2026

AI Voucher

기업이 AI가 멈추는 3가지 순간

데이터를 사용할 수 없을 때

규제와 개인정보 문제로
AI 학습에 활용할 수 없습니다

#LLM Capsule #DTS

데이터가 부족할 때

결측값과 데이터 편향으로

AI 성능이 제한됩니다

#DTS #SynTitan

AI 실행이 안정적이지 않을 때

데이터 상태가 계속 바뀌면서

AI 결과가 달라집니다

#SynTitan

CUBIG은 기업 데이터를 AI-Ready 상태로 전환하고 실제 AI 프로젝트가 실행될 수 있는 데이터 레이어를 제공합니다.

최대 2억 바우처 정부 지원금으로 기업 데이터를 AI-Ready 상태로 만들어보세요

수요기업 AI 바우처 참여 문의

2026

AI Voucher

기업이 AI가 멈추는 3가지 순간

데이터를 사용할 수 없을 때

규제와 개인정보 문제로
AI 학습에 활용할 수 없습니다

#LLM Capsule #DTS

데이터가 부족할 때

결측값과 데이터 편향으로

AI 성능이 제한됩니다

#DTS #SynTitan

AI 실행이 안정적이지 않을 때

데이터 상태가 계속 바뀌면서

AI 결과가 달라집니다

#SynTitan

CUBIG은 기업 데이터를 AI-Ready 상태로 전환하고 실제 AI 프로젝트가 실행될 수 있는 데이터 레이어를 제공합니다.

최대 2억 바우처 정부 지원금으로 기업 데이터를 AI-Ready 상태로 만들어보세요

수요기업 AI 바우처 참여 문의

2026

AI Voucher

기업이 AI가 멈추는 3가지 순간

데이터를 사용할 수 없을 때

규제와 개인정보 문제로
AI 학습에 활용할 수 없습니다

#LLM Capsule #DTS

데이터가 부족할 때

결측값과 데이터 편향으로

AI 성능이 제한됩니다

#DTS #SynTitan

AI 실행이

안정적이지 않을 때

데이터 상태가 계속 바뀌면서

AI 결과가 달라집니다

#SynTitan

CUBIG은 기업 데이터를 AI-Ready 상태로 전환하고 실제

AI 프로젝트가 실행될 수 있는 데이터 레이어를 제공합니다.

최대 2억 바우처 정부 지원금으로 기업 데이터를 AI-Ready 상태로 만들어보세요

수요기업 AI 바우처 참여 문의

2026

AI Voucher

기업이 AI가 멈추는 3가지 순간

데이터를 사용할 수 없을 때

규제와 개인정보 문제로
AI 학습에 활용할 수 없습니다

#LLM Capsule #DTS

데이터가 부족할 때

결측값과 데이터 편향으로

AI 성능이 제한됩니다

#DTS #SynTitan

AI 실행이 안정적이지 않을 때

데이터 상태가 계속 바뀌면서

AI 결과가 달라집니다

#SynTitan

CUBIG은 기업 데이터를 AI-Ready 상태로 전환하고 실제 AI 프로젝트가 실행될 수 있는 데이터 레이어를 제공합니다.

최대 2억 바우처 정부 지원금으로 기업 데이터를 AI-Ready 상태로 만들어보세요

수요기업 AI 바우처 참여 문의

2026

AI Voucher

기업이 AI가 멈추는 3가지 순간

데이터를 사용할 수 없을 때

규제와 개인정보 문제로
AI 학습에 활용할 수 없습니다

#LLM Capsule #DTS

데이터가 부족할 때

결측값과 데이터 편향으로

AI 성능이 제한됩니다

#DTS #SynTitan

AI 실행이 안정적이지 않을 때

데이터 상태가 계속 바뀌면서

AI 결과가 달라집니다

#SynTitan

CUBIG은 기업 데이터를 AI-Ready 상태로 전환하고 실제 AI 프로젝트가 실행될 수 있는 데이터 레이어를 제공합니다.

