하고, 고객의 과거 수행 이력과 유사한 입찰 기회를 매칭해줌.
- **리스크 분석**: AI는 입찰 공고의 리스크 요소를 분석하여 고객에게 알려줌.
- **제출 서류 자동화**: 고객이 작성한 과거의 입찰 서류를 기반으로 새로운 입찰 서류를 자동으로 작성해줌.
- **해외 진출 계획**: 현재 국내 서비스를 기반으로 싱가포르 등 해외 시장 진출을 준비 중.
- **고객 선점 전략**: 고객과의 네트워크를 구축하여 경쟁사보다 빠르게 시장을 선점하는 전략.

### English Summary

**Hundreds of Pages of Bid Proposals Found by AI? (Client CEO Joonho Cho)**

- **Client Service Introduction**: Client uses AI to analyze public institution bid information and provide suitable bidding opportunities to customers.
- **Volume of Bid Information**: With 2,000 to 3,000 bid announcements daily, collecting and analyzing all of them is very challenging.
- **AI Utilization**: AI analyzes bid documents (RFPs) to find suitable bidding opportunities for clients. It matches opportunities based on the client's past project history and the conditions of new bids.
- **Risk Analysis**: AI analyzes the risk factors in bid documents and informs the clients.
- **Automating Submission Documents**: Based on previously submitted bid documents, AI helps clients automatically generate new bid submissions.
- **Plans for Overseas Expansion**: Client is preparing to expand into overseas markets like Singapore, based on their current domestic service.
- **Customer Acquisition Strategy**: Building a network with clients to preempt the market faster than competitors.

 

 

 

 

수백페이지 입찰제안서 AI가 대신 찾아준다고? (클라이원트 조준호 대표) - YouTube
https://www.youtube.com/watch?v=_Xw7ehui9Eg

Transcript:
(00:00) 진짜 요렇게 써보고 저렇게 써 보고 하다 보니까 이게 노하우가 돼서 저희가 오픈에 또 인정을 받고 상을 하나 받았습니다 샘이라고 써 있는 사람이 샘 알트먼 그 셈입니까 눈빛교환 중정 너무 긴다 거기를 보고 있다는 단정은 할 수 없는데 튼 사진 누르는 그렇다 그렇습니다 사진으로는 그렇다 세상의 모든 지식 [음악] 언더스탠딩 자 자 아 여러분들이 이제 없어서는 안 될 방송이 되어 가고 있습니다네 너무 유익하다고 냥 네 예 사실 뭐 여러분들이 언더스탠딩 보시는 이유도 세상에 어떤 뭐 필요한 지식이나 유익한 정보들을 얻고 싶은데네 그 일일이 어떻게 다 찾아다녀 너무 힘들잖아 그거 여러분들에게 대신 정말 밤새 가지고 만들고 이러면서 저희가 먹고 사는게 언더스탠딩 아니겠습니까 오늘 모시는 이분도네 그런 그런 비즈니스입니다 사실 남들이 하기 너무 어려워 괜찮고 뭐 모르겠어 못하는 건 아니야 그런데 아 이걸 내가 해야 돼 하는 일들네 그런 걸 좀 대신해주는 아 그래서 오늘 모실 분은 어 클라이언트의
(01:05) 조준호 대표님네 모셔 보겠습니다 어서오십시오 아네 반갑습니다세요 먼 원입니다세요네 클라이언트이 클라이트 클라이언트가 원하는 거를 한다 정확합니다 예 클라이 원트음 클라이언트의 고객과 이제 원트 원한다 해서 그걸 합성으로 해서 고객이 원하는 것을 만들자 해서 이름을지었습니다 제가 들어보니까네 그 각종 공공기관 정부에서 그 입찰하세요 돈 드릴게요라고 하는 건 진짜 우리 그네 자영업보다 시작해서 중소 기업들 뭐 대기업들 다 완전히 그거에 목매달고 있는 경우가 많은데네 도대체 이게 어떻게 어디 가면 그런 정보가 있고 혹시 내가 놓치고 있는 건 아닌지데 그런게 항상 불안하거나 그런 걸 대신 찾아준다 되게 좋은 포인트예요 예 내가 놓치고 있는 건 아닌지라 그 포인트가 되게 중한 제가 이프로님 같이 또 다른 고객사의 대표님들을 많이 만났는데 항상 하시는 말씀이 내가 오케이 들어가서 공정하게 경쟁해서지는 건
(02:10) 오케이 어쩔 수 없이 하지만 몰라서 아예 그 기회조차 잃어버리면 너무 화가 난다 너무 억울하다 너무 화한다 근데 그런 일들이 굉장히 빈번하게 발생합니다 그 이유가 일단 우리나라 공공 입찰한 보더라도 1년에 무려 44만 건 정도 되는 공고가 나와요 예 그러면 하루에 2천 권에서 3,000 권이 나오는 거예요 이것들을네 공고가 그럼 이것들을 매일매일 들여다 보면서 우리가 수주할 수 있는 공고가 무엇인지 매일매일 찾아보는 것은 굉장히 어렵습니다 그 그렇겠네요네 그렇기 때문에 놓치는게 나올 수밖에 없죠 그래서 언더스탠딩 아까 인트로 하실 때도 말씀하셨지만 세상의 모든 지식을 우리가 다 찾아내서 보여 드린다고 한 것처럼 저희도 세상의 모든 입찰 공고들이 찾아내서 고객님 대표 대표님이 딸 수 있는 거를 딱 이렇게 밥상으로 차려 드리겠습니다 예 이런 서비스를 만들고 있습니다 그러면가 가루에 2천권 쏟아지는 걸 그럼 일일이 보다가 요거는 우리 고객님 중에 김사장님
(03:14) 박사장님 거 요거 아 요거는 아닌 거 같고 요거는 이렇게 나눠주고 있다고요 지금네 맞습니다 그거를 어떻게 거기서 뭐 기계적으로 하는 거예요 AI 통해서 그렇죠 원래 이제 입찰 하면은 가장 중요한게 제한 요청서 영어라 RFP 리퀘스트 포 프로포절이란게 있습니다네 여기에 이제 기관들 우리 어 수유 기관들이 우리 이런 거 이런 거 만들고 싶어라고 내놓는게 제한 요청서 예 이것들을 잘 파악을 해야 되는데 이것들을 분석하기가 굉장히 어려워요 왜냐면 제한 요청서가 굉장히 다양한 이제 구조 폼들 이루어져 있고 제한 요청서는게 요런 거 우리가 필요하니까 하실 수 있는 분들은 손 드세요 그럼 돈 드릴게요 하는 입찰 발주처에서 내놓는 거죠 그게네 맞습니다 딱 그겁니다 근데 되게 적게는 뭐 수십 페이지 많게는 수백 페이지까지 돼요 그 이런 것들을 대표님들이 일일이대 페이지 하나 그 열면서 본다는게 거의 불가능하거든요데 저희는 이거를 이제 AI 이제
(04:18) 데이터를 활용해서 아 김사장님이 그 회사 조건에는이 RFP 딱 입찰 참가 조건이 되네요 어 근데 이거는 안 되네 근데 이거는 그러면 a 기업과 같이 컨을 하면 바로 들어갈 수 있습니다 그리고 주요 사업 내용이 일치하네요 그리고이 안에는 위험 요소 리스크가 굉장히 적습니다 그러니까 이거는 공정성 면에서도 충분히 들어갈 만한 가치가 있는 공고입니다라고 저희가 찾아드리는 거죠 사례를 하나 보여드리면 지금 화면에서 보시는 거는 제가 직접 10년 전에 수행했던 싱가포르 창의 공항에이 소셜 트리라는 미디어 랜드마크 프로젝트예요 거 사진에 보이는 저거를 이제 누가 요거 만들 사람 뭐 하는 거예요네 그렇죠 우리가 생각보다 길거리나 어떤 건물 안에서 눈에 보이는 그런 구조물들이 많은 기계 장치들이 사실은 다 입찰을 통해서 만들어진 겁니다 그렇지 김과장이 아는 친구한테 맡기면 야 너 저 술한잔 얻어 먹었지 자식아 그런 식으로 의심 받으니까 그네 맞습니다
(05:22) 그래서 지금 이제 보시는 바와 같이 저런 큰 구조물들도 아 창의 공항이 아 우리 이런 거 이런 거 만들고 싶으니까 좀 들어와 봐 잘할 수 있는 애들 그렇게 해서 RFP 우측에 보이는이 RFP냅니다 근데 이게 보시는 바 같이 한 수백 페이지 200 페이지 정도 돼요 181 페이지라고 써 있 와이 181 페이지나 돼요 하나 저거 저거 발주하는네 그 페이지가 엄청 많죠 근데 아직 주요 사업은 나오지도 않았어 다 뭐라고 써 놓는 거예요 저저 무슨 내용들이에요 대충이 대충 이제 어 여기 들어오려면 이런 뭐 실적 조건이 돼야 되고 뭐 이런 규모로 얼마나 관련 된 프로젝트를 해봤어야 됐고 아 자격 조건 격 조건 어 우리는 주요 사업 내용들이 뭐 예를 들어서 LED 월이 뭐 2.
