애프트쿼리 vs Wedge

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.

Wedge 장단점

• Wedge의 가장 큰 장점은 '직접 방문 감사' 방식입니다. 엔지니어가 현장에 와서 직원들이 실제로 어떤 업무를 반복하는지 관찰한 뒤 자동화 영역을 제안하기 때문에, 병원 행정팀이 스스로 파악하지 못한 비효율까지 발견할 수 있습니다. 수익 회수 최적화(Revenue Cycle Management)에 강점이 있어 청구 누락이나 거절 건을 분석하고 회수 가능한 금액을 구체적으로 산출해 줍니다. 의료 전용 AI 에이전트라서 EMR/EHR 시스템, 보험사 포털, 환자 커뮤니케이션 도구 등과의 연동성이 고려되어 설계됩니다.

• Wedge는 즉시 가입해 사용할 수 있는 일반 SaaS 도구가 아닙니다. 도입 전 현장 방문과 심층 상담이 필수라 소규모 클리닉이나 개인 병원에는 접근성이 떨어집니다. 공개된 가격 정보가 없어 예산 파악이 어렵고, 계약 규모에 따라 비용이 달라질 수 있어 투명성이 부족합니다. 또한 2020년 설립된 비교적 신생 스타트업으로, 장기적인 서비스 안정성과 대규모 의료 시스템에서의 검증된 레퍼런스가 경쟁사 대비 적을 수 있습니다.

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

Wedge 주요 기능

• 현장 방문 종합 자동화 식별 감사(Automation Audit)
• Epic·Cerner 등 EHR 밀착형 양방향 통합
• 에이전트별 실시간 ROI 추적 대시보드
• 보험 사전 승인(Prior Auth) 및 청구 거절 자동 처리
• AI 에이전트 감사 추적·리스크 레지스트리·거버넌스 관리
• 전체 수명 주기 개발·통합·유지보수 전담