Amazon Connect AI Agent로 구축하는 Agentic AI 컨택센터

소개

Amazon Connect는 AI Agent를 통해 기존 컨택센터의 복잡한 시스템 통합, 상담원 업무 부담, 고객 경험 저하 문제를 해결합니다. Agentic AI는 단순 응답을 넘어 고객 정보 조회, 주문 생성, 환불 처리 등 실제 상담사가 수행하는 조치를 자동화합니다.

AI Agent와 Assistant

• AI Agent: 지식 베이스 접근, Lambda/REST API 도구 호출, 비즈니스 로직 처리.
• Assistant: AI Agent들과 상호작용하는 대화형 인터페이스 (상담원, 관리자, 고객용).

목표: 시스템 사일로 해소

• 문제점: CRM, 지식 베이스, 케이스 관리 등 다수 시스템 간 정보 분산 및 수동 기록.
• 해결: AI Agent가 시스템 간 데이터를 안전하게 접근하고 워크플로우를 실행하여 해결 시간 단축 및 상담원 업무 부담 경감.

실질적인 조치를 취하는 AI 에이전트

Model Context Protocol (MCP) 통합

• 표준화된 통합: 각 시스템별 커스텀 통합 대신 하나의 프레임워크 활용.
• 도구화: API, Lambda, REST API 등을 AI Agent가 사용할 수 있는 도구로 변환.
• 네이티브 기능: Amazon Connect, Customer Profiles, Cases 등에 즉시 접근 가능한 Amazon Connect tools 제공.
• 커스텀 로직 캡슐화: Flow 모듈을 통해 복잡한 비즈니스 로직을 AI Agent의 도구로 활용.
• 세밀한 제어: 입력값 재정의, 출력 필터링, 사용자 확인 요구사항 설정, Security Profiles 통한 접근 제어.

시각적 구성 및 빠른 생성

• AI Agent 디자이너: 코드 작성 없이 AI Agent 기능 구성 및 관리.
• 유연한 도구 유형: MCP 도구, Flow 모듈, 제어 반환 메커니즘 지원.
• 스마트 오케스트레이션: LLM을 사용하여 다단계 워크플로우 동적 계획 및 실행.
• 기본 제공 AI Agent: 고객 서비스 자동화, 상담원 지원, 답변 추천 등 다양한 사전 구축 에이전트 제공.

보안 우선 설계

• 보안 프로필: AI Agent별 접근 가능한 도구 및 권한 세밀하게 제어.
• 민감 작업 승인: 환불, 계정 변경 등 사용자 확인 워크플로우.
• 감사 로깅: 모든 도구 호출 기록 유지.

포괄적인 관찰성

• 대시보드: 핸드오프 비율, 처리 시간, 작업 완료율 등 핵심 지표 추적.
• Metrics API: 메트릭 접근 및 기존 시스템 통합.
• 데이터 레이크: 고도화된 분석 기능.
• 자동 품질 관리: 지능형 모니터링 및 알림 설정.

AI 에이전트 작동 방식

• 동적 계획: LLM을 사용하여 고객 요청 분석 및 계획 생성, 상황에 따라 적응.
• 결과 추론: 도구 호출 결과 분석 후 다음 조치 결정, 컨텍스트 유지.
• 인간 개입 및 확인: 민감한 작업 시 사용자 확인 요구, 최종 결정 제어.

성공 측정

• 채택 및 참여: AI 관련 연락 비율, 사전 의도 감지율.
• 효율성 및 성능: 핸드오프 비율, 평균 처리 시간, 작업 완료율.
• 품질 및 정확도: 응답 충실도, 도구 선택 정확도.
• 비즈니스 영향: 초도 연락 해결률, CSAT, 운영 비용, 상담원 생산성.