🔍 프로젝트 배경 및 역할
- 프로젝트 배경: 여행사와의 협력 기회를 바탕으로, AI 기술을 활용한 여행 일정 추천 및 예약 연동 PoC 개발. 항공권 구매자 대상 호텔, 투어 등 교차판매 증대를 목표.
- 본인의 역할: 프로젝트 기획 및 기술 구현 리딩. LangGraph 기반 에이전트 플로우 설계, 데이터 구축 파이프라인 설계, 핵심 기능 정의 등 주요 기획과 개발 영역에 기여.
🤔 당시 고민 및 접근 방법
- 사용자 피로도 최소화를 위한 대화 흐름 설계: 초기 PoC의 순차적 질문 방식이 지루하다는 피드백을 반영, LangGraph의 상태 기반 구조를 활용하여 질문을 최소화하고 한두 번의 응답만으로 일정을 생성하도록 개선. 사용자가 ‘스마트한 비서’처럼 느끼도록 agentic한 경험을 강화.
- API 차단 문제 해결 및 기술 내재화: 외부 비공식 서버 사용으로 발생한 YouTube 자막 API 차단 이슈에 대응하기 위해, Google의 공식 YouTube Data API v3 기반으로 MCP 서버를 직접 재구축하여 안정성과 확장성을 확보.
- 파트너사 요구사항 반영: “작고 빠른 성과”와 “전환율 증대”라는 협력사의 목표에 맞춰, 판매 상품이 여행 콘텐츠처럼 자연스럽게 노출되는 UI/UX를 설계. 단순 구매 유도가 아닌, 여행 경험의 연장선에서 구매가 일어나도록 유도.
📈 프로젝트 성과
- 핵심 KPI 설정 및 실행 계획 구체화: PoC의 1차 목표를 ‘오사카 항공권 구매자 대상 호텔, 투어/티켓 교차판매율 20배 증대’로 설정. 고객군별 관심사를 추론한 개인화된 Preset 메시지 전략을 수립하여 25년 7월 알파 오픈 완료.
- 데이터 수작업 자동화 파이프라인 구현: 개발 역량이 없는 팀원들의 데이터 수집/정리 업무 비효율(시간 소요, 휴먼 에러)을 개선하고자 자동화 파이프라인을 직접 설계 및 구현 완료.
- 기술적 깊이 확보: 단순 tool calling을 넘어, LangGraph 기반 상태 관리, 멀티 소스 데이터 오케스트레이션 등 복합적인 기술 레이어를 직접 설계하고 구현하며 Agentic 서비스의 핵심을 체득.