01
AI 프로덕션
채널톡 CS 답변 초안 봇
고객 문의 답변 초안 자동 생성
- Problem
- 고객 문의 응대가 매번 담당자의 수기 작성에 의존해, 문의가 몰리면 응답 속도와 답변 기준이 함께 흔들렸습니다.
- Approach
- 문의가 들어오면 과거 유사 상담을 검색해 근거를 확보하고 답변 초안을 만드는 흐름을 설계했습니다. 서명 검증, 즉시 응답, 중복 처리 방지 같은 운영 신뢰성 장치를 먼저 넣고, 주기적 조회 방식을 이벤트 수신 구조로 전환했습니다.
- Result
- 시범 단계에서 멈추지 않고 운영 환경에 배포해, 매니저가 초안을 검토만 하면 그대로 보낼 수 있는 형태로 돌리고 있습니다.
- TypeScript
- Webhook
- RAG
- AWS Lambda
- SQS
02
AX 인프라
전사 LLM API 키 발급 인프라
팀원 30건 이상 키 발급·온보딩
- Problem
- 팀원마다 AI 도구에 접근하는 경로가 달라, 누가 무엇을 얼마나 쓰는지 관리할 기준이 없었습니다.
- Approach
- 프록시 기반 키 발급 어드민과 원클릭 설치 스크립트를 만들고, 발급·권한·사용량을 한 흐름에서 다루도록 운영 규칙을 정리했습니다.
- Result
- 30건 이상의 키를 발급·온보딩했고, 초기 발급분에 사용자 식별값이 빠져 사용량 추적이 끊긴 문제를 사후 매핑과 발급 규약으로 바로잡았습니다.
- Next.js
- React
- LLM Proxy
- Bash Installer
- SQL
03
AI 도입
사내 승인 문서 생성 도구
문서 작성 시간 약 90% 단축
- Problem
- 반복적인 승인 문서 작성이 개인의 경험과 시간에 의존하고 있었습니다.
- Approach
- 조직의 업무 지식을 검색 가능한 자료로 정리하고, RAG 기반 생성 흐름과 사용 가이드를 설계했습니다. 이후 팀이 실제로 사용할 수 있도록 배포와 온보딩까지 맡았습니다.
- Result
- 문서 작성 시간을 약 90% 줄였고, 전사 23명이 88건의 문서 작업에 활용하는 흐름으로 정착시켰습니다.
- RAG
- Claude Code
- Knowledge Base
- Prompt Ops
04
AI Enablement
Claude Code 사내 온보딩 프로그램
설치부터 실습까지 이어지는 사내 교육
- Problem
- 구성원마다 AI 도구 설치 방식과 활용 수준이 달라, 도입이 개인의 관심과 숙련도에 좌우됐습니다.
- Approach
- Claude Code 기초 강의, MCP·플러그인 설치 가이드, Fireside Chat과 소규모 실습 세션을 하나의 온보딩 흐름으로 구성했습니다.
- Result
- 비개발자도 따라 할 수 있는 짧은 영상과 실습 자료로 AI 도입 사례를 조직 안에 확산시켰습니다.
- Claude Code
- MCP
- Plugin
- Video Training