최대 2억 바우처 정부 지원금으로 기업 데이터를 AI-Ready 상태로 만들어보세요

수요기업 AI 바우처 참여 문의

산업별 활용 사례

산업이 달라도
AI가 멈추는 이유는 같습니다
데이터 환경이 준비되면
AI 활용이 시작됩니다

산업이 달라도 AI가 멈추는 이유는 같습니다

데이터 환경이 준비되면 AI 활용이 시작됩니다

금융 · 보험

이상 거래 탐지 고객 리스크 분석

제조

생산 수요 예측 설비 이상 탐지

E-커머스

고객 이탈 예측 개인화 추천

공공

행정 데이터 분석 정책 수요 예측

의료 · 헬스케어

의료 데이터 기반 AI 연구 데이터 생성

플랫폼

대규모 로그 데이터 사용자 행동 분석

사업 소개

AI 바우처 사업이란?

AI 바우처 사업은 중소·중견기업이 필요한 AI 솔루션을 도입할 수 있도록 정부가 비용을 최대 2억원까지 지원하는 프로그램입니다.
  수요기업은 AI 솔루션 공급기업과 컨소시엄을 구성하여 데이터 분석, AI 모델 개발, AI 서비스 구축 등 실제 AI 프로젝트를 수행할 수 있습니다.

AI 바우처 사업은 중소·중견기업이 필요한 AI 솔루션을 도입할 수 있도록 정부가 비용을 최대 2억원까지 지원하는 프로그램입니다. 수요기업은 AI 솔루션 공급기업과 컨소시엄을 구성하여 데이터 분석, AI 모델 개발, AI 서비스

구축 등 실제 AI 프로젝트를 수행할 수 있습니다.

AI 바우처 사업은 중소·중견기업이 필요한 AI 솔루션을 도입할 수 있도록 정부가 비용을 최대 2억원까지 지원하는 프로그램입니다.

수요기업은 AI 솔루션 공급기업과 컨소시엄을 구성하여 데이터 분석, AI 모델 개발, AI 서비스 구축 등 실제 AI 프로젝트를 수행할 수 있습니다.

지원대상

중소·중견기업, 의료기관, 소상공인

지원금액

과제당 최대 2억원 한도

지원분야

일반분과, AI반도체분과, 소상공인분과, 글로벌분과 등 총 4개 분과

*과제 선정 후 사업비 심의 결과에 따라 과제별로 차등 지급될 수 있음

지원범위

(CUBIG)

AI-Ready 데이터 환경 구축

합성데이터 기반 AI 학습 데이터 생성

LLM 활용 환경 및 데이터 보안 구축

AI 데이터 분석 및 모델 적용

신청기간

2026.02.07 ~ 2026.03.30

사업수행

2026.05 ~ 2026.11.30

추천 기업

AI 바우처,

이런 기업에게 필요합니다

데이터 개방 · 공유가 필요한 기업

고객 정보, 금융 데이터, 내부 기밀 데이터 등

민감한 데이터 때문에 외부 AI 활용이 제한되는 기업

데이터는 많지만 AI에 활용되지 않는 기업

데이터는 충분하지만 비정형·분산·저품질 데이터로 인해 AI 모델 학습이나 분석에 활용하기 어려운 기업

AI 결과를 신뢰하기 어려운 기업

AI 모델을 도입했지만 실행 환경이 안정적으로 관리되지

않아 AI 결과가 계속 달라지는 기업

진행 절차

AI 바우처는 이렇게

진행됩니다

AI 바우처는 이렇게 진행됩니다

큐빅과 사전협의

AI 도입 목적과 데이터 환경 사전 검토

프로젝트 설계

AI 바우처 과제 구조 및 사업 범위 정의

서류 제출

사업 계획서 작성 및 신청

3자 협약

수요기업 · 큐빅 · 진흥원 협약 체결

사업 수행

AI 시스템 구축 및 운영

AI 바우처 지원 사업 혜택

AI 프로젝트가 멈추는 데이터 문제를 해결하세요
최대 2억 정부 바우처 지원으로 기업 데이터를
AI-Ready 상태로 전환하고 AI 실행 환경을 구축할 수 있습니다

