Videos

이커머스 플랫폼에 등록되는 상품명, 상세페이지, 텍스트, 이미지, 동영상, 옵션, 필수 정보를 AI 에이전트가 검수합니다. 플랫폼과 카테고리별 기준에 따라 수정이 필요한 내용을 식별하는 방식을 확인하세요.

Enhans AI Engineer가 실제 업무와 엔터프라이즈 AI 프로젝트에서 AI를 활용하는 방식을 소개합니다. 모델 선택부터 업무 위임과 결과 검증까지, AI가 맡는 영역과 사람이 직접 판단하는 지점을 확인하세요.

Enhans FDE가 고객사의 업무와 데이터를 이해하고 Ontology와 Agent Workflow를 설계해 엔터프라이즈 AI 프로젝트로 연결하는 방식을 소개합니다. 고객의 문제를 정의하고 AI가 실행할 수 있는 업무 구조로 구체화하는 과정을 확인하세요.

기존 SEO, AEO, GEO만으로 브랜드가 AI 답변에 노출되기 어려운 이유를 소개합니다. AI 엔진과 Google AI Overviews, ChatGPT, Gemini, Perplexity에서 브랜드 답변이 생성되는 경로를 측정하고 관리하는 방식을 보여줍니다.

AgentOS가 멀티 에이전트 구조를 바탕으로 사용자의 요청을 엔터프라이즈 워크플로우로 구현하는 방식을 소개합니다. 멀티 에이전트 AI가 역할을 나누어 협업하고, 분석부터 검토와 실행까지 이어지는 과정을 확인하세요.

AI 에이전트가 마켓플레이스 가격 변동, 리셀러 활동, 프로모션 신호, 가격 훼손을 추적해 커머스 팀의 가격 리스크 대응을 지원하는 방식을 다룹니다. 가격 모니터링, 채널 가격 준수, MAP 모니터링, 브랜드 보호, 이커머스 운영을 함께 소개합니다.

자연어 요청이 분석, 에이전트 협업, 사람의 검토, 대시보드, 실행 액션으로 이어지는 AgentOS의 흐름을 보여줍니다. 자연어 워크플로우, 에이전틱 워크플로우 거버넌스, AI 에이전트 실행을 함께 확인하세요.

문서, 이미지, 로그, 내부 파일이 AI 에이전트가 읽고 활용할 수 있는 구조화된 맥락으로 정리되는 과정을 보여줍니다. 비정형 데이터, 문서 파싱, 지식 그래프, 시맨틱 레이어, 기업 데이터 레이어를 함께 다룹니다.

SNS 채널, 소셜 미디어 게시물, 고객 리뷰, VOC 데이터가 고객 언어, 브랜드 언급, 감성 변화, 경쟁사 동향을 파악하는 시장 신호로 활용되는 방식을 소개합니다.

비즈니스 맥락이 부족할 때 AI 답변 오류와 RAG 기반 챗봇 오류, 할루시네이션이 반복되는 이유를 설명합니다. Ontology가 AI 에이전트에 기업 지식의 맥락을 제공하는 방식도 확인할 수 있습니다.

Large Action Model이 기업 AI의 업무 실행을 지원하는 방식을 다룹니다. AI 에이전트가 맥락을 바탕으로 판단하고 여러 시스템에서 업무를 수행하는 흐름을 설명하며, ACT-2, Computer Use, 브라우저 에이전트도 함께 소개합니다.