AI 에이전트 전문 개발사

20년 경력은
데이터가 아닙니다.

우리는 그걸 AI로 만듭니다.

제조, 건축, 안전진단, 헬스케어, 세무회계 —전문가의 암묵지와 경험을 프론티어 AI와 연결하여업종에 특화된 맞춤형 AI 에이전트를 만듭니다.

Scroll

모든 산업에는 교과서에 없는 지식이 있습니다.

20년 경력의 세무사가 복잡한 사안을 판단하는 기준, 베테랑 검사원이 미세한 불량을 감지하는 눈, 숙련된 진단 전문가가 구조물의 위험을 읽는 직관 —

이 경험과 직관은 단순한 데이터가 아닙니다.
하지만 지금, 사라지고 있습니다.

펜시브는 이 암묵지를 AI와 연결합니다.

Pensieve

해리 포터에서 마법사의 기억을 저장하고 다시 살펴볼 수 있는 마법의 그릇. 펜시브 AI는 전문가의 경험과 판단을 AI가 활용할 수 있는 형태로 변환합니다.

TECHNOLOGY

Pensieve Layer

전문가의 암묵지를 AI와 연결하는 기술

RAG

Pensieve RAG

전문가의 경험, 판례, 보고서, 매뉴얼을 LLM이 활용할 수 있는 형태로 변환합니다. 단순 문서 검색이 아닌, 전문가의 판단 체계까지 학습한 지식 증강 파이프라인.

  • 전문 영역 특화 임베딩
  • 판단 체인 설계 및 프롬프트 엔지니어링
  • 환각 방지 출처 추적 시스템
  • 피드백 루프 기반 지속 학습
VISION · SAPIS

Pensieve Vision

SAPIS(Synthetic-Augmented Precision Inspection Solution) — 3D 물리 기반 렌더링(PBR) 엔진으로 실제 환경과 동일한 고정밀 합성 데이터를 생성합니다. 소량의 현실 데이터(100장 내외)만으로도 즉시 상용화가 가능한 범용 비전 엔진.

  • 3D PBR 합성 데이터 생성 (Blender + Omniverse)
  • Synthetic-to-Real Two-stage Transfer Learning
  • 폐쇄망 기반 설치형 엔진 (On-premise)
  • 픽셀 단위 인스턴스 세그멘테이션

Architecture Flow

전문가 지식

Domain Expertise

  • 현장 경험 · 판례
  • 매뉴얼 · 보고서
  • 암묵적 판단 기준

Pensieve Layer

RAG + Vision

  • 벡터 임베딩
  • 합성 데이터 생성
  • 판단 체인 설계

AI 에이전트

Deployed Agent

  • 실시간 추론
  • 출처 기반 응답
  • 지속 학습 루프
CASE STUDIES

Pensieve RAG

전문가의 지식과 경험을 AI로 연결하여 실질적인 업무 혁신을 만들어낸 사례입니다.

RAG · 세무회계

세무법인 — 세무 상담 AI 어시스턴트

0K+

상담 사례 연결

0%

상담 시간 단축

0

신입 온보딩 (기존 3주)

RAG 아키텍처 다이어그램

국내 중견 세무법인의 10년 이상 축적된 세무 상담 사례 12,000건, 국세청 예규·판례 DB, 업종별 절세 전략을 Pensieve RAG 파이프라인으로 구축. 시니어 세무사 3인의 상담 패턴과 판단 기준을 인터뷰 기반으로 추출하여 프롬프트 체인에 반영.

GPT-4 TurboPineconeLangChainPensieve RAG LayerNext.jsPostgreSQL
CHALLENGE
  • 시니어 퇴직 시 노하우 유실 위험
  • 신입 온보딩에 3주 이상 소요
  • 판례 검색에 과다한 시간 소요
SOLUTION
  • 12,000건 세무 상담 사례 벡터 DB 구축
  • 시니어 세무사의 판단 체인 설계
  • 세무 특화 임베딩 파인튜닝
  • 환각 방지를 위한 출처 표기 시스템
RESULT
  • 상담 소요 시간 73% 단축
  • 신입 온보딩 3주에서 3일로 단축
  • 판례 참조 정확도 96.8%
  • 상담 처리량 2.4배 증가
RAG · 건축안전

안전진단 기관 — 구조물 진단 리포트 AI

0K+

진단 보고서 연결

0%

리포트 작성 단축

0%

법규 준수 정확도

리포트 생성 플로우

1급 안전진단 전문기관의 구조 안전 진단 보고서 3,000건과 건축법규, 보수·보강 공법 이력을 RAG로 체계화. 현장 조사 데이터 입력 시 유사 사례 자동 검색, 진단 소견 초안 및 보수 방안 생성, 법규 자동 참조.

