AI
Amazon Bedrock을 활용한 연말정산 업무 효율화: 메타넷사스의 MetaPay가 전년대비 생산성을 3.8배 향상한 사례
두줄요약
Amazon Bedrock과 Claude 3 Haiku로 연말정산 Q&A 챗봇을 구축해 문의 대응을 개선했습니다.\n구조화 데이터와 프롬프트 최적화를 통해 직접 문의를 약 40% 줄이고 생산성을 높였습니다.
문제 상황
- 연말정산 기간 문의 급증으로 담당자 업무 부담과 임직원 불만이 커지는 상황
- 기존 AI 챗봇의 낮은 자연어 이해도와 세법 반영을 위한 잦은 규칙·학습 업데이트 부담
해결 방법
- Amazon Bedrock의 Claude 3 Haiku와 Knowledge Bases로 RAG 챗봇 구성
- PDF 세법 자료에 더해 CSV 형태의 구조화된 Q&A와 안내 자료를 추가해 인식률·정확도 개선
- 프롬프트 정제, 세션 초기화 값 조정, Temperature 0 설정으로 답변 신뢰도와 간결성 강화
성능/운영 포인트
- 모델 교체 시 단일 API 구조로 파운데이션 모델명만 변경해 적용
- 콘솔에서 데이터 소스와 모델을 빠르게 조정하며 테스트 및 최적화 수행
- 직접 문의 약 40% 감소, 24시간 응대로 응답 시간 단축과 만족도 향상
적용해볼 점
- 반복 문의가 많은 업무에 생성형 AI 챗봇을 적용해 상담 부하를 줄이는 방식
- 비정형 문서와 구조화 데이터를 함께 사용해 검색 증강 생성 품질을 높이는 접근