과제별 닮은 사례
6개 과제와 국내외 사례, 각 과제에 가져올 포인트
6개 과제와 국내외 사례 한눈에
패턴이 같은 과제(1과 5, 2와 3, 4와 6)는 서로의 사례도 함께 보기
| 과제 | 닮은 사례 | 가져올 포인트 |
|---|---|---|
| TASK 01마이데이터 자산관리 상담 | PropHero, NewDay, 신한카드 | 근거 기반 답변 + 대화마다 자동 채점 |
| TASK 02UX 디자인 기획 | 미리디(미리캔버스), 위메이드플레이, 카카오스타일, Canva | 화면 자산을 구조화 스펙으로, 그 위에서 생성과 점검 |
| TASK 03보고서 작성(리서치) | LG전자, 링크알파, 서울경제신문 | 작성자와 검증자 분리, 인용 자동 점검 |
| TASK 04고객 제출서류 누락 점검 | Rocket Close, Sun Finance, 카카오페이손해보험 | 문서 분류, 항목 정의서 기반 추출과 대조 |
| TASK 05IT 운영지식 위키 | 카카오페이증권 춘시리, A1Mobilsoft | 위키 주기 동기화 + 좋은 답만 지식으로 승격 |
| TASK 06AI 기반 통합관제 | GS리테일, 삼성계정, 토스뱅크 ZeroOps | 로그, 지표, 변경 이력 교차 분석. 조치는 사람 승인 |
사례 출처는 각 과제 장 하단에 표기
TASK 01 마이데이터: 근거로 답하고 채점
과제 목표: 합성 고객 페르소나로 자산 현황 진단, 근거와 함께 답하는 상담 봇, 품질 평가와 코칭
해외 금융, 부동산 투자 자문
PropHero
멀티 에이전트 상담 + Knowledge Bases 근거 답변. 대화가 저장될 때마다 LLM-as-a-Judge가 채점하고 CloudWatch 알림
90%목표 달성 정확도
−30%고객 상담 업무량
해외 금융, 영국 소비자 신용
NewDay
상담원 지원(Agent Assist) RAG. 100문항 이상 골든셋으로 평가해 기준을 넘어야 배포, 운영 중엔 사용자 피드백 수집
90초 → 4초답을 찾는 시간
90%+정확도 (초기 60% 미만)
AWS 기능, 바로 실험
User Simulation
합성 고객을 정의하면 LLM이 고객을 연기하며 멀티턴 대화. 예: context 40대 직장인, 은행 3곳 연동 / goal 노후 대비 상품 조합 / traits 금융 초보, 인내심 낮음
Goal success종료 후 자동 채점
멀티턴같은 평가기로 반복 측정
가져올 것: 골든셋 + 합성 페르소나로 채점되는 상담봇부터. 근거와 점수가 곧 코칭 피드백입니다. 상품과 자산 용어는 2부의 어휘 사전으로 확정하세요.
출처: AWS ML Blog, PropHero (2025.09), NewDay (2025.06); AWS 문서, AgentCore User simulation. 예시 페르소나는 발표자 작성
TASK 02 UX 기획: 화면 자산을 스펙으로
과제 목표: 모바일 뱅킹 앱 화면 자산 정리, 기획 초안, 와이어프레임, 대안 시안 생성 + 디자인 규칙 점검
국내, 디자인 플랫폼
미리디 (미리캔버스)
템플릿 썸네일을 Claude가 color, technique, target, purpose, elements JSON으로 캡셔닝, 임베딩 후 대화형 검색
5만 개+구조화한 템플릿
8~10%DAU 중 챗봇 이용
국내, 게임 UI QA
위메이드플레이
화면 캡처를 Claude가 규칙(구매 팝업, 재화, 아이템 수 변화)으로 판정, 성공과 실패, 단계별 이유를 JSON으로
20분 → 5분게임당 결제 테스트
주 300분절감 예상치
국내, 패션 플랫폼
카카오스타일
이미지 소재, 기획전, 상품 정보로 지면별 포맷과 여러 콘셉트 시안을 생성, 추천 문구 오탈자까지 점검
몇 주 → 몇 시간콘텐츠 제작 시간
다중 콘셉트지면별 시안 자동 생성
가져올 것: 디자인 시스템을 구조화 스펙(JSON)으로 먼저. 초안 생성과 규칙 점검이 같은 데이터 위에서 돕니다. Canva의 features.json도 같은 생각입니다.
