AWS가 티켓 급증과 SLA 준수, 문서 노후화 문제를 해결하기 위해 아마존 베드록 기반 생성형 AI 지원 운영 플랫폼 구축 사례를 소개했다. 이 솔루션은 교육 영상을 표준운영절차(SOP)로 자동 변환하는 '비디오-투-SOP', 검색증강생성(RAG)으로 티켓 해결을 안내하는 '티켓 분석기', 팀 간 업무 흐름의 병목을 시각화하는 '밸류스트림 인텔리전스' 등 3가지 핵심 기능으로 구성된다. 아마존 퀵 기반 분석 대시보드는 XG부스트 모델로 SLA 위반 위험을 예측하고 워크로드 분배 현황을 시각화하며, AWS 스트랜즈 에이전트 SDK 기반 에이전트가 사람 검토를 거쳐 티켓 태깅·상태 업데이트 등을 수행한다. 실제 프로덕션 적용 결과 SOP 작성 시간이 80% 단축되고 SLA 준수율이 89.5%에서 95%로, 부정확한 티켓 입력 비율이 45.3%에서 10%로 개선되는 등 4대 1의 투자수익률을 기록했다.
- •AWS는 베드록 기반으로 영상을 SOP로 자동 변환하는 '비디오-투-SOP' 기능을 구축했다.
- •RAG 기반 '티켓 분석기'가 관련 SOP와 과거 해결 사례를 검색해 단계별 대응 가이드를 생성한다.
- •XG부스트 모델이 SLA 위반 확률을 0~100점으로 점수화해 고위험 티켓을 조기에 식별한다.
- •적용 후 SOP 작성 시간 80% 단축, SLA 준수율 89.5%→95% 개선 등 4대 1의 투자수익률을 기록했다.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Modernizing and scaling support operations with generative AI on AWS
- 1.AWS 사례, 훈련 영상을 자동으로 SOP로 변환하고 RAG로 티켓 해결을 안내하는 생성AI 기반 지원업무 플랫폼 구축
- 2.Marengo로 영상 임베딩·검색, Pegasus로 단계별 설명 생성, 클로드 소넷 4.6이 최종 SOP 문서 생성
- 3.XGBoost 모델로 SLA 위반 확률을 예측해 고위험 티켓을 사전 식별, SLA 준수율 89.5%→95%로 개선
- 4.SOP 작성 시간 80% 감소, 부정확한 티켓 입력 45.3%→10%로 감소, ROI 4:1 달성
왜 중요한가?
SOP·티켓처리·인력배치가 각각 흩어져 있던 지원업무의 지식을 자동 문서화-검색-예측 분석으로 연결한 사례로, 규모가 큰 조직의 지식관리·SLA 리스크 관리에 정량적 개선치를 제시한다.
본문 미리보기
Learn how to build a generative AI-based support operations platform on AWS that converts training videos into structured SOPs, applies Retrieval-Augmented Generation to guide ticket resolution, and uses machine learning to predict SLA risk and prioritize work.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:02AI 초안
![[AI리더의 서가] Agentic AI 구축 개발의 모든 것](https://cdn.aitimes.com/news/photo/202610/215958_219938_244.jpg)
