2주 만에 Strands SDK와 Amazon Bedrock AgentCore로 구현한 어스얼라이언스의 CS 환불 자동응답 에이전트 시스템

문제 상황

• 환불 CS 문의 대응에 필요한 정보가 여러 어드민과 시스템에 파편화돼 수작업 조회 부담이 큰 상황
• 같은 메시지도 고객의 결제 이력·이용 기록·환불 내역에 따라 답변 유형이 달라져 단순 문구 분류만으로 처리하기 어려운 구조
• 금전·정책 리스크가 큰 도메인이라 정확성과 안전성을 함께 만족하는 초기 운영 방식 필요

해결 방법

• 채널톡 Webhook, DynamoDB, EventBridge Scheduler, Lambda, AgentCore Runtime으로 메시지 수신부터 답변 초안 생성까지 서버리스 파이프라인 구성
• 2분 debounce로 여러 턴 메시지를 병합한 뒤 의도 분류, 데이터 조회, 규칙 기반 라우팅, 환불 금액 계산, 답변 생성, Guardrails 검증 순으로 처리
• AgentCore Memory로 멀티턴 맥락을 유지하고, Knowledge Base와 Evaluation, OTEL 관측, Shadow 파이프라인으로 품질 검증과 회귀 감지 체계 구축

적용해볼 점

• 반복 문의와 정보 조회 병목이 큰 CS 업무에 내부 검수용 초안 방식부터 단계적으로 에이전트 도입 고려
• 결정론적 로직과 LLM 추론을 분리해 금액 계산·라우팅은 코드로, 자연어 응답은 모델로 맡기는 설계 적용
• 운영 전환 기준을 정량 지표로 두고 품질이 확보된 뒤 자동 발송 범위를 점진 확장