애프트쿼리 vs 누클레오

애프트쿼리 장단점

• 단순 라벨링을 넘어 골드만삭스, 구글 출신 등 실제 업계 전문가들이 직접 설계한 고품질 데이터를 제공하므로 모델의 전문성이 비약적으로 향상됩니다. 특히 루브릭(Rubrics) 기반의 RLHF를 통해 모델이 왜 해당 답변을 내놓아야 하는지에 대한 정교한 피드백을 학습시킬 수 있으며, 에이전트 전용 훈련 환경을 통해 복잡한 멀티스텝 워크플로우 학습이 가능합니다. 또한 독자적인 벤치마크(IDE-Bench, FinanceQA 등)를 보유하고 있어 모델 성능을 객관적으로 검증할 수 있는 연구 역량이 뛰어납니다.

• 전문 인력을 직접 투입하는 방식의 특성상 구축 비용이 경쟁사 대비 매우 높을 것으로 예상되며, 대규모 범용 데이터를 단기간에 확보해야 하는 프로젝트에는 가성비가 떨어질 수 있습니다. 소규모 스타트업이나 개인 개발자를 위한 셀프 서비스 플랜이나 공개된 가격 정보가 부족하여 접근성이 낮으며, 주로 최상위 AI 리서치 랩이나 엔터프라이즈를 타겟으로 하기에 도입 상담 과정이 복잡할 수 있다는 점이 진입 장벽으로 작용합니다.

누클레오 장단점

• CT 영상에서 종양 경계를 자동으로 분할하여 방사선과 전문의의 수동 측정 시간을 5~10분에서 1~2분 수준으로 단축해 줍니다. RECIST 1.1 같은 국제 표준 가이드라인을 자동으로 적용하여 측정의 일관성을 보장하며, 여러 시점의 영상을 자동으로 정렬해 종양 변화를 시각적으로 비교하는 기능이 임상에서 실질적으로 유용하다는 평가입니다. 특히 다발성 간 전이나 림프절 같이 측정이 까다로운 병변에서도 3D 부피 측정을 지원하여 기존 2D 측정의 한계를 보완합니다.

• 의료 전문 소프트웨어인 만큼 개인이 가볍게 구독해 사용할 수 없고 병원 단위 계약이 필요해 접근성이 낮습니다. AI 분할 결과가 항상 완벽하지 않아 전문의의 최종 검수가 필수적이며, 특히 석회화된 병변이나 비정형 형태의 종양에서는 수동 보정이 상당히 필요하다는 사용자 피드백이 있습니다. 아시아인 데이터로 충분히 학습되었는지에 대한 투명성이 부족하고, 한국어 인터페이스와 국내 기술 지원 여부가 불확실하여 도입 시 추가적인 검토가 필요합니다.

애프트쿼리 주요 기능

• 고품질 SFT·RLHF 훈련용 전문가 제작 데이터 페어
• 추론·코딩 성능 개선을 위한 루브릭 기반 피드백
• MCP 기반 에이전트 훈련 상호작용 데이터
• 맞춤형 도메인 특화 데이터셋 제작 서비스
• 컴퓨터 사용 환경 시뮬레이션 및 데이터 수집

누클레오 주요 기능

• RECIST 1.1 기준 병변 자동 세그멘테이션 및 크기 측정
• 시계열 CT 영상 자동 정렬 및 종양 변화 추적
• 근감소증(Sarcopenia) 진단용 체성분 정량 분석
• 3D 부피 측정으로 다발성 간 전이 및 림프절 정밀 평가
• 수 초 내 분석 완료 및 임상 리포트 자동 생성