처음 도입을 검토할 때 가장 궁금한 건 실효성(ROI)과 보안·통합 리스크일 겁니다. 남부발전 KEMI 생성형 AI 도입 사례는 그런 의문에 대해 실무적으로 참고할 만한 구체적 단서(개발 기간, 성능평가, 핵심기술)를 제공합니다. 아래 내용은 전력회사 DX 담당자 관점에서 바로 적용 가능한 요점과 권고를 중심으로 구성했습니다.
글의 목차
핵심 요약: 무엇을, 왜 만들었나 — 한눈에 보는 결론
한국남부발전은 2025-07-16에 공공기관 최초의 다목적 생성형 AI ‘KEMI’ 개발을 완료하고, 2025년 8월 정식 오픈을 목표로 가오픈(내부 베타)을 진행 중입니다. 목적은 내부 비정형 데이터 통합을 통해 실시간 의사결정 지원·업무 효율화·부서 간 데이터 장벽 해소에 있습니다. 성능평가(2025-06-16~07-04)에서 평균 91점을 기록하여 초기 타당성은 확보했습니다.
KEMI의 핵심은 RAG(검색증강생성) 기반의 지능형 정보 통합 체계로, 문서 검색·요약·보고서 작성·실시간 챗봇 기능을 통합 제공합니다. 개발은 2024-07-15부터 약 1년 동안 코난테크놀로지와 협력해 진행되었습니다.
다음 자료에서 공식 발표·자세한 자료를 확인할 수 있습니다.
KEMI 관련 공식 자료 보기:
KEMI는 내부 베타를 통해 UX·보안 피드백을 수집하며 정식 오픈을 준비 중입니다. 실제 도입 여부를 검토할 때는 아래 기술·운영 항목들을 우선 점검하세요.
아키텍처와 기술 스택: 실무자가 확인할 핵심 구조
KEMI는 RAG 기반으로 내부 검색 인덱스(벡터 DB)와 생성 모델을 결합한 하이브리드 아키텍처를 채택했습니다. 코난테크놀로지가 모델 최적화와 플랫폼 설계를 지원했으며, 주요 역할은 다음과 같이 구분됩니다: 문서 수집·전처리 → 임베딩 생성 → 검색(유사도) → 컨텍스트 구성 → 생성모델 출력. 운영 환경은 공공기관 수준의 보안 요건을 만족시키도록 자체 모델 또는 온프레미스 호스팅 옵션을 우선 고려한 것으로 알려져 있습니다.
아래 항목을 우선 점검하십시오. 시스템 통합(ERP/SCADA/문서관리) 시 인터페이스(REST, 메시지 큐 등), 임베딩 재생성 주기, 토큰 관리·비용 제어 정책이 실무 리스크를 좌우합니다.
다음에서 아키텍처 관련 기술문서를 참고하세요.
아키텍처 상세 보기:
남부발전 KEMI 생성형 AI 도입 사례 무료 가이드 받기
데이터·거버넌스와 보안 대책: 규제·프라이버시 우려에 대한 검증 포인트
남부발전은 공공기관용으로 자체 모델·플랫폼을 설계해 보안성을 강조했습니다. 하지만 상세한 거버넌스(데이터 소스별 접근권한, 민감정보 식별 및 마스킹, 로그·감사체계)와 암호화·격리 정책(전송·저장)은 공개 자료에서 제한적입니다. 실무자는 다음을 요구·검증해야 합니다.
- 데이터 소싱 및 분류 체계(민감·비민감 구분)와 자동 마스킹 정책 적용 여부
- 벡터 DB·임베딩 저장소의 암호화(저장·전송) 및 키관리 방식
- 모델 입력값 로깅과 개인정보 유출 방지(레드팀/유해출력 검증)
- 규정 준수(공공기관 내부 규정, 개인정보보호법)과 외부 감사 대응 체계
KEMI와 같은 시스템은 온프레미스 또는 프라이빗 클라우드 배포 시 보안 리스크를 낮출 수 있으므로, 운영계층(Dev/Prod 환경 분리, 권한 최소화) 검토를 권장합니다.
성능 평가와 정량적 성과: 공개된 수치와 해석
남부발전이 공개한 주요 정량적 정보는 성능평가 평균 91점(평가 기간: 2025-06-16~07-04)과 내부 베타(가오픈) 참여자 구성(외부 전문가 20명, AI본부 직원 약 30명)입니다. 공개 기준으로는 아래 정도가 확인됩니다.
| 항목 | 공개값 / 비고 |
|---|---|
| 개발 완료일 | 2025-07-16 |
| 정식 오픈 예정 | 2025-08 (가오픈 진행 중) |
| 성능평가 점수 | 평균 91점 (2025-06-16~07-04) |
| 개발 기간 / 협력사 | 약 1년 (2024-07-15 시작), 코난테크놀로지 협력 |
참고: 기사·발표 자료에는 아직 ROI, 절감 비용(금액), 정확한 KPI 변화(예: 시간 단축 분·해결 건수 증감 등)는 공개되지 않았습니다. 실무자는 내부 베이스라인(현재 보고서 작성 시간, 고객응대 평균 처리시간, 유지보수 응답시간 등)을 먼저 정의한 후, KEMI 적용 후 변화(절감 FTE, 시간·비용 절감)를 추적하도록 제안합니다.
