LG CNS, Agentic AI로 APQR 시스템 설계 및 자동화 구축 사례

종근당과 LG CNS는 Agentic AI를 적용해 연간 제품 품질 평가(APQR) 리포트 작성 시간을 기존 12시간에서 약 1시간으로 줄였다. 품질보증 담당자가 여러 시스템을 오가며 자료를 모으던 반복 업무를 시스템 단계로 전환해, 담당자는 근거와 예외 검토에 집중할 수 있게 되었다.

시스템 아키텍처

AWS 기반 플랫폼은 데이터 준비와 리포트 생성 두 가지 흐름으로 구성된다. QMS, LIMS, SAP, EDMS의 파일을 표준화해 근거 데이터셋으로 준비하고, 이를 바탕으로 리포트 생성 워크플로우를 실행한다.

• Business Agent: 일탈, CAPA, 안정성 시험 등 12개 품질 업무를 담당한다.
• Unit Agent: 조회, 계산, 해석, 문서 생성 등 28개 유형의 단위 기능을 수행한다.
• AWS 서비스: Amazon S3(보관), Athena(조회), EKS(실행), Bedrock(해석), RDS(이력 관리) 등을 활용한다.

핵심 설계 원칙

수치 계산과 생성형 AI 서술의 검증 방식을 분리했다. 조회와 통계 계산은 재현 가능한 코드로 처리하고, LLM은 확인된 결과를 바탕으로 해석과 서술만 담당하도록 역할을 나누었다. 이를 통해 결과 오류 시 원인을 명확히 구분할 수 있으며, 총 66개 이상의 실행 노드로 구성된 워크플로우가 안정적으로 운영된다.