소이랩이 맡는 일
문제를 구조화합니다
현장 관찰과 사용자 경험을 바탕으로 대상, 데이터, 적용할 업무와 검증 기준을 정리합니다.
사용자와 실험을 운영합니다
시민·기관·기업·전문가의 역할을 조정하고 작은 규모의 적용과 피드백을 반복합니다.
결과와 한계를 남깁니다
효과, 사용성, 오류와 운영 부담을 기록해 수정·재실험·확대·중단의 다음 판단을 준비합니다.
SOILAB AI/AX Living Lab Framework
문제부터 근거와 개선까지, 7단계로 연결합니다
사용자와 문제를 정의하고, AI/AX 적용의 필요성을 살핀 뒤 작은 실험으로 확인합니다. 효과뿐 아니라 오류와 운영 부담을 남기고, 다음 실행을 결정합니다.
- 01
Problem
문제 정의
누가 어떤 상황에서 어려움을 겪고 있나요?
확인 자료 · 현장 관찰·당사자 경험
산출물 · 문제정의서·이해관계자 지도
관련 자료·도구 - 02
Data
데이터 확인
필요한 자료가 있고, 사용할 수 있나요?
확인 자료 · 기존 기록·이용 동의·자료 접근 범위
산출물 · 활용 가능한 데이터 목록
관련 자료·도구 - 03
AI Opportunity
AI/AX 적용 탐색
어떤 업무를 바꾸며, AI 적용이 필요한가요?
확인 자료 · 현재 업무 흐름·반복량·검수 조건
산출물 · 적용 가설·적용하지 않을 범위
관련 자료·도구 - 04
Co-design
공동설계
사용자와 운영자가 함께 실험을 설계했나요?
확인 자료 · 당사자·기업·기관·전문가 의견
산출물 · 실증계획·참여자 동의·판단 기준
관련 자료·도구 - 05
Experiment
현장 실증
작은 규모로 적용해 무엇을 관찰했나요?
확인 자료 · 프로토타입·실험 대상·운영 조건
산출물 · 실험 기록·사용자 피드백
관련 자료·도구 - 06
Evidence
근거 확인
효과·사용성·운영 부담·위험을 확인했나요?
확인 자료 · 사전·사후 측정·관찰·오류 기록
산출물 · 정량·정성 근거·한계
관련 자료·도구 - 07
Improve / Scale
개선과 다음 판단
계속할까요, 수정할까요, 멈출까요?
확인 자료 · 효과·비용·위험·담당자 부담
산출물 · GO / MODIFY / STOP·다음 실험
관련 자료·도구
AI가 필요하지 않으면 다른 개선 방법을 선택합니다. GO는 지속·확대, MODIFY는 수정 후 재실험, STOP은 중단을 뜻하며 실제 근거를 확인한 뒤 판단합니다.
우리 사업에 적용하려면
기존 수행사례에서 대상과 운영 조건을 확인하고, 실무 양식으로 문제와 측정 기준을 정리해 보세요. 현장 조건에 맞는 실증 설계가 필요하면 소이랩과 함께 범위를 정할 수 있습니다.