Actionable AI는 AI Agent 교육팀을 위한 데이터 제품 회사입니다. Reward.app을 통해 사용자가 승인한 Android 화면 작동 궤적을 수집하고 이를 바우처 검증 결과(영수증, 주문, 정산)와 결합하여 모델 교육, 평가 및 보상 모델링에 사용할 수 있는 구조화된 데이터 세트를 출력합니다. 테이크아웃, 전자상거래, 여행이라는 세 가지 주요 소비 시나리오를 다루고 브라질과 같은 신흥 시장을 다룹니다.

실행가능한AI

핵심 매개변수 및 통계

Actionable AI는 전통적인 의미의 SaaS 도구나 API 서비스가 아닌 AI Agent 교육 데이터 인프라에 중점을 둔 데이터 제품 회사입니다. 핵심 결과물은 사용자가 승인한 실제 Android 앱 작동 궤적과 자격 증명 확인 결과(영수증, 주문 상태, 결제 신호)의 구조화된 쌍 데이터 세트입니다.

프로젝트	공공정보
공식 포지셔닝	검증된 영수증 결과와 연결된 실제 사용자 앱 여정
데이터 수집 방법	award.app 안드로이드 접근성 서비스(사용자 인증)
데이터 검증 방법	제3자 바우처(영수증, 주문, 결제)의 지능형 매칭
핵심 출력	운영트랙 + 바우처 검증결과 + 보상라벨
첫 번째 시장	브라질(테이크아웃, 전자상거래, 여행)
후보시장 확대	홍콩, 싱가포르, 인도, 인도네시아, 아랍에미리트, 미국
적용 가능한 워크플로우	테이크아웃 주문, 전자상거래 검색 및 구매, 여행 및 택시 호출
대상 바이어	AI Agent 교육팀, 평가팀, 신뢰성팀, 데이터 조달팀
연락 채널	[email protected] (데이터팀에 직접 이메일)
공개 가격	비공개, 파일럿 모드 출시

데이터 제품 포지셔닝: Actionable AI는 원시 로그나 순수 영수증 데이터가 아닌 "작업 의도 → 화면 추적 → 검증 결과"의 세심하게 결합된 3-in-1 구조의 기록을 제공합니다. 각 기록에는 사용자 의도 명령 인앱 작업 이벤트 시퀀스(검색, 찾아보기, 구매 추가, 쿠폰 코드 시도, 정산)와 바우처에서 확인한 최종 결과(가맹점, 장바구니, 가격, 수수료, 프로모션, 정산 합계)가 포함되어 있습니다. 이런 종류의 페어링 데이터는 현재 시장에서 드물다.

Acquisition + Verification Close: 획득 측에서는 Android 접근성 서비스를 사용하여 Reward.app을 통해 화면 상태 및 상호 작용 경로를 캡처하고, 검증 측에서는 영수증의 스마트 매칭을 통해 거래 결과를 확인합니다. 양쪽 끝은 개인정보 처리(마스킹, 필드 삭제 보고, 품질 표시) 후 전달 파이프라인에 들어갑니다. 관계자는 "자격 증명 링크 범위"를 핵심 품질 지표로 분명히 간주하여 "관찰된 궤적만"과 "자격 증명으로 검증된 보상 마크 궤적"이라는 두 가지 품질 수준을 구분합니다.

시장 전략: 실행 가능한 AI는 영수증 일치 링크가 가장 성숙하고 검증 명확성이 가장 높기 때문에 브라질 시장의 테이크아웃 시나리오부터 시작하여 "먼저 파일럿 후 확장"이라는 실용적인 경로를 채택합니다. 고객은 먼저 하나의 시장과 하나의 워크플로에서 링크 적용 범위와 품질을 확인한 다음 필요에 따라 더 많은 시장과 앱 카테고리로 확장합니다.