AI 바우처 지원 사업 혜택

AI 프로젝트가 멈추는 데이터 문제를 해결하세요
최대 2억 정부 바우처 지원으로 기업 데이터를 AI-Ready 상태로 전환하고 AI 실행 환경을 구축할 수 있습니다

AI 바우처 지원 사업 혜택

AI 바우처 지원 사업 혜택

AI 프로젝트가 멈추는 데이터 문제를 해결하세요
최대 2억 정부 바우처 지원으로 기업 데이터를 AI-Ready 상태로 전환하고 AI 실행 환경을 구축할 수 있습니다

AI 바우처 지원 사업 혜택

AI 프로젝트가 멈추는 데이터 문제를 해결하세요
최대 2억 정부 바우처 지원으로 기업 데이터를 AI-Ready 상태로 전환하고 AI 실행 환경을 구축할 수 있습니다

AI 바우처 공급 품목

큐빅은 AI 도입부터 운영까지의 전 과정에서 데이터로 인한 병목 현상을 해결합니다

큐빅은 AI 도입부터 운영까지의 전 과정에서

데이터로 인한 병목 현상을 해결합니다

SynTitan은 기업 데이터가 실제 업무 환경에서 안정적으로 활용될 수 있도록 AI 실행 환경을 관리하는 데이터 운영 플랫폼입니다.

DTS와 LLM Capsule은 데이터 보안과 활용 범위를 동시에 확보하여 기업이 내부 데이터를 안전하게 AI에 활용할 수 있도록 지원합니다.

SynTitan은 기업 데이터가 실제 업무 환경에서 안정적으로 활용될 수 있도록 AI 실행 환경을 관리하는 데이터 운영

플랫폼입니다. DTS와 LLM Capsule은 데이터 보안과 활용 범위를 동시에 확보하여 기업이 내부 데이터를 안전하게

AI에 활용할 수 있도록 지원합니다.

AI 결과가 계속 바뀔 때

Platform

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

AI-Ready Data Platform

AI 실행 환경을 관리하는 데이터 운영 플랫폼

AI 실행 데이터 상태 관리 (Release State 관리)

데이터 구조 정리 및 AI-Ready 데이터 구성

AI 실행 기록 및 결과 추적

데이터 변화에 따른 AI 결과 비교 분석

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

데이터가 부족할 때

Product

#합성데이터 #AI 학습데이터 #데이터 부족 해결

품질·부족·접근 문제로 못 쓰던 데이터를
AI-Ready 상태로 재구성하는 엔진

합성 데이터 생성 (Synthetic Data Generation)

데이터 부족 문제 해결을 위한 데이터 확장

개인정보 보호 기반 데이터 생성

AI 학습 및 분석용 데이터셋 구축

#합성데이터 #AI 학습데이터 #데이터 부족 해결

데이터를 사용할 수 없을 때

Product

#AIGateway #민감정보보호 #기업데이터보호

민감정보를 로컬에서 비식별화해 내·외부
LLM을 규제 걱정 없이 쓰게 하는 AI Gateway

민감 정보 탐지 및 보호

AI 사용 과정에서 데이터 보안 관리

개인정보 보호 기반 AI 데이터 활용 환경 구축

기업 내부 데이터와 AI 시스템 간 안전한 연결

#AIGateway #민감정보보호 #기업데이터보호

AI 결과가 계속 바뀔 때

Platform

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

AI-Ready Data Platform

AI 실행 환경을 관리하는 데이터 운영 플랫폼

AI 실행 데이터 상태 관리 (Release State 관리)

데이터 구조 정리 및 AI-Ready 데이터 구성

AI 실행 기록 및 결과 추적

데이터 변화에 따른 AI 결과 비교 분석

데이터가 부족할 때

Product

#합성데이터 #AI 학습데이터 #데이터 부족 해결

품질·부족·접근 문제로 못 쓰던 데이터를
AI-Ready 상태로 재구성하는 엔진

합성 데이터 생성 (Synthetic Data Generation)

