대안별 비교표
시장의 선택지들 대비 웍스AI만의 장단점을 비교해 주세요.
예상 비용
사용자당 매월 $60 기본료
사용자수 관계없이 딱 쓴만큼만 후불 청구
구축비 2~3억 + 토큰 사용료
구축비 5~10억 + 토큰 사용료
구축비 5~10억 + 토큰 사용료
대화 및 첨부파일 데이터 저장 위치*
OpenAI
OpenAI
고객사 보유 Cloud
고객사 보유 Cloud
고객사 보유 Cloud/IDC
고객 데이터 AI 학습 활용 여부
학습 이용 X
학습 이용 X
학습 이용 X
학습 이용 X
희망시 가능
AI 지능 및 RAG 성능**
100%
90%
90%
80%
70%
데이터 분석 성능***
100%
90%
90%
60%
40%
유지비
없음
없음
구축비의 15% / 연간
구축비의 15% / 연간
구축비의 15% / 연간
내부 통제
하
상
상
중
중
*대화 및 첨부파일 데이터 저장 위치 (설명) : 웍스AI SaaS는 고객사 데이터를 중간에서 일절 저장하거나 가지고 있거나 백업하지 않으며, 모든 데이터는 그대로 OpenAI에 최종적이고도 유일하게 저장됩니다. OpenAI는 API 고객의 데이터를 AI 학습에 이용하지 않는다고 공표하고 있으므로, 웍스AI SaaS 고객사 데이터는 AI 학습에 이용되지 않습니다. 웍스AI는 고객 데이터를 저장/보관/백업하지 않는다는 진술과 보증 문서를 고객들에게 제공하고 있습니다.
**AI 지능 및 RAG 성능 (설명) : OpenAI는 같은 모델도 ChatGPT에서 사용할 때 더 똑똑하고 긴 대답이 나오도록 설정해 놓았습니다. 하지만 API로 쓸 경우 같은 모델에게 같은 요청(질문)을 하게 되면 대답이 더 짧고 더 느리게 나오게 됩니다. 이는 OpenAI사의 설정 문제로, ChatGPT를 쓰지 않는 한(API를 쓰는 한) 모두에게 발생하는 불가피한 문제입니다. (타사 설치형 제품 및 고객사 자체 구현시에도 동일한 문제) 또한 사내 데이터를 참고해 질문/답변하는 RAG 기능에 있어서 웍스AI는 OpenAI사가 제공하는 순정 RAG 엔진(File Search)을 사용하고 있습니다. 이 엔진은 별도의 문서 전처리 없이도 한글로 작성된 문서의 RAG 인식 속도와 답변 품질이 자체 RAG 엔진 구현시보다 월등히 뛰어납니다.
이에 OpenAI File Search가 아닌 자체 RAG 엔진을 사용하는 것이 일반적인 타사 설치형 제품이나 고객사 자체 구현시 대비 상대적으로 높은 RAG 성능을 가지고 있습니다. (즉, ChatGPT보다는 조금 부족할지 몰라도 다른 모든 대안보다는 확실히 웍스AI가 뛰어납니다. 저희가 'ChatGPT가 페라리라면 웍스AI는 제네시스다'라고 이야기하는 이유입니다. 전직원에게 페라리를 태워줄 필요는 없습니다. AI 전사 확산은 언제나 '가성비'를 따져가며 해야 하기 때문입니다.)
사실 웍스AI를 쓰는 기업들에 소속된 '보통의 직장인'들은 'AI를 잘 쓰기 위한 문서 전처리 전략'에 대해 들어본 적도, 해본 적도 없어요. 하지만 그 분들이 AI를 잘 쓰기 위해 원래 가지고 있던 사내 데이터를 가공/편집하고, '전처리'하는 그야말로 '일을 위한 일'을 하는 순간 이미 전사 AX는 망한거라는 일념으로 웍스AI는 '그냥 아무거나 내가 원래 가지고 있던 파일을 대충 때려 넣어도 즉각적으로 좋은 대답이 나오는' 사용자 경험을 전 직원이 직접 경험하게 만드는 것이 매우 중요하다고 생각했습니다. 이에 다양한 RAG 엔진들의 성능 비교 실험 끝에 2023년 12월 OpenAI사의 순정 RAG 엔진으로 백엔드를 전면 교체해 고객들에게 제공하고 있습니다.
***데이터 분석 성능 (설명) : 위 AI 지능과 동일한 문제로 OpenAI API 또는 Azure OpenAI API를 사용하는 한 현재로서는 불가피한 문제입니다. 하지만 ChatGPT보다 떨어지는 것이지 여전히 다른 모든 것보다 웍스AI가 월등히 뛰어납니다.
※ ChatGPT, GPT, ChatGPT Enterprise는 美 OpenAI LLC. 사의 등록상표입니다. ChatGPT Enterprise 가격은 고객사마다 다르게 제안될 수 있으며 상기 가격은 알려진 예시 가격입니다.
Last updated