광고대행사 사내 AI 플랫폼 구축 사례 — 대홍기획 D-AISY가 편성 정보 수집 2일을 줄인 방법

사내 AI 플랫폼은 모델보다 운영 규칙이 먼저다. 롯데그룹 계열 종합 광고대행사 대홍기획이 개발사 똑똑한개발자와 함께 만든 사내 AI 플랫폼 ‘D-AISY’ 사례가 이를 잘 보여 준다. 방송·OTT 편성 정보를 모으는 데 2일, 편성 변경을 놓치지 않으려 매일 1~2시간씩 같은 페이지를 다시 확인하는 일, 광고주 미팅 자료 조사에 또 2일이 들던 업무를 AI로 옮긴 프로젝트다.

왜 사내 플랫폼이 필요했나

문제는 시간만이 아니었다. 팩트북이나 SNS 카피처럼 AI로 빨라지는 업무는 이미 직원들이 각자 외부 AI 도구로 처리하고 있었다. 공식 도구가 없으니 업무 맥락과 자료가 회사 밖으로 흩어졌다. 그래서 개별 AI 기능과, 그 기능들을 한곳에 모아 관리하는 사내 AI 포털을 동시에 만들었다.

D-AISY는 어떻게 생겼나

한 화면에 모은 업무별 AI 5종

직원은 사내 계정으로 로그인해 회사가 만든 AI 서비스를 한 화면에서 쓴다. 로그인·권한 관리, 홈 화면, 워크플로·AI 에이전트 메뉴, 관리자 통계가 기본 구조다. 광고 보고서 자동화, 프로그램 라인업 정리 AI, 팩트북 지원 AI, SNS 카피 생성 AI 등 업무별 솔루션 5종이 들어 있다.

1차 오픈의 중심, 프로그램 라인업 AI

신규 프로그램 조사와 편성 변경 감지를 정해진 주기로 자동 실행하고, 사용자가 편성표를 올리면 정보를 뽑아 항목별로 정리·저장한다.

외부 AI 도구를 각자 쓸 때와 달라진 점

• 업무 지식이 회사에 남는다: 누가 어떤 업무를 어떤 방식으로 AI에 맡기는지 기록되고, 관리자 통계로 다음에 만들 기능을 실제 사용 데이터로 정할 수 있다.
• 사람이 승인한 것만 반영된다: AI 처리, 자동 검증, 사람 확인의 3단계로 나눴다. 편성표 파싱 결과는 ‘확인 필요’ 상태가 되고 담당자가 확인한 항목만 등록된다. 반대로 주기적 조사와 편성 변경 확인은 검증 기준을 통과하면 자동 반영된다.
• 이미 만든 기능도 연결한다: 자체 개발 중이던 유튜브 데일리 리포트 자동화를 버리지 않고 플랫폼에 붙였다.

개발에서 가장 오래 걸린 것

법무 검토를 통과하는 수집 방식

AI 검색과 크롤링이 핵심이라 저작권·법적 검토가 먼저였다. 서버가 직접 페이지를 긁지 않도록 네이버·다음 공식 API로 URL만 받고, 그 URL을 구글 제미나이의 URL 읽기 기능에 넘겨 본문을 확보했다. 고객사 법무팀이 검토할 수 있는 대안을 제안하고 테스트 결과로 방향을 협의하는 데 가장 많은 시간이 들었다.

품질을 지키는 장치

초기에는 첫 검색에서 정보를 못 찾으면 검색어를 바꿔 다시 찾지 않고 넘어가는 문제가 있었고, 결국 여러 모델을 함께 쓰던 구조를 하나로 단일화했다. 넷플릭스, 디즈니플러스, 웨이브처럼 영문 표기가 섞여 같은 플랫폼을 다르게 인식하는 문제는 한글 표기 통일로 풀었다. 검색 범위는 주요 언론사 20곳으로 제한하고, 실패하면 최대 3회 재시도, 저장은 중간에 오류가 나면 전체를 취소하도록 묶었다.

다음 단계

2차에서는 AI 활용 노하우가 개인이나 팀에 머무는 문제를 풀기 위해 프롬프트와 워크플로를 부서·직무·태그로 검색해 공유하는 구조, 부서별 참여도를 보는 관리자 화면을 검토하고 있다. 목업 이미지 제작 AI와 경쟁 PT 지원 AI도 준비 중이다.

마케팅 조직을 위한 시사점

이 사례에서 가장 까다로웠던 것은 모델 선택이나 화면이 아니라 어떤 데이터를 어디까지 쓸 수 있는지, 틀린 결과를 누가 걸러내는지를 정하는 일이었다. 사내 AI를 검토하는 마케팅 조직이라면 도구 비교보다 먼저 ‘사람이 반드시 확인할 일’과 ‘자동으로 넘겨도 되는 일’의 목록을 만드는 것이 좋다. 비슷한 교훈은 사내 AI 에이전트는 모델보다 데이터 구조가 먼저다 — 버즈빌 ‘아이리스’가 공개 채널에서 자리 잡은 방법에서도 볼 수 있다.