AWS를 이용한 계약 지능 플랫폼 구축

AWS를 이용한 계약 지능 플랫폼 구축: Amazon Quick와 Amazon Bedrock AgentCore

클라우드 기술이 혁신을 가속화하고 비용 절감의 새로운 길을 열어가고 있는 가운데, AWS가 제공하는 다양한 서비스는 기업들에게 새로운 비즈니스 모델을 제시하고 있습니다. 이번 포스트에서는 Amazon Quick와 Amazon Bedrock AgentCore를 활용하여 AI 기반의 계약 지능 플랫폼을 구축할 수 있는 방법과 그 활용 사례에 대해 알아보겠습니다. 특히, 비효율적인 데이터 처리 문제를 해결하고자 하는 계약 관리 담당자들에게 유용한 정보가 될 것입니다.

AI 플랫폼의 필요성과 과제

계약 관리 담당자로서 수백 건의 계약서에 담긴 중요한 데이터들을 관리하는 것은 쉽지 않은 과제입니다. 계약 금액, 만료일, 서명 상태 등 중요한 정보는 PDF에 갇혀 있고, 직원들은 매일같이 스프레드시트를 수정하며 '어느 벤더와 가장 많은 거래를 하고 있는지?'와 같은 반복 질문에 답하며 시간을 낭비합니다.

이 문제를 해결하고자 많은 기업들은 AI 채팅 도구와 엔터프라이즈 Q&A 솔루션을 사용합니다. 하지만, 이는 단일 문서 처리에는 효과적일지 모르나, 대량 데이터의 경우 한계에 부딪힙니다.

RAG의 한계와 해결책

대부분의 AI 채팅 도구는 Retrieval Augmented Generation (RAG) 기법을 사용하여 텍스트를 분할하고 검색에 적합한 정보만을 제공합니다. 그러나 포괄적인 데이터 집계가 필요한 경우, RAG는 정보의 일부만 제공하여 불완전한 답변을 제시합니다. 이러한 상황에서는 더 나은 근거가 아닌 전혀 다른 아키텍처가 필요합니다.

AWS 기반 솔루션 개요

AWS의 React 웹 애플리케이션 플랫폼은 계약 PDF를 구조화된 질의 가능 데이터로 변환합니다. Claude Sonnet 시리즈를 활용한 AI 에이전트가 주요 필드를 추출하고 이를 검증합니다. 그 후 Amazon Quick에서 즉각적인 답변을 제공함으로써, 사용자는 포트폴리오 전체 및 개별 계약에 대한 질문에 빠르게 답을 얻을 수 있습니다.

1. 계약 PDF 저장: Amazon S3에 계약 PDF를 저장하여 자동 처리 파이프라인을 시작합니다.
2. AI 필드 추출: Claude Sonnet 모형을 통해 PDF에서 주요 필드를 추출합니다.
3. 필드 검증: 다른 AI 에이전트가 독립적으로 추출 결과를 검증합니다.
4. 결과 저장: 검증된 결과는 Amazon Aurora PostgreSQL에 저장되며, 실시간 스트리밍과 자연어 질의가 가능합니다.

핵심 인사이트와 가치

1. 구축 가이드 및 변환 활용: AI를 활용한 구조적 전환을 통해 포트폴리오 전반에 걸친 집계 질의에 효과적으로 대응할 수 있습니다.
2. 비교와 정확성 향상: 두 개의 독립적인 AI 모형을 사용하여 데이터 오차를 최소화할 수 있습니다.

결론적으로 AWS 기반 솔루션은 문서를 구조적으로 추출 후 분석하여 효율적인 데이터 처리를 가능케 합니다. AI 에이전트와 분석 도구를 결합한 이 아키텍처는 수백 가지의 계약을 몇 초 만에 관리 가능하게 하며, 기업의 데이터 처리 시간을 획기적으로 단축합니다.

[1] https://aws.amazon.com/blogs/machine-learning/building-an-ai-powered-contract-intelligence-platform-with-amazon-quick-and-amazon-bedrock-agentcore/