장애를 스스로 복구하는 AI 에이전트

모두의주차장은 주차권 구매 후 현장 출차를 위해 50여 개 장비사의 관리자 웹에 자동으로 로그인해 할인권을 적용하는 할인 적용 배치를 운영 중이다. 외부 웹은 예고 없이 UI가 바뀌어 룰 기반 자동화가 수시로 깨지고, 2025년 한 해에만 약 30만 건 실패·16.5만 건 환불이 발생했으며 장애 대응까지 평균 4시간이 소요됐다.

이를 해결하기 위해 LangGraph StateGraph로 전체 흐름을 고정하고, LLM은 각 노드 안에서만 판단하도록 설계했다. 브라우저 조작은 Playwright MCP를 사용해 접근성 트리 기반 구조화 스냅샷을 LLM에 제공했고, 모델은 Gemini 2.5 Pro를 채택했다. 복구 1건당 LLM 비용은 수백 원 수준이다.

에이전트 분할 기준은 '장애 원인별(DOM/Network/Policy)'이 아닌 '개발자가 실제로 밟는 대응 순서' 로 바꿨다.

• login — 로그인 수행
• search — 차량 조회
• discount — 할인권 적용
• check — 적용 검증
• compare — 화면·API 변경점 비교 후 PR 생성

원인 기반 설계는 라우팅 분류기가 오판할 경우 엉뚱한 에이전트가 분석을 이어받는 문제가 있었고, 실제 운영자의 대응 방식과도 맞지 않았다.