(06:12) 7mm 피어야 돼 그리고 이게 한 어 대어야 돼 뭐 그런 것들까지 구조물에 들어가야 될 뭐 스펙들 같은 경우 것들네 상세하지 아니지만 대략적으로 우리 이런 거 만들고 싶어라는 내용들이 있는 거예요 그리고 계약 조건은 이렇게 될 거야 뭐 성금 50% 뭐 잔금 50% 예 예 뭐 이런 식으로 될 거고 뭐 유지보수는 3년 동안 해야 돼 이런 내용들이 쭉쭉 있는 거예요 근데 이런 것들을 어떻게 자세히 하나하나 다 보고 있어요 예 정말 예 이건 사실 말이 안 되는 거죠 근데 10년 전에 대표님이 다 보셨죠 회사원일 때 181페이지 내가 이걸 따 따고 말리라 회 다 봤 다 봤죠 그때는 그니까 다 보는게 입찰에 제한선을 쓰려고 본게 아니고 이게 우리가 들어갈 수 있나 아 들어갈 수 있는지 말지를 하기 위해서도 200페이지를 다봐야 되는 거 10년 전에 무슨 일 하는 회사 다녔어요 예 10년 전에 저는 it 솔루션을 이제 만드는 회사를 다녔고요 그때 당시에이 창이공항 프로젝트는 LG 전자고 같이 컨소시 들어갔습니다 아 아 저거 그럼 창의 공항이 저걸 맞 찾는다 저거 할
(07:17) 사람을 찾는다는 건 어떻게 알았어요 그 LG 전자에서 그 정보를 입수했던 아 그냥 아는 사람 통해서 LG 전자에서 하여튼 1절이 정 L 전자에서 매일 이거 눈 빠지게 보는 지은 있 있었 같은 경우는 이제 오픈 텐더라이저 나옵니다 그래서 누구나 창이공항 프로젝트를 따고 싶으면 관심 있어서 매일 들어가면 볼 수 있어요 그 누가 매일 들어갑니까 정말 끈질기에 관심 있어 하는 사람들만 볼 수 있던 거 있는데 저희는 이런 것들을 이제 알아서 찾아서 발굴해서 고객님 앞에 갔다 놓는 거죠 그럼 저거를 어떻게 해주는 거예요 그러면 알겠어요 저 엄청 어려운 거예요 엄청 어렵죠 창의 공항이 저거 또 한다고 하면 그러면 그 저 정보가 클라이언트에 어떻게 포착이 되고 그래서 LG 전자한국 프로젝트에 관심이 많아 그리고 공항에서 미디어 프로젝트에 관심이 많아라고 그런 키워드만 뽑아
(08:22) 주면 우리가 그 키워드를 바탕으로 세상에 있는 RFP 분석을 해서 일치하는 것 고객님이 원하는 그 주요 사업과 가장 일치하는 것 유사도를 분석해서 매칭을 시켜 드리는 거야 그냥 다 서칭을 해서 그냥 공항이든 뭐든 뭐 이렇게 원하는 키워드가 있으면 나는 미디어 아트 입찰에 관심 있어 하면 미디어 아트와 관련된 공고문은 다 찾아준다네 그게 첫 번째고 두 번째는 아 키우드만으로는 우리가 알 수 없는 것들이 있어요 분명히 미디어는 내가 할 수 있다는 걸 알 텐데 공을 찍을 수는 없습니다 사장님들이 공항에서 나올지 어디 식당에서 나올지 뭐 시청에서 나올지 그걸 어떻게 알고 공항 이걸 어떻게 찍어 주냐는 거 그래서 유사도 분석이라는게 있어요 우리 회사가 전에 뭐 예를 들 공항 프로젝트를 한번 했어 그리고 미디아트 프로젝트를 한번 했어 그러면이 RFP ES이 내가 했던 프로젝트와 유사했던 프로젝트를 찾아 줘라고 하면 지금 화면 보시면은 이거는 김포 국제공항이 이제 벌써 10년 전 건데 근데
(09:28) 여기서 보시면은 아 이렇게 갑자기 소주 트리가 나오죠 그러네 예 이제제 전에 했던 비슷한 입찰이 비슷한 레퍼런스를 가지고 재활용하고 있어요 아 저내는 공항공사 직원도 예를 들면 우리 요런 거 하고 싶은 거야 그러면 김사장님이 아니면 LG 전자가 전에 창의 공항을 했어 그러면이 김포항 프로젝트도이 비슷한 RP 내용에 있다 보니까 어 이걸 내가 들어가면 수주할 확률이 높아지는 거죠 오 그렇지 그렇지 그렇지 그렇죠 예 그래서 근데 이런 것들을 언제 다 모든 수권의 공고를 다 보면서 이런 내용들이 있나를 찾아보고 있어요 거의 불가능하죠 근데 AI 활용해서 그리고 데이터를 활 기존에 우리 데이터를 활용한다면 유사도를 분석해서 우리가 수주할 수 있는 것들을 빠르고 쉽게다는죠 그 원리가 조금 더 궁금한데 저 그럼 창의 공항에서 그 입찰 제한을 요청했던 저거에 입찰했다 걸 내가 클라이언트 회사 에다가 알려 줘야 되는 거예요 그렇지 않죠 저희는
(10:32) 공개된 입찰 정보들을 자기가 수집을 합니다 일단은 국내 같은 경우는 어 입찰 산업 자체가 200조원이 넘어요음 근데 거기서 나라 장터라는 거 들어보셨죠지게 들어봤습니다 예 지겹게 들어보셨죠이 나라장터에 대한민국 입찰을 한 60% 70% 정도가 올라와요 그리고 나머지가 이제 기관들음 에서서 올라오죠 이런 각지 각층에서 올라오는 것들을 자기가 다 수집을 합니다 API는 것들로도 수집을 하고요 또 크롤링이란 것들로 방식으로 수집을 합니다 글고 오는 거 그냥 긁고 오는 그건 클라이언트 회사가 해 주는 일이고 예 일단 그거를 긁고 와서 이것들을 이제 분석을 저희가 다 하죠 저희 서버에서 이거 분석을 AI 데이터로 다 분석을 한 다음에 분야 건지네 어 이거는 미디아트 분야에 어 이거는 건설 분야에 어 이거는 뭐 변시 분야에 마이스 분야에 그러면 우리 고객들 중에서 마이 스면 이거 마이스는
(11:34) 이로가 그리고 미디 트는 일로가 예 이런 식으로 계속적으로 매칭을 시켜 드립니다 아 그럼 고객은 나는 요런 거 있으면 나한테 보내 줘라는 키워드는 고객이 입력하게 되어 있어요 그렇죠 왜냐하면 초기에는 고객이 우리는 주로 이런 사업을 하 하고 있고 앞으로 이런 사업을 하고 싶어라는 것들도 있잖아요 그렇기 때문에 고객의 키워드를 입력을 해요 하지만 또 하나 그 두 번 째 방식으로는 이제 고객이 했던 프로젝트들을 저희가 또 가지고 올 수 있어요 이런 것들은 이제 따로 입력할 필요 없이 유사도를 매칭을 시켜 드리죠 전에 3년 전에 했던 a 프로젝트가 지금 나와 있는 B 프로젝트와 비슷해 비슷합니다 80% 정도 유 그때는 이거 수주 했으니까 이번에도 수주할 가능성이 높습니다 아니면 지난번에 수주 실패했더라도 우리는 트라이 했던 거니까 맞아요 그런 히스토리를 알려주면 아 그럼 키워드를 알아서 뽑아 주실 수도 있겠네요 맞습니다 그거 알겠어요 그러면 되게 편리할 거 같은데 그걸 어떤 식으로 해요 그러니까 그냥 AI
(12:39) 통해서 한다는데 AI 테 그냥 알아서 해 달라고 하면 그냥 다 해 주는 겁니까 아니죠 그런거까지 물어보는 건 실례 아닐까 왜 그게 영업 비밀일 거 같은 괜찮겠어요 그게 궁금하잖아요 그게 예 영업 비밀까지 저희가 오픈할수 없지만 예 저희가 최소한 어 이해를 돕기 위한 자료를 좀 준비를 해 봤습니다 잠깐 그 설명드리기 전에 분 설명을 조금 드리자면 제가이 입찰 산업에서 10몇 년 동안 일을 해왔어요 입찰 산업에 예 계속적으로 아까 it 솔루션 만들었다고 했잖아요 그것들을 한국에서 싱가폴에서 홍콩에서 아시아 등지에서 저는 입차를 주구장창 들어가서 피를 맨날 봤어요 그러다 보니까 지겨워 죽겠는 거죠 진짜 진짜 힘들겠다 진짜 지겨웠다 예 진짜 힘들었고 영모 아까 보죠 영모는 아예 그냥 보고 싶지도 않잖아요 예 그런 것들도 맨날 보고 그랬는데 네 왜이 시스 수 없을 왜 이거는 자동화 되지 않지 몇년 동안 왜 똑같은 일을 하고 있지 프린트해서 밑줄 어가면서 왜 이걸 하고 있을까 보통은 빨리 그냥 쫄따구 하나 뽑아 가지고 얘한테
