01. 학습 기술군

LAM의 L. AI 직원이 “일할수록 똑똑해지는” 능력을 만드는 기술군이다. 다루는 기술 set: TS-L1·L2·L3·L4.

1기술군 종합 설명 (왜 이 기술이 회사의 핵심인가)

1.1 한 문장

학습 기술군은 사람이 모든 절차를 짜주지 않아도, AI 직원이 대화·관찰·실제 실행에서 일하는 방법을 스스로 익혀 누적하게 만드는 기술이다.

1.2 무슨 문제를 푸는가

대부분의 AI는 출고 시점의 지능에 고정된다. 학습하려면 별도 모델 재학습(fine-tuning)이 필요하고, 이는 느리고 비싸며 운영 중 일어나지 않는다. 그 결과 “한 달 전에 알려준 회사 방식을 다음 달에도 모른다.”

AI 직원은 반대여야 한다 — 운영하는 동안 계속 똑똑해져야 한다. 사용자의 방식, 회사의 예외 처리, 매니저의 수정 습관을 흡수해 다음 업무에 즉시 반영해야 한다. 사업적으로는 “일할수록 똑똑해지는 AI” 약속의 본체다.

1.3 핵심 아이디어 — 학습 플라이휠

우리 학습은 단발 모델 학습이 아니라 운영 중 도는 플라이휠이다. 4개 기술 set이 하나의 순환을 이룬다.

flowchart TB
  C1["C1 대화"]:::sig --> L1
  C2["C2 사람실행 관찰"]:::sig --> L1
  C3["C3 자기실행"]:::sig --> L1
  L1["TS-L1
3채널 관찰 학습
(신호 통합)"]:::step --> L2["TS-L2
절차지식 자동 추출
(Skill 후보)"]:::step
  L2 --> L3["TS-L3
승인형 거버넌스
(사람 승인 → 활성)"]:::step
  L3 --> USE["더 잘 실행
(활성 Skill 재사용)"]:::good
  USE -. 반복 실패·수정 반영 .-> L4["TS-L4
실패·교정 패턴 학습"]:::step
  L4 --> L3
  USE -. 새 신호 .-> L1
  classDef sig fill:#ecfeff,color:#0e7490,stroke:#06b6d4,rx:8,ry:8;
  classDef step fill:#eef2ff,color:#1a2233,stroke:#4f46e5,rx:8,ry:8;
  classDef good fill:#ecfdf5,color:#065f46,stroke:#10b981,rx:8,ry:8;

플라이휠이 한 바퀴 돌 때마다 AI 직원은 그 회사에서만 더 유능해진다.

1.4 왜 이기는가 (투자 관점)

차별	의미
정적 학습(경쟁사) → 운영 중 자가 개선	시간이 갈수록 정확도↑·처리시간↓
모델 재학습 의존 → 모델과 무관한 절차 학습	모델을 바꿔도 학습 자산 유지
누적 절차의 테넌트 격리	고객별 노하우가 복리로 쌓여 이탈 방지(lock-in)

학습 자산은 고객 안에 쌓인다. 경쟁사가 모델을 따라잡아도 고객사별로 축적된 절차·교정 지식은 복제되지 않는다.

2기술 Set 상세

TS-L1

3채널 관찰 학습

★★★

TS-L2

절차지식 자동 추출·증류

★★★

TS-L3

승인형 학습 거버넌스

★★★

TS-L4

실패·교정 패턴 학습

★★