Claude 3.5 SonnetWeaviatePensieve RAG LayerPythonFastAPIReact
CHALLENGE
  • 보고서 건당 3일 이상 소요
  • 20년 이상 경력 전문가 의존도 높음
  • 법규 개정 시 대응 지연 발생
SOLUTION
  • 3,000건 진단 보고서 지식 베이스 구축
  • 건축법규 RAG 모듈 개발
  • 멀티모달 입력 처리(사진, 도면)
  • 전문가 피드백 루프 시스템
RESULT
  • 리포트 작성 시간 60% 단축
  • 법규 준수 정확도 98.2%
  • 독립 업무 수행 기간 50% 단축
  • 보고서 처리량 1.8배 증가
CASE STUDIES

Pensieve Vision — SAPIS

3D 합성 데이터 기반 범용 비전 엔진 SAPIS로 데이터 부족 문제를 해결하고, 소량의 현실 데이터만으로 즉시 상용화가 가능한 비전 AI를 구축합니다.

SAPIS · 바이오/의료

치과 의료 AI — 구강 구조 인스턴스 세그멘테이션

0%

mAP@50 (Mask)

0%

검출량 향상

0K

합성 데이터

3D 모델링 (Blender)

3D 모델링 (Blender)

치아 및 구강 구조 이미지의 현실 데이터가 극도로 제한적인 환경에서 3D PBR 렌더링 엔진으로 약 20,000장의 고정밀 합성 데이터를 생성. 합성 증강 학습을 통해 일반 모델 대비 mAP@50 5.3%p, F1-Score 5.0%p 향상을 달성.

SAPISYOLOv8PyTorch 2.8BlenderCUDA 12.8Nvidia Omniverse
CHALLENGE
  • 치과 라벨링 데이터 충분한 수집 불가
  • 의료 데이터 외부 유출 불가 규제
  • 현실 데이터만으로는 검출 성능 한계
SOLUTION
  • Blender 3D 모델링으로 구강 구조 정밀 재현
  • 3D PBR 렌더링으로 고품질 합성 데이터 20K장 생성
  • Synthetic-to-Real Two-stage Transfer Learning 적용
  • 비식별 합성 데이터로 개인정보 규제 준수
RESULT
  • mAP@50 (Mask) 0.933 달성 (일반 모델 대비 5.3%p 향상)
  • F1-Score 0.865 (일반 모델 대비 5.0%p 향상)
  • 외부 실사 테스트 325건 검출 (34% 향상)
  • 폐쇄망 환경 실시간 4K 분석 가능
합성 증강 검출 결과

합성 증강 검출 결과

모델 성능 비교

모델 성능 비교

SAPIS · 시설물 안전

도로 안전 AI — 노면 결함 자동 검출

0K

학습 데이터

0%

mAP@50

0K

실시간 분석

SAPIS 아키텍처 파이프라인

SAPIS 아키텍처 파이프라인

도로 노면의 포트홀(Pothole), 크랙(Crack), 거북등(그물형) 파열 등을 검출하는 비전 AI. AI-hub 공공데이터와 합성 데이터를 결합하여 약 100,000장의 데이터셋 구축. 현실에서 부족한 포트홀 이미지와 그물형 파열의 세그멘테이션 라벨링을 합성으로 보강.