데이터 부족 문제 해결을 위한 데이터 확장

개인정보 보호 기반 데이터 생성

AI 학습 및 분석용 데이터셋 구축

데이터를 사용할 수 없을 때

Product

#AIGateway #민감정보보호 #기업데이터보호

민감정보를 로컬에서 비식별화해 내·외부
LLM을 규제 걱정 없이 쓰게 하는 AI Gateway

민감 정보 탐지 및 보호

AI 사용 과정에서 데이터 보안 관리

개인정보 보호 기반 AI 데이터 활용 환경 구축

기업 내부 데이터와 AI 시스템 간 안전한 연결

AI 바우처 공급 품목

큐빅은 AI 도입부터 운영까지의 전 과정에서

데이터로 인한 병목 현상을 해결합니다

SynTitan은 기업 데이터가 실제 업무 환경에서 안정적으로 활용될 수 있도록 AI 실행 환경을 관리하는 데이터 운영 플랫폼입니다.

DTS와 LLM Capsule은 데이터 보안과 활용 범위를 동시에 확보하여 기업이 내부 데이터를 안전하게 AI에 활용할 수 있도록 지원합니다.

AI 결과가 계속 바뀔 때

Platform

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

AI-Ready Data Platform

AI 실행 환경을 관리하는 데이터 운영 플랫폼

AI 실행 데이터 상태 관리 (Release State 관리)

데이터 구조 정리 및 AI-Ready 데이터 구성

AI 실행 기록 및 결과 추적

데이터 변화에 따른 AI 결과 비교 분석

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

데이터가 부족할 때

Product

#합성데이터 #AI 학습데이터 #데이터 부족 해결

품질·부족·접근 문제로 못 쓰던 데이터를
AI-Ready 상태로 재구성하는 엔진

합성 데이터 생성 (Synthetic Data Generation)

데이터 부족 문제 해결을 위한 데이터 확장

개인정보 보호 기반 데이터 생성

AI 학습 및 분석용 데이터셋 구축

#합성데이터 #AI 학습데이터 #데이터 부족 해결

데이터를 사용할 수 없을 때

Product

#AIGateway #민감정보보호 #기업데이터보호

민감정보를 로컬에서 비식별화해 내·외부
LLM을 규제 걱정 없이 쓰게 하는 AI Gateway

민감 정보 탐지 및 보호

AI 사용 과정에서 데이터 보안 관리

개인정보 보호 기반 AI 데이터 활용 환경 구축

기업 내부 데이터와 AI 시스템 간 안전한 연결

#AIGateway #민감정보보호 #기업데이터보호

AI 결과가 계속 바뀔 때

Platform

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

AI-Ready Data Platform

AI 실행 환경을 관리하는 데이터 운영 플랫폼

AI 실행 데이터 상태 관리 (Release State 관리)

데이터 구조 정리 및 AI-Ready 데이터 구성

AI 실행 기록 및 결과 추적

데이터 변화에 따른 AI 결과 비교 분석

데이터가 부족할 때

Product

#합성데이터 #AI 학습데이터 #데이터 부족 해결

품질·부족·접근 문제로 못 쓰던 데이터를
AI-Ready 상태로 재구성하는 엔진

합성 데이터 생성 (Synthetic Data Generation)

데이터 부족 문제 해결을 위한 데이터 확장

개인정보 보호 기반 데이터 생성

AI 학습 및 분석용 데이터셋 구축

데이터를 사용할 수 없을 때

Product

#AIGateway #민감정보보호 #기업데이터보호

민감정보를 로컬에서 비식별화해 내·외부
LLM을 규제 걱정 없이 쓰게 하는 AI Gateway

민감 정보 탐지 및 보호

AI 사용 과정에서 데이터 보안 관리

개인정보 보호 기반 AI 데이터 활용 환경 구축

기업 내부 데이터와 AI 시스템 간 안전한 연결

AI 바우처 공급 품목

큐빅은 AI 도입부터 운영까지의 전 과정에서

데이터로 인한 병목 현상을 해결합니다

SynTitan은 기업 데이터가 실제 업무 환경에서 안정적으로 활용될 수 있도록 AI 실행 환경을 관리하는 데이터 운영 플랫폼입니다.