(13:44) 시켜야지 근데 얘도 마찬가지 봐 보통은 그렇게 하지 사막 가서 반을 찾아와 하는 거지네 근데 RFP 지금 자료를 보시면 참가 자격도 뭐 제한 입찰 등록 참가 자격 입찰 참가 자격 뭐 입찰을 위한 조건 이런 식으로 같은 내용인데 말들이 다 달라요 단어들이 조 그러다 보니까 이게 단어 단어와 문맥을 이해를 못 하면은 시스템화 될 수가 없는 구조였어요 아 근데 저는 이걸 시스템 하고 싶어서 창업을 했는데 때마침음 AI 나온 거죠 AI 안 나왔으면 망했다 망했습니다 표준화는 안 돼 있죠 그러니까 전혀 표준화가 안 돼 있어요 그 AI 온 걸 버고 창업하신게 아니라 도저히 일은 못 하겠다 싶어서 뛰쳐 나와서 창업을 했는데 아니 처음에 그거 하다못해 내가 그냥 이개 보고 그거 어차피 회 월급 받으면서도 이해를 할 거니까 그냥 이거 하면서 이거 에이 우리거 아니라고 버리지 말고 그렇지 누구한테 주자 이거는 건설인들 그럼 건설한 주면 다만 5만
(14:48) 원이라도 주겠지 그 맞습니다 그랬는데 AI 나온 거예요 그래서 저는 AI 먼저 중심으로 잡고 창업한게 아니고요이 RFP 분석하고 싶어서 창업을 했는데 AI 때마침 나와서 도와줬다 야 이런 인생이 있다 하늘이 하늘이 도왔네 그래서 이런 것들을 어떻게 잡을까 AI 그래서 분석을 해봤죠 그랬더니 보시 이렇게 두꺼운 거 이런 두꺼운 제한 요청서에 나오는 이찰 참과 자격을 한번 AI 테 맡겨 보자 그래서 저희가 AI 그을 쭉 리스트화 시켜서 입체를 붙였어요 오픈가 잘하냐고 예 구글이 잘하냐 메타가 잘하냐 어 클로드가 잘하냐 한번 너네가 분석을 해봐라고 맡겼더니 분석을 하라는게 뭘 시킨 거예요 분석이라면 그죠 지금 왼쪽에 보시면 이런 두꺼운 제한 요청서를음 이제 저희가 입력을 했고 여기서 이제 입 입찰 참가 조건 이런 소프트웨어 자격증이 인증서가 있어야 돼 뭐 이거는 뭐 대기업은 제한이 되어 있어 이런 조건들을 한번 잘 찾아봐라고 한번 맡겼죠 아 그러니까 PDF 그냥
(15:52) 파일을 쭉 올려주고 AI이 중에서 대기업이 못 들어가는 걸 갖고 와 봐 그중에서 뭐 건설업과 관련한 거 뽑아줘 봐 그렇게 시켰다는 거죠 그렇죠 그랬더니 오픈가 제일 잘 뽑아줬어요 근데 이거는 어 각 산업 군마다 그다음에 각 기업의 환경마다 다른데 저희가 테스트한 발언은 오에가 그래도 제일 잘 잡았다 예 그래서 저희가 오픈 AI 중점적으로 이제 사용하게 됐죠 사용을 했는데 그래도 실수를 하더라고요 이제 할루시네이션이라고 하죠 이제 AI 실수를 좀 하더라고요 제가 이찰 참가 자격 인증서를 추출해 줘라고 했더니 어 본 공고에는 다음 두 가지를 소주하고 있어야 된대요 그래서 어 맞게 했는 거 같았는데 원문은 이거예요 실내 건축공사업 또는 건축공사업 둘 중에 하나만 있으면 되는데 아 얘는 두 개가 있어야 된다고 얘기를 한는 거예요 저건 약간 미묘하지 또는 어냐 드냐 이건 좀 다르지 어 김사장님은 실내 건축 공사업 있고 공축 공사이 없었어요 아
(16:56) 나는 못 들어가냐고 이걸 패스하면이 이거는 굉장히 큰 디스크인 거 사실 들어갈 수 있었던 건데 그 실수를 이제 방지하기 위해서 파인 튜닝이나 이제 프롬프트 엔지니어링 그다음에 라그 같은 것들이 이제 나오는 거죠 입찰 공고를 분석하기 위해서 분석하고 잘 찾게 하기 위해서네 잘 찾기 위해서 이제 파인튜닝 같은 경우는 저희는 사용을 안 하고 있어요 근데 파인 튜닝이라 하면은 LM 아까 제가 말씀드린 오픈 AI 이런 것들을 이제 막 고쳐서 쓰는 거예요음 근데 이게 어 그런 말 있잖아요 사람 고쳐 쓰는 거 아니라고 똑같이 저희 정도 규모에서 스타트업들이 저희가 생각했어요 이거를 우리가 AI 고쳐서 쓴다는게 과연 우리 비용 대비 그다음 효과가 있을까 왜냐면 매일매일 수권에 RFP 들어오고 있는데네이 데이터가 들어올 때마다 저희는 파인 튜닝을 해야 되거든요 그래서 아 이거는 우리가 하기 조금 버고 또 그 그에 걸맞는 퍼포먼스 결과값이 나올 것 같지가 않아 능을
(17:59) 파인튜닝 하는 거예요 아니면 입찰 고들 데이터를 파인 튜닝을 해야 된다 인공 지능 자체에 파인 튜닝을 해야 돼요 그니까 쓰려면네 쓰려면 이거이 파인 튜닝이라는 거 GPT 이제 4라는게 있는데 이제 GPT 4에서는 이제 파인 튜닝이 되는 거예요 그래서 아 GPT 4야 우리는 이런 입차 참가 자격에 들어왔을 때 너는 여기 인증서만 추출을 해야 돼라고 계속적으로 저희가 그 안에서 약간 프로그래밍을 하는 거예요 몇 번 연습을 시켜야 된다는요 되는 거죠 그래서 저희는 이것보다는 차라리이 앞단 사람을 뜯어 고친다 보다도 AI 뜯어 고치는 것보다 우리가 친절하게 질문을 많이 던져 주자음 아 어이 앞단을 저희가 많은 이제 명력을 입력하면서 더 잘 찾게 만드는 거죠 근데 프롬프트 엔지니어링 중에서도 이제 스텝바이스텝 리즈닝이라고 있어요 이제 이제 단계별로 이제 프롬프트를 이제 명령어를 하나씩 하나씩 이제 입력하는 거죠 예를 들어서 뭐 7 * 8 * 더 5 하면 딱 떠오르시나요
(19:03) 예 쉽지 않죠 이제 AI 너무 많은 옵션들을 한 번에 찾으라고 하면은이 암산 하기가 좀 쉽지 않습니다 그래서 잘난척 암산하기 말고 노트에 적으라고 하는 거죠 그래서 저희가 아까 똑같은 질문 한 거예요 이찰 참가 자격 인증서를 추출해 줘라고 하면은 오케이 첫 번째 풀이는 어 인증사 추출은 다음 3단계로 진행해야 돼라고 저희가 프를 던 거 아 아예 아예 대화를 저렇게 해주는 거예요 인공네 하나씩 첫 번째 공고문 과제에서 제한 요청서 있는 인증서의 리스트를 모두 추출해 줘네 여기서 인증서라고이 입찰에 참여하기 위해서 필요한 자격 조건 라이센스 그죠네 맞습니다 라이센스 필요한 라이스 건들이는 의미인데네 그리고 혹시나 중복되는 것이 있으면 이거는 이제 빼죠음 그리고 인증서간에 또는이란 말이 들어 있으면 둘 중 하나 만 있어도 들어갈 수 있다고 표시해 줘라고 조금 더 디테일하게 단계별로 하는 겁니다 그러면 정확하게 추출이 되는 거죠
(20:07) 그래서 일반인들이 RFP 직접 입력한다면 이거는 이런 단계들이 거칠 수 없으니까 이제 정확하지가 않다는 거죠 그러면 오픈 AI 놓고 요렇게 질문을 하면 나오는 거 테스트해 보고 질문 또 요렇게 조금 바꿔 보면 어떻게 나오는지 테스트해 보 그런 거예요 계속 맞습니다 그래서 제가 지금 예시만 지금 딱 그냥 세 가지 만 보여 드렸는데 사실 저희는 이걸 하나를 뽑기 위해서 수백개 수천 개의 프롬프트 엔지니어링이 들어가 있어요 해봤다는 거죠 어떻게 인공지능한테 요청을 해야 수많은 입찰 서류 중에 우리가 원하는 거를 뽑아 주는지 수많은 그리고 다 다른 복잡한 형태로 되어 있는 것들 질문이 중요하네 질문이 예 근데 이것만으로도 조금 부족한 감이 있어서 최근에 이제 가장 핫하게 떠오르는 레그라 있어요 레그 예 레그 예 레그가 이제 AR generation이라고 하는 건데 우리가 아까 제가 설명드린 명령어를 입력해서 바로 오픈에 LM 가는게 아니고 한 단계 거치는 거예요
(21:11) 그러니까 지금 LM 세계에 있는 모든 백화 사전을 다 보는 건데 저희는 명력을 이렇게 하는 거죠이 백가 사전 전 전권 중에서 5권에 있는이 장에서만 찾아줘음라고 하는 거예요 쉽게 설명드리면 근데 그이 장을 저희가 직접 만드는 거예요음 어 이런 RFP 이러한 데이터 모음집을 저희가 따로 데이터베이스를 구축을 해서 예 여기서 먼저 찾아 줘 그러면 다른 세상에 있는 많은 지식들에 나오는 실수들이 없어질 거 아니에요 많이 주어들 J RFP 아는 건 발주처에서 내놓는 서류들 있데 입찰하세요 입찰하세요 입찰하세요 하루에 2000개씩 쏟아지는 걸 그거를 별도로 따로 우리가 정리를 해요 표로 맞아요 별 별도로 정리를 합니다 우리 회사 직원들이 사람이요 요것도 사람이 처음에는 아 규칙들을 몇 개 만들어요 그니까 그거 이제 정규식이 하는데이 저희가 아 룰을 만드는 거죠 룰 베이스라고 해요 그래서 아 이거는 뭐 입차 참가 자격은 여기 둬 건축은 여기 두고 그다음에 주요 사업
