섹션별 상세
금융 데이터 검색의 파편화 문제를 해결하기 위해 자연어 인터페이스를 갖춘 통합 레이어인 Grounding을 구축했다. 사용자는 복잡한 스키마나 쿼리 언어를 배울 필요 없이 자연어로 질문하고 검증된 데이터 소스 기반의 답변을 받을 수 있다. 이 과정에서 모든 결과에 인용구가 포함되어 금융 업무에 필수적인 감사 가능성(auditability)을 확보했다.
LangGraph를 활용하여 검색 에이전트가 쿼리를 분석하고 적절한 데이터 검색 에이전트(DRA)로 분배하는 라우팅 구조를 설계했다. 라우터는 쿼리를 하위 작업으로 분해하고 각 도메인 전문가 에이전트에게 전달한 뒤 결과를 맵리듀스 방식으로 취합한다. 이를 통해 데이터 라우팅과 검색 레이어의 책임을 분리하고 병렬적인 개발 및 운영이 가능해졌다.
일관된 통신을 위해 모든 에이전트가 준수해야 하는 커스텀 DRA 프로토콜을 수립하여 데이터 교환의 신뢰성을 높였다. 정형 및 비정형 데이터를 아우르는 공통 데이터 형식을 정의함으로써 새로운 에이전트를 시스템에 즉시 통합할 수 있는 확장성을 확보했다. 이 표준화된 레이어 덕분에 ESG 준수 에이전트 등 다양한 특화 제품의 시장 출시 기간을 단축했다.
용어 해설
- 랭그래프(LangGraph)
- — LangChain 생태계에서 제공하는 상태 기반 멀티 에이전트 워크플로우 설계 라이브러리이다. 복잡한 제어 흐름과 순환 구조를 그래프 형태로 관리하여 에이전트 간의 협업과 상태 유지를 효율적으로 구현할 수 있게 돕는다.
- 그라운딩(Grounding)
- — AI 모델의 답변을 실제 외부 데이터나 신뢰할 수 있는 사실에 기반하게 하여 환각 현상을 방지하는 기술적 접근 방식이다. 금융 데이터와 같이 정확성이 필수적인 도메인에서 답변의 근거를 명확히 제시하기 위해 사용된다.
- 맵리듀스(Map-Reduce)
- — 대규모 데이터를 분산 처리하기 위해 데이터를 여러 단위로 나누어 병렬 처리(Map)하고 다시 하나로 합치는(Reduce) 프로그래밍 모델이다. 이 시스템에서는 여러 전문 에이전트의 응답을 취합하여 최종 인사이트를 도출하는 데 적용됐다.
기술
- LangGraph
- S&P Global Data
- Kensho Grounding
활용 사례
- 금융 데이터 분석
- ESG 컴플라이언스 추적
- 섹터 성과 비교 분석
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 27.수집 2026. 03. 27.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