사용자 및 시장 인지도

실행 가능한 AI는 현재 초기 상용 검증 단계에 있으며 공개 채널에서는 사용자 수, 기업 고객 목록 또는 수익 데이터를 공개하지 않았습니다. 시장 인지도는 주로 제품 포지셔닝의 부족과 대상 고객 그룹의 정확한 일치에 반영됩니다.

명확한 대상 구매자: 공식 구매자 초상화는 AI 에이전트 교육 및 교육 후 데이터 팀, 실제 앱 작업 ​​완료를 평가하고 측정하는 팀, 실패 및 복구 동작을 연구하는 안정성 팀, 사전 동의, 데이터 스키마 및 품질 검토가 필요한 데이터 조달 팀의 네 가지 유형의 팀을 직접 나타냅니다. 현재 에이전트 구현 붐 속에서 이러한 네 가지 유형의 역할에 대한 수요가 빠르게 증가하고 있습니다.

경쟁 대안 비교:

비교 차원	실행 가능한 AI	대안(자체 수집/합성 데이터)
데이터 신뢰성	실제 사용자 작업 + 자격 증명 확인 결과	합성 데이터에는 실제 노이즈가 없습니다. 자체 구축에는 대규모 실제 테스트가 필요합니다
개인정보 보호 준수	award.app 사용자 인증 수집 + 둔감화 처리	자신만의 동의 프레임워크와 개인 정보 보호 파이프라인을 구축해야 합니다
취재 작업 흐름	빈도가 높은 세 가지 소비 시나리오: 테이크아웃/전자상거래/여행	각 앱에 적응하려면 자체 개발한 컬렉션 스크립트가 필요합니다
고장 모드 적용 범위	프로모션 실패, 결제 재시도, 취소 등의 극단적인 경우를 포함합니다.	합성 데이터는 실제 롱테일 이상 현상을 놓치는 경우가 많습니다
배송 형식	품질 표시 및 감도 저하 보고서를 포함한 구조화된 JSON	스키마 및 품질 표준을 직접 정의해야 함
조달 임계값	파일럿 출시, 주문형 가격	높은 초기 투자(엔지니어링 + 규정 준수 + 운영)

채택 전제 조건: Actionable AI의 가치는 데이터 링크 감사 가능성에 대한 구매자의 요구 사항에 따라 크게 달라집니다. 팀이 앱 시나리오의 실제 작업 완료율이 아닌 정적 벤치마크의 모델 점수에만 관심을 갖는다면 이 결합된 데이터의 한계 이점은 크게 줄어들 것입니다.

비용 이점

Actionable AI의 비용 이점은 제품 형태(운영 트랙 + 바우처 검증 페어링)가 공개 시장에서 직접적인 벤치마크가 거의 없기 때문에 "경쟁 제품보다 얼마나 저렴합니까"에 반영되지 않지만 "자체 구축 vs. 구매"의 암묵적인 비용 비교에는 반영됩니다.

C 측/직접 사용자: Actionable AI는 개인 사용자를 위한 것이 아니며 무료 요금제나 구독 시스템이 없습니다.

개발자/에이전트 팀: 조달 비용은 파일럿 가격(공개되지 않음)이며 [email protected]로 이메일을 통해 전달되어야 합니다. 숨겨진 비용은 다음과 같습니다.

• 시간 비용: 데이터 수집, 사용자 인증, 개인정보 민감도 감소부터 자격 증명 확인까지 자체 구축된 파이프라인을 구축합니다. 중간 규모의 엔지니어링 팀(4~6명)으로 개발 및 규정 준수 주기는 약 3~6개월 정도 소요될 것으로 추정됩니다.
• 품질 비용: 합성 데이터 또는 시뮬레이터 데이터는 망설임, 재시도, 쿠폰 오버레이 실패 등 실제 사용자의 행동 패턴을 재현할 수 없으므로 실제 상황에서 모델의 예상치 못한 행동 저하로 이어집니다.
• 규정 준수 비용: 사용자 권한 수집 프레임워크를 직접 구축하려면 GDPR, LGPD(브라질), CCPA 및 기타 지역의 개인 정보 보호 규정 준수 검토를 처리해야 합니다.