SAPISYOLOv8PyTorch 2.8BlenderCUDA 12.8On-premise GPU
CHALLENGE
  • 포트홀 이미지 현실 데이터 부족
  • 그물형 파열 세그멘테이션 라벨링 불가능에 가까운 작업
  • 다양한 도로 환경 조건의 변동성
SOLUTION
  • AI-hub 공공데이터 활용 현실 데이터 확보
  • 포트홀 이미지 합성 보강으로 데이터 겷 해소
  • 그물형 파열 합성 생성 및 세그멘테이션 데이터 보강
  • 폐쇄망 기반 설치형 엔진으로 데이터 보안 확보
RESULT
  • 약 100,000장 고품질 데이터셋 구축
  • 폐쇄망 환경 실시간 4K 분석 가능
  • 합성 데이터 보강으로 미검출(False Negative) 최소화
  • 픽셀 단위 인스턴스 세그멘테이션 수행
학습 메트릭 추이

학습 메트릭 추이

모델 비교 차트

모델 비교 차트

SAPIS · 스마트팸

스마트팸 AI — 농산물 생육 및 품질 검출

0K

합성 데이터

0%

mAP@50

0

F1-Score

렌더된 가상 이미지

렌더된 가상 이미지

농산물(사과)의 생육 및 품질을 자동 검출하는 비전 AI. Robo-universe 등 공개 데이터셋으로 현실 데이터를 구축하고, 저녁/밤 시간대, 플래시 적용 이미지 등 특수 시나리오를 합성으로 보강. 나뭇잎에 가려진 수확물(사과)의 식별을 위한 합성 보강 및 세그멘테이션 라벨링까지 수행.

SAPISYOLOv8PyTorch 2.8BlenderNvidia OmniverseCUDA 12.8
CHALLENGE
  • 저녁/밤 시간대 이미지 데이터 부족
  • 나뭇잎에 가려진 수확물 식별 난제
  • 특수 조명 환경(플래시 등) 변화 대응
SOLUTION
  • Blender 3D 모델링으로 사과 객체 정밀 재현
  • Nvidia Omniverse 물리 시뮬레이션으로 환경 다변화
  • 저녁/밤/플래시 등 특수 시나리오 합성 보강
  • 자동 세그멘테이션 라벨 생성으로 라벨링 비용 절감
RESULT
  • 약 14,000장 고품질 합성 데이터 확보
  • 소량의 현실 데이터(100장 내외)만으로 상용화 가능
  • 3D 합성 데이터로 객체 기하학적 형태 강건성 확보
  • 자동 라벨링으로 데이터 구축 비용 대폭 절감
자동 생성 세그멘테이션 라벨

자동 생성 세그멘테이션 라벨

3D 모델링 (Blender)

3D 모델링 (Blender)

PROCESS

도입 프로세스

진단부터 운영까지, 맞춤형 AI 에이전트 구축

STEP 011-2주

진단

현장 방문 및 업무 프로세스 분석

  • 현장 방문 및 인터뷰
  • 데이터 현황 파악
  • AI 적용 가능성 진단
  • ROI 시뮬레이션
STEP 022-4주

설계

AI 에이전트 아키텍처 설계

  • 지식 체계 설계
  • RAG/Vision 파이프라인 설계
  • 프로토타입 개발
  • 전문가 검증
STEP 034-8주

구축

맞춤형 AI 에이전트 개발 및 학습

  • 데이터 정제 및 임베딩
  • 모델 파인튜닝
  • 통합 테스트
  • 성능 최적화
STEP 04지속

운영

배포 후 지속적 개선

  • 현장 배포 및 교육
  • 피드백 루프 운영
  • 모델 업데이트
  • 성능 모니터링
ABOUT

주식회사 펜시브

Pensieve AI

전문가의 경험은 가장 값진 자산이지만, 가장 전달하기 어려운 지식이기도 합니다. 펜시브는 이 암묵지를 프론티어 AI와 연결하여, 전문성이 조직을 넘어 확장될 수 있도록 합니다.

5+

전문 영역

AI

에이전트 전문

End-to-End

구축 역량

제조, 건축, 안전진단, 헬스케어, 세무회계 — 전문 영역의 AI 전환을 함께합니다.

AI 전환, 지금 시작하세요

귀사의 전문 영역에 최적화된 AI 에이전트,
펜시브가 함께 만들어 드립니다.

또는 hello@pensieve-ai.com로 연락해 주세요