콘데 나스트의 계약 분석 자동화 사례와 AI 기반 권리 관리 혁신

콘데 나스트(Condé Nast)의 계약 관리 혁신: Amazon Bedrock과 SageMaker AI를 활용한 자동화 워크플로우 구축 사례

들어가며

인공지능 기술의 발전은 콘텐츠 산업 전반에 걸쳐 업무 방식을 변화시키고 있습니다. 특히 글로벌 미디어 기업은 수많은 계약서와 권리 내용을 관리하며 다양한 브랜드별 콘텐츠를 출판하고 라이선싱하기 위해 복잡한 시스템을 운영합니다. 이번 블로그에서는 글로벌 미디어 기업 콘데 나스트(Condé Nast)가 Amazon Bedrock, Anthropic Claude, 그리고 Amazon SageMaker AI를 활용하여 계약 처리와 권리 분석 프로세스를 어떻게 자동화했는지 살펴보고자 합니다. 이를 통해 문서 처리 자동화, 활용 방법, AI 모델 비교 등을 포함한 지능형 시스템 구축과 효율적인 배포 가이드를 제시합니다.

본론

문제 정의: 전통적인 계약서 처리의 한계
콘데 나스트는 Vogue, GQ, The New Yorker 등 여러 유명 매거진 브랜드를 운영하며 전 세계 콘텐츠를 관리하고 있습니다. 그러나 각 브랜드별로 발생하는 수천 건의 계약서와 권리 관련 문서들은 수작업으로 검토, 비교, 메타데이터 추출 등의 과정을 거쳐야 했습니다. 이로 인해 업무 지연, 오류 발생, 권리 활용 제약 등의 문제점들이 존재했습니다. 이 업무 프로세스의 자동화와 고도화를 목표로 AWS와 협업한 프로젝트가 진행되었습니다.

솔루션 아키텍처: 다중 서비스 통합 기반 자동화
이 프로젝트는 Amazon Bedrock의 생성형 AI 서비스와 Amazon SageMaker의 머신러닝 모델 학습/추론 기능을 결합하여 자동화된 계약 분석 시스템을 구축했습니다. 주요 구성 요소는 다음과 같습니다.

• Amazon S3: 계약서 및 템플릿 저장소
• Amazon OpenSearch Serverless: 벡터 검색 기반 유사 문서 검색
• Amazon Bedrock 및 Anthropic Claude: 계약서 텍스트 추출 및 의미 분석 기반 메타데이터 추출
• SageMaker Processing: PDF→텍스트 변환, 메타데이터 추출, 유사 템플릿 비교 등 ML 파이프라인 처리
• AWS Step Functions: 전체 워크플로우 자동화
• AWS Lambda: 결과 검증 및 외부 시스템 연동

자동화 프로세스 흐름
계약서 자동 분석은 아래 8단계로 이루어집니다.

1. Amazon S3에 새 계약서가 업로드되면 EventBridge가 워크플로우 실행을 트리거합니다.
2. SageMaker Processing이 Amazon Bedrock의 Claude 모델을 이용해 PDF를 텍스트로 변환합니다. 필기 내용, 취소선, 멀티 컬럼 등 다양한 요소를 정밀하게 분석합니다.
3. Claude에 스키마 기반 템플릿을 제공하여 메타데이터 항목(권리 유형, 만료일 등)을 추출합니다.
4. 기존 템플릿들과 벡터 유사도를 계산하여 가장 유사한 계약서들과의 차이점을 시각화해 정리합니다.
5. 분석된 데이터는 AWS Lambda로 전달되어 콘데 나스트의 권리 관리 시스템에 연동됩니다.
6. 유사 템플릿이 부족한 계약서는 별도로 클러스터링되어 새로운 템플릿 초안 작성에 활용됩니다.
7. 추출된 클러스터 정보 및 계약 텍스트가 S3에 저장되고, 이 정보는 향후 자동 분석 재활용에 사용됩니다.
8. 이와 같은 자동화 과정 전반은 법무 담당자의 검수 후 최종 확정되며, 반복 학습 기반으로 개선됩니다.

적용 효과 및 활용 방법
이 프로젝트는 계약 분석 자동화를 통해 다양한 성과를 이끌어냈습니다.

• 계약 분석 시간이 수 주에서 수 시간으로 단축되어 전반적인 비즈니스 응답 속도가 크게 향상되었습니다.
• 직원의 반복 작업을 줄이고, 전문 지식의 생산성 높은 활용이 가능해졌습니다.
• 사용자가 직접 프롬프트 작성과 데이터추출 조건을 설계함으로써 손쉬운 커스터마이징이 가능해졌습니다.
• Amazon Bedrock API를 통해 다양한 생성형 모델(FM)을 비교 활용하며 유연한 배포 전략을 수립했습니다.
• 과거 계약서 아카이빙 품질이 향후 자동화 정확도를 크게 좌우하는 주요 매개 요소로 확인되었습니다.

비즈니스 중심의 기술 도입 전략
자동화 도입의 성공은 단순 기술 적용이 아닌, 조직 전체의 목표와 정렬된 전략적 접근이 있었기에 가능했습니다. 법무, 기술, 운영팀이 초기부터 긴밀히 협업하여 시스템이 실제 업무 프로세스를 반영하도록 설계되었으며, 점진적으로 기능을 확장하는 방식으로 안정성과 신뢰성을 확보했습니다.

결론

이번 사례는 전통적인 미디어 기업이 생성형 AI 및 자동화 기술을 어떻게 접목해 실제 비즈니스 문제를 해결할 수 있는지를 잘 보여줍니다. Amazon Bedrock과 SageMaker AI의 조합은 정확도, 확장성, 활용성 측면에서 기존 수작업 기반 계약 처리 방식을 획기적으로 혁신시켰습니다. 특히 인력 리소스를 효율화하고, 콘텐츠 활용 가치를 극대화하는 긍정적인 파급효과를 확인할 수 있습니다. 앞으로도 머신러닝, 자동화 시스템을 콘텐츠/계약 관리에 활용하는 수요는 점점 증가할 것으로 예상되며, 본 사례는 콘텐츠 비즈니스의 디지털 전환 전략 수립 시 참고할 만한 중요한 기준점을 제시합니다.

https://aws.amazon.com/blogs/machine-learning/how-conde-nast-accelerated-contract-processing-and-rights-analysis-with-amazon-bedrock/