엔터프라이즈/규모 팀: Actionable AI의 파일럿 모델 자체는 비용 제어 방법입니다. 하나의 시장, 하나의 워크플로 및 최소 링크 샘플 크기에서 시작하여 대량 구매에 착수하기 전에 먼저 데이터 품질을 확인합니다. 팀은 데이터 가용성 평가를 완료하기 위해 파일럿 예산을 허용 가능한 범위(대개 엔지니어 1~2명의 월급에 해당) 내로 유지하기만 하면 됩니다.

숨겨진 이점: 페어링된 데이터의 또 다른 가치는 평가 효율성 향상입니다. 전통적으로 앱 작업에 대한 에이전트의 성능을 평가하려면 작업 결과를 하나씩 수동으로 확인해야 합니다. 바우처 검증 결과를 통해 "작업이 성공적으로 완료되었는지 여부"를 자동으로 판단할 수 있어 체계적 평가에 드는 노동력을 절약할 수 있습니다.

주요 기능

Actionable AI는 에이전트 교육 수명 주기의 다양한 섹션을 다루는 네 가지 유형의 데이터 제품을 제공합니다.

• 앱 여정 데모: 화면 상태, 표시되는 텍스트, 클릭/스와이프 작업, 타이밍, 재시도 횟수 및 워크플로 발전 진행 상황을 포함하여 award.app에서 수집된 인간 탐색 궤적 데이터 세트입니다. 실제 소비자 앱 작동 동작을 학습하기 위한 모델 교육에 적합합니다. 첫 번째 배치는 테이크아웃, 전자상거래, 여행의 세 가지 주요 범주를 지원합니다.

• 영수증 검증 보상 라벨: 최종 주문 상태, 판매자, 장바구니, 가격, 수수료, 프로모션 및 정산 신호를 포함하여 스마트 영수증 매칭을 ​​기반으로 구축된 결과 라벨입니다. 보상 모델링, 평가 채점 및 교육 후 검토에 이상적입니다. 키값 : Agent의 작업 경로가 실제로 검증 가능한 결과 상태에 도달하는지 확인한다.

• 실패 및 복구 흐름: 프로모션 실패, 제품 매진, 결제 재시도, 장바구니 비우기, 주문 수정, 취소 등 "혼돈의 순간"에 있는 실제 사용자의 운영 데이터로 신뢰성 테스트 및 복구 행동 교육에 적합합니다. 이러한 엣지 케이스는 정적 벤치마크에서는 거의 존재하지 않지만 에이전트가 데모에서 프로덕션으로 이동할 때 직면해야 하는 핵심 시나리오입니다.

• 맞춤형 시장 컬렉션: 구매자의 목표 시장 앱 목록, 워크플로, 개인 정보 보호 요구 사항 및 전달 스키마를 중심으로 실행되는 맞춤형 데이터 수집 프로젝트입니다. 특정 앱이나 시장에 대한 실시간 행동 데이터가 필요한 팀에 적합합니다. 출발점: 먼저 파일럿 컬렉션을 완료한 다음 더 큰 규모로 커밋합니다.

시너지: 네 가지 제품이 완전한 데이터 가치 사슬을 형성합니다. "데모 트랙"은 교육 자료를 제공하고, "보상 태그"는 자동 평가 방법을 제공하며, "실패 복구"는 롱테일 견고성을 다루고 "맞춤형 컬렉션"은 특정 시장 격차를 해결합니다. 구매자는 먼저 소규모 파일럿을 통해 "링크 적용 범위"(즉, 해당 바우처 확인 결과를 찾을 수 있는 작업 트랙의 비율)를 확인한 후 공식 조달로 확장할 제품 라인을 결정할 수 있습니다.

모델 및 버전의 진화

데이터 제품 회사로서 Actionable AI의 버전 진화는 기존 소프트웨어의 버전 반복이 아닌 데이터 수집 기능 및 적용 범위의 확장을 반영합니다.

