HTML 본문 추출 비용을 20분의 1로 줄이는 Pulpie, 웹 데이터 정제의 판을 바꾸다
Feyn이 공개한 Pulpie는 HTML에서 본문을 추출하는 인코더 계열 모델로, 기존 SOTA 수준의 품질을 유지하면서 비용을 20분의 1 수준으로 낮췄다. LLM 사전학습과 RAG 파이프라인 모두에 직결되는 변화다.
App Development Outsourcing · Service
Claude · GPT · Gemini 같은 LLM API 통합, RAG 기반 문서 검색 · 챗봇, AI 에이전트 워크플로우 자동화. 모델 학습이 아닌 검증된 API 로 빠르고 안정적으로. 환각 제어와 비용 최적화까지 1인 책임으로 진행합니다.
Coverage
LLM API 통합부터 RAG · 에이전트 · 운영까지. 자체 모델 학습이 아닌 검증된 API 활용으로 빠르고 안정적으로 도입합니다.
Process
무료 상담. 요구사항·LLM 선택·예산·운영 비용 검토
핵심 기능 PoC + 상세 견적서. 월 운영(API) 비용도 함께 산정
프롬프트 · RAG 구조 · 데이터 흐름 · 환각 제어 전략 확정
주간 단위 데모 + 응답 품질 evals
범위 내 버그 대응 · 비용·품질 모니터링. 대규모는 별도 SLA
Domains
Portfolio
민감 데이터를 비식별 합성 데이터로 변환·거래하는 AI 플랫폼의 서비스 기획 및 UX/UI 설계
게이미피케이션과 AI 분석을 결합한 맞춤형 진로 적성 진단 서비스
한국 뷰티 리뷰 데이터를 AI로 연결해 아랍어 사용자에게 전달하는 K-뷰티 커머스 앱
WHO 가이드라인 기반 RAG로 의료 신뢰성을 확보한 임신·육아 AI 챗봇
한 줄 코드로 설치하는 AI 기반 FAQ 자동 응답 위젯 SaaS
웨어러블·스마트 화장실 연동으로 반려묘 건강을 24시간 모니터링하는 IoT 헬스케어 플랫폼
Insights
Feyn이 공개한 Pulpie는 HTML에서 본문을 추출하는 인코더 계열 모델로, 기존 SOTA 수준의 품질을 유지하면서 비용을 20분의 1 수준으로 낮췄다. LLM 사전학습과 RAG 파이프라인 모두에 직결되는 변화다.
Simon Willison이 Claude Fable을 활용해 sqlite-utils 4.0 릴리스 준비 과정에서 약 $149.25 비용으로 37번의 프롬프트, 34번의 커밋, 30개 파일을 수정한 실제 사례를 분석한다.
MCP 최대 규모 스펙 개정이 확정됐다. 세션 구조 폐기, 통신 방식 변경, 보안 강화까지 — 외주 개발 프로젝트에서 MCP 서버를 구축하거나 운영 중이라면 지금 확인해야 할 내용을 정리했다.
AI 도구가 개발 방식을 빠르게 바꾸고 있다. 외주 개발사를 고를 때 단순히 기술 스택을 보는 건 이미 충분하지 않다. 지금 시점에서 클라이언트가 실제로 확인해야 할 판단 기준 3가지를 정리했다.
OpenAI, Microsoft, Amazon, Cursor, Vercel이 AI 에이전트 플러그인 공통 표준 'Agent Plugins 1.0'을 공동 발표했다. 플러그인 하나로 여러 플랫폼을 동시에 지원하는 시대가 열린다.
AI가 코드를 대신 짜주는 시대가 됐지만, 외주 개발에서 클라이언트가 실제로 돈을 지불하는 대상은 달라지지 않았다. 빠른 산출물이 아니라, 판단과 의도가 담긴 결과물이다.
FAQ
PoC 수준의 단순 챗봇은 500만 원대부터, 사내 RAG·자동화 파이프라인 같은 중규모 프로젝트는 1500~3000만 원, 다중 에이전트·운영 대시보드·기존 시스템 통합 같은 대규모는 3000만 원 이상이 일반적입니다. 정확한 견적은 상담 후 PoC 와 함께 1주 이내 전달드립니다.
용도와 비용 우선순위에 따라 다릅니다. 긴 문서·복잡한 추론 = Claude, 범용·이미지·음성 = GPT (OpenAI), 한국어·구글 생태계 통합 = Gemini 가 일반적으로 강점입니다. 모델 단계화(Haiku → Sonnet · GPT-4o-mini → 4o)로 비용을 30~70% 줄이는 설계도 함께 제안드립니다.
대부분의 비즈니스 요구는 LLM API + RAG 로 해결됩니다. 자체 모델 학습(파인튜닝·딥러닝)은 비용·시간·전문성 부담이 크고, 학습 후에도 데이터 갱신이 어렵습니다. 자체 모델이 꼭 필요한 영역은 별도 ML 전문 외주가 적합합니다. 삼태연구소는 검증된 API + RAG 영역만 다룹니다.
여러 단계로 막습니다. (1) RAG 로 사실 근거 제공 (2) 출처 인용 강제 (3) 별도 LLM 으로 팩트체크 게이트 (4) 자기검증 (CoT-SC) (5) 응답 품질 evals 운영. 의료 RAG 챗봇처럼 정확성이 중요한 영역도 다뤄왔습니다.
여러 옵션이 있습니다. (1) Anthropic · OpenAI 의 Enterprise · Zero Data Retention 계약 (2) AWS Bedrock · Azure OpenAI 같은 클라우드 격리 환경 (3) 민감 정보 마스킹 후 API 전송 (4) 사내 네트워크 격리 (VPC). 컴플라이언스 요구사항에 맞춰 설계합니다.
용도와 트래픽에 따라 크게 다릅니다. 사내 챗봇(소규모) 5~30만 원, 고객 응대 챗봇(중규모) 30~200만 원, RAG 기반 문서 검색(대규모) 100~500만 원이 일반적입니다. 프롬프트 캐싱·모델 단계화·배치 API 로 30~70% 절감 가능하며, 비용 모니터링 대시보드를 함께 구축합니다.
네. 슬랙 · 노션 · CRM (세일즈포스·허브스팟·자체 구축) · ERP · 사내 위키 · 구글 드라이브 등 외부 시스템과의 연동을 다수 다뤘습니다. MCP (Model Context Protocol) 표준으로 안전하게 연결합니다.
챗봇은 "응답 생성", 에이전트는 "행동 실행"입니다. 에이전트는 도구(tool use·function calling)로 실제 작업을 수행합니다 — 데이터 조회, 일정 등록, 이메일 발송, 코드 작성·실행 등. 자체 블로그 파이프라인도 수집·스코어링·생성·팩트체크·게재까지 전 과정 에이전트화한 사례입니다.
권장 드리는 방식입니다. 1~2주 PoC 로 핵심 기능 검증 → 비용·품질·운영 부담 확인 → 본 개발 결정. PoC 단계에서 LLM 선택·RAG 효과·환각 정도까지 함께 측정해서 의사결정 근거를 만들어드립니다.
6개월 무상 하자보증 + 운영 매뉴얼 + 비용 가이드 + 운영 대시보드를 인수인계합니다. 신규 모델 출시 시 마이그레이션, 응답 품질 저하 모니터링, 데이터 갱신 자동화 등 장기 유지보수도 별도 계약으로 진행 가능합니다.
12년차 대표 개발자가 24시간 이내 직접 회신합니다. Claude · GPT · RAG · 에이전트 · 환각 제어 · 비용 최적화. 의도 그대로.