하나투어의 Amazon Neptune과 Amazon Bedrock AgentCore를 활용한 여행상품 기획 에이전트 구축기

문제 상황

• 여행상품 기획 초안을 수작업으로 2~3일 걸려 작성해야 하는 비효율
• 일반 RAG와 외부 그라운딩만으로는 자사 상품 데이터 반영과 현실성 확보를 동시에 만족하기 어려움
• 텍스트 청크 기반 검색에서는 도시·노선·호텔·관광지의 구조적 관계가 소실되어 환각과 비정확한 동선 발생

원인 분석

• 여행 패키지 데이터가 본질적으로 관계형 구조인데 벡터 유사도 중심 RAG는 이를 평탄화
• 트렌드와 상품 데이터가 빠르게 변해 재색인과 파이프라인 재구성이 잦음
• LLM이 부족한 정보를 임의로 채우는 특성 때문에 그라운딩 범위가 제한적이면 품질 저하 발생

해결 방법

• Amazon Neptune에 16종 노드와 20종 엣지로 지식 그래프를 구성해 관계 중심 검색 적용
• Amazon Bedrock AgentCore와 MCP Gateway로 에이전트 호스팅과 도구 연결을 서버리스로 분리
• 2-Phase 생성으로 구조 계산은 결정론 알고리즘, 상세 생성은 Claude 계열 모델로 분리해 속도 개선
• 그래프에서 찾은 데이터만 사용하도록 그라운딩하고, 트렌드 신선도 감쇠와 부분 재생성으로 환각과 비효율을 완화