DTS와 LLM Capsule은 데이터 보안과 활용 범위를 동시에 확보하여 기업이 내부 데이터를 안전하게 AI에 활용할 수 있도록 지원합니다.

AI 결과가 계속 바뀔 때

Platform

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

AI-Ready Data Platform

AI 실행 환경을 관리하는 데이터 운영 플랫폼

AI 실행 데이터 상태 관리 (Release State 관리)

데이터 구조 정리 및 AI-Ready 데이터 구성

AI 실행 기록 및 결과 추적

데이터 변화에 따른 AI 결과 비교 분석

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

데이터가 부족할 때

Product

#합성데이터 #AI 학습데이터 #데이터 부족 해결

품질·부족·접근 문제로 못 쓰던 데이터를
AI-Ready 상태로 재구성하는 엔진

합성 데이터 생성 (Synthetic Data Generation)

데이터 부족 문제 해결을 위한 데이터 확장

개인정보 보호 기반 데이터 생성

AI 학습 및 분석용 데이터셋 구축

#합성데이터 #AI 학습데이터 #데이터 부족 해결

데이터를 사용할 수 없을 때

Product

#AIGateway #민감정보보호 #기업데이터보호

민감정보를 로컬에서 비식별화해 내·외부
LLM을 규제 걱정 없이 쓰게 하는 AI Gateway

민감 정보 탐지 및 보호

AI 사용 과정에서 데이터 보안 관리

개인정보 보호 기반 AI 데이터 활용 환경 구축

기업 내부 데이터와 AI 시스템 간 안전한 연결

#AIGateway #민감정보보호 #기업데이터보호

AI 결과가 계속 바뀔 때

Platform

#AI 레디데이터 #AI 안정운영 #데이터 상태 정리

AI-Ready Data Platform

AI 실행 환경을 관리하는 데이터 운영 플랫폼

AI 실행 데이터 상태 관리 (Release State 관리)

데이터 구조 정리 및 AI-Ready 데이터 구성

AI 실행 기록 및 결과 추적

데이터 변화에 따른 AI 결과 비교 분석

데이터가 부족할 때

Product

#합성데이터 #AI 학습데이터 #데이터 부족 해결

품질·부족·접근 문제로 못 쓰던 데이터를
AI-Ready 상태로 재구성하는 엔진

합성 데이터 생성 (Synthetic Data Generation)

