myrealtrip

문제분석가가 하루 4~7건만 처리하던 반복적 데이터 분석 요청을 자동화하고 더 전략적 업무에 집중하도록 함.

접근Claude API 기반 멀티 에이전트 아키텍처(Listener, Dispatcher, Parent Worker, Sub-agents) + Metric Registry + DBT YAML 메타데이터 + 4겹 안전망(Role, Gate, Rule, Hook) + 100+ eval 테스트.

결과하루 500~600건 분석 요청 자동 처리, 분석가는 지표 설계·정책 수립·신규 에이전트 개발로 업무 전환.

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.