미국 주택담보대출 기업 로켓 컴퍼니스(Rocket Companies) 산하 권원(title) 대행사 로켓 클로즈(Rocket Close)가 아마존웹서비스(AWS)와 협력해 에이전틱 AI(agentic AI) 솔루션 ‘슈퍼차저(Supercharger)’를 개발하고, 권원 심사 업무 효율화에 성공했다. 슈퍼차저 도입 이후 콜센터에 접수되는 전화와 이메일 문의가 30% 감소했으며, 주 단위 권원 심사 정확도가 높아지고 전반적인 업무 처리 속도도 개선됐다고 로켓 클로즈 측은 밝혔다.
권원 심사는 주별 규정과 카운티마다 다른 등기 요건, 검인(probate) 절차 등 복잡한 법적 요소를 다수의 시스템에서 수작업으로 조회해야 하는 고난도 작업이다. 슈퍼차저는 이 과정을 자동화하기 위해 AWS의 오픈소스 에이전트 하네스 SDK인 스트랜즈 에이전트(Strands Agents)를 핵심 엔진으로 채택했다. 내부 운영 데이터베이스를 MCP(모델 컨텍스트 프로토콜, Model Context Protocol) 도구로 연결하고, 아마존 베드록(Amazon Bedrock) 지식 기반을 통해 주 단위 심사 절차와 정책에 자연어로 접근할 수 있도록 구성했다. 보안 측면에서는 아마존 베드록 가드레일과 행(row) 수준 데이터 접근 제어를 결합해 고객 민감 정보의 무단 노출을 차단하고, WebSocket 기반 스트리밍으로 복잡한 조회 요청에도 빠른 응답을 제공한다.
로켓 클로즈가 도출한 주요 교훈은 에이전트 설계 방식에 관한 것이다. 단계별 처리 순서를 코드에 직접 규정하는 대신, 에이전트가 달성해야 할 목표만 프롬프트로 기술하고 구체적인 도구 선택과 실행 순서는 모델이 자율 결정하도록 맡겼을 때 성능과 유지보수성 모두 향상됐다는 점이다. 또한 MCP 도구의 명칭과 문서화(docstring)를 구체적으로 작성할수록 에이전트가 적합한 도구를 더 잘 선택했으며, 접근 제어 로직을 비즈니스 로직이나 프롬프트 단계가 아닌 세션 속성에 오프로드함으로써 일관된 보안 정책을 유지할 수 있었다. 이 밖에 아키텍처 리팩터링과 프롬프트 개선을 통해 LLM 호출 횟수를 줄여 응답 지연을 3배 단축하는 성과도 거뒀다.
로켓 클로즈 데이터 사이언스 부문 부사장 브라이언 베다드(Bryan Bedard)는 슈퍼차저 도입이 단순한 업무 자동화를 넘어 팀원이 복잡한 주문 데이터와 상호작용하는 방식 자체를 바꿨다고 평가했다. 회사는 향후 슈퍼차저를 대출 담당자(banker)의 대출 관련 질의 응답으로 확장하고, 다양한 도메인 팀이 에이전틱 솔루션을 빠르게 구축할 수 있는 패스트스타트 템플릿을 마련할 계획이다.
저작권자 © STORIUM 무단전재 및 재배포 금지
