당근의 AI 전환 성공 사례: 멀티 AI 에이전트 플랫폼 KAMP와 VoC Playground 개발기

핵심 기술: 본 콘텐츠는 당근의 운영실에서 진행된 AI 전환 사례를 소개하며, 특히 멀티 AI 에이전트 시스템과 AI 기반 데이터 분석 플랫폼 개발을 통해 운영 효율성을 극대화한 과정을 상세히 다룹니다.

기술적 세부사항:
* KAMP (Karrot Agent Management Platform):
* 복잡한 문제를 효율적으로 처리하는 멀티 AI 에이전트 시스템을 기반으로 합니다.
* 서비스별 CS 대응 시스템 구축을 위한 플랫폼으로, '프로젝트–에이전트–도구' 구조를 가집니다.
* '프로젝트'는 해결하려는 문제, '에이전트'는 LLM 기반 AI, '도구'는 API를 의미합니다.
* 코드 작성 없이 에이전트와 도구를 조합하여 다양한 응대 시나리오 구현이 가능합니다 (예: 고객지원 상담사 + 사용자 정보 조회 도구, 운영정책 전문가 + 내부 정책 검색 도구).
* 이전의 룰 베이스 시스템 설계에서 AI 기반 멀티 에이전트 시스템으로 4일 만에 성공적으로 피봇한 경험을 공유합니다.
* VoC Playground:
* 흩어진 CS 데이터를 AI를 통해 쉽게 탐색하고 분석할 수 있는 관리 도구입니다.
* Voice of Customer (VoC) 데이터를 효율적으로 분석하며, 사용자는 분석 유형, 정확도 임계값, 필터링 조건만 설정하면 AI가 데이터를 정리해줍니다.
* 클릭 몇 번과 짧은 프롬프트로 특정 CS 데이터 추출 및 LLM을 활용한 리포트 자동 생성이 가능합니다.
* 반년 넘게 준비하던 VoC 파이프라인을 일주일 만에 피봇하여 프롬프트 기반 분석 구조로 전환했습니다.
* 자동 라벨링 툴 (Cursor 활용):
* 앱 리뷰 데이터 수기 라벨링 작업을 자동화하여 효율성을 높였습니다.
* LLM과의 대화(프롬프트 엔지니어링)를 통해 개발 경험이 거의 없는 비개발자도 기능 고도화를 이끌어냈습니다 (키워드 매핑 → 맥락 기반 유사도 임베딩).
* 6시간 이상 소요되던 수기 라벨링 작업을 3분으로 단축했습니다.

개발 임팩트:
* AI 기술을 적극적으로 도입하여 반복 업무를 줄이고, 데이터 분석 및 고객 응대 처리 속도를 비약적으로 향상시켰습니다.
* 특히 비개발자가 AI 툴을 직접 개발하고 고도화하는 사례는 AI 활용의 민주화를 보여줍니다.
* 사용자 경험에 집중하여 빠르게 실행하고 전환하는 민첩한 개발 문화를 보여줍니다.

커뮤니티 반응: 원문에는 별도의 커뮤니티 반응 언급은 없으나, AI 기술을 실무에 빠르게 적용하고 전환하는 내용 자체로 개발자 커뮤니티에서 큰 관심을 받을 만한 인사이트를 제공합니다.