용어사전 · AI 검색 · Large Language Model

LLM란 무엇입니까?

대량의 문서로 학습해 문장을 이어 쓰는 방식으로 답을 만드는 모델.

필요성

ChatGPT·Claude·Gemini 같은 서비스의 기반이 되는 모델입니다. 이 모델이 답을 만드는 방식을 알면, 왜 우리 회사가 답변에 안 나오는지도 설명이 됩니다.

LLM은 두 가지 경로로 정보를 씁니다.

경로	설명	대응 방법
학습된 지식	모델을 만들 때 읽은 문서에서 형성된 지식. 시점이 고정되어 있고 출처를 밝히지 못합니다.	장기간에 걸쳐 문서를 축적
검색 후 인용	질문을 받은 뒤 실시간으로 웹을 검색해 읽고 답에 반영. 출처 링크가 함께 표시됩니다.	크롤러 개방, 구조화 데이터, 문서 정리

중소기업이 실제로 노려야 하는 것은 두 번째 경로입니다. 학습 데이터에 들어가는 것은 통제할 수 없지만, 검색해서 읽히는 것은 준비할 수 있습니다.

검색엔진은 문서를 찾아 목록으로 돌려주고, LLM은 문서를 읽고 요약해 문장으로 돌려줍니다. 사용자 입장에서 가장 큰 차이는 비교 대상이 줄어든다는 점입니다.

노출 자리 수가 줄어든다는 뜻이므로, 들어가지 못하면 손실이 더 큽니다.

구매 담당자가 LLM을 쓰는 국면은 대개 초기 후보군을 좁힐 때입니다. "이런 조건을 맞출 수 있는 국내 업체"를 묻고 두세 곳을 받은 뒤, 각 회사 홈페이지를 직접 확인합니다.

따라서 두 단계가 모두 필요합니다. 답변에 언급되는 것이 1차이고, 확인하러 들어온 담당자가 취급 등급과 설비 스펙을 찾아낼 수 있는 것이 2차입니다. 둘 중 하나만 되어 있으면 발주로 이어지지 않습니다.

학습 데이터에 직접 넣는 방법은 일반 기업에 열려 있지 않습니다. 가능한 것은 검색해서 읽히도록 준비하는 쪽입니다. 학습을 시켜 준다는 제안은 근거를 확인하십시오.

공개된 정보가 부족하거나 서로 어긋날 때 자주 발생합니다. 자사 도메인·플레이스·비즈니스 프로필의 상호·주소·전화·업종 표기를 일치시키고 구조화 데이터로 명시하는 것이 우선 조치입니다.