(22:14) 내역들은 여기도 이런 식으로 룰을 만들어서 우리만의 데이터베이스를 만드는 거예요 회사 안에서 예 회사 안에서 완전히 그냥 허볼 판에 냅두지 말고 일단 요기에서 찾아라고 범위를 정해 주는 거예 그거 하기 위해서 얘가 알아먹기 쉬운 걸로 이렇게 표도 만들어 주고 한다 예 맞습니다 아유 힘들다 사람 손이 가긴 가네네 그렇죠 이제 AI AI 테 모든 걸 맡기는게 아니라 제가 아까 입찰에서 10몇 년 동안 일을 했다고 했잖아요 저 제가 가지고 있는 노하우 그다음에 그 도메인의 지식들을 같이 AI 협업을 하는 거예요 어 나는 이걸 이렇게 하는 경험들이 있고 이런 데이터를 모았어 자이이 내에서 aid가 들어와서 이제 답을 알려 줘라고 하는 거죠 그래서 그럼 입찰 서류에서 그 데이터베이스 만드는 건 입찰 서류에서 이게 금액이 어디 있는지 뭐 그 장소가 어딘지 터 시작해서 영역이 뭔지를 일일이 보고 이거 사람이 쳐야 될 텐데네 이거 안 하려고 시작한 사업 아니에요네 그렇죠음 근데 일단은 이걸 다 쳐 놓는다 지금 그렇죠 초기 단계에서는 그걸 안 하려고 했기
(23:18) 때문에 그 안 하려고 했던 그 모든 데이터들을 저희가 모아놔야죠 그래서 예시를 보시면은 본 제한 요청서에 어떤 위험 요소들이 있을까 이거를 좀 알 라고 한다면 저희가이 레그라 하는이 데이터베이스를 한번 거치고 나가는 거예요이 거치는 것에서 그 수작업으로 리스크를 일일이 찾아왔던 것들을 저희가 데이터화 시켰어요음 그래서 이제는 어 여기 한번 거치니까 아 전에 이런 제한 요청서에는 이런 리스크들이 있었어 예 뭐 예를 들어서 파견직이 너무 많아 그다음에 갑을 가는 계약이 불공정해 아니면 뭐 그 장 장금을 주는 기간이 너무 길어음 이런 내용들이 다 들어가 있는 거예요 그러면 LM이 이걸 보고 아 이렇구나 하고 답을 이제 나오게 하는 거죠 그 예를 들면 저기 사례 가니까 이거는 거기 있는 새로운 그 입찰 제안서를 어차피 다 데이터에 늘지 않을 테니 기존에 과거 데이터들을 써 놓은게 있고 그러면 l&m이 그걸 보고 아 대략 리스크 요인이라는 건 이런 걸
(24:23) 찾아내라는 거구나 하고 일단 예상 문제집을 한번 보고 그리고 답을 추출한다는 뜻이죠 지금 네네 맞습니다 아 알겠어요 리스크 요인을 찾아죠 하면 또 정신없이 이상한 답을 내놓으니까네 그죠 여기저기 막 돌아지 말고 여기서만 놀아이 노리에서 놀라 입찰에서 리스크라는 건 요런 요런 거야라고 보여주는 거 그리고 오늘 쏟아진 2천개 중에 요런 비슷한 문구 있는 거 갖고 와 봐 그 얘기한 거네요 그래서 고객들한테 요런 리스크도 있습니다라고까지 알려주면 고객이 너무 좋아하고 그렇죠 200 페이지에서 여기서 어떤 리스크가 있는지 고객이 알 수가 없어요 왜냐면 입찰이라는 거는 모든 입찰이 마감 기한이 있어요 마감 기한이 있고 우리 기업은 제한된 리소스가 있기 때문에 아니 자기한테 맞는 거 하루에 20개씩 뽑아서 던져 주기만 해도 그게 얼마나 고마운 건데 거기에서 리스크 요인도 찾아주고네 그렇죠 야 제가 떠먹여 주는구나 그냥 여줘 그냥 그냥 던지기만 하면 돈 안 내요 고객들이 그냥 던지기만 하는 것들은 이전에도 있었어요 근데 그냥 던지고 이걸 떠먹여 주는 거는 저희가 처음인
(25:26) 거죠 아 그냥 던지 분류해서 던져 주는 업체들은 있었어요 그렇죠 그까 제목으로 검색해서 그냥 던져주는 업체들은 있었어요 무슨 비드 무슨 비드라 하하는 회사들이 있었어요 근데 AI 분석해서 본문 내용까지 다 분석을 해서 알겠습니다 그렇게 해서 인공지능으로 활용을 하셨다네 맞습니다 아 제 아니 그 말 되는 거 같아요 AI 어 잘 활용해서 잘 써 먹는거다 그런 거네요네 저렇게 해야 되는구나 그래서 요약을 하면은 저희는 AI 기반에 이제 RFP 분석을 해서 매칭을 시켜 드리고 그다음에 리스크를 분석 시켜 드리고 또 가격도 산정해서 분석시 드립니다 가격 산정 분석은 뭐예요 이제 가격 산정 분석 같은 경우는 이거는 이제 살짝 AI 보다도 좀 이렇게 데이터적인 요소가 좀 커요 10년 동안에 이제 투찰률이라는게 있어요 우리가 가격을 어 몇 프로 추차 해서 얼마에 견적을 낼지음 이런 것들이 공가 되어 있거든요 근데 생각보다
(26:30) 사람들이 공개되 있는 걸 잘 몰라요 그래서 저희가 그 데이터들 다 가져왔죠 그래서 a 기업이 B 기업이 C 기업이 보통 투자율을 88% 한대 투찰율이라는 건 정해진 가격에 몇 퍼센트에 입찰하는네 정해진 가격에 이제 뭐 1억이면 80% 그러면 8천만 원에 들어오는 거예요 예 기업마다 가격도 전략이란게 있어요 우리 기업은 최소 영업 이익을 내기 위해서 보통 85% 내 예 예 이런 것들을 그 선에서 거의 왔다 갔다 해요 85 86 87 이런 평균 값들을 내죠 그러면 우리 회사가 이번 입 입찰에 88% 내면 a 경쟁사 B 경쟁사보다 더 높은 점수를 받을 수 있어 오라는 것들이 그냥 그 전에는 그냥 찍었어요 그냥 세일즈 팀장이 감으로 한 이번에는 88% 내볼까 이제제 그럼 될 거 같아라는 것들을 이제 그냥 그냥 대충 찍혔다면 이제 데이터 기반하에 이 입찰에는 A 기업 B 기업 C 기업이 들어올 것 같습니다라고 저희가
(27:33) 분석을 해 드려요 그걸 어떻게 알아요 과거에 입찰 결과들을 토대로 그것도 다 공개가 됩니까 과거에 누가이 어떤 입찰에 누가 들어왔고 얼마에 들어왔고 그거가 다 공개가 되요 다 공개가 됐습니다 됩니다 특히 공공 입찰 같은 경우는 다 됩니다 히스토리가 있으니 옛날요 입찰에는 몇 개 업체가 얼마에 다갔습니다네 맞습니다 아 그것도 사실 열심히 보려고 볼 수 있는 정보네요 그렇죠 열심히 보려고 하면 볼 수 있는데 이거를 뭐 지난 달 거는 볼 수 있겠죠 근데 1년치의 데이터들을 다 본다는 거는 불가능하죠 그 입찰 기간이란게 많아봤자 2주 한 달인데이 내에 그런 많은 데이터를 분석하고 있는 시간에 다른 봐야지 다른 것도 분석도 해야 되고 리스트어야 되고 제안서도 만들어야 되고 할게 너무 많죠음 AI 되게 잘 쓰네요 AI 막 사실 개발하는 건 아니고 그냥 오픈이 개발 있는 걸 가지고음 그냥 아 요렇게 써보고 저렇게 써보고 하는 거네요네 그래서 그 진짜 요렇게 써보고 저렇게 써보고 하다 보니까 이게 노하우가 돼서
(28:38) 저희가 오픈 에한테 또 인정을 받고 상을 하나 받았습니다 이게 이제 올해 3월 달에 샘이라고 써 있는 사람이 샘 알트만 그입니까네네 맞습니다 그 샘 트입니다 교환 중정은 너무 웃긴다 이게 딱 때마침 샘이 절 보고 있는 사진을 이게 찍었 어 예 꼭꼭 거기를 보고 있다는 단정은 할 수는 없는데 사진 누르는 그렇다 그렇습니다 사진 누르는 그렇다 사실은 이게 작년에 이제 샘 알트만이 한국에 오면서 오픈 AA 한국 스타트업들을 같이 협업을 하고 싶다라고 해서 이런 경진 대회 같은 걸 연 거예요 예 한국의 AI 스타트업들 다 한번 어 그 한번 협업을 한번 논해보자 그래서 그때 한 270개 정도 되는 기업 AI 한국 기업들이 음 예 근데 그때 14개사가 예선을 통과했어요 그 중에 하나가 저희가 됐고 근데 그때 저희는 사실 기대를 전혀 못 했어요 왜냐면 창업한지 3개월도 안 됐었거든요 어 예 그리고