현재 핵심 제품 라인(~2025-Q3 첫 번째 출시):

• 앱 여정 데모: 브라질 시장의 테이크아웃, 전자상거래 및 여행 시나리오를 시작으로 첫 번째 핵심 궤적 데이터 세트가 공개되었습니다.
• Receipt-Verified Reward Labels: 검증 결과 라벨 레이어는 궤적 데이터 세트와 동시에 실행되므로 훈련 데이터에는 "과정"과 "결과" 정보가 모두 포함됩니다.
• 실패 및 복구 흐름: 프로모션 실패, 결제 재시도, 취소 등과 같은 시나리오를 다루는 궤적 데이터를 기반으로 필터링되고 주석이 추가된 엣지 케이스의 하위 집합입니다.
• 맞춤형 시장 컬렉션: 특정 요구 사항이 있는 구매자를 위한 맞춤형 데이터 수집 솔루션입니다.

초기 파일럿 단계(~2024~4분기):

• award.app을 통해 브라질 시장에서 Android 사용자 인증 데이터 수집 파일럿을 시작했습니다.
• 영수증 검증 서비스를 통한 데이터 매칭 파이프라인 구축을 완료했습니다.
• "운영트랙 → 상품권 검증 → 보상 라벨"의 완전한 타당성을 검증합니다.

향후 발전 방향(공식적인 약속은 없으며 다음은 공개 정보를 바탕으로 추론한 것입니다):

• 시장 커버리지 확대(홍콩, 싱가포르, 인도 등 후보 시장)
• 더 많은 소비자 앱 카테고리(여행 예약, 보험 구매, 금융 상품 등)를 추가하세요.
• 바우처 링크 적용 범위를 개선하고 빈 보상률을 줄입니다.
• 현재 수동 파일럿 프로세스를 대체하기 위해 표준화된 API 제공 인터페이스 도입이 가능합니다.

모델 훈련과의 관계: Actionable AI는 기본 모델 제공자가 아니며 모델 버전을 출시하지 않습니다. 데이터 제품의 업데이트 리듬은 수집 규모, 시장 확장 및 자격 증명 확인 범위에 따라 결정됩니다. 구매자는 버전 번호가 아닌 각 데이터 패키지의 "링크 적용 범위" 및 "품질 마크" 변경 사항에 주의해야 합니다.

기술적인 장점

Actionable AI의 기술적 가치는 모델 아키텍처나 추론 엔진에 있는 것이 아니라 데이터 파이프라인 설계와 품질 검증 메커니즘의 독창성에 있습니다.

수집 종료: award.app 접근성 서비스. 접근성 서비스를 통해 Android 기기의 화면 상태에 대한 직렬화된 표현을 캡처합니다(표시되는 텍스트, 상호작용 가능한 요소, 스크롤 위치, 클릭 좌표 및 타임스탬프 포함). 기존 추적 또는 로그 수집과 비교할 때 이 캡처 방법은 앱 개발자의 협력이 필요하지 않으며 모든 타사 애플리케이션을 포함합니다. 사용자 참여는 award.app의 사전 동의 절차를 통해 관리되며, 수집 내용, 목적, 참여 방법을 모두 사용자에게 설명합니다.

검증 종료: 스마트 영수증 매칭. 궤적 데이터가 전달된 후 영수증 확인 파이프라인을 통해 가맹점, 장바구니, 가격, 수수료, 프로모션, 주문 상태 및 결제 신호를 얻습니다. 매칭 로직은 두 가지 레이어로 나누어집니다. 먼저 "트랙에 영수증이 표시되는지 여부"(보상 유무)를 확인한 다음 영수증이 포함된 트랙에 대한 필드 수준 검증(가맹점 매칭, 금액 매칭, 프로모션 적용 여부 등)을 수행합니다. 공식에서는 '링크 범위'를 핵심 품질 지표로 보고합니다.

