전화 주문을 처리하는 음성 주문 시스템 구축

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

TL;DR

식당들이 월평균 지점당 150통의 전화를 놓치고 그중 약 60%가 주문이나 예약 시도라는 문제에서 출발하여, 전화로 들어오는 주문을 자동 응대하고 확인까지 처리하는 음성 주문 시스템 아키텍처를 제안한다; 전화망에서 수신한 오디오는 SIP 게이트웨이가 서명된 WebSocket으로 에이전트 레이어에 스트리밍하고 에이전트는 Amazon Nova 2 Sonic을 통해 실시간 전사와 합성을 수행하며 MCP를 통해 백엔드를 이름으로 호출해 메뉴·카트·주문 로직을 실행한다; 배포는 Amazon Chime SDK Voice Connector의 SIP 트렁크와 Amazon ECS on Fargate 기반 SIP 게이트웨이, AgentCore Runtime의 마이크로VM 격리, API Gateway+IAM+Lambda+DynamoDB 백엔드 구성을 포함하며 계층 분리를 통해 동일한 에이전트를 앱·키오스크 같은 다른 채널에 재사용할 수 있게 한다.

섹션별 상세

식당들이 월평균 지점당 150통의 전화를 놓치고 그중 약 60%가 주문 또는 예약 시도라는 문제 인식에서 출발해 전화로만 주문하려는 고객을 위해 앱·웹 외에 음성 통화 채널을 자동화하는 필요성이 제기되었다. 시스템은 통화 수신 시 대화가 끊기지 않도록 에이전트 세션을 벨이 울리는 동안 미리 준비(warm)하여 무응답 시간을 제거하는 동작을 포함한다. 이 접근은 사람을 현장에서 빼내는 방식보다 현장과 고객 경험을 동시에 보호할 수 있다는 설계적 근거를 제공한다.

근거

식당들은 지점당 매달 평균 150통의 전화를 놓치며 그중 약 60%가 주문 또는 예약을 시도하는 고객 전화이다. — 첫 단락의 통계 수치(월별 누락 전화 수, 60%의 고객 주문/예약 비율)

구현은 세 개의 계층으로 분리되어 통화·에이전트·백엔드 역할을 각각 맡게 설계되었으며, 전화망에서 도착한 오디오는 SIP 게이트웨이를 통해 서명된 WebSocket 연결로 에이전트 레이어에 스트리밍된다. 에이전트는 Amazon Nova 2 Sonic을 사용해 실시간으로 음성 입력을 처리하고 음성 출력을 생성하며 단일 양방향 스트림에서 전사, 턴 테이킹, 중단 처리를 수행한다. 계층 분리는 동일한 백엔드를 재사용해 모바일 앱이나 키오스크 같은 새로운 채널을 에이전트를 수정하지 않고도 연결할 수 있게 만든다.

실제 배포 구성은 전화 측에서 Amazon Chime SDK Voice Connector가 SIP 트렁크와 무료전화번호를 제공하고 SIP 게이트웨이를 Amazon ECS on AWS Fargate 뒤에 Network Load Balancer로 운영하는 방식으로 설계되었다. 에이전트 레이어는 AgentCore Runtime이 대화 로직을 호스팅하며 각 통화를 격리된 마이크로VM에서 실행하고 AgentCore Gateway가 백엔드 API를 MCP 도구로 노출해 에이전트가 이름으로 호출하도록 한다. 백엔드에는 Amazon API Gateway와 IAM으로 보안이 적용된 REST 엔드포인트가 있고 AWS Lambda가 메뉴·카트·주문·위치 조회 비즈니스 로직을 실행하며 Amazon DynamoDB가 데이터를 저장한다.

용어 해설

Model Context Protocol: — 에이전트와 외부 도구·백엔드 간의 호출 인터페이스를 표준화한 오픈 프로토콜로, 에이전트가 도구를 이름으로 발견하고 호출할 수 있게 하여 백엔드 변경 시 에이전트 코드를 수정하지 않고도 통합을 유지하게 한다.
AgentCore: — Amazon Bedrock의 에이전트 호스팅·실행 런타임으로, 각 통화마다 격리된 마이크로VM에서 대화 로직을 실행하고 외부 도구를 MCP를 통해 호출해 음성·텍스트 기반 상호작용을 처리한다.
Amazon Nova 2 Sonic: — 실시간 음성 처리를 위한 오디오 모델로, 양방향 스트림에서 음성 인식과 합성(또는 speech-to-speech) 역할을 수행하여 에이전트가 전화 음성을 즉시 텍스트로 변환하고 응답 음성을 생성할 수 있게 한다.
SIP Gateway: — 전화망과 웹소켓 기반 에이전트 레이어 사이에서 실시간 오디오 스트림을 전송하는 컴포넌트로, SIP 트렁크로 받은 음성을 서명된 WebSocket 연결을 통해 에이전트에 전달하고 응답을 전화망으로 다시 라우팅한다.
MicroVM: — 각 통화 세션을 격리하는 경량 가상화 단위로, 에이전트별 실행 컨텍스트를 분리해 한 통화의 오류나 상태가 다른 통화에 영향을 미치지 않도록 하며 보안·안정성을 높인다.

언급된 리소스

문서Amazon Bedrock AgentCore

문서Amazon Nova

문서Model Context Protocol (MCP)

문서AWS Cloud Development Kit (AWS CDK)

문서Amazon Elastic Container Service (Amazon ECS)

문서AWS Fargate

문서Amazon Chime SDK Voice Connector

문서Amazon API Gateway

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

TL;DR

섹션별 상세

근거

식당들은 지점당 매달 평균 150통의 전화를 놓치며 그중 약 60%가 주문 또는 예약을 시도하는 고객 전화이다. — 첫 단락의 통계 수치(월별 누락 전화 수, 60%의 고객 주문/예약 비율)

용어 해설

Model Context Protocol: — 에이전트와 외부 도구·백엔드 간의 호출 인터페이스를 표준화한 오픈 프로토콜로, 에이전트가 도구를 이름으로 발견하고 호출할 수 있게 하여 백엔드 변경 시 에이전트 코드를 수정하지 않고도 통합을 유지하게 한다.
AgentCore: — Amazon Bedrock의 에이전트 호스팅·실행 런타임으로, 각 통화마다 격리된 마이크로VM에서 대화 로직을 실행하고 외부 도구를 MCP를 통해 호출해 음성·텍스트 기반 상호작용을 처리한다.
Amazon Nova 2 Sonic: — 실시간 음성 처리를 위한 오디오 모델로, 양방향 스트림에서 음성 인식과 합성(또는 speech-to-speech) 역할을 수행하여 에이전트가 전화 음성을 즉시 텍스트로 변환하고 응답 음성을 생성할 수 있게 한다.
SIP Gateway: — 전화망과 웹소켓 기반 에이전트 레이어 사이에서 실시간 오디오 스트림을 전송하는 컴포넌트로, SIP 트렁크로 받은 음성을 서명된 WebSocket 연결을 통해 에이전트에 전달하고 응답을 전화망으로 다시 라우팅한다.
MicroVM: — 각 통화 세션을 격리하는 경량 가상화 단위로, 에이전트별 실행 컨텍스트를 분리해 한 통화의 오류나 상태가 다른 통화에 영향을 미치지 않도록 하며 보안·안정성을 높인다.