(29:43) 저희가 AI 회사가 아니었어요 아까 말씀드렸지만 RFP 찰에 특화된 회사였지만 아까 이것도 해보고 저것도 해보고 하다 보니까 이제 AI 많이 쓰게 된 거예요 특히 오픈 a 쪽을음 그러다 보니까 그냥 한번 넣어 봤는데 오픈 a 쪽에서 어 RFP 또 AI 하는 것에 대해서 굉장히 재밌어게 나 재밌어요 어 너 우리 되게 잘 쓰는구나 이런 생각을 했나 보다 예 왜냐면 오픈 a 같은 경우는 세상에 공개되어 있는 정보들을 다 가지고 있잖아요 근데 또 전문적인 데이터들은 또 생각보다 많지가 않아요 생각보다 근데 저희는이 RFP 데이터를 다 직접 수작업으로 아까 말씀드렸 수작업으로도 다 가지고 오고 있음 [음악] 음 그 데이터를 보고 있다 보니까 어이 데이터 굉장히 있네 오픈 AI 가르쳐 주는 거죠 요요 입찰 관련한 지식을 그럼 렇게 가르쳐 놓고 나면 그다음부터는 꼭 여기서 묻지 않아도 대답 잘 하겠네요 지금까지도 계속이
(30:48) 고객들에게 서비스를 하기 위해서 오픈 AI 어떤 인공지능이 계속 훈련을 시키고 있다 하하는 거잖아요 근데 그게이 클라이트 에 인공지능을 훈련시킨 거라면 얘를 써 먹으려면 저희한테 돈 내셔야 되지만 공개된 오픈 AI 자꾸 훈련시키고 계시는 거면 고맙긴 한데 훈련 다 시키고 나면이 오픈 AI 그야말로 오픈이니까 이놈저놈 다 갖다 어이이 얘가 한 달 전에는 이거 못 찾더니 이거 어떻게 찾아 대단하다 야 이거 누가 훈련시킨 거야 고맙네 하고 쓸 거 아니겠느냐 하는 말씀 아 근데 제가 이제 아까도 잠깐 설명을 드렸지만 저희 내부에서 디비를 이제 만들고 있다고 말음 음 그는 오에 있는가 아니고 저쪽에 있데 예 내부인데 오픈에는 저쪽에서 그 필한 정보 그 인덱싱이 하는데 그 한 하나의 정보만 이제 가져와서 이제 그거를 그거 가지고 답을내는 거지음 저희 디비를 다 가지고 가진 않 않아요 예 그말 그말 약간 그 그런
(31:51) 거 같아요 그러니까 요기 와서 이런저런 훈련을 받은 오픈 AI 들어왔다 나가면 같 은 오픈 AI 조금 달라진 오픈 AI 되느냐의 문제인 거 같은데 데이터를 쑥 가져가진 않더라도 예 처음에 들어왔을 때와 나가는 나갔을 때 AI 오픈 AI n 약간 다른 오픈 AI 될 거 같아 그니까 남자 언니 시키고 있는 건 아니냐 하는 질문이에요 그 그래서 이게 이게 왜 자꾸 여쭤 보냐며 만약에 그렇게 오픈 에이가 입찰 서류에 대해서도 애가 똑똑해졌어요 그러면 다른 업체들도 금방 어 똑똑해진 오픈 AI 통해서 음 걱정 어 예 근데 사실은이 기술적인 관점에서 보면요 어떤 기술 이거는 경쟁사가 충분히 저는 따라올 수 있다고 생각해요 예 충분히 그니까 오픈 AI 차치하더라도 저희가 이런 서비스를 하고 있다 이런 방송을 나가더라도 어 보고 나도 하고 싶은데라고 따라 올 수 있다고 생각해요 충분히 근데 저희의 관점은 이거예요 저희는 고객사를 빠르게
(32:57) 선점하는 것이 모든 서비스의 가장 키포인트라고 생각하고 있거든요 그렇기 때문에 입찰이란 게음 사실은 혼자 들어갈 수 있는 것도 있지만 거의 대부분 컨소시엄이란게 있어요이 파트너 사끼리 들어가는게 있는데 저희 서비스에서 한번 들어온 고객사가 또 파트너사를 또 데리고 들어와요 그러면이 두 회사가 들어가서 입찰 수주할 수 있는 확률이 높은 입찰로 매칭시켜 드려요음 이렇게 저희가 영업을 하고 있다니까 고객사 가 계속적 늘어나고 있는데 이게 네트워 네트워크 락인 효과가 생겨요 아 우리 파트너가이 서비스 사용하고 있으니까 우리가 여기이 서비스를 나가지 못하고 같이 사용하고 있는 거죠 이렇게 고객사를 빠르게 빠르게 선정하다 보면은 경쟁사가 생기더라도 그 경쟁사로 넘어가지 못하는 경우가 있고 두 번째는 이제 문서 아까 세상에 모든 RFP 다 저희가 모으고 있다고 했잖아요 그럼 모으고 있는 것에 그 그치지 않고 고객사가 저희 서비스 를 사용하면서 이제 예를 들어서 제출
(34:00) 서류 같은 경우도 한번 작성을 해 봐요 저희 서비스에서 그럼 이게 다음 입찰 때는 전에 우리 서비스에서 사용했던 제출 소리를 그대로 내실 수가 있어요음 제가 그것도 자동화로 해서 만들어 드리는 거죠 입찰 서류는 자기 회사에서 그냥 MS 워드나 한글로 쓰면 되는 거 아닙니까 그렇죠 왜 여기 들어와서 써요 그걸 매번 반복했죠 저도 몇 년 동안 매번 MS 워드나 한글 파일을 저 열고 예 뭐 우리 인력 프로파일이나 참가 자격 뭐 자격증 이런 것들 다 적잖아요 근데 이걸 매번 똑같이 해요 근데 매번 똑같이 하는 이유가 매번 폼이 조금씩 조금씩 달라지거든요 제출 소 예 그걸 맞춰야 되니까 근데 저희가 아까 AI 기반의 이제 RFP 입찰 분석 솔루션을 만들고 있잖아요 그러다 보니까 한번 우리 서비스에서 작성을 하면 그 폼이 좀 달라지더라도 그걸 다시 그 내용들을 딱 그 폼에 게끔 붙여 주는 거예요 예 저 진짜 편하겠다 입찰 소류 쓰가 진짜 짜증나거든요네 아 그거를 미리 붙여
(35:05) 줘요 고기에 맞춰서 얘네가 요구하는 사항에 맞춰서 알아서 조금씩 고쳐 준다 요구하는 사항이 먼지를 인공지능이 파악하니 그리고 한번 데이터가 입력되면 데이터 셋이 만들어지거든요 예 그 데이터 세들이 필요한 공간에 딱 딱 딱딱 적혀 져서 저희는 맞는지 검수하고 다운로드 제출 하면 되는 거죠음 아 좋네 그거 매우 좋네요음 알아서 조수 하나 붙여 준 거네요 그러니까네 그래서 이런 것들 때문에 이제 오픈 AI 쪽에서 사실은 그 방대한 정보들을 가지고 있지만 결국은 서비스 고객이 정말 편하게 쓸 수 있어야 되거든요 그래서 오픈이 많은 정보들 중에서 저희는 입찰에 특화된 AI 만들고 있기 때문에 저희가 이제 오픈에 할 수 없는 것들을 저쪽에서 할 수 있는 거죠 지금 이렇게 이런 서비스는 지금까지는 한 달 전에 그렇게 하라고 했으면 오픈 AI 못 했을 텐데 같은 질문일 거 같은데 훈련을 시키니까 이제 할 수 있잖아요 오픈 AI 대표님이 훈련을 시키니까
(36:09) 이제는 요런 회사 거야 이제 다음에도 여기 그동안 요렇게 입찰했다 회사야 근데 이번에는 입찰 서류의 조건이 이래 그러니까 여기에 맞춰서 만들어 그럼 바로 만든다는 거잖아요 인공지능이라는 걸 지금 계속 가르치고 계시니이 인공지능이 그 대표님 덕분에 계속 진화하고 있어서음 내가 직접 얘기해도 이제는 대표님이 가르쳐 준 걸 다 알고 있는 거 아니겠느냐음 그 근데 아까도 말씀드렸지만 질문하는 사람이 되게 강한 겁니다 예 그래서 인공지능이나 누가 알고 있다 해도 질문을 다른 질문을 던져버리면 그 답을 받을 수가 없 아까 전에 질문이 수백개를 100개 막 이렇게다고 하니까 저의 강점은 하나의 입찰 참가 자격 조건을 알기 위해서 수백개 수천개의 질문들이 있는 거예요 그걸 저희는 이제 저희의 자산인 거죠 저희 룰 베이스라고 하면서 어떻게 질문을 던지니까 요놈이 잘 찾아오더라 일을 잘하더라라고 하는게 영업 비밀이다 이거죠네 그죠 그거를 따라하기 금세 따라하기 쉽지는
(37:12) 않겠네 그렇죠 저희는 지금이 시간에도 그런 프롬프트 엔지니어링 질문들을 계속 맞춰가고 있어요 그냥 질문을 막 만드는게 아니라 잘 찾을 수 있는 질문들 이렇게도 해보고 저렇게도 해보고 그렇죠 그게 이제 저희의 데이터인 거죠 예 이런 데이터는 는 질문을 하는 사람들끼리 경쟁하는 거죠 예 그렇겠네요 한글도 잘합니까 몰래 네이버에서 클럽바 엑스 나올 때 아 오픈 AI 영원 사데 한글은 잘못해 나라장터는 몰라 그니까 나라 짱터 몰라 기 한국어는 이제 네이버가 짱이야 그 그렇게 막 영업하고 랬는데 어 어 한국어도 오픈 웨이는 굉장히 잘합니다 예 그래서 저희가 특히 이제 최근에 GPT 4가 나왔거든요 4에서 4가 나왔는데 정확도 하고 속도 하고 어이 비용적인 측면에서도 정말 어 한국어만 비교해도음 잘해요 그렇게 전혀 떨어지지 않는다고 보고 큰일났네 아 네이버 응원합니다
