Stripe GPT-4 통합 사례 연구

Stripe는 지원, 온보딩, 리스크 및 문서화 전반에 걸친 복잡한 워크플로우를 자동화하기 위해 GPT-4를 통합했습니다. 100명의 전담 팀을 배치해 LLM 애플리케이션을 프로토타이핑함으로써 Stripe는 초기 50건의 테스트 중 15개의 강력한 통합 후보를 선정했으며, 이전에 GPT-3가 담당했던 기본 티켓 라우팅 및 요약 작업을 넘어섰습니다.

자동화된 비즈니스 이해 및 지원 맞춤화

Stripe는 GPT-4를 사용해 사용자 웹사이트를 스캔하고 비즈니스 모델 요약을 생성하여 맞춤형 지원을 제공합니다. 이 자동화는 특히 웹사이트가 희박하거나 모호한 기업, 예를 들어 나이트클럽과 같이 수동 조사에 시간이 많이 소요되는 경우에 효과적입니다.

Eugene Mann, Stripe Applied Machine Learning 팀의 제품 책임자는 이 분야에서 모델의 성능이 인간 능력을 초과했다고 말했습니다:

"우리가 결과를 직접 확인하기 시작했을 때, ‘잠깐, 인간이 틀렸고 모델이 맞았다’는 것을 깨달았습니다. GPT-4는 기본적으로 인간 검토자보다 더 뛰어났습니다."

AI 기반 기술 문서 지원

GPT-4는 Stripe의 방대한 기술 문서를 소화하고 탐색함으로써 개발자를 위한 가상 비서 역할을 합니다. 모델은 사용자의 기술적 질문을 이해하고, 문서 내 관련 섹션을 찾아내며, 해결책을 하나의 응답으로 요약할 수 있습니다.

Eugene Mann은 모델이 광범위한 맞춤 설정 없이도 효과적으로 작동한다는 점이 예상 밖이었다며, “GPT는 바로 작동한다”고 언급했습니다.

커뮤니티 포럼에서의 사기 탐지

Stripe는 Discord와 같은 커뮤니티 플랫폼에서 악의적인 행위자를 식별하기 위해 GPT-4를 활용합니다. 게시물의 구문을 분석하고 인바운드 커뮤니케이션을 스캔함으로써, 모델은 사기 팀이 조사할 계정을 표시합니다. 이는 신뢰를 회복하거나 커뮤니티 구성원으로부터 정보를 추출하려는 사기꾼들의 조직적인 활동을 목표로 합니다.

향후 적용 및 전략적 방향

Stripe는 GPT-4의 추가 적용을 모색하고 있으며, 매출 모델을 이해하고 기업에 성장 전략을 조언할 수 있는 “비즈니스 코치”를 만드는 가능성도 포함됩니다. 회사는 GPT-4의 진화하는 역량을 결제 생태계 기능을 지속적으로 확장하는 수단으로 보고 있습니다.