목록으로
업무 생산성 개선을 위한 AI 활용
사립대학 온라인 상담 답변 자동 생성 도우미
n8n을 기반으로 매일 신규 질의를 자동 수집하고, 자체 구축한 벡터 DB와 다중 AI 에이전트(GPT, Gemini, Claude)의 교차 검증을 통해 최적의 답변 초안을 도출하여 구글 문서에 자동 등재하는 자동화 프로세스
🤖 활용 AI 도구
ChatGPT, Gemini, Claude, Upstage
① 어떤 상황에서 AI를 활용했나요?
사립대학 재정 및 회계 관련 온라인 상담 수요가 지속적으로 급증(‘23년 812건 → ‘25년 1,224건)하는 상황에서 관련 법령, 지침, 과거 사례가 방대해서 실무자가 수작업으로 자료를 검색하고 답변을 작성하는 데 많은 시간과 인력이 소모되는 문제를 해결하기 위해 AI를 도입함.
② 어떤 AI를 어떻게 활용했나요?
노코드 플랫폼인 n8n을 중심 인프라로 삼고, GPT-4o-mini(검색 및 1차 초안), Gemini(교차 검증), Claude 3.5 Sonnet(최종 윤문) 등 다중 대형언어모델(LLM)을 작업 특성에 맞춰 배치함. 사학 법령과 3,153건의 과거 Q&A를 Supabase 벡터 DB로 구축한 뒤, RAG(검색 증강 생성) 하이브리드 서치 파이프라인을 적용해 AI가 특정 지식 베이스 내에서만 근거를 찾고 검증하도록 설계함.
③ 활용 결과 어떤 변화가 있었나요?
질의 1건당 실무자의 법령 탐색 및 답변 작성 소요 시간이 평균 15분에서 5분으로 약 67% 단축되어 업무 생산성이 향상되었음. 또한, 질의자가 답변을 받기까지 대기하는 시간도 평균 5.5일에서 2.6일 이내로 단축됨.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
n8n 플랫폼을 활용해 질의 수집부터 근거 법령 추출, 답변 초안 생성 및 문서화까지 전 과정을 100% 자동화 구현함. 스케줄러를 통해 매일 23시에 신규 질의를 자동으로 수집하고 , 완성된 답변 초안과 참고 법령을 구글 문서에 자동 등재하도록 전체 워크플로우를 구축함. 또한, 단일 모델의 환각(Hallucination) 리스크를 줄이기 위해 3인의 AI 에이전트(회계사, 법률가, 실무팀장)가 서로 교차 검토하는 다중 에이전트(Multi-Agent) 방식을 결합하여 전문성을 제고하였고, 최종적으로는 실무자가 검토 및 승인하는 '인간 개입(Human-in-the-loop)' 체계를 필수화하여 행정 서비스의 법적 책임 소재와 신뢰성 문제를 해소함.
⑤ 다른 사람도 따라 할 수 있나요?
외부 용역이나 고비용 서버 구축 없이 상용 클라우드 서비스와 오픈 API를 결합하여 구축 비용(약 55만 원 수준)과 월 유지비(약 1만 원)를 절감했기 때문에 예산과 인력이 부족한 타 공공기관에서도 커스터마이징하여 도입할 수 있음.
사립대학 재정 및 회계 관련 온라인 상담 수요가 지속적으로 급증(‘23년 812건 → ‘25년 1,224건)하는 상황에서 관련 법령, 지침, 과거 사례가 방대해서 실무자가 수작업으로 자료를 검색하고 답변을 작성하는 데 많은 시간과 인력이 소모되는 문제를 해결하기 위해 AI를 도입함.
② 어떤 AI를 어떻게 활용했나요?
노코드 플랫폼인 n8n을 중심 인프라로 삼고, GPT-4o-mini(검색 및 1차 초안), Gemini(교차 검증), Claude 3.5 Sonnet(최종 윤문) 등 다중 대형언어모델(LLM)을 작업 특성에 맞춰 배치함. 사학 법령과 3,153건의 과거 Q&A를 Supabase 벡터 DB로 구축한 뒤, RAG(검색 증강 생성) 하이브리드 서치 파이프라인을 적용해 AI가 특정 지식 베이스 내에서만 근거를 찾고 검증하도록 설계함.
③ 활용 결과 어떤 변화가 있었나요?
질의 1건당 실무자의 법령 탐색 및 답변 작성 소요 시간이 평균 15분에서 5분으로 약 67% 단축되어 업무 생산성이 향상되었음. 또한, 질의자가 답변을 받기까지 대기하는 시간도 평균 5.5일에서 2.6일 이내로 단축됨.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
n8n 플랫폼을 활용해 질의 수집부터 근거 법령 추출, 답변 초안 생성 및 문서화까지 전 과정을 100% 자동화 구현함. 스케줄러를 통해 매일 23시에 신규 질의를 자동으로 수집하고 , 완성된 답변 초안과 참고 법령을 구글 문서에 자동 등재하도록 전체 워크플로우를 구축함. 또한, 단일 모델의 환각(Hallucination) 리스크를 줄이기 위해 3인의 AI 에이전트(회계사, 법률가, 실무팀장)가 서로 교차 검토하는 다중 에이전트(Multi-Agent) 방식을 결합하여 전문성을 제고하였고, 최종적으로는 실무자가 검토 및 승인하는 '인간 개입(Human-in-the-loop)' 체계를 필수화하여 행정 서비스의 법적 책임 소재와 신뢰성 문제를 해소함.
⑤ 다른 사람도 따라 할 수 있나요?
외부 용역이나 고비용 서버 구축 없이 상용 클라우드 서비스와 오픈 API를 결합하여 구축 비용(약 55만 원 수준)과 월 유지비(약 1만 원)를 절감했기 때문에 예산과 인력이 부족한 타 공공기관에서도 커스터마이징하여 도입할 수 있음.
📎 첨부파일 (1)
📄 워크플로우 흐름도.png