(38:18) 예 예 저희도 네이버 걱정하면서 응원하 들 어하 비싸요 저거 오픈 AI 그 오픈가 지금 비즈니스에 굉장히 중요한 건데를 쓰시는게 비용이 많이 듭니까 저희는 지금까지 오픈 에를 쓰면서 돈을 한 푼도 안 썼어요 응 그 이유가 이제 그 스타트업 지원 프로그램들이 있거든요 예 aws 그렇고 마이크로소프트도 그렇고 구글도 그렇고이 크레딧이란 걸 줘요 저희가 어 마이크로소프트 스타터 프로그램로 선정이 돼서 한 2억 정도가 크레딧을 받았어요지 예 그래서 거기서 계속 소모하고 있기 때문에 지금 1년 동안 거의 한 푼도 안 썼습니다음 그런 프로그램이 있구나 또 샘 알트먼 저 오픈 AI 저렇게 좋은 성능을 낼지도 본인도 몰랐던 거예요 어느날 갑자기 그 하드웨어를 빵빵하게 넣으니까 어 얘가 얘가 달라지네 그런 거 그니까 이걸 이걸로 뭘 해야 되지 뭐 어떻게 무슨 사업에 써야 되지를 아마 샘
(39:22) 알트먼 모를 거예요 그러니까 아직 오픈 AI 어떻게 비즈니스적으로 실제로 이용한 사례가 아직까지 많지 않아서 그래서 관심 있게 보는 거 같은데요 그쪽에서도네 그 사실 우리나라 외국도 포함해서 특히 우리나라 같은 경우 AI 돈 보는 회사가 많지 않아요 생각보다 근데 저희는 AI 활용해서 지금 매출이 매월마다 계속적으로 상승하고 있거든요 이런 서비스를 받으려면 기업은 얼마 내야 돼요 기업은 지금 월 50만 원 정도 내야 됩니다 내면 2,000개 3,000개 쏟아지는 거에서 우리 기업한테 맞는 거 를 매일 리포트를 보내줘요네 그렇죠 그래서 사실은 월 50만 원이 이제 보통 사스에서는 이렇게 막 싼 금액은 아니거든요 그 그렇다고 이제 월 50만 원이면 1년에 하면 600만 원이에요 근데 600만 원인데 입찰 하나만 따면 그 금액은 상세가 되거든요 근데 저희 서비스는 단순하게 비타민 같은 서비스가 아니라 매출과 직결되어 있는 서비스이기 때문에 저희는 고객들이 많이 선호하고 사용해 주시는 거 같아요 보통 하루에
(40:28) 몇 개씩 나한테 맞는게 보통 옵니까 사장님들 입장에서는 보통 한 열 개 정도 하루에 열개 와 그것도 만만치 않겠다 그 열개 그니까 그 죽이려고 그러겠네 아 입찰 제안서 쓰다가 죽는 거지 그냥 예 근데 제한수 쓰기 전에이 열개를 딱 보고 그냥 리스트만 봐 봐도 아 여기서 이거 한 첫 번째 한 개 두 개 정도는 우리가 들어갈 만 하겠다라는게 보이는 거죠 그리고 그 리스트 상에서 우리가 조건이 되고 리스크가 얼마나 많고 이런 것들이 다 보이기 때문에네 다 파일을 다운로드 받지 않더라도 열개를 한 3분 4분 만에 다풀 수 있는 럼 2,000개를 10개로 줄여 준게 어디야 근데 이거는 할려면 빨리 해야 될 거 같아 왜냐하면 사람들이 다 이렇게 입찰 정보에 대해서 바삭해지면 모든 입찰마감 아는 사람은 들어가고 모르는 사람은 그냥 모르고 그래 살짝 그런 맛이 있는데 어 그런 맛이 있는데 그냥 내가 알았다 그러면 그냥 무혈입성 들어가는 것도 있 안다는 것만으로 그냥 그런 건 네 이회사에서 망치고 있는 이름 공정한 경쟁을 지금 시키는
(41:35) 거잖아요 저희는 그러니까 제가 그 말씀하신 것처럼이 입찰 쪽에서 공정하지 못한 것들도 분명히 존재합니다 여전히 하지만 그 모든 것들이 이제 정보의 비대칭성에 나온다고 보고 있거든요 정보를 누구나 투명하게 볼 수 있다면 그때부터 실력으로 승부를 할 수 있다고 생각하는데음 그러지 못 했기 때문에 이런 이런 일들이 좀 발생을 하는 건데 좀 예를 들어 보면요 네리의 예를 들어 주시는 거예요 어 길리의 예라 이보다도 좀 아쉬운네 저희가 이제 화면 왼쪽에 보시면 어떤 이제 관광도시 사업이 있어요 굉장히 큰 사업이었습니다 어떤 기관으로 말씀드릴 수 없지만 제가 전에 회사에 있을 때 들었던 정보 중에 하나가 그 담당자한테네 이 사업 자체가 80억이 근데 80억으로 뭘 했냐 그냥 그 도시에 앱 하나 만들었어요 80억으로 80억으로 예 앱 하나 만들었고이 앱이 da 그러니까 날마다 들어오는
(42:41) 사람들이 몇십명 예 그치지 않았어요 그렇기 때문에 우리 세금이 80억이 날아간 거죠 우측 같은 경우도 뭐 이건 뉴스에서 너무 많이 나왔으니까 잼버리 잼버리 행사 관련해서 예 진벌리 행사 많이 나왔잖아요 이것들도 입찰에서 보니까 입찰 총이 한 100억이 넘더라고요 그래서 저는이 입찰 산업에 정말 더 같 능력 있고 이제 실력이 되는 업체들이 많이 들어와야 된다고 생각해요 그래야지 우리 우리나라 입찰 조달 예산이 200조 원이에요 1년에 200조원 200조원이 낭비 되면 안 되잖아요 다 우리 세금인데 그러려고 사업하실 건 아니고 사업하다 보니까 이런 의미를 찾은 거죠 맞습니다 일단 첫 번째는 일단은 비즈니스 비즈니스 시작했죠 원래는 좀 운원 돈을 우리가 찾아 주겠습니다 원래 그거 이런 의미도 있네 우리 처음부터 이거게 창업했다고 얘기해 하다 보니까 어 이게 사회적으로도 가치가 굉장히 있다 그래 보통 미션은 중간쯤 만드는 거야 뭔지 알겠습니다네 아 그렇구나 정말 그리고 또 재밌는 시장이 있어요
(43:45) 입찰이 그 대한민국이 조금 특기 케이스아이폰 이 넘어요네 3조원이 예 3조원 대한민국 대한민국 입차 근데 그렇게 많나 근데 이게 막 무기 이런게 아니에요 이것도 뭐 용역 물품 똑같아요 공 온갖게 다 했어요 근데 조 유튜브는 필요 없을까 유튜브 아마 있겠죠 님 근데 여기에 조달청 아까 200조원에 있는 시장에 등록되는 기업이 55만 개인데이 미군부대 여기 이제 샘이라고 이제 미국 공공 입찰 남에 들어 있는 한국 기업의 개수가 1,900개 근데 실질적으로 하는 기업은 1,000개 밖에 안 돼 그러니까 1개가 3조를 먹고 있는 거예요 맞아요 서로 얼굴 다 알겠구나 김사장 이번에 들어왔대 입찰 그러면서 그래서 사실은 주한 미군 축에서 어 담당자분 중에 한 분이 연락이 왔어요 맨날 먹던 업체만 먹고이 산업 자체가
(44:50) 전혀 성장을 하지 못하고 있다음 그래서 우리 클라이언트라면 회사를 알게 돼서 좀 더 널리 알려 달라 오 아 입찰 좀 여는데 뿌려 달라죠 그렇죠 더 좋은 기업들이 제발 좀 들어와서 좀 따갈 수 있게 도와달라라는 거죠 그러니까이 입찰 산업이라는게 사실 굉장히 큰 시장인데 특정 업체들만 먹고 있다 보니까는 쪽만 국내든 미군이 그 어디가 됐든간에 이게 더 많이 공개가 돼야 된다고 생각하는 거죠 말씀하신 것처럼 이걸로 시작한 건 아니었는데 하다 보니까 하다 보니까 중요한데 사회적으로 중 공정이에요 공정 경제 그네 한 달에 60만 원 내면 미군부대 입찰 정보도 알려줘요네 맞습니다 그까 이건 지금 준비 중에 있습니다 그래서 올 지금 3분기에 오픈 지금 계약하고 있습니다음 야 저거는 뭐 특별하게 더 어려운게 있어서 3분기까지 기다려야 되는 거예요 어 일단은 그건 아 아닌데 어쨌든 어 나라장터의 데이터셋과 이제 미군의 데이터셋이 조금씩 달라요고 예 지금 이거 매칭하는
(45:53) 작업을 하고 있고요 이건 다 영어로 되어 있어서 한국분들이 좀 접근하기 편하게 또 한국어 작업도 하고 있고요 아 알겠습니다 이야야 그러면요 시스템은 지금 국내하우스 있어요네 맞습니다 정확합니다 그래서 저희가 올 하반기에 지금 싱가포르 하고 이제 다른 아시아 나라에 진출할 계획을 가지고 있습니다 특히 그 싱가포르의 정부 입찰 따고 싶은 클라이언트들 네 싱가포르 전자 입찰 시스템에 자기가 poc 그니까 한번 테스트를 진행을 해 봤거든요 싱가포 이제 정부 통신부가 있는데 그쪽과 같이 협업을 하면서 진행을 했는데 데이터셋이 우리나라 조달청고 거의 흡사했어요음 그래서 이제는 우리 고객님들은 똑같이 보고 있는데 어느 날 어 싱가포르에 우리가 잘하는 프로젝트가 나왔다 이렇게 볼 수가 있는 거죠 그리고 어 이거 참여하고 싶은데 그럼 싱가포르에 있는 현재 업체 파트너와 매칭까지 시켜 드리는