TASK 02 참고: 미리캔버스 추천 챗봇
멀티모달 캡셔닝으로 화면 자산을 검색 가능한 메타데이터로
벡터 DB 구축 (빨간 번호)
템플릿 썸네일을 Claude 3 Sonnet이 묘사 텍스트로, 임베딩 후 벡터 DB 저장
채팅 추천 (초록 번호)
ECS 챗봇이 RDS의 대화 이력을 보며 유형, 주제, 색상을 되물어 수집, 검색 쿼리 생성, 유사도 + 메타데이터 필터
모바일 뱅킹 앱에 적용하면
화면 캡처와 Figma 프레임을 같은 방식으로 캡셔닝해 화면 자산 DB를 먼저 구축
출처: AWS 기술 블로그, Amazon Bedrock 기반 미리캔버스 디자인 템플릿 추천 챗봇 구현하기 (2024-06)
TASK 03 보고서: 쓰는 쪽과 검증하는 쪽
과제 목표: 공개 자료 조사와 구조화, 출처와 함께 보고서 초안, 품질 자동 점검
국내, 가전 마케팅 분석
LG전자 Deep Insight
Planner 계획, Coder 실행, Validator가 원본으로 재계산, 검증된 값만 인용한 DOCX 보고서
3일 → 30분데이터 분석 업무
공개aws-samples 오픈소스
금융 리서치, AI 스타트업
링크알파
뉴스, 애널리스트 리포트, 공시를 요약하고, Audit Agent가 인용 출처를 점검. 원문을 팝업으로 확인
20분 이내종목별 기초 조사 (기존 2시간+)
약 3배같은 시간 다루는 종목 수
국내, 언론
서울경제신문
14개 항목 자가검증 체크리스트 + 수치는 원문과 100% 일치 규칙 + 사람 이중 검수
환각, 오보 0건연간 2,500건 기사 기준, 자체 집계
14개 항목자가검증 체크리스트
가져올 것: "출처 없는 문장은 쓰지 않는다"를 규칙, 체크리스트, 검증 에이전트로 강제하세요.
TASK 04 서류 점검: 정의서가 곧 정답지
과제 목표: 제출 문서 판독과 분류, 필수 항목과 서명 누락을 항목 정의서와 대조해 검증
해외 금융, 모기지 서류
Rocket Close
Textract가 레이아웃, 표, 서명 감지, Bedrock이 60여 문서 유형 분류, 필드 정의와 데이터 사전 기반 추출, 대조 검증
15배처리 속도 (30분에서 2분 미만)
89.71%정확도 (4.4만+ 필드)
해외 금융, 온라인 대출 KYC
Sun Finance
신분증 OCR, Claude로 필드 구조화, 고객 입력값과 대조해 불일치 검출 + 위변조 탐지
90.8%추출 정확도 (기존 79.7%)
5초 미만처리 시간 (기존 최대 20시간)
국내 보험, 보험금 청구
카카오페이손해보험
영수증 여부 판별, 수리처, 발행일, 결제금액 추출, 자동 지급 연결 (자체 OCR 모델 + AWS GPU 인스턴스)
10분 이내고객 대기 시간 (기존 하루+)
3개 필수 항목자동 추출 후 지급 연결
가져올 것: 서류 유형별 필수 항목과 서명 위치를 표로 먼저. 이 표가 서류의 온톨로지이자 정답지입니다. 한국어 서류는 OCR 엔진의 한국어 지원부터 확인하세요.
TASK 05 운영 위키: 좋은 답을 지식으로
과제 목표: 운영 절차와 장애 대응 지식을 출처와 함께 답하고, 질의 이력으로 지식을 보강
국내 증권, DevOps팀
카카오페이증권 춘시리
Confluence 위키를 주기적으로 스캔해 벡터 DB 반영. 문서화 안 된 지식은 학습/ 명령으로 즉시 추가. Bedrock Guardrails
1시간위키 동기화 주기
학습/즉석 지식 추가
국내, 차량관리 솔루션
A1Mobilsoft
총괄 에이전트 + 지식, 코드, DB 에이전트. 과거 해결 사례를 KB 번호로 인용. AgentCore Runtime
2초1차 응답 중앙값 (사람 10분)
31초원인과 해결 제시 (사람 42분)
A1Mobilsoft의 지식 보강 루프
쓸수록 똑똑해지는 위키
- 질문, 출처 인용 답변
- 좋아요 = 도움 됐다는 명시 신호
- 스레드 정제, KB 동기화
- 다음 질문부터 반영
14건사람 답변 비교 표본 (작음)
좋아요지식 승격 기준
가져올 것: 위키는 정기 동기화, 빈칸은 학습하기, 좋은 답은 자동 승격. 질의 이력이 곧 지식 보강 데이터이고, 시스템명과 장애 용어는 어휘 사전으로 묶으세요.
TASK 06 관제: 진단은 자동, 조치는 사람
과제 목표: 사내 컨테이너 플랫폼의 로그와 지표를 AI로 진단해 이상 징후와 대응을 돕는 관제 도구
국내, 유통 클라우드인프라팀
GS리테일
Bedrock + MCP로 Datadog, EKS, DB 연동, 가설과 검증 루프로 RCA, 보고서 자동 작성
198초평균 분석 (기존 30분+)
1분 58초EKS Pod Pending 사례
국내, 대규모 계정 서비스
삼성전자 삼성계정
Strands Agents-as-Tools로 수집, 분석, 조치 제안 에이전트 분리. 재시작과 롤백은 범위에서 제외
3분 47초단일 장애 전체 분석
사람최종 실행 권한
국내 은행
토스뱅크 ZeroOps
Bedrock 기반 에이전트가 로그, 지표, 코드 변경, 에러 정보를 조회해 원인 추정과 조치 권고
혁신금융서비스2026.07 금융위원회 지정 (임직원용)
국내 은행규제 틀 안의 관제 에이전트 선례
가져올 것: 내부망 환경이라면 기존 로그와 지표 도구를 MCP로 감싸는 것부터. 실행 권한은 사람에게 둡니다.
출처: AWS 기술 블로그, GS리테일 (2026.04), 삼성계정 Part 2 (2026.03); 한국금융신문 (2026.09); 참고 AWS DevOps Agent 고객 사례 (Banco Bmg, Commonwealth Bank)