A
AWS
November 13, 20252회
AWS와 함께하는 웅진AI Runner Challenge 5부: Amazon Bedrock으로 바꾼 컨택센터 상담 품질 관리
간단 소개
웅진 AI Runner Challenge에서 Amazon Bedrock을 활용, 컨택센터의 수작업 상담 품질 관리를 AI 기반 실시간 평가 및 맞춤형 교육 시스템으로 혁신했습니다.
AI Summary
컨택센터 상담 품질 관리 문제점
- 컨택센터 상담사 평가는 여전히 수작업에 의존, 주관적이고 비효율적.
- 느린 피드백, 관리자 업무 부담, 비정형 데이터 활용 한계가 문제. AI 기반 원스톱 솔루션
- Amazon Bedrock을 핵심으로 실시간 평가, 관리, 맞춤형 교육 제공.
- RAG 기반 평가 기준 자동 생성, Amazon Transcribe/Comprehend로 실시간 STT 및 감정 분석.
- Bedrock과 Polly로 상담원별 맞춤형 교육 동영상을 효율적으로 생성. 기대 효과 및 확장성
- 관리자 업무 효율성 증대, 연간 수백 시간 절감 및 객관적 평가 체계 구축.
- 상담사 지속 성장 지원, 컨택센터를 넘어 다양한 고객 접점 및 인사 평가 영역으로 확장 가능.
Next Feeds
AWS와 함께하는 웅진 AI Runner Challenge – 1부: 관제 인력 없이 클라우드 인프라 장애 대응하기
웅진이 AWS와 함께 AI Runner Challenge를 통해 관제 인력 없이 클라우드 인프라 장애에 자동 대응하는 'Watch 119' 솔루션을 개발하여 운영 효율성을 높인 사례.
AWSAI Runner Challenge클라우드 인프라 관제 자동화생성형 AIAmazon Connect
2025. 11. 13.
AWS
AWS와 함께하는 웅진 AI Runner Challenge – 2부 : 비 개발자도 만드는 AI 실적 인사이트 자동화 솔루션
웅진 기획팀이 Amazon Q Business로 비 개발자용 AI 손익 분석 챗봇을 구축, 업무 자동화 및 의사결정 속도를 향상.
Amazon Q BusinessAI 챗봇손익 분석업무 자동화비 개발자
2025. 11. 13.
AWS
AWS와 함께하는 웅진 AI Runner Challenge – 3부: Amazon Bedrock 기반의 렌탈 제품 추천 AI 에이전트
웅진 AI Runner Challenge 3부로, Amazon Bedrock 기반 렌탈 제품 추천 및 자연어 데이터 추출 AI 에이전트 개발 사례를 소개합니다.
Amazon BedrockAI 에이전트렌탈 제품 추천자연어 처리TensorFlow
2025. 11. 13.
AWS
Backoffice AI Agent 구축기 — RAG+MCP 기반 플레이스AI 특화 지식 검색 시스템
네이버 플레이스 AI 플랫폼 팀이 RAG+MCP 기반 백오피스 AI 에이전트를 구축하여 내부 지식 검색 효율을 획기적으로 개선하고 업무 생산성을 높인 사례.
RAGMCPAI AgentSemantic SearchBackoffice
2025. 11. 13.
네이버플레이스
롯데ON의 실시간 이미지 처리 (a.k.a LLIS — LotteOn Live Image Service) 자체구축기
롯데ON이 외부 솔루션의 한계를 극복하고자 AWS S3 Object Lambda 기반의 실시간 이미지 처리 서비스 LLIS를 자체 구축하여 비용 절감, 성능 향상 및 기술 자립을 달성한 사례.
LLISS3 Object LambdaCloudFront실시간 이미지 처리Serverless
2025. 11. 13.
롯데ON
Pushsphere: LINE 메신저의 빠르고 신뢰할 수 있는 대량 푸시 알림 비법
LINE의 Pushsphere는 빠르고 신뢰성 있는 대량 푸시 알림을 위해 개발된 시스템으로, 복잡한 기술과 인프라 개선을 통해 안정성을 극대화했습니다.
Pushsphere푸시 알림로드 밸런싱서비스 메시신뢰성
2025. 11. 13.
LY Corp