이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
핵심 요약
호주의 핀테크 기업 Lendi Group은 주택 담보 대출 재융자 과정의 복잡성과 정보 비대칭 문제를 해결하기 위해 Amazon Bedrock 기반의 AI 에이전트 'Guardian'을 개발했습니다. 이 시스템은 대출 경쟁력을 실시간으로 모니터링하고, 멀티 에이전트 오케스트레이션을 통해 고객 상담부터 상품 추천, 서류 준비까지의 전 과정을 자동화합니다. Lendi는 Agno 프레임워크와 Amazon EKS를 활용해 확장 가능한 아키텍처를 구축했으며, 이를 통해 재융자 소요 시간을 획기적으로 단축하고 수백만 달러 규모의 대출을 처리하는 성과를 거두었습니다.
배경
AWS 기초 지식, LLM 에이전트 개념, Microservices 아키텍처 이해
대상 독자
금융권 AI 도입 담당자, LLM 에이전트 아키텍처 설계자, AWS 기반 AI 서비스 개발자
의미 / 영향
이 사례는 생성형 AI가 단순 챗봇을 넘어 복잡한 금융 프로세스를 엔드투엔드로 처리하는 에이전트형 AI로 진화하고 있음을 보여줍니다. 특히 16주라는 짧은 기간 내에 프로덕션 수준의 시스템을 구축한 것은 클라우드 기반 관리형 AI 서비스의 성숙도를 입증하며, 향후 금융 서비스의 표준이 실시간 자동화로 이동할 것임을 시사합니다.
섹션별 상세
Lendi는 고객이 자신의 대출 금리가 경쟁력이 있는지 알기 어렵고 재융자 절차가 번거롭다는 문제를 해결하기 위해 24시간 작동하는 AI 동반자 'Guardian'을 기획했습니다.
시스템 아키텍처는 UI(EKS), API(API Gateway), Compute(EKS), Intelligence(Bedrock), Observability(Langfuse), Storage(MongoDB/S3)의 6개 레이어로 구성되어 확장성과 보안을 확보했습니다.
Intelligence 레이어에서는 Agno 프레임워크를 사용해 Mortgage Broker Associate, Information Collection, Product Recommendation 등 역할이 분리된 전문 에이전트들이 협업하는 멀티 에이전트 구조를 채택했습니다.
Linda라는 이름의 커뮤니케이션 에이전트는 SMS, 이메일, WhatsApp 등 외부 채널을 통해 고객의 진행 상황을 감지하고 적절한 시점에 재참여를 유도하는 역할을 수행합니다.
Amazon Bedrock Guardrails를 도입하여 금융 규제 준수를 보장하고, MCP(Model Context Protocol) 서버를 통해 내부 시스템 및 외부 데이터 소스와 안전하게 연동했습니다.
프로젝트 시작 16주 만에 런칭된 이 서비스는 Rate Radar 기능을 통해 단 10분 만에 서류 없이 재융자 신청이 가능한 환경을 구현했습니다.
실무 Takeaway
- 복잡한 비즈니스 프로세스를 자동화할 때는 단일 모델 대신 역할이 분리된 멀티 에이전트 아키텍처를 설계하여 유지보수성과 정확도를 높여야 한다.
- 금융과 같은 규제 산업에서는 Amazon Bedrock Guardrails와 같은 거버넌스 도구를 활용해 AI 응답의 안전성과 컴플라이언스를 강제해야 한다.
- AI 에이전트가 단순히 질문에 답하는 수준을 넘어 MCP를 통해 실제 내부 데이터베이스 및 외부 API와 연동되어야 실질적인 업무 자동화가 가능하다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 04.수집 2026. 03. 04.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.