A
AWS
August 18, 20251회
카사코리아 AI 챗봇 구축기 Amazon Bedrock 기반 대고객 에이전트형 챗봇 구현 사례

간단 소개
카사코리아는 Amazon Bedrock 기반 AI 챗봇을 구축하여 고객 응대 효율성을 높이고 개인정보 보호를 강화했습니다.
AI Summary
- 카사코리아 AI 챗봇 구축 배경
- 부동산 조각 투자 플랫폼 특성상 다양한 고객 문의 존재
- 기존 고객 응대의 한계 (반복 업무, 응대 품질, 실시간 응대 불가 등)
- AWS Agentic AI Building Program 참여 후 AI 챗봇 시스템 구축 결정
- 카사 AI 챗봇 핵심 기술
- Advanced RAG 기법과 LangGraph 기반 상태 관리형 워크플로우 적용
- FAQ Fast Path 처리로 응답 속도 개선 및 리소스 소비 최소화
- Amazon Bedrock Guardrails 및 한국어 PII 정규식을 활용한 개인정보 보호
- 기대 효과 및 향후 계획
- 높은 응답 정확도와 자동 응답 커버리지로 CX 팀 업무량 절감 및 운영 비용 감소
- 콜센터 연계, 법인 고객 응대 확대, 내부 시스템 통합 등 단계적 확장 계획
Next Feeds

“왜 아무도 에러 메시지를 읽지 않을까?” | 언더커버 사일로 비하인드 3화: 페이스페이 사일로
토스 페이스페이 도입 과정에서 겪었던 어려움과 이를 극복하기 위한 노력, 그리고 앞으로의 과제에 대한 비하인드 스토리.
페이스페이얼굴인식UX개인정보사용자 경험
2025. 8. 18.
토스

Claude Code 따라잡기
딜라이트룸에서 Claude Code 분석 사례를 공유하고, AI 리터러시 문화와 채용 정보를 제공합니다.
Claude CodeAI 리터러시딜라이트룸알라미채용
2025. 8. 18.
딜라이트룸

LINE 통화의 영상 재생 품질 개선 사례
LINE 통화 품질 개선을 위해 혼잡 제어 기술을 개선하고, 실제 서비스에 적용하여 품질 향상을 이룬 사례입니다.
LINE 통화네트워크 적응 기술혼잡 제어CCFS패킷 손실
2025. 8. 14.
LY Corp

토스가 다양한 ML 모델을 만드는 법: Feature Store & Trainkit
토스의 Feature Store와 Trainkit은 ML 모델 개발 효율성을 높이고, Training-Serving skew를 해소하며, 데이터 관리 및 학습 파이프라인을 자동화합니다.
Feature StoreTrainkitMLOpsTraining-Serving SkewPIT 조인
2025. 8. 14.
토스

생성형 AI를 활용하여 자동차 소프트웨어 요구사항을 위한 테스트 케이스 생성하기
AWS 기반 생성형 AI를 활용하여 자동차 소프트웨어 테스트 케이스 생성 자동화 및 효율성을 향상시키는 솔루션 소개.
생성형 AI자동차 소프트웨어테스트 케이스Amazon BedrockVirtual Engineering Workbench
2025. 8. 14.
AWS

삼성전자 D-KMS 서비스의 고가용성 무중단 배포와 자동화 전략
삼성전자 D-KMS 서비스의 고가용성 확보를 위한 Multi-Cluster Architecture 기반 무중단 배포 및 자동화 전략을 소개합니다.
D-KMS고가용성무중단 배포Multi-ClusterCanary 배포
2025. 8. 14.
AWS