생성형 AI를 이용한 고객 리뷰 분류 자동화

제조 A사

제조 A사는 가구와 매트리스를 전문으로 생산·판매하는 기업으로, 특히 해외 주요 유통업체에 제품을 공급하며 연평균 수천억 원의 매출을 올리고 있습니다. 

Challenges

체계화된 분류 프로세스 필요

제조A사는 고객 불만 리뷰 데이터를 처리하는 데 어려움을 겪고 있었습니다. 고객 리뷰 데이터는 매일 수만 건씩 쌓이며, 이를 분류하기 위해 상당한 시간과 인력 비용이 소요되었습니다. 특히, 불만 리뷰의 원인을 빠르게 파악하고 적절한 대응을 하기 위해서는 정확하고 효율적인 분류 프로세스가 필수적이었습니다. 그러나 기존 방식으로는 리뷰의 양이 증가함에 따라 처리 속도가 따라가지 못하는 문제가 발생했습니다.
 

생성형 AI를 이용한 고객리뷰 자동화 분류 진행

AWS Bedrock 사용

제조A사의 고객 리뷰 분류 작업은 기존에 직원이 직접 수행하던 작업으로, 이를 자동화하여 업무 효율성을 높이고자 했습니다. 또한, 향후 다양한 쇼핑몰 및 경쟁업체 리뷰까지 확장하여 분류할 수 있도록 설계되었습니다. 이에 따라, AWS Bedrock를 활용하여 멀티 LLM을 활용한 자동 리뷰 분류 시스템을 구축하였으며, 대분류 23개, 중분류 100여 개의 기준을 적용하여 분류 정확도를 향상시켰습니다.

주요 기술 적용 사항:

• Reranker 활용: 벡터DB에 기존 분류된 리뷰 데이터를 저장하고, Reranker 모델을 적용하여 더욱 정교한 분류 수행
• 멀티 LLM 활용: 프롬프트 엔지니어링 기법을 적용하여 Claude Sonnet 3.5(BEST), Haiku, Llama, Cohere 등 다양한 LLM을 활용
• RAG 방식 적용: 과거 분류된 리뷰 데이터를 기반으로, 유사한 리뷰를 동적으로 예시로 제공

• AWS Bedrock 활용: 멀티 LLM을 효과적으로 운영하고 확장 가능한 AI 인프라를 구축하기 위해 AWS Bedrock을 활용하여 안정적인 서비스 운영 가능하여 정확도 향상

   

활용 서비스: Amazon Sagemaker, AWS Bedrock, Opensearch 등

Benefits

✔ 높은 분류 정확도 – 결과 약 80% 이상의 성과 달성 (고객 평가 기준)
✔ 최적의 분류 방식 검증 – RAG 기반 예시 제공 방식이 가장 우수한 성능을 보임
✔ 확장성 있는 AI 기반 분류 시스템 구축 – 향후 다양한 쇼핑몰 및 경쟁업체 리뷰 분류까지 확장 가능