비바리퍼블리카(토스) · 2026.06 – 현재
검수 자동화 플랫폼
10+사용 부서검수 공통 모듈로 여러 검수 업무에서 활용
01배경 및 목표
- 검수 업무마다 에이전트를 새로 만들고, 결과가 기대와 다르면 사람이 프롬프트를 직접 고치며 다시 돌려 봐야 했습니다.
- 결과가 어긋나도 프롬프트의 문제인지, 정책·기준(방향성) 자체의 문제인지 구분하기 어려웠습니다.
- 요구사항과 정책·사례가 메신저·문서·시트 등 여러 곳에 흩어져 있어, 에이전트를 만들기 전의 준비에도 시간이 많이 들었습니다.
02핵심 과제
- C1 실행 결과로 고도화할 때 프롬프트로 고칠 문제와 정책·기준(방향성)을 다시 정해야 할 문제를 구분하기
- C2 요구사항 정리·에이전트 구성·프롬프트 수정처럼 사람이 반복하던 중간 작업을 줄이기
- C3 여러 검수 업무가 정책·데이터·입출력 형식을 함께 관리하며 버전별로 실험하고 개선하기
03기여 내용
AI 기반 고도화 사이클C1
- 실행 기록과 검수 데이터에서 반복되는 형식·근거 오류를 AI가 찾아, 에이전트 구조를 고려한 프롬프트 변경안을 만들고 같은 데이터로 다시 실행해 비교
- 프롬프트 수정만으로 해결되지 않는 오류는 데이터와 현재 방향성(정책)이 충돌하거나 비어 있는 지점으로 보고, 근거 사례·영향 범위·보완안과 함께 사용자에게 안내
- 사용자는 방향을 정하고 승인만 하며, 수정·재실행·비교는 AI가 맡아 고도화 사이클을 간편하게 반복
중간 단계를 줄이는 AI 간편 기능C2
- 메신저·문서·시트·담당자 설명처럼 흩어진 자료를 AI가 모아 검수 요구사항 문서를 자동 작성하고, 빠진 내용은 확인할 질문으로 정리
- 정리된 요구사항을 바탕으로 AI가 필요한 구성 요소와 연결 순서를 제안해 검수 에이전트 초안을 만들고, 만들 수 없는 부분과 빠진 요구를 함께 안내
- 검수 업무별 프롬프트를 AI가 자동으로 만들고, 버전별 실험으로 프롬프트 버전 간 결과를 비교할 수 있게 지원
플랫폼 구조와 공통 모듈C2C3
- 검수 에이전트는 LangGraph로 실행하고, 요구사항 정리·에이전트 초안·프롬프트 학습·정책 고도화 같은 중간 AI 기능은 Claude Agent SDK 기반 서비스로 구현해 제공
- 정책·데이터·사례·입출력 형식을 함께 관리하는 기준 정보로 두고, 업무별 에이전트를 개발 → 실행 → 개선 흐름으로 연결
- 실행 결과를 판정·근거·실행 이력·버전과 함께 남기고, 검수자가 확정·수정·보류한 결과를 다음 개선에 반영
04기술 스택
- 프레임워크 · 플랫폼
- LangGraph, Claude Agent SDK
- 방법론
- 요구사항 자동 정리, 에이전트 초안 자동 생성, AI 기반 프롬프트 학습, 정책 고도화(충돌·누락 분석), 버전별 실험
05성과
- 검수 공통 모듈로 10개 이상 부서의 여러 검수 업무에서 활용