Backoffice AI Agent 구축기

이 게시물은 플레이스AI 플랫폼 팀에서 RAG와 MCP 기반의 Backoffice AI 에이전트 구축 과정을 소개합니다.

시스템 설계 및 구성

• GitHub, Confluence, 외부 공식 문서 등 다양한 데이터 소스를 자동 수집 및 임베딩
• Milvus와 OpenSearch를 활용한 하이브리드 검색 구조 설계
• LLM 기반 질의 정제와 재정렬을 포함한 Smart Search 및 Agentic RAG 아키텍처 구현

성능 평가 및 인사이트

• 기존 Lexical Search 대비 응답 만족도 2배, 응답 속도 1.4배 향상
• 토큰 사용량 66% 절감, 툴 호출 49% 감소
• 지식 접근성 향상과 신규 입사자 온보딩 효율 개선

후속 계획

• 문서 타입 세분화 필터링과 MCP 간 연동 강화로 복합 질의 처리 확장