Ricoh가 AWS를 활용해 확장 가능한 지능형 문서 처리(IDP) 솔루션을 구축한 방법

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

Ricoh는 의료 분야의 복잡하고 비정형화된 문서 처리 과정에서 발생하는 수동 엔지니어링 병목 현상을 해결하고자 했습니다. AWS GenAI IDP Accelerator를 기반으로 Amazon Bedrock과 Amazon Textract를 결합한 표준화된 프레임워크를 구축했습니다. 이 시스템은 서버리스 아키텍처를 통해 확장성을 확보하고 엄격한 의료 보안 규정을 준수하면서도 높은 데이터 추출 정확도를 달성했습니다. 결과적으로 고객 온보딩 시간을 90% 이상 단축하고 월간 문서 처리 용량을 7배로 늘리는 성과를 거두었습니다.

배경

AWS 기초 지식, LLM 및 OCR 개념, 서버리스 아키텍처 이해

대상 독자

대규모 문서 처리가 필요한 엔터프라이즈 개발자 및 클라우드 아키텍트

의미 / 영향

이 사례는 생성형 AI가 엄격한 규제가 존재하는 의료 산업에서도 실질적인 운영 효율성을 제공할 수 있음을 입증합니다. 표준화된 프레임워크를 통한 구축 방식은 엔터프라이즈 AI 도입의 가장 큰 장벽인 비용과 시간을 낮추는 중요한 이정표가 됩니다.

섹션별 상세

Ricoh는 의료 보험 청구와 임상 기록 등 매달 수십만 건의 비정형 문서를 처리하며 고객별 맞춤형 엔지니어링에 의존해 왔습니다. 각 고객마다 고유한 개발과 튜닝이 필요했기에 온보딩 과정에서 심각한 병목 현상이 발생했습니다. 이를 해결하기 위해 생성형 AI와 서버리스 기술을 결합하여 재사용 가능한 지능형 문서 처리 프레임워크를 설계했습니다.

아키텍처의 핵심은 Amazon Textract의 OCR 기능과 Amazon Bedrock의 파운데이션 모델을 결합한 하이브리드 방식입니다. Textract가 문서의 구조와 텍스트를 파싱하면 Bedrock 모델이 이를 바탕으로 지능적인 분류와 데이터 추출을 수행합니다. 이 방식은 대형 언어 모델의 컨텍스트 창 제한을 극복하여 50페이지가 넘는 긴 의료 문서도 안정적으로 처리하게 해줍니다.

시스템은 AWS Lambda와 Amazon S3를 활용한 이벤트 기반 서버리스 구조로 설계되어 트래픽 변화에 유연하게 대응합니다. Amazon SQS를 도입하여 API 호출 속도를 제어하고 안정적인 재시도 메커니즘을 구현했습니다. 각 고객별로 독립적인 대기열을 할당하는 멀티테넌시 구조를 통해 고객 간 간섭을 방지하고 독립적인 확장이 가능하도록 만들었습니다.

의료 데이터 처리에 필수적인 HIPAA, HITRUST, SOC 2 등 글로벌 보안 표준을 철저히 준수했습니다. 데이터는 전송 및 보관 시 모두 암호화되며 IAM 역할을 통해 접근 권한을 엄격히 제한합니다. 상세한 감사 로그와 모니터링 시스템을 구축하여 규제 준수와 보안성을 동시에 확보하면서 AI 혁신을 실현했습니다.

추출된 데이터의 신뢰도를 보장하기 위해 두 가지 추출 방식의 결과를 비교하는 신뢰도 점수 시스템을 도입했습니다. 점수가 낮은 데이터는 자동으로 인간 검토자에게 전달되는 Human-in-the-loop 워크플로를 구성했습니다. 이를 통해 수동 검토 비용을 최대 70% 절감하면서도 의료 산업에서 요구하는 99% 수준의 높은 정확도를 유지하고 있습니다.

인프라 배포 효율성을 극대화하기 위해 AWS SAM과 CloudFormation 기반의 설정 중심 온보딩 방식을 채택했습니다. 새로운 고객 추가 시 복잡한 코드 수정 없이 파라미터 설정만으로 전체 인프라를 배포할 수 있습니다. 이 자동화 덕분에 과거 6주까지 걸리던 온보딩 기간을 2~3일로 단축하고 엔지니어링 투입 시간을 획기적으로 줄였습니다.

실무 Takeaway

OCR 서비스와 LLM을 결합한 하이브리드 아키텍처를 통해 긴 문서 처리의 한계를 극복하고 추출 정확도를 높일 수 있습니다.
서버리스 아키텍처와 메시지 대기열을 활용하면 대규모 트래픽 처리와 비용 최적화를 동시에 달성할 수 있습니다.
코드 중심이 아닌 설정 중심의 자동화된 배포 전략을 수립하여 엔터프라이즈 솔루션의 확장 속도를 극대화해야 합니다.

언급된 리소스

GitHubAWS GenAI IDP Accelerator