UX에서 AI로 - 프레임아웃이 자체 LLM을 만들게 된 이유

AI 얘기가 나올 때마다 이런 말을 많이 들었습니다.

“프레임아웃은 UX 잘 하는 회사잖아요. AI도 직접 하나요?”

사실, 우리도 그 질문을 꽤 오래 스스로에게 던졌습니다.‘우리가 AI를 직접 만들어야 하는 걸까?’‘이미 좋은 모델들이 많은데 굳이?’

‘우리가 가진 강점은 UX와 실무 경험인데, 이게 AI와 연결될 수 있을까?’

하지만 프로젝트를 할수록, 고객사의 문서를 분석할수록, 현장에서 부딪히는 문제는 점점 더 명확해졌습니다.

1. 문제는 기술이 아니라 “일하는 방식”

고객사는 늘 이렇게 말하곤 합니다.

“자료는 첨부했는데, AI가 이전 대화나 프로젝트 내용을 기억하지 못하네요.”“새로운 대화를 시작할 때마다 다시 설명해야 해요.”“문서를 넣어도 뭔가 단편적으로만 이해하는 것 같아요.”

범용 AI를 아무리 잘 연결해도 맥락을 기억하지 못하고, 문서를 ‘읽는 것’과 ‘이해하는 것’을 구분하지 못하는 한계가 명확했습니다.

특히 LLM의 구조적 한계인 컨텍스트 윈도우(20K~100K) 문제는 큰 프로젝트를 다루는 기업에게는 너무나도 현실적인 벽이었습니다.

• 대화를 길게 이어가면 이전 내용을 잃어버리고
• 폴더를 새로 만들면 기존 프로젝트를 기억하지 못하고
• 수십 개의 문서를 올리면 서로의 관계를 이해하지 못했습니다.

우리는 여기서 중요한 걸 깨달았습니다.

AI 모델이 아니라, “기업의 일하는 방식”에 맞춘 엔진이 필요하다는 것.

이 깨달음이 바로 FR-1과 Synapse Engine™ 개발의 시작점이었습니다.

1. 왜 프레임아웃이 직접 LLM을 만들기로 했을까?

우리는 25년 넘게 600여개 이상의 프로젝트를 수행하면서 다양한 산업군을 아우르는 제안서, 전략서, 기획서, 마케팅 카피, UX 문서들을 직접 만들어왔습니다.그리고 어느 순간 깨달았습니다.

“우리가 가진 데이터는 단순한 문서가 아니라, ‘기업이 일하는 방식’ 자체다.”

• 전략 문서가 어떻게 구성이 되는지
• 제안서의 헤드라인이 어떤 패턴을 갖는지
• 카피 문장의 리듬과 맥락은 어떤지
• 기획서가 어떤 논리 구조를 가지는지

이 모든 것은 범용 LLM이 쉽게 학습하거나 따라 할 수 없는 것이었습니다.

그래서 우리는 결심했습니다.

“우리가 가진 실무 지식과 문서 패턴을 모델에 그대로 담아보자.”

“그래서 진짜 ‘일을 아는 AI’를 만들자.”

그 결과 탄생한 모델이 바로 FR-1 Consulting Model과 FR-1 Marketing Model입니다.

1. 하지만 LLM만으로는? - Synapse Engine™의 필요성

FR-1 모델이 잘 작동한다고 느낄 때쯤 새로운 문제가 등장했습니다.

바로 기억의 한계였습니다.

아무리 좋은 모델이어도 대화가 바뀌거나 프로젝트가 달라지면 모든 맥락이 사라졌습니다.

기업은 늘 이렇게 일하지 않습니다.

프로젝트는 몇 달~몇 년 단위로 이어지고, 회의 기록·보고서·산출물·결정 과정이 서로 연결된 상태로 누적됩니다.

여기에 기존 RAG는 너무나 제한적이었습니다.

• 문서를 끊어서 벡터로 저장
• 키워드 기반으로 검색
• 문서 간 관계는 이해하지 못함
• 긴 문서가 많으면 검색 품질 저하

그래서 우리는 LLM 위에 새로운 엔진이 필요하다고 느꼈습니다.

‘문서를 이해하는 것과 기억하는 것은 완전히 다른 일이다.’

이 고민에서 탄생한 기술이 바로 Synapse Engine™입니다.

1. Synapse Engine™이 해결한 것들

우리가 해결하려던 것은 단순한 ‘검색 성능 향상’이 아니었습니다.더 근본적이었습니다.

