AI와 대화로 여행 계획을? 마이리얼트립의 혁신적인 시도!
마이리얼트립은 생성형 AI와 여행 데이터를 연결하기 위해 MCP(Model Context Protocol)를 활용한 PoC를 구현함
MCP는 AI 모델이 외부 도구에서 정보를 가져올 수 있도록 돕는 공통 연결 규칙으로, 툴(Tool) 호출을 통해 실시간 데이터 접근을 가능하게 함
PoC 결과, AI가 여행 상품 조회 기능을 적절히 호출하여 여행 계획을 생성하는 것을 확인했으며, 위젯 구현을 통해 사용자 경험을 개선할 예정임
MCP(Model Context Protocol)의 역할
본문에 따르면 MCP(Model Context Protocol)는 ChatGPT, Gemini, Claude와 같은 AI 애플리케이션이 외부 도구와 연결하여 정확한 답변과 작업 수행을 돕는 공통 연결 규칙이다.
표준화된 연결 규격: 이전에는 AI 모델별로 연동을 따로 개발해야 했지만, MCP는 USB-C처럼 표준화하여 개발 및 유지보수 비용을 절감
Tool 기능: AI 모델이 호출하는 실행 함수로, 실시간 데이터(Real-time Data)를 가져오거나 외부 작업을 수행
마이리얼트립 사례: 여행 상품 조회, 예약 가능 여부 확인 등 다양한 툴(Tool)을 조합하여 여행 계획을 생성
결과적으로 MCP는 AI 모델의 외부 데이터 접근성(External Data Accessibility)을 향상시켜, AI 서비스의 확장성을 높이는 핵심 기술이다.
PoC 구현 과정: 4가지 툴 설계
글에 따르면 마이리얼트립은 여행 계획 단계에서 필요한 기능을 4개의 툴(Tool)로 분리하여 PoC를 구현했다.
카테고리 리스트 툴: 도시별 여행 카테고리(Category)를 제공하여 탐색의 시작점(Starting Point)을 제공
상품 검색 툴: 조건에 맞는 상품 후보를 검색하고, 인기순/가격대 필터를 적용하여 AI의 정보 과부하(Information Overload) 방지
상품 상세 툴: 상품의 상세 정보를 제공하여 AI가 근거 있는 추천(Reasonable Recommendation)을 할 수 있도록 지원
옵션/예약 가능 여부 조회 툴: 실시간 예약 가능 여부를 확인하여 실질적인 여행 계획(Practical Travel Plan)을 완성
이러한 툴(Tool) 설계는 AI가 사용자의 질문에 따라 필요한 기능을 유연하게 호출하도록 하여, 대화형 여행 계획(Conversational Travel Planning)의 핵심을 구현한다.
AI 모델의 할루시네이션(Hallucination) 문제 해결
본문에서는 AI 모델의 할루시네이션(Hallucination) 문제를 해결하기 위해 현재 시간을 반환하는 툴(Tool)을 활용한 사례를 제시한다.
문제 상황: 날짜 정보를 정확하게 인식하지 못하는 경우, 과거 날짜를 넣어 툴 호출 실패
해결 방법: 현재 시간을 반환하는 툴(Tool)을 추가하고, 컨텍스트에 날짜 정보가 없을 경우 해당 툴을 먼저 호출하도록 프롬프트(Prompt)에 지시
결과: AI가 정확한 날짜 정보(Accurate Date Information)를 기반으로 툴을 호출하여, 여행 계획의 정확도를 향상
이러한 해결책은 AI 모델의 신뢰성(Reliability)을 높이고, 실제 서비스 적용 가능성을 높이는 데 기여한다.
실제 서비스 적용을 위한 과제
글에 따르면 PoC를 넘어 실제 서비스 적용을 위해 해결해야 할 과제들이 존재한다.
위젯(Widget) 구현: AI의 텍스트 응답과 함께 상품 카드 위젯을 제공하여 사용자 경험(User Experience) 개선
툴 콜링(Tool Calling) 최적화: 사용자가 서비스명을 직접 언급해야 툴이 호출되는 문제를 해결하기 위해 툴 설명 개선 및 플랫폼 측과의 협력 필요
테스트 자동화: 수동 테스트의 한계를 극복하기 위해 AI를 활용한 자동화된 테스트 환경 구축
이러한 과제 해결을 통해 AI 기반 여행 계획 서비스의 상용화(Commercialization)를 앞당기고, 사용자 편의성을 극대화할 수 있을 것이다.
