카카오페이, AI 컨시어지 '페이지니' 출시! 맞춤형 금융 서비스 경험 제공

카카오페이는 사용자 맞춤형 금융 서비스 추천을 위해 AI 컨시어지 페이지니를 개발함

AWS Bedrock 기반의 Multi-agent Collaboration 구조를 통해 확장성을 확보하고, STT/TTS 기능을 구현함

프롬프트 엔지니어링과 RAG를 활용하여 사용자 의도에 맞는 맞춤형 서비스를 제공함

Multi-Agent Collaboration 아키텍처

Multi-agent Collaboration 구조는 Supervisor Agent와 Worker Agent로 구성된다. Supervisor Agent는 요청을 받아 적절한 Worker Agent를 선택하고, Worker Agent는 정형/비정형 데이터를 활용하여 응답을 생성한다. 따라서 확장성 확보와 유연한 서비스 제공이 가능해진다.

프롬프트 엔지니어링의 중요성

정교한 프롬프트 엔지니어링은 Multi-agent 시스템의 핵심이다. 명확한 역할 부여와 단계별 목표 제시를 통해 예측 가능한 결과를 얻을 수 있다. 조건부 규칙과 Few-shot 예시를 활용하여 응답의 정확도를 높이고, 불필요한 호출을 줄여 효율성을 극대화한다.

STT 기능 구현의 기술적 도전

STT 기능 구현 시 오디오 샘플레이트 변환과 발화 종료 감지가 핵심 과제였다. 16kHz로의 리샘플링을 통해 Amazon Transcribe 호환성을 확보하고, Socket 통신을 활용하여 발화 종료 이벤트를 감지했다. 결과적으로 정확한 음성 인식과 사용자 경험 개선을 달성했다.