검색하는 사람은 키워드 하나로 끝내지 않고, 여러 키워드를 이어서 검색하며 목적을 이룹니다. 패스 파인더는 이 검색 경로를 보여 주지만, 경로가 다양하고 데이터가 많아 해석하고 정리하기가 쉽지 않았습니다. 패스 파인더 스킬스는 입력한 키워드가 포함된 경로를 최대 300개까지 수집해 주요 경로와 중요한 분기점을 정리하고, 인사이트와 실행 방안을 담은 리포트를 만들어 줍니다. 이 글에서는 스킬스의 구성과 함께, 리포트를 받은 뒤 자사 상황(Context)을 더해 담당자별로 이어서 질문하는 방법을 “멜라토닌” 사례로 소개합니다.
쿼리파인더는 입력한 키워드가 포함된 검색어를 검색량과 함께 보여 주지만, 데이터가 많아 해석하고 활용하기가 쉽지 않았습니다. 쿼리파인더 스킬스는 키워드 약 1,000개와 4년치 검색 데이터를 수집해 검색 목적과 브랜드 관점으로 분석하고, 인사이트·실행 방안을 담은 리포트를 만들어 줍니다. 수집한 데이터는 엑셀로 따로 보관되기 때문에 리포트를 받은 뒤에도 콘텐츠 캘린더, 광고 키워드, FAQ, 경쟁사 비교처럼 각자 업무에 맞는 결과물을 질문 하나로 계속 만들 수 있습니다. 이 글에서는 스킬스를 도입한 이유와 구성, 그리고 “디저트” 키워드로 직접 테스트한 활용 사례를 소개합니다.
인공지능 패러다임이 단순 “질문 시 답변을 생성하는 도구, 생성형 AI”에서 “스스로 목표를 설정하고 작업을 완수하는 동료, 에이전틱 AI”로 급격히 진화하고 있습니다. 에이전틱 AI는 복잡한 의도 파악, 자율적 계획 수립, 멀티 도구 연동, 실패 시 자체 교정하는 능력을 바탕으로 기업의 생산성을 확장시키고 있습니다. 에이전틱 AI가 기업 업무 환경에 적용되는 과정을 살펴보고, 성공적인 전환을 위해 무엇을 시작할지 […]
LLM이 빠르게 발전하면서 API 기반으로 AI 서비스를 만드는 방식에는 세 가지 한계가 생겼습니다. 모델이 바뀌는 속도를 따라가기 어렵고, 개인 LLM이 주는 결과만큼 내기 어렵고, 종량제 API는 비용 부담이 큽니다. 그래서 리스닝마인드는 2025년에 MCP를 출시해, 사용자가 구독 중인 LLM에서 바로 리스닝마인드의 검색 데이터를 쓸 수 있게 했습니다. 다만 여러 단계를 거쳐야 하는 복잡한 분석은 여전히 어려웠습니다. 이번에 내놓은 Skills는 ‘절차적 지식’을 담아 이 간극을 메우고, 각 조직이 자기 업무 방식에 맞게 고쳐 쓰는 기본 도구가 되는 것을 목표로 합니다.