데이터 부족 문제 해결을 위한 데이터 확장

개인정보 보호 기반 데이터 생성

AI 학습 및 분석용 데이터셋 구축

데이터를 사용할 수 없을 때

Product

#AIGateway #민감정보보호 #기업데이터보호

민감정보를 로컬에서 비식별화해 내·외부
LLM을 규제 걱정 없이 쓰게 하는 AI Gateway

민감 정보 탐지 및 보호

AI 사용 과정에서 데이터 보안 관리

개인정보 보호 기반 AI 데이터 활용 환경 구축

기업 내부 데이터와 AI 시스템 간 안전한 연결

현장에서 검증된 선택

이미 다양한 기업에서

CUBIG과 함께 하고 있습니다

Q. 프로젝트를 시작할 때 가장 어려웠던 점은 무엇이었나요?
고객 거래 데이터에는 개인정보와 민감 정보가 포함되어 있어 AI 모델 학습에 데이터를 직접 활용하기 어려웠습니다.  규제 때문에 데이터를 외부 환경에서 활용하는 것도 쉽지 않았습니다.
Q. CUBIG 솔루션을 적용하면서 무엇이 달라졌나요?
LLM Capsule을 통해 민감정보를 탐지하고 비식별화할 수 있었고,   DTS를 활용해 원본 데이터를 외부로 전송하지 않고도 AI 모델 실험에 활용할 수 있는 데이터를 만들 수 있었습니다.
대기업 금융 H사
데이터 분석팀
김OO님
Q. AI 모델 개발 과정에서 어떤 문제가 있었나요?
서비스 데이터는 있었지만 AI 모델 학습에 충분한 데이터가 아니었습니다.  특정 이벤트나 패턴 데이터가 부족해 모델 성능이 안정적으로 나오지 않았습니다.
Q. DTS를 적용하면서 어떤 변화가 있었나요?
기존 데이터의 통계적 특성을 유지하면서 Synthetic Data를 생성해 학습 데이터를 확장할 수 있었습니다. 데이터 불균형 문제도 함께 개선되었습니다.
제조기업 C사
데이터 플랫폼팀
한OO님
Q. AI를 운영 단계에서 사용하면서 어떤 문제가 있었나요?
AI 모델 자체는 문제가 없었는데 데이터 상태가 계속 변하면서 결과가 달라지는 문제가 있었습니다. 어떤 데이터 상태에서 실행됐는지 추적하기도 어려웠습니다.
Q. SynTitan 도입 이후 어떤 변화가 있었나요?
AI 실행 시점의 데이터 상태를 관리하고 실행 결과를 비교할 수 있는 환경을 만들 수 있었습니다. AI 결과를 재현하고 원인을 분석하는 것이 훨씬 쉬워졌습니다.
C 공공 · 연구 기관
데이터 기획팀
안OO
Q. 프로젝트를 시작할 때 가장 어려웠던 점은 무엇이었나요?
고객 거래 데이터에는 개인정보와 민감 정보가 포함되어 있어 AI 모델 학습에 데이터를 직접 활용하기 어려웠습니다.  규제 때문에 데이터를 외부 환경에서 활용하는 것도 쉽지 않았습니다.
Q. CUBIG 솔루션을 적용하면서 무엇이 달라졌나요?
LLM Capsule을 통해 민감정보를 탐지하고 비식별화할 수 있었고,   DTS를 활용해 원본 데이터를 외부로 전송하지 않고도 AI 모델 실험에 활용할 수 있는 데이터를 만들 수 있었습니다.
대기업 금융 H사
데이터 분석팀
김OO님
Q. AI 모델 개발 과정에서 어떤 문제가 있었나요?
서비스 데이터는 있었지만 AI 모델 학습에 충분한 데이터가 아니었습니다.  특정 이벤트나 패턴 데이터가 부족해 모델 성능이 안정적으로 나오지 않았습니다.
Q. DTS를 적용하면서 어떤 변화가 있었나요?
기존 데이터의 통계적 특성을 유지하면서 Synthetic Data를 생성해 학습 데이터를 확장할 수 있었습니다. 데이터 불균형 문제도 함께 개선되었습니다.
제조기업 C사
데이터 플랫폼팀
한OO님
Q. AI를 운영 단계에서 사용하면서 어떤 문제가 있었나요?
AI 모델 자체는 문제가 없었는데 데이터 상태가 계속 변하면서 결과가 달라지는 문제가 있었습니다. 어떤 데이터 상태에서 실행됐는지 추적하기도 어려웠습니다.
