B2C AI 챗봇 Product Manager

LLM 기반 챗봇 기획, 프롬프트 엔지니어링 - Prompt Engineering&Chaining 설계 - RAG&Function calling을 위한 데이터 명세 정의 - Fine-tuning을 위한 데이터 기획&제작 - LLM 기반 챗봇 기획 [대표 성과] Corely, LLM 기반 유튜브 요약 서비스 - 업무: Prompt Engineering&Chaining 설계 - 문제: 1개의 기능을 1개의 프롬프트로 구현하기엔 few-shot으로 넣을 수 있는 데이터가 적었습니다. 그렇다고 이 문제를 fine-tuning으로 해결하기엔 당시 Context length가 4,096개라는 한계가 있었습니다. - 해결: 1개의 기능을 → 여러 단계로 나누고 → 각각 단계에 맞는 Prompt 혹은 Fine-tuning을 진행하는 Prompt-Chaining을 설계했습니다. Project A, LLM 기반 제품 추천 서비스 - 업무: Function calling을 위한 데이터 명세 정의 - - 문제: Function calling을 위한 데이터 명세가 정확하지 않으면 유저에게 중복된 정보를 추천하는 등 좋지 않은 유저 경험을 제공하게 됩니다. - 해결: 유저의 검색어를 대분류(제품 영역), 중분류(브랜드), 소분류(기기 이름) 3단계로 나누고, 각 단계에 맞는 Function Calling 데이터 명세를 설계했습니다.

더보기

[NlP data PM] - NLP 학습데이터 제작 프로젝트 리드 - 룰 베이스 기반 챗봇 프로젝트 리드 - 데이터 기획 - 대화 시나리오 설계&UX writing [대표 성과] 세일즈 전문 챗봇 프로젝트(VOC 5점) - 프로젝트 요약: 세일즈 전문 지식 QA 1턴 대화데이터셋 제작&세일즈 전문 지식 라벨링 6개 - 문제: 세일즈 전문 지식이 없는 사람은 라벨링을 할 수 없는 프로젝트였습니다. - 해결: '각자의 ‘지식’을 기반으로 라벨링을 하는 것이 아닌 → PM이 정리한 ‘키워드’를 기반으로 라벨링을 진행했고, 그 결과 작업자가 세일즈 전문 지식이 없음에도 성공적인 라벨링이 가능했습니다. 주현형 인턴기자 보이스봇 프로젝트(VOC 5점) - 프로젝트 요약: 주현영 인턴기자봇과 유저가 나누는 일상대화 데이터셋 제작 - 문제: 챗봇이 자신이 ‘주현영(인간)’이 아니라고 말하는 순간, 심리적인 불쾌한 골짜기가 일어났습니다. - 해결: 불쾌한 골짜기는 일종의 세계관 침범(AI→인간)이기에, 주현영 인턴기자봇만의 세계관을 만들었습니다. 그 결과 불쾌한 골짜기를 해결할 수 있었습니다. 페르소나 대화데이터 프로젝트 - 프로젝트 요약: 페르소나 챗봇과 유저가 나누는 5턴 대화데이터셋 제작 - 문제: 페르소나 5,000개 페르소나 반영/미반영 대화데이터셋을 제작해야 하는 복잡한 프로젝트였습니다. - 해결: 함수를 통해 반복되는 부분은 자동화를 하고, 시선의 흐름을 고려해서 작업 환경을 만들었습니다. 그 결과 생산성 25% 상승을 달성했습니다.

더보기