뉴스

제네시스랩, AI 신뢰성·품질 대상서 과기부 장관상 수상

제네시스랩이 제1회 인공지능 신뢰성·품질 대상에서 최고상인 과기부 장관상을 받았습니다. TTA 신뢰성 평가 41개 항목 전부 통과, KISDI와의 AI 채용 윤리점검표 공동 개발 등이 수상 근거로 꼽혔습니다.

원문: 서울경제 — 제네시스랩, ‘인공지능 신뢰성‧품질 대상’ 과기부 장관상 수상

제네시스랩이 2023년 11월 23일 열린 제1회 인공지능 신뢰성·품질 대상에서 대상인 과학기술정보통신부 장관상을 받았습니다. AI 영상면접 솔루션 뷰인터HR로 채용의 공정성과 효율성을 높여 온 행보가 평가의 축이 됐습니다.

올해 초 한국정보통신기술협회(TTA)가 정한 AI 신뢰성 평가 요구사항 41개 항목을 업계에서 가장 먼저 전부 통과한 점, 정보통신정책연구원(KISDI)과 함께 26개 항목의 AI 채용 솔루션 윤리점검표를 공동으로 만든 점도 수상 근거로 함께 꼽혔습니다.

제네시스랩 측은 채용 AI 솔루션을 공급하면서 기술력 확보만큼 신뢰성과 윤리 준수 메커니즘을 중요하게 다뤄 왔다고 설명했습니다.

Read more

Single LLMs Hit a Wall. Here’s What Comes Next

Single LLMs Hit a Wall. Here’s What Comes Next

A single LLM quickly hits its limits on complex business problems. This article traces AI architecture evolution — from single prompts to multi-agent systems — and explores what multi-agent scaling laws mean for B2B platform design.

단일 LLM의 한계를 넘어서: Multi-Agent System은 왜 필요한가

단일 LLM의 한계를 넘어서: Multi-Agent System은 왜 필요한가

단일 LLM으로 복잡한 비즈니스 문제를 해결하는 접근은 현실에서 쉽게 한계에 부딪힌다. 이 글에서는 단일 프롬프트부터 멀티 에이전트 시스템에 이르기까지 AI 아키텍처의 발전 단계를 분석하고, 각 구조가 왜 실패하거나 부족했는지 그 이유를 짚는다. 그리고 그 흐름 속에서 도출되는 멀티 에이전트 스케일링 법칙이 B2B 플랫폼 설계에 어떤 시사점을 주는지 살펴본다.

Real-Time Labeling Interfaces: Turning Clinical Judgment into AI Training Data

Real-Time Labeling Interfaces: Turning Clinical Judgment into AI Training Data

A psychiatrist rating "It's tough, but manageable" as 3/3 relies on reasoning that post-hoc labeling often loses. A joint study by Genesis Lab, UNIST, and Seoul National University Hospital, presented at IASDR 2025, shows how interface design can capture that reasoning as training data.

실시간 라벨링 인터페이스: 정신과 임상 판단을 데이터로 구조화한 방법

실시간 라벨링 인터페이스: 정신과 임상 판단을 데이터로 구조화한 방법

"힘들지만 버틸 만하다"는 환자의 말을 3점이라 판단하는 임상의의 근거는 어디에 있을까요. 기존 AI는 판단의 결과만 배웠을 뿐 근거를 놓쳤습니다. IASDR 2025에서 발표된 제네시스랩·UNIST·서울대병원 공동 연구는 라벨링 인터페이스 설계로 이 근거를 데이터로 만드는 방법을 보여줍니다.