(46:57) 거죠 음 예 이것들을 하나하나 이제 확장해 나가다 보면 전 세계에 있는 모든 프로젝트들을 저희 클라이언트 안에서 다 볼 수가 있는 거 요런 비즈니스를 하는 데가 없습니까 해외에는 혹은 국내에는 그이 이거 막 머리 뽀개지는 건 수십년 전부터 했을 텐데 AI 기반해서 RFP 분석하는 쪽은 아시아에서는 최소한 저희가 처음입니다 그렇게 말씀드릴 수 있는 이유가 그까 가트너 하고 저희가 최근에 미팅을 했거든요 가트너는 글로벌 리서치 기관이 있잖아요 그쪽에서 저한테 얘기한게 북미에는 좀 있는데 아시아 북미에서는 이제 최근에 들어 생겼는데 아시아에서는 아직 없다 너네가 처음인 거 같다 자기네 데이터 상에서는 예 예 그러니까 저희가 뭐 세상에 있는 모든 정보를 제가 다 알 수 없겠죠 하지만 제가들은이 정보 내에서는 저희가 최초인 걸로 알고 있습니다 지금 농지는 안 나왔으면 어떻 을까 창 창업한지 얼마 되셨죠 현지 지금 작년 9월에 했으니까 이제 한 9개월 거년 가까 구개월 정도 아니 직원 몇 명으로 해요 지금
(48:00) 직원은 지금 여섯 명 여섯명 벌써 흑자 냈대 내가들로부터 저 보니까 저희가 올 어 4월 달에 beep 이제를 마쳤고요 예 석자를 내고 있는데 지금 계속적으로 다른데 투자를 계속 하고 있기 때문에 그렇겠네 고객사는 지금 몇 몇 분 몇 회사 쯤 지금 유료 고객사는 한 40 군데가 좀 넘었습니다 4군데 처음에는 무료로 쓰도록 뭐 열어 주는 기간이 있나 봐요 예 처음에는 이제 프리트라이얼 기간을 제희가 3일 정도 드려요 시결 하 너무 짧게 준다 한 달 주지 그래 한 달을 아 저희는네 3일이면 충분하다고 생각하고 있습니다 우리의 가치를 3일이면 충분히 알아본다 어 알겠습니다 한 달 준다고 여유 있게 보지 않더라 3일 줘야 오히려 빨리 되게 좋은 포인트입니다 이걸 기간을 짧게 짧게 짧게 줄수록 더 집중해서 잘 자세히 보시지 기간은 늘리면 오히려 늘어지는게 있더라고요 다음 주부터 좀 봐야지 이러고 안 본다는 거죠 투자를 좀 받으시면 뭘 좀 더 확장하고 싶으세요 대표님네 아 되게 좋은 질문인데 예 솔직히
(49:05) 시청자는 안 궁금한 질문 아니 궁금해서 궁금해서 그래나 지금까지 저희가 RFP 이제 분석을 했잖아요 예 그럼이 분석된 데이터로 RFP 만들 수가 있어요 이제제 그게 무슨 말이야요 RFP 생성하는 거죠 발주처가 공 하는 공고문을 우리가 쓸 수 있다 그죠 그면 써 써서 뭐예요 그럼 발주처가 알아서 하는 거죠 근데 발주처가 그게 가장 큰 페인 포인트예요 왜냐면 발주처에 있는 공무원 분들 아니면 민간 기업에 있는 발주처 직원분들은 예를 들어서 인공 인공지능 사업을 내야 된다 근데 이걸 내가 어떻게 내지 어떻게 쓰지 알 수가 없는 거예요 아 쓰는 사람도 괴롭다 엄청 괴롭죠 이거는 쓰는 사람이 더 괴로운 거예요 사실 어찌 보면 그 수백 페이지를 쓴다고 생각하세요 그거 진짜 너무 괴로운 그 다른 발주처 공금은 보고 참 참고해서 쓰겠지 그 이것저 참고해서 쓰 교설을이 수많은 을통해 만들어는 거예요 근데 사실은 이게 최근에는 어 아 최근이 아니라 그 오래도록
(50:10) 기업들이 많이 도와줬어요 그러면 어떤게 생기냐 그 기업과 이제이이 끈이 생기는 거죠 그러다 보니까 여기서 사실 불공정이 시작이 되는 거예요 또 비즈니스를 하려다 보인 것 또 이게 나오는데 인공지능 무슨 앱을 하나 만들려고 하는데 어떻게 만들지 어 앱 앱에서 하나 불러다가 같이 발주 설리 해주다 보면 정도 들고 저녁도 먹고 그 네가 딱 네가 입찰해 거 그죠 그런 것들이 많이 지금 공공연하게 이루어지고 있어요 근데 정 많은 사회다 진짜 예 근데 근데 금 정들라 우리는 우리도 그런 먹어야 돼게 하나가 없어 근데 또 문제는 그렇다고 해서 그 기업이 무조건 딸 수 있는 것도 아니에요 왜냐면 심사위원들은 또 따 따 있거든요 또 외부에서 불러와요 그다 보면 기업은 기업들을 다 도와주는데 못다 그럼 리소스가 굉장히 낭대 거고 공무원들도 괜히 미안한 거야 이런 빚을지면서 입찰일이 시작되는 거예요 사실 그러면 안 되는데 그래서 저희가 RFP 생산한까지 도와주다 다 빚지지
(51:15) 마라 만들기 시작하면 내 입맛에 맞게 딱 만드니까 검색도 진짜 잘 되겠네 그럼 내가 만든 내가 만든 소리니까이 입맛이 빵 맞게 나오겠지 는 못 끌 거 같게 뭔가 이스터 아이크 같은 넣어놓고 그렇지 그렇지 맞습니다 예 그래서 맞대 아 그게 아니고 아정 그래서 이제 뭐 예를 들어서 만들 때 뭐 표준 계약법이나 이런 것들도 이제 자동으로 매칭 시켜줘서 아이이 정도 산업 규모에서는 이렇게 써야 됩니다라는 것들이 다 알려 주는 거 알겠습니다 알겠습니다 야 사업 잘하시네 되게 는 업 같은데 뭐가 제일 이거 시작하니까 뭐가 제일 힘들던가요 생각보다 야 이거 진짜 어렵네 인진이 다 해 둘 줄 알았더니 사실 굉장히 많은 부분들에서 예 어 인공지능이 100% 아니다 보니까 이제 사람 지능이 굉장히 필요한 곳이 많습니다 아직은 예 그렇죠 아직은 굉장히
(52:19) 똑똑해 졌잖아요 그럼에도 불구하고 사람 지능이 필요한 곳이 많이 있기 때문에 어 저희가 고객들 한테도 100%고 말씀을 드릴 수가 없어요음 항상적으로 할루시네이션 조금씩 조금씩 생길 수도 있기 때문에 그래서 그런 걸 계속 보안해 나가는 이런 과정이 힘들어요음 예 그리고 저희도 이런 리스크를 좀 줄이기 위해서 저희가 이렇게 찾았지만 원문 내용은 이렇습니다고 같이 보여주죠 예 혹시라도 뭔가 잘못된 정보가 나갈 수도 있기 때문에 그래서 이런 것들을 계속 보완해 나가는 과정 중에 있다 오류를 줄이기 위한 과정 근데 그게 단순히 기술로만 할 것이냐 보다도 좀 더적인 서비스 관점에서 좀 제공해서 이것들을 보완할 수 있는 방법을 계속 찾고 있는 거죠 제가 보기에 이제 어이 사업의 가장 큰 난관은 어 저 대표님이 느끼게 되시겠지만 영업을 하러 다니면 이게 조금 큰 회사는 대표 이사 아니라 요거 담당하는 임원이나 뭐 부장이 있습니다 그니까 입찰 런
(53:23) 업무 담당하는 근데 입찰 업무담당 당하는 임원이나 부장이나 뭐 인사 팀이나 총무 팀이나 뭐 혹은 뭐 기획 팀이나 이런 입장에서는 사실 이거 따도 그만 안 따도 그만이야음 그런데이 서비스를 하는 순간음 매일 일거리가 막 쏟아지고음 그럼이 중에서 요거 요거 야 이번 주에는 갖고 와 봐 사장님이 야 요거 요거 요거 입찰 들어가 보자라고 찍어주면 밑에 죽는 거지 그 매일 밤새는 거잖아요 실무자가 실어하는 소 근데 실무자 야 저 저 클라이언트에서 왔습니다 아가 맞습니다 진짜요 너무 좋은 포인트 사장님하고 바로 다이렉트로 붙어야 되는데 아 진짜 진짜 좋은 진짜 좋은 포인트예요 그래 저희가 어 아 진짜 너무 좋은 포인트인데 예 저 저희가 처음 3개월은 딱 대표님한테 포커스를 맞췄어요 대표님 좋은 솔루션 만들어야지 그다 대표님이 의사 결정권 자다 보니까 매출이 계속 올라갔어요 근데 지금이 포인트가 나오는 거예요 점점 어 실무자들 문자들이 힘들어요
