myrealtrip·문제마이리얼트립이 월 7만 5천 건의 CS 인입을 처리하면서 인력 효율과 고객 만족도의 균형을 맞춰야 함.
접근AI Agent(채팅 "AI 여행 메이트 마리", 전화 Agent)를 기존 상담 툴 위 레이어로 추가. 문의 유형 분석으로 자동화 영역(예약 확인, 정책 안내)과 인력 영역(환불, 클레임) 구분. 채널 통합 + 시트 자동화의 2축 운영.
결과상담원 57명에서 절반 이상 감축, 채팅 봇 첫 응대 80% 중 절반 자체 종료, 전화 Agent 100% 첫 응대 / 57% 자체 해결. 챗봇 만족도 4.61 vs 상담원 4.63 동등 수준.
AWS Korea·문제콘텐츠 번역가 10만 명을 자연어로 검색하려면 BM25 키워드와 벡터 의미 검색을 동시에 잘 다뤄야 한다. 기존 PostgreSQL 검색은 nDCG@10 0.90 목표에 미달.
접근Amazon OpenSearch Service 로 이전하면서 Nori 한국어 형태소 분석기 + 다국어 임베딩 + Bedrock Cohere/Claude 로 데이터 정제 파이프라인 구축. 단일 쿼리에서 키워드와 벡터를 결합.
결과nDCG@10 0.90 이상 달성. 표준 어휘 사전과 별칭 매핑으로 이력서 데이터 일관성도 확보.
베스핀글로벌·문제AI 할루시네이션은 모델이 아니라 데이터 파이프라인 결함의 결과. PoC 에서 90% 정확도였던 모델이 프로덕션에서 실패하는 이유.
접근3 레이어 구조: 입력단 AI 기반 자동 품질 감시 → 거버넌스 레이어로 출처·흐름·접근 추적 → 출력단 AI-on-AI 자동 검증. 검색 품질이 답변 정확도를 좌우하므로 맥락 기반 청킹·멀티모달 임베딩·하이브리드 검색·리랭킹 네 기법 적용.
결과단일 플랫폼 도입이나 벡터 DB 구축만으론 부족함을 명확히 한 실전 검증 패턴. 도메인별 맥락을 잃지 않는 데이터 파이프라인이 진짜 해법.
무신사 테크·