카카오페이 AI 대출 코치 서비스 개발 경험 공유

AI 대출 코치 서비스 기획 및 디자인

• 정보 불균형 해소: 대출 과정에서 발생하는 사용자의 막연한 두려움과 정보 불균형을 해소하고자 생성형 AI를 도입했습니다.
• 사용자 중심 컨셉: '나만의 대출 코치' 컨셉으로 채팅 UI 기반의 자연스러운 상호작용을 제공하며, 상담사 캐릭터 설정을 통해 맞춤형 경험을 제공합니다.
• 3단계 탐색 여정: 대출 의향 분석, 상품 탐색 및 자산 분석, 결과 요약 및 맞춤 전략 제공의 체계적인 대출 과정을 가이드합니다.
• 유연한 인터랙션: 음성 인식, 채팅 입력, 답변 선택지 기능을 통해 사용자가 자유롭게 질문하고 탐색할 수 있도록 설계했습니다.

서비스 아키텍처 및 구현 상세

• API 연동: 사용자 요청은 AWS API Gateway를 통해 AWS Lambda로 라우팅되며, Lambda는 핵심 서버 애플리케이션 역할을 수행합니다.
• 프롬프트 구성: 각 Lambda 함수는 현재 단계에 맞는 프롬프트를 구성하고, AWS RDS에 저장된 사용자 데이터를 결합하여 AWS Bedrock Agent에 전달합니다.
• 다단계 요청 처리: 클라이언트로부터 입력 방식, 현재 단계, 페르소나 정보를 받아 Lambda에서 상태별 요청 처리 로직을 수행합니다.
• 멀티 에이전트 활용: 기본 '상담사 Bedrock Agent' 외에 **'자산분석 및 대출가능성 Agent'**를 추가로 호출하여 복합적인 답변을 생성합니다.

할루시네이션 방지 및 정확성 확보 전략

• Knowledge Base 구축: AWS Bedrock Knowledge Base에 기존 대출 서비스 기획 요건, FAQ, 상품 정보 등을 문서화하여 정확한 정보 제공의 기반을 마련했습니다.
• 답변 지침 설정: Bedrock Agent의 **'답변 지침(guardrails)'**을 설정하여 대출 및 금융 관련 질문 외 다른 주제에는 응답하지 않도록 할루시네이션을 최소화했습니다.
• 정교한 프롬프트: 사용자의 입력, 현재 상태, 선택된 페르소나를 포함한 프롬프트 구성을 통해 Bedrock Agent가 상황에 맞는 정확한 답변을 생성하도록 유도합니다.
• 결과 연계: 최종적으로 생성된 답변을 바탕으로 카카오페이 대출 서비스와 자연스럽게 연계하여 사용자 대출 탐색 여정을 마무리합니다.