개인정보 보호 및 품질 관리. 각 기록은 배송 전에 민감도가 낮아지며(민감한 필드는 삭제 또는 교체) 마스킹된 필드 보고서 및 품질 마크와 함께 제공됩니다. 구매자가 받는 것은 "모든 궤적이 똑같이 중요하다"는 타일형 데이터가 아니라, 검증된 보상 레이블 궤적, 관찰 전용 미검증 궤적, 빈 보상 궤적 등의 계층화된 데이터이며, 각 계층은 서로 다른 신뢰성과 적용 가능한 시나리오를 갖습니다.

아키텍처 링크:

안드로이드 사용자 → 보상.앱(사용자 인증 + 배리어프리 수집)
    ↓
화면 추적 데이터(이벤트 시퀀스 + 화면 상태 + 타임라인)
    ↓
둔감화 + 필드 삭제 보고서
    ↓
영수증 검증 엔진(가맹점/가격/수수료/프로모션/결제 일치)
    ↓
구조화된 기록(트랙 + 검증 결과 + 보상 라벨 + 품질 표시)
    ↓
고객 배송(빈 보상 샘플 및 품질 보고서를 포함한 JSON 형식)

경쟁 제품과의 핵심 차이점: 대부분의 AI 에이전트 훈련 데이터는 합성 생성(실제 노이즈는 쉽게 누락됨) 또는 시뮬레이터 재생(실제 사용자의 재시도 및 복구 동작을 포괄할 수 없음)에서 비롯됩니다. 실행 가능한 AI는 "프로세스"(화면 작업의 전체 순서)와 "결과"(자격 증명 확인의 최종 상태)를 동시에 캡처합니다. 이는 공개 시장에서 상대적으로 드물게 결합됩니다. 단점은 보상 범위가 award.app의 사용자 설치 기반과 영수증 확인 파이프라인의 가용성에 의해 제한된다는 것입니다. 현재 브라질 시장에서만 의미 있는 페어링 규모가 달성되고 있습니다.

사용방법

Actionable AI는 파일럿 우선순위 조달 모델을 채택하고 셀프 서비스 등록이나 API 키 발급을 제공하지 않습니다.

사용 방법	군중에게 적합	프로세스	비고
파일럿	첫 번째 평가를 위한 에이전트 팀	파일럿 브리핑을 제출하려면 [email protected]로 이메일을 보내세요	워크플로우, 마켓플레이스, 데이터 세트 형태 선택
맞춤형 컬렉션	특정 앱/시장 요구 사항이 있는 팀	Pilot으로 시작하여 검증 후 Custom Program으로 확장	개인정보 검토 및 전달 스키마 협상 포함
데이터 전달	파일럿을 완료한 조달팀	합의된 형식으로 둔감화된 JSON 구조 레코드 수신	트랙, 검증 결과 및 품질 표시가 포함되어 있습니다

표준 파일럿 시작 단계:

1. 워크플로 선택: 테이크아웃(주문 + 바우처 인증), 전자상거래(검색 → 구매), 여행(택시 부르기 + 요금 인증) 3가지 카테고리 중 하나를 선택하세요. 공식적인 권장 사항은 영수증 매칭 링크가 가장 성숙하기 때문에 테이크아웃부터 시작하는 것입니다.
2. 데이터 세트 양식 선택: 결제 여정 + 영수증 라벨(결제 트랙 + 상품권 라벨), 구매 여정 + 영수증 라벨(구매 트랙 + 상품권 라벨), 실패 및 복구 흐름(실패 복구 흐름) 등
3. 시장 선택: 브라질이 권장되는 첫 번째 시장입니다. 홍콩, 싱가포르, 인도, 인도네시아, 아랍에미리트, 미국은 맞춤형 컬렉션으로 협의가 필요합니다.
4. 파일럿 목표 설정: 최소 링크 샘플 수, 허용되는 빈 보상 비율, 전달 형식 및 타임라인을 명확히 합니다.
5. 파일럿 브리프 보내기: 위 옵션을 [email protected]로 이메일을 보내 가용성과 예비 가격을 알아보세요.

