하파그로이드의 아마존 베드록 기반 고객 피드백 분석 시스템 도입

주장하파그로이드는 생성형 인공지능을 핵심 역량으로 삼아 디지털 네이티브 기업으로 전환하고 있습니다. 이는 단순한 기술 도입을 넘어 엔지니어링 역량과 인공지능을 결합하여 고객 가치를 극대화하려는 전략입니다.

팩트하파그로이드는 313척의 컨테이너 선박을 운영하며 250만 TEU의 수송 능력을 갖춘 세계적인 선사입니다. 전 세계 140개국에 400개 이상의 사무소를 두고 1만 4천 명의 직원이 근무하고 있습니다.

교차검증기존의 피드백 분석 방식은 수동으로 이루어져 비효율적이었습니다. 제품 관리자가 매주 콤마로 구분된 값(CSV) 파일을 내보내고 수천 건의 댓글을 직접 분류하는 과정은 시간 소모가 크고 확장이 어렵습니다.

팩트하파그로이드는 아마존 베드록, 엘라스틱서치, 랭체인, 랭그래프를 활용하여 피드백 분석 솔루션을 구축했습니다. 아마존 베드록은 앤스로픽, 메타, 미스트랄 인공지능 등 다양한 파운데이션 모델을 단일 응용 프로그램 인터페이스(API)로 제공합니다.

팩트매일 아마존 웹 서비스(AWS) 람다 함수가 새로운 피드백을 수집하고 아마존 베드록을 통해 감정을 분석합니다. 분석된 데이터는 아마존 오픈서치 서비스에 인덱싱되어 실시간 대시보드로 시각화됩니다.

주장자동화된 피드백 파이프라인은 제품 관리자가 운영 업무에서 벗어나 전략적 의사결정에 집중하게 합니다. 이는 제품의 신속한 개선과 사용자 경험 향상으로 직결되는 비즈니스 혁신입니다.

팩트내부용 챗봇은 아마존 오픈서치 인덱스를 지식 기반으로 활용하며 베드록 가드레일을 통해 보안과 신뢰성을 확보합니다. 제품 관리자는 자연어로 질문하여 고객의 주요 불만 사항을 즉시 파악합니다.

팩트2주마다 람다 함수가 최신 피드백 트렌드를 요약하여 보고서를 자동 생성합니다. 이 보고서는 스프린트 계획 및 로드맵 수립 과정에 직접적인 근거 자료로 활용됩니다.

교차검증생성형 인공지능 워크플로우는 복잡한 단계가 많아 오케스트레이션이 필수적입니다. 하파그로이드는 랭체인을 통해 데이터 처리 단계를 조율하고, 랭그래프를 사용하여 다중 에이전트 아키텍처를 구현했습니다.

팩트하파그로이드는 챗봇의 성능을 위해 아마존 베드록을 통해 클로드 소네트 3.5 모델을 사용합니다. 이 모델은 코딩과 추론 분야에서 뛰어난 성능을 제공하여 복잡한 피드백 분석에 적합합니다.

출처해당 내용은 아마존 웹 서비스 공식 블로그(https://aws.amazon.com/blogs/machine-learning/how-hapag-lloyd-uses-amazon-bedrock-to-transform-customer-feedback-into-actionable-insights/)를 교차 검증했습니다.