로켓 클로즈, 에이전트 AI 기반 권리 조사 프로세스 최적화

주장로켓 클로즈는 에이전트 AI 솔루션인 슈퍼차저를 도입하여 주택 담보 대출 및 권리 조사 과정의 병목 현상을 해결했습니다. 수동 작업과 파편화된 시스템으로 발생하던 업무 지연을 자동화된 지능형 워크플로우로 전환했습니다.

팩트로켓 클로즈는 미국 디트로이트에 본사를 둔 로켓 컴퍼니즈 산하의 권리 보험 및 평가 관리 기업입니다. 주택 구매 과정에서 권리 조사는 여러 주와 카운티의 규정을 확인해야 하는 복잡한 작업으로, 기존에는 수동 검색에 많은 시간이 소요되었습니다.

팩트슈퍼차저는 아마존 베드록 기반의 클로드 거대언어모델과 스트랜즈 에이전트 소프트웨어 개발 키트를 사용하여 구축되었습니다. 이 솔루션은 아마존 베드록 가드레일을 통해 고객 민감 데이터를 보호하고, 모든 대화 내용을 기록하여 규정 준수 요건을 충족합니다.

팩트시스템은 웹소켓 연결로 토큰을 검증하고, 에이전트가 지식 베이스를 검색하여 적절한 도구를 호출하는 방식으로 작동합니다. 모델 컨텍스트 프로토콜을 활용하여 다양한 데이터 소스를 도구 형태로 연결하고, 이를 통해 주문 정보를 실시간으로 처리합니다.

교차검증에이전트 AI 도입 시 데이터 보안과 정확성은 필수적인 고려 사항입니다. 로켓 클로즈는 행 단위 데이터 권한 제어와 가드레일을 결합하여 민감한 고객 정보에 대한 무단 접근을 방지하고 응답 품질을 관리합니다.

주장모델 컨텍스트 프로토콜 기반의 아키텍처는 확장성과 유지보수 측면에서 큰 이점을 제공합니다. 새로운 데이터 소스를 추가할 때 전체 구조를 변경할 필요 없이 개별 도구로 추가할 수 있어 앞으로의 시스템 확장에 유리합니다.

팩트슈퍼차저는 대화 분석, 주 단위 권리 조사 지원, API 기반 시스템 통합, 가드레일, 로깅 및 모니터링, 통합 데이터 접근이라는 6가지 핵심 기능을 제공합니다. 이러한 기능은 운영 팀이 여러 시스템을 오갈 필요 없이 단일 인터페이스에서 의사결정을 내리도록 돕습니다.

팩트로켓 클로즈의 데이터 과학 부사장 브라이언 베다드는 이 솔루션 도입으로 매달 수천 건의 전화와 이메일 문의를 줄였다고 밝혔습니다. 이는 고객 센터의 운영 부담을 낮추고 전반적인 고객 경험을 개선하는 성과로 이어졌습니다.

주장운영 팀은 이제 복잡한 데이터 검색 대신 AI가 제공하는 역할별 맞춤형 가이드를 통해 고부가가치 업무에 집중합니다. 이는 단순한 자동화를 넘어 업무 방식의 근본적인 변화를 의미합니다.

교차검증AI 에이전트의 도입은 운영 효율성을 높이지만, 시스템 초기 구축과 데이터 정제 과정에서 상당한 기술적 자원이 필요합니다. 로켓 클로즈는 기존 시스템과의 원활한 통합을 위해 API 기반의 유연한 연결 방식을 채택했습니다.

주장이번 사례는 복잡한 규제 산업에서 AI가 어떻게 실질적인 생산성 향상을 이끄는지 보여줍니다. 데이터 기반의 의사결정 체계가 정착되면서 기업의 운영 경쟁력이 강화됩니다.

출처아마존 웹 서비스 공식 블로그를 통해 로켓 클로즈의 슈퍼차저 도입 사례를 교차 검증했습니다. (https://aws.amazon.com/blogs/machine-learning/building-supercharger-how-rocket-close-optimized-title-operations-with-agentic-ai/)