AI
딥러닝 모델을 활용하여 미응대 상담 알리미 개발하기
두줄요약
미응대 상담을 중요도별로 분류해 Slack으로 알리는 시스템을 구축했습니다. KoELECTRA의 높은 재현율을 바탕으로 중요한 상담을 우선 처리하도록 지원합니다.
문제 상황
- 장기·동시다발 상담 환경에서 중요한 고객 메시지의 답변 누락
- 종료 가능한 인사성 대화까지 미응대 상담으로 집계되어 알림 처리 부담 증가
구조와 흐름
- BigQuery의 채팅·메시지 데이터 조회와 마지막 상담 턴 수집
- Airflow의 일일 작업에서 KoELECTRA 분류 API 호출 후 Slack 웹훅 알림 전송
- 중요 상담 우선 정렬과 상담창 이동 버튼 제공
선택 이유
- 규칙 기반 분류의 예외 케이스 한계
- TF-IDF 기반 SVM·Logistic Regression 대비 높은 재현율의 KoELECTRA 채택
- 한국어 사전학습 모델과 HuggingFace Transformers 기반의 간편한 파인튜닝
성능/운영 포인트
- 약 1,000건의 마지막 메시지 턴 라벨링과 중요도 이진 분류
- Mac CPU 학습 대신 Google Colab GPU로 4 epoch 약 2분 학습
- 지속 학습 필요성이 낮은 초기 운영 단계에 Cloud Run·Docker 기반 단순 배포
