동원F&B의 Amazon Bedrock AgentCore 기반 AI 쇼핑 어시스턴트로 쇼핑 경험 혁신 여정

동원F&B는 기존 건강식품 상담 챗봇인 Baro.D가 가진 RAG 중심 검색의 한계와 비개인화된 응답, 운영 가시성 부족 문제를 해결하기 위해 차세대 AI 쇼핑 어시스턴트 구축 프로젝트를 진행했습니다.

AWS와의 EBA(Experience-Based Acceleration) 프로그램을 통해 6주간의 스프린트를 거쳐, 상품 탐색부터 구매, CS까지 쇼핑의 전 여정을 케어하는 지능형 에이전트를 구현했습니다. 주요 목표로 TTFT(첫 응답 속도) 2.0초 이내, RAG Precision@10 90% 이상 달성을 설정했습니다.

핵심 기술로는 Amazon OpenSearch Service를 도입하여 검색 품질을 혁신했습니다. Nori 한글 형태소 분석기를 통해 한국어 검색 정확도를 높였으며, kNN 벡터 검색과 BM25를 결합한 **하이브리드 검색(RRF 방식)**을 적용해 의미 기반의 시맨틱 검색과 정확한 키워드 매칭을 동시에 구현했습니다.

이번 프로젝트를 통해 동원몰은 다음과 같은 비즈니스 성과를 기대하고 있습니다.

• 추천 상품 CTR 31.5%에서 35%로 향상
• CS 문의 28% 감소
• 자연어 기반의 개인화된 상품 추천 및 실시간 주문/배송/혜택 조회 기능 제공