하나투어, AI로 여행상품 기획 시간 획기적 단축
상품 기획자(MD)의 수작업 부담을 줄이고 기획 역량을 증폭하기 위해 AI 기반 여행상품 기획 에이전트 구축 추진
GraphRAG 아키텍처와 Amazon Bedrock AgentCore를 결합하여 현실성과 자사 데이터의 양립, 속도와 데이터 충실도의 동시 달성
2~3일 소요되던 초안 작업 시간을 2~3분으로 단축하여 MD의 의사결정 집중 및 대량 상품 변주 작업 부담 완화
GraphRAG: 관계형 데이터의 중요성
여행 상품 기획과 같이 도시, 호텔, 관광지 등 구조적 관계가 중요한 도메인에서는 데이터를 텍스트 청크로 평탄화하는 일반 RAG의 한계를 명확히 드러냄. 하나투어는 이를 극복하기 위해 Amazon Neptune 기반의 지식 그래프를 구축하여 노드(국가, 도시, 호텔 등)와 엣지(관계)로 데이터를 표현하고, 멀티 홉(Multi-hop) 순회를 통해 실제 동선에 가까운 초안을 추론함. 이는 문서 검색이 아닌 구조 조립 관점에서 데이터를 다루는 GraphRAG의 핵심적인 이점임.
트렌드 신선도 관리: 시간 감쇠 함수 적용
빠르게 변하는 여행 트렌드를 반영하기 위해, 수집된 트렌드 노드에 바이럴 점수(virality_score)와 감쇠율(decay_rate)을 부여하고 경과 개월 수에 따라 유효 점수를 실시간 계산하는 시간 감쇠 함수를 적용함. 이를 통해 트렌드의 신선도를 반영하고, MD의 요청에 따라 트렌드 비중을 조절(tier 분류)하여 최신 트렌드와 검증된 콘텐츠의 균형을 맞춤. 이는 그래프 위에서 트렌드, 장소, 도시를 연결하여 위치 기반의 최신 트렌드 질의를 가능하게 함.
2-Phase 생성: LLM 비용 최적화와 재현성 확보
일정 생성 과정을 입력 해석, 일정 생성, 검증, 부분 재생성의 단계로 분리하고, 각 단계에 Claude Haiku(저비용)와 Claude Opus(고성능) 모델을 차등 적용하여 LLM 비용을 최적화함. 특히 도시 묶기, 동선 정렬, 식당 배분 등 구조 계산은 결정론 알고리즘으로 처리하고, 상세 일정 생성은 날짜별 병렬 처리 및 부분 재생성을 통해 생성 시간을 약 300초에서 60초로 단축함. 이는 재현 가능한(Reproducible) 결과를 보장하면서도 빠른 응답 속도를 달성하는 핵심 전략임.
AgentCore Gateway: 확장 가능한 서버리스 아키텍처
여행 기획 에이전트와 그래프 데이터베이스를 연결하는 핵심 요소로 Amazon Bedrock AgentCore Gateway를 활용함. Lambda 함수는 단일 책임 원칙에 따라 그래프 조회에 집중하고, Gateway는 MCP 프로토콜 변환 및 AWS IAM 기반 인증을 담당하여 확장성을 확보함. 새로운 도구 추가 시 기존 파이프라인 수정 없이 스키마 등록 및 Lambda 함수 추가만으로 유연하게 확장 가능하며, EC2, 로드밸런서 등 인프라 운영 부담을 서버리스 환경으로 해소함.
환각(Hallucination) 억제를 위한 그라운딩 원칙
LLM의 환각(Hallucination)을 줄이기 위해 '오직 그래프에서 찾은 데이터만 사용한다'는 명확한 그라운딩 원칙을 적용함. 에이전트는 Neptune에 존재하는 관광지, 호텔, 유효성 검증된 트렌드 데이터만을 사용하여 생성 범위를 제한하고, 이를 통해 추측 기반의 생성을 근거 있는 탐색으로 전환함. 또한, 단계별로 필요한 컨텍스트만 전달하는 필터링과 Bedrock의 프롬프트 캐싱(Prompt Caching)을 활용하여 LLM 입력 토큰을 효율적으로 관리함.