도입 절차·타임라인(실무 가이드): 빠르게 시범 적용하려면
아래는 남부발전 사례를 바탕으로 실무팀이 따라할 수 있는 권장 절차(모범 템플릿)입니다. 각 단계는 내부 규정과 보안 검증을 병행하십시오.
- 준비(0–1개월): 주요 유스케이스 정의, 데이터 소스 목록화, 성공 KPI 설정(예: 문서작성 시간 30% 감소 등)
- 파일럿(2–4개월): 소규모 파일럿으로 RAG 인덱싱·챗봇 인터랙션 검증, 보안·프라이버시 테스트(레드팀) 수행
- 가오픈(1–2개월): 내부 사용자(파워유저) 대상 가오픈으로 UX·정확성 피드백 수집, 모델 튜닝
- 단계적 전사 확장(3–6개월): 시스템 통합(ERP/SCADA/문서관리 연계), 운영·감사 체계 정립, 교육 프로그램 시행
- 안정화 및 성과 측정(지속): KPI 측정 및 ROI 보고(분기별), 모델 성능 모니터링·재학습 주기 설정
파일럿 단계에서는 남부발전처럼 외부 전문가(도메인 리뷰어)를 참여시켜 품질 기준을 정량화하면 초기 도입 리스크를 줄일 수 있습니다.
남부발전 KEMI 생성형 AI 도입 사례 무료 가이드 받기
도전 과제와 실무 권고사항: DX 담당자가 바로 실행할 체크리스트
아래는 남부발전 사례에서 파생된 핵심 리스크와 권고입니다. 내부 의사결정 시 우선순위로 삼으세요.
- 데이터 거버넌스 수립: 민감정보 자동 식별·마스킹 규칙과 거버넌스 책임자 지정
- 보안·감사 체계: 입력·출력 로그 보관 정책, 접근권한 분리, 레드팀 테스트 주기화
- 기존 시스템 통합 전략: API 표준화·메시지 큐 활용으로 실시간성 보장 및 레거시 영향 최소화
- ROI 검증 프레임워크: 도입 전후 KPI(처리시간, FTE, 고객응답 속도) 정의 및 분기별 보고
- 운영 인력·교육: 파워유저(도메인 전문가) 양성, 모델 운영자와 보안담당 협업플랜 수립
- 규제·윤리 검토: 개인정보보호법·공공기관 지침과의 충돌 여부 사전 법무 검증
KEMI 사례는 ‘공공기관 모델’의 가능성을 보여주지만, 실무적 성공은 명확한 KPI·거버넌스·통합 전략에 달려 있습니다. 초기에는 핵심 유스케이스 1–2개에 집중해 가시적 성과를 만든 뒤 확장하는 전략을 권장합니다.
결론적으로, 남부발전 KEMI는 전력업계에서 참고할 만한 실무적 사례(개발 기간·협업 구조·초기 성능평가)를 제공합니다. 다만 ROI 수치와 도입 전후의 구체적 절감액·정량적 안전성 지표 등은 추가 확인이 필요합니다. 더 깊은 기술·운영 자료는 한국남부발전 공식 사이트와 관련 보고서를 통해 확보하시기 바랍니다.
자주하는 질문
남부발전의 KEMI 생성형 AI는 무엇이며 어떤 기능을 제공하나요?
성능 평가는 어땠고 ROI(실효성)는 공개되었나요?
전력회사나 공공기관이 KEMI 같은 생성형 AI를 도입할 때 우선 점검할 항목과 권고는 무엇인가요?
– 데이터 거버넌스: 데이터 소스별 분류(민감·비민감), 자동 식별·마스킹 규칙, 거버넌스 책임자 지정.
– 보안·암호화: 벡터 DB·임베딩 저장소의 전송·저장 암호화 및 키관리 방식 검증, 입력값 로깅 정책과 개인정보 유출 방지(레드팀·유해출력 검증).
– 운영·배포 전략: 온프레미스 또는 프라이빗 클라우드 우선 검토, Dev/Prod 분리·권한 최소화.
– 시스템 통합: ERP/SCADA/문서관리 연동을 위한 인터페이스 표준화(REST, 메시지 큐), 임베딩 재생성 주기, 토큰·비용 관리 정책 수립.
– 도입 절차(권장 타임라인): 유스케이스 정의(0–1개월) → 파일럿(2–4개월, RAG 인덱싱·보안 테스트) → 가오픈(1–2개월, 파워유저 피드백) → 단계적 전사 확장(3–6개월) → 지속적 모니터링·ROI 보고.
– 운영·조직: 파워유저·모델 운영자·보안 담당 협업체계 마련, 외부 도메인 리뷰어 참여로 품질 기준 정량화.
초기에는 핵심 유스케이스 1–2개에 집중해 가시적 성과를 만든 뒤 확장하는 전략을 권장합니다.
실업급여 계산기
실업급여 계산기 실업급여 계산 전문가
제공 서비스 2026 실업급여 계산기
실업급여 계산 서비스를 제공하고 있습니다.