투자자도, 고객도, 저희 스스로도 던져본 질문입니다. 정면으로 답하겠습니다.
정보는 추론으로 만들어지지 않는다
단순한 원리 하나가 이 질문의 답입니다. 입력에 없는 정보는 출력에도 없습니다. 귀사의 정산 규칙, 포인트 정책, 레거시의 사연은 인터넷에 없습니다. 학습 데이터에도 없습니다. 그러니 GPT-7이 나와도, 그 모델은 귀사의 시스템을 모릅니다. 더 좋은 모델은 모르는 것을 더 유창하게 답할 뿐입니다.
신입 비유
세상에서 가장 똑똑한 사람을 뽑았다고 합시다. 첫 출근 날, 인수인계 없이 "우리 정산 시스템 고쳐줘"라고 하면 할 수 있을까요. 못 합니다. 지능의 문제가 아니라 지식의 문제니까요. 모델의 발전은 더 똑똑한 신입이 계속 입사하는 것과 같습니다. 인수인계 문제는 한 번도 풀린 적이 없습니다. 플래티가 파는 것이 바로 그 인수인계입니다. 사람에게도, AI에게도.
정보를 다 넣어도, 신호 대 잡음 탓에 실패합니다
"컨텍스트 창이 계속 커지니, 코드를 통째로 넣으면 되지 않나요?" 반론의 다음 단계입니다. 안 됩니다. 모델이 아무리 똑똑해도 입력의 신호 대 잡음비(SNR)가 낮으면 출력이 흐려집니다. 관련 없는 코드, 낡은 문서, 서로 모순되는 정보가 섞일수록 모델은 그 찌꺼기 속에서 그럴듯한 오답을 조립합니다. 환각은 모델의 결함이기 전에 입력의 결함입니다.
사람으로 바꿔 생각하면 자명합니다. IQ 200짜리 천재 실무자에게 프로젝트 하나를 맡기면서 서로 상충하는 요청사항 수십 개를 함께 던져보세요. 결과물은 이상해집니다. 지능이 부족해서가 아니라, 입력이 오염돼서입니다. 모델의 지능이 올라가도 이 구조는 그대로입니다.
그래서 컨텍스트는 '많이'가 아니라 '검증해서, 필요한 만큼만' 줘야 합니다. 플래티가 문서를 채점해 맞는 것만 SSOT에 넣고, 질문마다 관련된 부분만 골라 건네는 이유입니다. 컨텍스트 관리는 모델이 발전할수록 덜 필요해지는 일이 아니라, 더 정교해져야 하는 일입니다.
병목은 이동한다, 사라지지 않는다
모델이 약하던 시절의 병목은 추론이었습니다. 이제 추론은 충분합니다. 그러자 병목이 드러났습니다: AI가 일할 재료, 즉 회사에 대한 정확한 컨텍스트. 모델이 좋아질수록 이 격차는 벌어집니다. 같은 모델을 쓰는 두 회사가 있을 때, 성과를 가르는 것은 모델이 아니라 모델에게 무엇을 주느냐입니다.
그래서 플래티는 모델과 경쟁하지 않는다
플래티는 어떤 모델이 오든 그 모델이 회사를 이해하게 만드는 층입니다. 모델이 좋아지는 것은 저희에게 위협이 아니라 순풍입니다. 추론이 좋아질수록, 정확한 컨텍스트가 만들어내는 가치가 커지니까요.