(54:28) 그러면 나면 너무 일이 많아지는데 그래서 사실 제출 서류 자동화를 만든 거예요 이제 너도 좀 편 너도 좀 편하게 그죠 진짜 좋은 서비스는 대표뿐만 아니고 실무자이 모든 회사가 다 좋게여 여야 좋은 서비스 생각하고 실무자가 좋아야지 대표님 추천을 해주죠 어 대표님 이거 좋은 서비스 같아요 왜냐면 지금도 실무자는 한두 건 쏟아져도 이걸 매일 반복적으로 일을 하고 있기 때문에 그래 우리가 이제부터는 우리 실무자들 집중을 해보자 어 우리가 너무 대표님한테 집중하면 안 된다 어 그래서 주거나 그래서 실무자도 좋은 서비스를 지금 같이 만들고 있는 거예요 아 라이먼트음 인공지능을 활용해서 매일도 수천 권씩 쏟아지는 입찰 서류를 분석해서 우리 회사한테 꼭 맞는 지원해 볼 만한 그런 입찰을 골라드리는 인공지능을 이용한 해서 이런 비즈니스도 가능하구나 사실 인공지능으로 돈을는 데가 몇 안 돼요 신기는 하지어 신기하기는 하고
(55:33) 잡담은 잘할 수 있는데 야 야 그렇게 해서 지금 돈을 벌고 있다 이런 이런 거 이런 걸 지키면 하는구나 잘네 제가 최근 같은 버블 다컴 버블 세대도 있었잖아요 그때 제가 대학생 때였는데 그때 제가 기업인들 뭐 만나러 다 적도 있었는데 때 물어보면 항상 하는 말이 그 대표님 어떤 사업 하세요 그러면 우리는 인터넷 사업해라고 말씀하셨어요 그 인터넷 사업이 뭐예요 그럼 그냥 인터넷 사업이야 라고라고 말씀하시는 거 당시는 그냥 인터넷만 치면 거 지금은 제가 대표님들 만나다면 뭐 뭐 하세요 그러면 우리 AI 에이전트에 무슨 AI AI 에이전트 아 A 그니까이 이게 비즈니스를 하려고 창업 했다 하기보다도 물론 그런 분들도이 아닌 분들 다 있지만 되게 많은 분들이 AI 위해서 AI 위한 그런 스타트업들이 좀 많이 많데
(56:37) 있어서 투자 받으려고 창업하는 회 그래서 사실은 매출이 안 나지 않을까 진짜 고객들의 페인포인트 각 도메인에 있는데 알겠습니다 우리는 다르다이지 9개월 됐는데 없어 사업은 이런 거고 그 희가 사 경영을 알아 그 예겠습니다 야 재밌네 야네 대표님 뭐 잘 되시면 괜찮습니다네 클라이언트 고객이 원하는 것을 인공지능으로 뽑아서음 해 드리고 대표님은 뭐 하루 종일 직원들하고 이제 티격태격하는 거 말고는 인공지능하면 얘 어떻게 써먹지 뭐 이거 할 거 같은데 보니까 인공지능이라고 하는게 뭐 어 어때요 그러니까 인공지능에 대해서 좀 알게 된 노하우네 내지는 인사이트 런게 있으면 좀 슬쩍 하나 흘려주고 가시면 아 예 사실은 이게음 처음에 인공지능 나왔을 때가 저희가 테스트했던게 사실 GPT 3.5
(57:42) 있거든요 예 근데 그때만 해도 아 얘가 실제 비즈니스에 적용이 될 수 있을까 물론 일반적으로 되게 똑똑했으면 진짜 비즈니스 적용되려면 훨씬 더 똑똑해다고 예 실수하면 안 되니까 음 그리고이 4가 나왔는데 어 어 이거는 똑똑해졌다라고 생각이 들었어요 그럼 이것도 비즈니스 적용이 될 수 있을까라고 했는데 최근에 제 단순하게 GPT뿐만 아니고 뭐 클라우드의 엔트로픽이나 뭐 제미나이 메타의 라마나 굉장히 많은 것들이 나오고 투자도 엄청나게 뭐 상상도 못 할 정도로 이루어지고 있다 보니까음 경쟁이 치열해 지니까 아까도 도 경쟁 말씀하셨잖아요 경쟁이 치열해지면 단가도 낮아지고 성능은 더 좋아지고 AI 단가 많이 낮아졌어요 요즘네 저는 이거를 지금 고작 창업한지 1년도 안 되는데 매달마다 실감하고 있어요 아 성능이 좋아지고 단 격은 떨어지고 그죠 예 그러니까 저희 서비스가 우리가 그게 특별히 열심히 했죠 열심히 했지만 이게 AI
(58:48) 성능이 좋아지다 보니까 단가가 뚝 떨어지고 1로 떨어지고 금방 되는구나 예 속도가 두 배 세 배 빨라지는 거예요 어 와 그러니까 이게 사실은 어 물론 우 우려 같은 경우는 이제 인문학적으로 그건 또 다른 분들이 고민하면 될 거 같고 저는 비즈니스맨으로서 이게 굉장히 재밌는 거예요 흥미로운 거죠 점점 똑똑해지고 점점 싸주고 내가 할 수 있는 것들이 많아진다 그러다 보니까 지금 제가 준비하는 것들은 경쟁에서 앞으로 누가 이길지는 모르겠다 어 인공 지능들 경쟁에서 서로 이제 돈 투자를 엄청 많이 하니까 뭐 기존의 강자인 구 냐 아니면 AI 쪽이 대인 오냐 아니면스럽게 떠오르고 있는 엔트로픽 이냐 이건 알 수가 없는 거거든요 그러면 지금 제가 준비할 거는 AI 결국 똑똑해진다 결국 저렴해진다 결국 비즈니스로 귀 귀결이 된다 그러면 나는 누구를 고를까 누구가 될 수 있을지 알 수 없기 때문에 나는 누가 되든간에 우리 서비스가 잘 붙을 수
(59:52) 있는 이런 프로토콜 그니까 다리를 브릿지 잘 만들어음 차음 예이 작업을 열심히 해야겠다라는 생각 생각이 많이 듭니다이 A 시장을 보면서 인공지능이 점점 발달하게 되면 프롬프트 엔지니어링이란 과정도 지금은 인공지능이 자꾸 헛발질 하고 그러니까 잘 달래서 요런 질문해 보고 요런 질문해 보고 요렇게도 해보고 해서 끌어내는게 중요한데 얘도 나중에 발전하고 나면 찰떡같이 알아들을 거 아니겠어요 지금은 개떡같이 알아듣고 이상하게 하니까 프롬프트 엔진음 한 앞으로는 그거에 부가가치나 그 장벽도 좀 많이 낮아지지는 않을까요 지금 지금 그래서 인공지능에 프롬프트 엔지니어링을 내가 배워서 인생 받쳐 볼 거야라고 하는 이제 젊은이들도 많은데 프롬프트 엔지니어링 사실은 어찌 보면 그런 공식들이 많이 나와 있어요 이렇게 이렇게 질문 해야지 잘 답한다 이런 것들을 열심히 공부하고 있는 학생들 기업인들이 또 많이 있죠음 그 그리고 그런 것들이 어쨌든 자산이 그래도 여전히 된다고 생각이 드는 거는음 어쨌든 질문은 사람이
(1:00:59) 하는 거고음 지금 진행자님 저한테 질문을 잘 명확하게 하셨으니까 제가 그걸 이해하고 답변 드리듯이 질문은 어쨌든 사람이 하는 거기 때문에 질문을 잘못 하면은 이건 당연히 AI 엉뚱한 질문 답변을 할 수밖에 없다 그리고 이런 질문을 잘하기 위한 이런 공학음 그런 메커니즘 등을 만드는 거는 되게 중요하고 그 산업 군마다 되게 달라질 것 같다음 예 그래서 여전히 당분간은 프롬프트 엔지니어링은 어 굉장히 중요한 AI 차별화를 낼 수 있는 요소가음 어쨌든 저희 분야에서 될 거 같아요 제가 다른 분야까지 모르겠지만 저희 분야에서는 굉장히 중요한 요소가 될 것 같습니다 그리고 10년 후쯤 돼서 그게 필요 없을 때쯤 되면 이제 클라이언트는 더 이상 고객 확보 고민 안 해도 되는 그런 상황이 되니까 이미 다 먹었는데 뭐 뭐음 세상의 모든 프로젝트를 희 클라이언트와 함께 하시죠 하겠습니다
(1:02:05) 알겠습니다이야 오 뭐 투자도 받으신다고 하고 하니까 하여튼 뭐 잘 사업 잘 되실 것 같습니다 어 저희 입장에서는 인공지능 바닥에선 요런 일들이 벌어지고 있다 그리고 그런 것도 좀 배워 봤고 어 주한 미군 입찰하면 요거 많이 남는 답니다 좀 환율도 높기 때문에 달러로 줄 거 아니겠어요네 맞습니다 그리고 바로 안 주죠 몇 달로 이따 주죠 음 몇 달면 환율이 더 올라가 있어 그렇 어 감사한 일이지 그런 입찰도 있고 사실 눈 뜨고 그냥 뭐 지나가는게 워낙 많을테니까 잘 사업 기회를 챙겨 보는 것만으로도 의미는 있을 것 같습니다 자 클라이언트 조준호 대표님 하여튼 사업하시는 거 잘 설명 잘 들었습니다 어 또 많은 분들 보니 저희가 들어 보니까요 이거 뭐 하면 되는 거 같아요 그러니까 클라이언트의 경쟁자들도 많아졌으면 좋겠습니다 솔직히 한 달에 60만 원 이게 공정 좀 비싸 아 그달에 30만 원 20만 원 이렇게가 경할 수 있록 우리만 경쟁합니까 클라이언트도 해야지 아주 쉬워 보이니까 혹시 창업 아이템 찾으시는 분들은 요렇게 하시면
(1:03:08) 되겠습니다 오픈 AI 뭐 공짜로 뭐 포인트도 준다고 하니 아주 땅 집고 헤엄치는 사업인 거 같습니다네 글라이트 조준호 대표님 잘 들었습니다 고맙습니다 감사합니다네 [음악] s