TRUSTBANK Choice AI: 다중 에이전트 아키텍처를 활용한 고향세 맞춤화

TRUSTBANK는 Furusato Choice 앱에 통합된 AI 기반 어시스턴트인 Choice AI를 출시하여 일본의 고향세(고향세 기부) 프로그램 내에서 감사 선물을 선택하는 과정을 간소화했습니다. OpenAI API로 구동되는 다중 에이전트 아키텍처를 활용함으로써, 이 플랫폼은 약 760,000개의 아이템 카탈로그를 탐색하여 사용자의 모호한 의도나 구체적인 선호도에 기반한 맞춤형 추천을 제공합니다.

의도 라우팅을 위한 다중 에이전트 아키텍처

Choice AI는 복잡한 사용자 요청을 조정하고 정확한 의도 기반 결과를 제공하기 위해 다중 에이전트 시스템을 활용합니다. 시스템은 최상위 레이어에 라우팅 모델을 두어 사용자 입력을 분석해 사용자의 의도를 파악하고 이를 전문 에이전트에게 전달하도록 구성됩니다.

전문 에이전트 역할

• Search Agent: 특정 제품 문의를 처리합니다.
• Recommendation Agent: 사용자 선호도에 기반한 제안을 제공합니다.
• Greeting Agent: 초기 사용자 상호작용을 관리합니다.

이러한 에이전트는 결과를 정교화하기 위해 추가 하위 에이전트와 도구를 호출할 수 있습니다. 개인화를 강화하기 위해 시스템은 사용자의 상태에 따라 동적으로 프롬프트를 생성합니다; 예를 들어, 처음 이용하는 사용자는 재방문 사용자와 다른 상호작용 경로를 따릅니다.

기술 구현 및 모델 선택

TRUSTBANK는 OpenAI 서비스 파트너인 Recursive와 협력하여 대화형 AI 에이전트와 기반이 되는 Retrieval-Augmented Generation(RAG) 시스템을 설계·구현했습니다.

모델 구성

Choice AI는 현재 GPT‑4.1 시리즈를 기반으로 운영됩니다. 기술 구현 세부 사항은 다음과 같습니다:

• Primary Model: 기본으로 GPT‑4.1 mini가 사용됩니다.
• Dynamic Switching: 팀은 테스트 중 지연 시간과 정확성의 요구 균형에 따라 nano 버전과 더 큰 모델 간 전환을 실험하고 있습니다.

사용자 경험 및 지역 다양성에 미치는 영향

Choice AI는 사용자의 인지 부담을 줄이고 몇몇 인기 있는 지방자치단체에 기부가 과도하게 집중되는 것을 방지함으로써 고향세 경험을 향상시킵니다.

전환 및 발견

Choice AI를 활용하는 사용자는 표준 현장 검색을 이용하는 경우에 비해 전환율이 높게 나타났습니다. 이는 AI가 사용자가 전통적인 검색창에서 표현하기 어려운 예산이나 선호도와 같은 "모호한 요구"를 추출할 수 있기 때문입니다.

공정성 및 다양성 촉진

지역 다양성을 보장하고 소수의 인기 아이템에 편향되지 않도록 시스템은 검색 결과에 제어된 무작위성을 도입합니다. 사용자가 명확한 선호를 지정하지 않는 한, AI는 기부 데이터를 기반으로 다양한 도·광역시에서 추천을 변동시켜 사용자가 소규모 지방자치단체와 특화된 제품을 발견하도록 돕습니다.

향후 로드맵

TRUSTBANK는 Choice AI를 검색 개선 도구에서 포괄적인 컨시어지형 서비스로 발전시킬 계획입니다. 목표는 경제적 이익을 넘어 사용자와 지방자치단체를 진정한 선의로 연결하고, 전반적인 사용자 경험을 더욱 개인화함으로써 플랫폼을 구축하는 것입니다.