일반적인 파일럿 개요 템플릿(공식 요청 페이지에서):

작업 흐름: 음식 배달
데이터세트: 결제 여정 + 영수증 라벨
시장: 브라질
사용 사례: 에이전트 교육
대상: 연결된 예제가 포함된 파일럿 샘플

데이터 형식 예(공식 제품 페이지에 공개된 JSON 구조에서 따옴): ``json { "instruction": "사용자의 평소 예산에 맞춰 저녁 식사를 주문하세요", "source": "reward.app Android 접근성 세션", "여행": { "app": "food_delivery_app", "시장": "pilot_market", "이벤트": ["열기", "검색", "view_item", "장바구니 추가", "apply_promo", "결제"] }, "receipt_match": { "판매자": "확인됨", "바구니": "확인됨", "fees_and_promos": "확인됨", "settlement_total": "확인됨" }, "보상_라벨": { "task_success": 사실, "가격_일치": 사실, "outcome_source": "검증된 영수증 인텔리전스" } }

## 제품 가격

Actionable AI의 가격 모델은 완전히 **파일럿 + 맞춤형 협상**을 기반으로 하며 공개 가격표, 무료 할당량 및 셀프 서비스 구독이 없습니다.

- **파일럿 단계**: 고객은 워크플로, 시장, 최소 링크 샘플 수를 선택하고 엔드투엔드 데이터 품질 평가를 완료합니다. 가격은 파일럿 범위와 샘플 크기에 따라 협상되며 공식 가격 범위는 공개되지 않습니다. 조달팀은 파일럿 예산을 엔지니어 1~2명의 월급에 해당하는 범위(구체적으로 공식 견적 기준)로 통제하는 것이 좋습니다.
- **공식 대량 구매**: 파일럿 검증이 통과된 후 공식 가격은 확장된 시장 앱 카테고리, 샘플 크기 및 배송 빈도에 따라 협상됩니다. 계약 조건에는 링크 적용 범위 SLA, 빈 보상률 한도, 둔감화 표준 및 배송 일정이 포함될 수 있습니다.
- **맞춤형 수집**: 특정 앱이나 신규 시장과 관련된 수집 프로젝트에는 수집 비용에 대한 추가 협상이 필요합니다(사용자 인센티브, 규정 준수 검토, 파이프라인 구축 등).

**공식 실시간 페이지에 따름**: 모든 가격 정보는 [email protected]로 이메일 문의를 통해 얻어야 합니다. 본 글은 어떠한 추측성 수치도 제공하지 않습니다.

## 애플리케이션 시나리오

Actionable AI의 데이터 제품은 연구 개발부터 프로덕션 배포까지 AI 에이전트의 여러 주요 측면을 직접적으로 지원합니다.

- **AI 에이전트 행동 교육**: 실제 앱 작동 궤적을 사용하여 에이전트를 교육하여 소비자 애플리케이션에서 인간의 의사 결정 프로세스(검색, 찾아보기, 비교, 구매 추가, 할인 코드 작업 및 결제)를 배울 수 있습니다. Agent의 행동 패턴이 실제 사용자의 행동 패턴과 유사하다는 점에서 이점이 나타나며, 테스트 환경에서는 잘 수행되지만 온라인 상태에서는 비정상적으로 행동하는 Agent 간의 격차가 줄어듭니다. 에이전트는 더 이상 시뮬레이터에서 "완벽한 경로"를 학습하지 않지만 현실 세계에서 탐색, 망설임 및 복구에 노출됩니다.

- **에이전트 평가 및 보상 모델링**: 자격 증명 검증 결과를 통해 "작업이 성공적으로 완료되었는지 여부"에 대한 평가 문제를 수동 검사에서 자동 판단으로 변경합니다. 에이전트 교육 팀은 영수증 확인 보상 라벨을 사용하여 에이전트가 단순히 "일련의 작업 완료"가 아닌 "진정한 성공"(가맹점 매칭, 가격 매칭, 정산 완료)을 추구하는 방법을 학습할 수 있도록 보상 모델을 구축할 수 있습니다. 또한 평가 팀은 이러한 레이블을 사용하여 실제 앱 작업에서 다양한 에이전트 버전 간의 성능 차이를 신속하게 확인할 수 있습니다.