Q. SynTitan 도입 이후 어떤 변화가 있었나요?
AI 실행 시점의 데이터 상태를 관리하고 실행 결과를 비교할 수 있는 환경을 만들 수 있었습니다. AI 결과를 재현하고 원인을 분석하는 것이 훨씬 쉬워졌습니다.
C 공공 · 연구 기관
데이터 기획팀
안OO
Q. 프로젝트를 시작할 때 가장 어려웠던 점은 무엇이었나요?
고객 거래 데이터에는 개인정보와 민감 정보가 포함되어 있어 AI 모델 학습에 데이터를 직접 활용하기 어려웠습니다.  규제 때문에 데이터를 외부 환경에서 활용하는 것도 쉽지 않았습니다.
Q. CUBIG 솔루션을 적용하면서 무엇이 달라졌나요?
LLM Capsule을 통해 민감정보를 탐지하고 비식별화할 수 있었고,   DTS를 활용해 원본 데이터를 외부로 전송하지 않고도 AI 모델 실험에 활용할 수 있는 데이터를 만들 수 있었습니다.
대기업 금융 H사
데이터 분석팀
김OO님
Q. AI 모델 개발 과정에서 어떤 문제가 있었나요?
서비스 데이터는 있었지만 AI 모델 학습에 충분한 데이터가 아니었습니다.  특정 이벤트나 패턴 데이터가 부족해 모델 성능이 안정적으로 나오지 않았습니다.
Q. DTS를 적용하면서 어떤 변화가 있었나요?
기존 데이터의 통계적 특성을 유지하면서 Synthetic Data를 생성해 학습 데이터를 확장할 수 있었습니다. 데이터 불균형 문제도 함께 개선되었습니다.
제조기업 C사
데이터 플랫폼팀
한OO님
Q. AI를 운영 단계에서 사용하면서 어떤 문제가 있었나요?
AI 모델 자체는 문제가 없었는데 데이터 상태가 계속 변하면서 결과가 달라지는 문제가 있었습니다. 어떤 데이터 상태에서 실행됐는지 추적하기도 어려웠습니다.
Q. SynTitan 도입 이후 어떤 변화가 있었나요?
AI 실행 시점의 데이터 상태를 관리하고 실행 결과를 비교할 수 있는 환경을 만들 수 있었습니다. AI 결과를 재현하고 원인을 분석하는 것이 훨씬 쉬워졌습니다.
C 공공 · 연구 기관
데이터 기획팀
안OO
Q. 프로젝트를 시작할 때 가장 어려웠던 점은 무엇이었나요?
고객 거래 데이터에는 개인정보와 민감 정보가 포함되어 있어 AI 모델 학습에 데이터를 직접 활용하기 어려웠습니다.  규제 때문에 데이터를 외부 환경에서 활용하는 것도 쉽지 않았습니다.
Q. CUBIG 솔루션을 적용하면서 무엇이 달라졌나요?
LLM Capsule을 통해 민감정보를 탐지하고 비식별화할 수 있었고,   DTS를 활용해 원본 데이터를 외부로 전송하지 않고도 AI 모델 실험에 활용할 수 있는 데이터를 만들 수 있었습니다.
대기업 금융 H사
데이터 분석팀
김OO님
Q. AI 모델 개발 과정에서 어떤 문제가 있었나요?
서비스 데이터는 있었지만 AI 모델 학습에 충분한 데이터가 아니었습니다.  특정 이벤트나 패턴 데이터가 부족해 모델 성능이 안정적으로 나오지 않았습니다.
Q. DTS를 적용하면서 어떤 변화가 있었나요?
기존 데이터의 통계적 특성을 유지하면서 Synthetic Data를 생성해 학습 데이터를 확장할 수 있었습니다. 데이터 불균형 문제도 함께 개선되었습니다.
제조기업 C사
데이터 플랫폼팀
한OO님
Q. AI를 운영 단계에서 사용하면서 어떤 문제가 있었나요?
AI 모델 자체는 문제가 없었는데 데이터 상태가 계속 변하면서 결과가 달라지는 문제가 있었습니다. 어떤 데이터 상태에서 실행됐는지 추적하기도 어려웠습니다.
Q. SynTitan 도입 이후 어떤 변화가 있었나요?
AI 실행 시점의 데이터 상태를 관리하고 실행 결과를 비교할 수 있는 환경을 만들 수 있었습니다. AI 결과를 재현하고 원인을 분석하는 것이 훨씬 쉬워졌습니다.
C 공공 · 연구 기관
데이터 기획팀
안OO