랜딩 AI vs 세이리엔트

랜딩 AI 장단점

• 수기 양식이나 병합 셀이 섞인 복잡한 표에서도 기존 OCR보다 추출 정확도가 높습니다
• 양식별 템플릿을 따로 학습시키지 않아도 처음 보는 문서 레이아웃에 바로 대응합니다
• Snowflake 같은 데이터 플랫폼 안에서 직접 처리해 문서를 외부로 내보내지 않고도 보안 요건을 맞출 수 있습니다
• 추출한 값마다 원본 위치 좌표가 함께 남아 감사 추적(Audit Trail)이 가능합니다

• 전문적인 기능이 많아 초보자에게는 초기 설정 과정이 복잡할 수 있음
• 대량 문서 처리를 위한 고성능 모델 사용 시 비용 부담 발생 가능

세이리엔트 장단점

• 가장 큰 강점은 '규정 준수(Compliance)'와 '맥락 유지'입니다. 대출 회수 업무는 법적 규제가 매우 까다로운데, Salient는 AI가 규정을 위반하지 않도록 실시간으로 제어되어 대출 기관의 법적 리스크를 줄여줍니다. 또한 고객의 과거 발언(예: "다음 주에 월급 들어와요")을 기억해 불필요한 반복 질문을 줄임으로써 고객 경험을 개선합니다. 24시간 운영으로 인간 상담원 대비 처리 비용을 약 60% 절감할 수 있다는 점도 기업 고객에게 큰 매력입니다.

• 미국 금융 규제(FDCPA, CFPB 등)에 특화되어 설계되었기 때문에, 한국을 포함한 타 국가의 금융 환경에는 바로 적용하기 어렵다는 것이 가장 큰 한계입니다. 또한 2023년 설립된 초기 단계의 스타트업(Series A)이므로, 수십 년간 운영된 레거시 금융 시스템과의 통합 과정에서 예상치 못한 기술적 장벽이 발생할 수 있습니다. 민감한 채무 독촉 상황에서 AI가 인간 베테랑 상담원만큼의 정서적 유연성을 발휘할 수 있을지에 대한 검증도 여전히 필요합니다.

랜딩 AI 주요 기능

• DPT-2 기반 Agentic Reasoning: 제로샷 문서 레이아웃 분석
• 복잡한 표·체크박스·서명·스탬프 정밀 인식
• 추출 데이터의 시각적 근거(Visual Grounding) 및 상세 좌표 제공
• Snowflake, AWS, SAP 등 엔터프라이즈 환경과의 네이티브 연동
• Python·TypeScript SDK와 REST API로 자체 앱에 연동
• 수십억 페이지 처리를 위한 고처리량 미션 크리티컬 워크플로우 지원

세이리엔트 주요 기능

• Taylor: 음성·문자·이메일·채팅 멀티채널 대출 서비스 AI 에이전트
• Marshall: 실시간 규제 준수 및 QA 모니터링 스위트
• Agent Studio: 셀프서브 AI 음성 에이전트 구성·테스트·배포 도구
• 차용자별 통합 맥락 저장(Borrower-level Memory)으로 반복 질문 제거
• CFPB·OCC 기준 감사 증적 자동 생성 및 증거 팩 내보내기
• 기존 LMS/CCaaS와 즉시 연동되는 0-Day Integration