- **신뢰성 테스트 및 실패 복구**: 실패 및 복구 흐름은 잘못된 프로모션 코드, 제품 품절, 결제 거부, 주문 취소 등과 같은 시나리오에서 실제 사용자의 운영 데이터를 제공합니다. 에이전트 신뢰성 팀은 이 데이터를 사용하여 에이전트가 비정상적인 상황에서 어떻게 행동하는지 테스트할 수 있습니다. 에이전트가 사람처럼 다른 쿠폰 코드를 다시 시도할까요? 결제 실패 후 대체 결제 수단을 선택할 수 있나요? 주문 취소가 인식되고 프로세스가 올바르게 중단될 수 있습니까?

- **경쟁 및 시장 행동 분석**(추론 시나리오): 둔감화된 운영 궤적 데이터는 검색어 변경, 가격 민감도, 프로모션 참여 등 다양한 앱에서 소비자의 행동 선호도를 간접적으로 반영할 수 있습니다. 그러나 이 시나리오에는 더 복잡한 개인 정보 보호 경계가 포함되며 Actionable AI가 이러한 사용을 지원하는지 여부는 조달 계약에서 명확하게 정의되어야 합니다.

## 해당자

Actionable AI의 대상 고객은 기업 수준의 AI Agent R&D 팀에 집중되어 있어 개인 개발자나 기술 지식이 없는 구매자에게는 적합하지 않습니다.

- **AI 에이전트 교육 및 사후 교육팀**: 직접적인 수혜자. 소비자 애플리케이션에서 다단계 작업을 수행할 수 있도록 에이전트 모델을 훈련하거나 미세 조정하려면 대량의 실제 앱 운영 데이터가 필요합니다. 페어링된 데이터의 가치는 '프로세스 시연'과 '결과 검증'을 동시에 제공하여 학습 데이터에서 잘못된 신호를 줄이는 것입니다.

- **에이전트 평가 및 품질 보증 팀**: 실제 작업에서 상담사의 성과를 측정하려면 반복 가능하고 감사 가능한 평가 데이터 세트가 필요합니다. 바우처 검증 결과는 평가 프로세스를 자동화할 수 있으며 더 이상 운영 결과를 일일이 수동으로 검사하지 않아도 됩니다. 다양한 모델 버전과 다양한 프롬프트 전략을 체계적으로 비교해야 하는 팀에 적합합니다.

- **데이터 조달 및 규정 준수 팀**: 엔터프라이즈 AI 프로젝트를 위한 규정을 준수하는 고품질 데이터 소스를 찾는 역할을 담당합니다. Actionable AI의 개인정보 처리 프로세스(사용자 인증 + 감도 저하 + 필드 삭제 보고)는 어느 정도 규정 준수 검토 요구 사항을 충족할 수 있지만 회사 내부 개인 정보 보호 및 보안 검토를 통과할 수 있는지 여부는 여전히 구매자의 평가가 필요합니다.

- **군중에게 적합하지 않음**: 텍스트/코드/다중 모달 사전 훈련 데이터가 필요한 팀(해당 데이터는 앱 작동 동작에 초점을 맞추고 해당되지 않음)과 같은 다음 시나리오에서는 Actionable AI를 구매하는 것이 권장되지 않습니다. 정적 벤치마크 평가만 필요한 팀(쌍 데이터의 핵심 가치는 순위 점수가 아닌 실제 작업 완료율 평가에 있음) 개인 개발자 또는 학생 프로젝트(조달 기준이 높고 셀프 서비스 솔루션이 없음) 실시간 API 액세스가 필요한 팀(현재 일괄 데이터 전달만 지원되며 API 인터페이스는 지원되지 않음)

