미리캔버스가 AI 3대로 해외 트렌드에서 진짜를 가려내는 법
Summary
AI 3대가 서로 싸우며 검증한다? 미리캔버스의 글로벌 트렌드봇 제작기
편향과 할루시네이션을 극복하는 멀티 에이전트 설계와 데이터 기반 검증 파이프라인
24시간 빠르게 변화하는 글로벌 디자인 트렌드를 잡기 위해 미리디 디자인옵스 팀이 구축한 '트렌드봇'의 개발 여정을 소개합니다. 단일 AI의 편향 문제를 해결하기 위해 성향이 다른 3개의 LLM 에이전트가 토론하고, 정성·정량 데이터를 교차 검증하는 시스템을 구현했습니다. AI 협업과 자동화 파이프라인 설계를 고민하는 엔지니어들에게 실무적인 영감을 제공합니다.
- 0124시간 쉬지 않고 TikTok, Reddit, YouTube, 뉴스 데이터를 분석하여 글로벌 트렌드를 자동 포착
- 02편향된 결과를 방지하기 위해 '넓게 찾는 AI', '반박하는 AI', '조정하는 AI(Judge)'의 3개 에이전트 협업 체계 설계
- 03토론 결과를 단순 수용하지 않고 네 개 플랫폼의 정성·정량 API 데이터로 재검증하여 할루시네이션 방지
- 04수집된 트렌드를 성장성과 활용성 기준으로 분류하여 12개 유형 매핑 및 4분면 분석 시각화 제공
- 05최종 판단에 인간이 개입하는 'Human-in-the-loop' 구조로 트렌드의 실효성과 창의성 유지
RECOMMENDATION
LLM을 활용한 리서치 자동화나 편향 없는 에이전트 시스템 설계를 고민하는 AI 엔지니어 및 프로덕트 오너에게 적극 추천합니다.
The Problem
글로벌 디자인 트렌드는 24시간 내내 빠르게 변화하지만, 한정된 인력으로 여러 해외 플랫폼(TikTok, Reddit 등)을 모니터링하고 가짜 트렌드를 걸러내는 데 막대한 시간과 비용이 소요되는 문제가 있었습니다. 또한 단일 AI 모델을 사용할 경우 특정 데이터에 편향되거나 할루시네이션이 발생하여 트렌드를 잘못 판단할 위험이 존재했습니다.
The Solution
서로 다른 성향을 가진 3개의 AI 에이전트(탐색, 반박, 조정)가 상호 검증하는 '트렌드봇'을 구축했습니다. 이를 통해 후보 발굴부터 토론, 4개 해외 플랫폼(TikTok, Reddit, YouTube, News)의 정성·정량 데이터 대조 검증, 그리고 12개 유형 분류까지의 파이프라인을 자동화했습니다.
The Result
수동 리서치에 소요되던 시간을 대폭 절감하고 언어 장벽으로 놓치기 쉬웠던 해외 트렌드 신호를 24시간 자동으로 탐색할 수 있게 되었습니다. 최종 산출물로 순위, 플랫폼 분포, 4분면 분석 등을 제공하여 디렉터가 빠르게 의사결정을 내릴 수 있도록 지원합니다.
Trade-off
에이전트 협업 구조를 도입했음에도 발생할 수 있는 할루시네이션을 방지하기 위해 플랫폼 API 기반의 실제 정량 데이터 대조 단계를 필수적으로 거쳐야 합니다. 또한, 분석 자동화 이후 최종 제작 여부와 디자인 방향성을 판단하는 최종 결정 단계는 여전히 인간의 개입(Human-in-the-loop)이 필요하다는 한계가 있습니다.
Key Concepts
More from 미리디
View all posts from 미리디AI 잘 쓰는 사람의 노하우, 어떻게 팀 전체로 퍼질까?
AI EnablementAXAI Native1일 전AI로 QA 업무를 자동화한 방법: n8n부터 E2E 테스트 자동화까지
n8nE2E TestingLLM2주 전통합 검색 임베딩 모델 개발기: 9개 태스크를 고르게 학습시키기
EmbeddingMulti-task LearningContrastive Learning2주 전데이터 요청 응대 30분을 3분으로 줄인 n8n AI 에이전트
n8nAI AgentWorkflow Automation3주 전미리캔버스의 SVG 필터 활용기: 브라우저에서 이미지 보정하기
SVGCSS FilterWeb Graphics1개월 전