① 새로운 대화를 시작해도 프로젝트 전체를 기억해야 한다

프로젝트가 여러 개여도 문맥이 단절되지 않아야 합니다.

② LLM의 컨텍스트 한계를 넘어서야 한다

20K나 100K 같은 제한에 갇히지 않고, 문서 수백 개도 장기적으로 기억해야 합니다.

③ RAG 이상의 이해력

문서를 “검색”하는 것이 아니라 문서 간 관계·맥락·의미적 연결을 이해해야 합니다.

④ 실제 기업처럼 ‘지식이 축적되는 구조’

AI가 자료를 더 많이 받을수록 업무 이해도가 올라가고 결과의 품질도 좋아져야 합니다.

이 네 가지를 해결한 엔진이 바로 Synapse Engine™이며, 현재 프레임아웃의 모든 AI 서비스의 ‘두뇌 역할’을 하고 있습니다.

‍

1. 개발 과정에서 가장 어려웠던 점

솔직히 말하면, “모델을 만드는 것”보다 “모델이 잘 일하도록 만드는 것”이 더 어려웠습니다.

예를 들어

• 기업 문서를 어떻게 조각낼 것인가?
• 문서의 관계를 그래프로 어떻게 표현할 것인가?
• 어느 수준에서 메모리를 장기 저장할 것인가?
• 프로젝트가 여러 개면 서로 섞이지 않게 어떻게 설계할까?
• 모델이 스스로 배운 내용을 망치지 않게 유지하는 방법은?

이 질문들에 대한 답을 찾기 위해 우리는 수십 번의 시도와 실패를 반복했습니다.

하지만 하나씩 해결될 때마다 모델의 품질은 눈에 띄게 달라졌습니다.

1. 그리고 마침내 보이기 시작한 성과

Synapse Engine™ + FR-1 조합이 안정화되면서 우리는 이전에는 보기 어려웠던 결과들을 보기 시작했습니다.

1. 프로젝트를 바꿔도 문체와 논리가 유지됨

고객사 특유의 보고서 스타일, 헤드라인 패턴, 전략 구성 방식이 자동으로 재현됩니다.

2. 문서 수십 개를 올려도 맥락이 연결됨

제안서·분석 보고서·회의록이 하나의 이야기처럼 이어집니다.

3. 반복 업무가 놀라울 만큼 빨라짐

기획서 초안, 화면 흐름 개요, 카피, 분석 요약

4. ‘기업 전용 AI’로 성장

특정 고객사의 도메인 지식이 모델 안에 자연스럽게 쌓여 다음 프로젝트에서 바로 활용됩니다.

우리가 처음 목표로 했던 ‘사용할수록 더 똑똑해지는 AI’가 이제 기술적으로 실현되고 있다는 의미였습니다.

1. 프레임아웃이 만드는 AI는 무엇이 다른가?

우리는 AI를 단순한 기능이나 효과로 보지 않습니다. 프레임아웃의 AI는 “일하는 방식”을 바꾸는 도구입니다.

• 보고서가 더 빨리 만들어지고
• 전략이 더 명확해지고
• 카피가 더 자연스러워지고
• 반복 업무에 쓰던 시간이 줄어들고
• 프로젝트가 누적될수록 AI는 더 똑똑해집니다

결국 AI는 “기업이 축적해온 경험과 지식을 확장시키는 기술"이라는 걸 우리는 직접 확인하고 있습니다.

그리고 그 출발점에 FR-1과 Synapse Engine™이 있습니다.

1. 앞으로의 여정

우리는 아직 완성했다고 생각하지 않습니다.이제 시작이라고 생각합니다.

• FR-1의 reasoning 성능 강화
• Synapse Engine™의 자동 지식 그래프 확장
• 기업/도메인별 커스텀 모델 제공을 위한 권한관리(RBAC : Role-Based Access Control) 탑재
• AI 기반 업무 자동화 파이프라인 구축
• ConversAI · InsightAI · AutoPage 기반 통합 AI 플랫폼

프레임아웃의 AI 기술은 계속 진화할 것입니다.

마지막으로, 우리는 ‘AI를 사용하는 회사’가 아니라 AI를 직접 만들고, 그 기술로 고객의 업무를 바꾸는 회사가 되고 있습니다.

FR-1과 Synapse Engine™은 그 변화의 첫 번째 증거입니다.

그리고 이 여정을 고객사와 함께 확장해 나갈 준비가 되어 있습니다.

‍

Where AI Drives UX, FRAMEOUT

‍