## 요약 및 전망

Actionable AI의 핵심 경쟁력은 현재 AI Agent 훈련 데이터 시장에서 차별화된 포지셔닝을 갖고 있는 '작업 궤적 + 자격증명 검증 결과'의 쌍(pair) 데이터 구조에 있다. 가장 큰 데이터 제공자는 아니지만 "시뮬레이터 데모"에서 "실제 운영 + 검증 가능한 결과" 단계까지 에이전트 교육 데이터를 가져오는 중요한 격차를 메웁니다. 또한 파일럿 우선 소싱 전략은 구매자 평가 위험을 줄여 팀이 대규모 예산을 투입하기 전에 데이터 가용성을 확인할 수 있도록 해줍니다.

**현재 제한사항**:
- 제한된 적용 범위: 출시 시장은 브라질뿐이고 다른 지역은 아직 후보 단계에 있으며 북미, 유럽 또는 아시아의 성숙한 시장의 데이터가 필요한 팀에는 아직 제공되지 않습니다.
- 공개 가격 책정 및 셀프 서비스 시작 없음: 전체 조달 프로세스는 이메일 통신에 의존하므로 비효율적이며 빠른 반복이 필요한 데이터 팀에는 적합하지 않습니다.
- 표준화된 API 없음: 현재 배치 데이터 전달만 지원되며 실시간 교육 또는 평가 파이프라인에 통합할 수 없습니다.
- 규모가 아직 검증되지 않았습니다. 공개 채널에 고객 사례, 수익 데이터 또는 금융 정보가 없으며 제품은 아직 초기 상업 검증 단계에 있습니다.

**추가 관찰 포인트**:
- 시장 확장 속도: 예상대로 홍콩, 싱가폴, 인도 등 후보 시장에 진출했는지, 각 시장의 링크 커버리지 성과.
- 워크플로우 다양성: 음식배달, 전자상거래, 여행 외에 관광, 금융, 보험 등 고부가가치 카테고리를 포괄할지 여부.
- API 진행: 조달 마찰을 줄이기 위해 이메일 파일럿에서 셀프 서비스 플랫폼으로 이동할지 여부.
- 경쟁 환경의 변화: 에이전트 교육에 대한 수요가 증가함에 따라 유사한 데이터 공급업체가 더 많이 등장할 수 있으며 Actionable AI의 선점자 이점 창은 제한됩니다.

**조달/채택 위험 평가**:
- 팀은 먼저 워크플로우(테이크아웃 권장)와 브라질 시장을 갖춘 최소 파일럿을 시작하고 세 가지 지표인 링크 적용 범위(유효한 자격 증명과 일치할 수 있는 트랙 수), 빈 보상률 및 품질 마크 투명성을 확인하는 데 중점을 두는 것이 좋습니다. Pilot의 예산은 엔지니어 1~2명의 월급 범위 내에서 관리됩니다. 시장 및 워크플로우 확장을 고려하기 전에 데이터 가용성을 확인하십시오.
- 기업이 구매 전 확인해야 할 조건: 데이터를 모델 재훈련에 사용할 수 있는지, 둔감화 표준이 내부 규정 준수 요구 사항을 충족하는지, 바우처 검증의 정확성이 SLA에 의해 보장되는지, 데이터 전달 후 맞춤형 품질 심사가 지원되는지 여부.

버전 정보

• 핵심 데이터 제품군 ：Actionable AI의 첫 번째 공개 데이터 제품 라인에는 앱 여정 데모, 영수증 확인 보상 라벨, 실패 및 복구 흐름, 맞춤형 시장 컬렉션 등 4가지 주요 제품이 포함됩니다. 아직 공식적인 정확한 날짜는 없습니다. （~2025-Q3）
• 파일럿 데이터 수집 ：초기 파일럿 데이터 수집 단계에서 Reward.app은 브라질 시장에서 안드로이드 사용자 앱 운영 트랙 수집 및 바우처 검증에 대한 페어링 검증을 시작했습니다. 아직 공식적인 정확한 날짜는 없습니다. （~2024-Q4）