STRIDE Assistant — 지능형, 정책 인식 불만 해결 시스템

Source: Dev.to

신발 소매점에서 고객 불만을 관리하는 일은 복잡합니다. 주문, 보증, 제품 결함, 그리고 매장별 정책이 서로 얽히면서 어려운 의사결정 영역을 만들기 때문입니다. STRIDE Assistant는 정책 준수, 책임성, 그리고 인간 감독을 보장하면서 불만 처리를 자동화하는 AI 기반 시스템입니다.

이 포스트에서는 STRIDE Assistant가 왜 존재하는지, 어떻게 작동하는지, 그리고 어떻게 AI와 결정론적 정책 로직을 결합해 신뢰할 수 있고 감사 가능한 결정을 제공하는지를 살펴봅니다.

문제

고객이 지원팀에 메시지를 보냅니다:

“구입 후 4일 만에 제 신발이 찢어졌어요.”

자동화가 없으면 직원들은 주문 날짜, 보증, 정책, 재고를 수동으로 확인해야 합니다. 이를 일일 수백 건의 티켓에 적용하면—느리고 오류가 발생하기 쉽습니다.

솔루션

STRIDE Assistant는 다음을 결합하여 해결합니다:

1. AI‑구동 의미 분석 – 고객 불만을 해석합니다.
2. 결정론적 정책 집행 – 규칙, 주문 및 재고를 기반으로 행동을 검증합니다.
3. 인간‑중심 에스컬레이션 – 모호한 사례를 처리합니다.
4. 불변 감사 로그 – 컴플라이언스와 추적 가능성을 제공합니다.

결과: 빠르고 정확하며 책임 있는 고객 서비스.

엔드‑투‑엔드 흐름

Customer Message
        |
Session Verification (Order + Phone + JWT)
        |
Semantic Analysis (Intent Detection)
        |
Clarification Step (if needed)
        |
Policy Retrieval
        |
Decision Engine (Policy + Order Data + Inventory)
        |
+----------------------+
| FINAL DECISION / TICKET |
+----------------------+
        |
   OR Manual Review -> Ticket Created

구성 요소

왜 이 모델들을 선택했나요?

• Mistral‑7B‑Instruct – 안전하고 전문적인 응답을 위한 강력한 지시 수행 능력.
• all‑MiniLM‑L6‑v2 – 경량 임베딩 모델로, 관련 정책 내용을 효율적으로 검색하여 결정이 회사 규칙을 준수하도록 보장.

의사결정 로직

STRIDE Assistant는 두 개의 보완적인 로직 레이어를 결합합니다:

1. Policy Retriever – 불만을 해석하고, 관련 정책 규칙에 매핑하여 초기 제안 행동을 생성합니다.

2. Decision Engine – 주문 이력, 보증 기간, 재고 및 과거 상호작용을 사용해 제안된 행동을 검증합니다. 다음과 같은 권위 있는 권고를 제공합니다:

   • 교체/수리를 승인합니다.
   • 무료 수리를 제안합니다.
   • 다음 경우에 불만을 거부합니다:
     • 손상이 고의이거나 제품이 너무 오래된 경우.
     • 고객이 정책 한도를 초과하여 환불/교체를 반복적으로 요청하는 경우.
     • 주문이 정책 규칙을 충족하지 못하는 경우.

RAG 파이프라인

1. 두 로직 레이어의 출력을 수집합니다.
2. 신호가 모호할 경우 고객에게 명확화를 요청합니다.
3. 여러 차례에 걸친 신호를 집계하여 최종 티켓을 생성합니다.
4. 필요 시 수동 검토로 에스컬레이션합니다.

예시 코드

# Combine outputs from policy retriever and decision engine
policy_signal   = retriever.get_policy_signal(user_text, order)
decision_signal = engine.make_decision(user_text, order, inventory_available)

# Aggregate signals
signals = [policy_signal, decision_signal]
final_ticket = resolve_final_ticket(signals)

이 집계는 정책 준수, 과거 데이터, 고객 행동을 모두 고려한 후 티켓을 생성하도록 보장합니다.

Source: …

인증 (JWT 기반)

• 서비스 전반에 걸쳐 무상태이며 확장 가능함.
• 보안 및 책임성을 위한 역할 기반 적용.
• 모든 작업이 기록되고 추적 가능함.

직원 엔드포인트

• 티켓 작업(승인, 거부, 에스컬레이션)을 안전하게 처리합니다.
• 직원이 티켓을 종료하거나 지연/문제에 대한 메모를 추가할 수 있습니다.

log_staff_action(staff.id, ticket_id, action, remarks)

모든 작업은 staff_action_log에 저장되며, 관리자는 읽기 전용 접근 권한을 가집니다.

엔드‑투‑엔드 예시

1. 고객: “구입 후 4일 만에 신발이 찢어졌어요.”

2. Policy Retriever가 REPLACEMENT를 제안합니다.

3. Decision Engine이 제안을 검증합니다.

4. RAG가 필요하면 추가 설명을 요청합니다.

   고객 답변: “밑창이 완전히 벗겨졌어요.”

5. 신호가 집계됩니다.

6. resolve_final_ticket()가 최종 티켓 유형을 결정합니다:

   • RETURN
   • PAID REPAIR
   • REPLACEMENT
   • REPAIR
   • INSPECTION
   • REJECT (불만이 정책을 위반하는 경우)

7. 재고 확인을 통해 교체가 가능한지 확인하고, 불가능하면 사례가 검사 단계로 상승합니다.

8. 모든 생성된 티켓에 자동으로 메모가 추가되어 직원이 채팅 데이터를 검토하지 않고도 시스템이 티켓을 만든 이유를 이해할 수 있습니다.

9. 모든 수동 개입은 감사 가능성을 위해 기록됩니다.

운영 보증

• 동시 요청을 위한 스레드 안전 모델 접근.
• 티켓 생성 및 로깅을 위한 데이터베이스 트랜잭션.
• 모든 사용자를 위한 JWT 인증.
• 역할 기반 접근 제어 (직원 vs. 관리자).
• 모니터링을 위한 구조화된 로그 및 메트릭.
• 높은 신호 정확도를 위한 멀티 모델 앙상블.
• 분석 및 직원 성과를 위한 대시보드.
• 버전 관리가 포함된 자동 정책 수집.
• 예측 티켓 우선순위 지정.
• 확장성을 위한 GPU 기반 추론 엔드포인트.

Bottom Line

STRIDE Assistant는 신발 소매 불만 처리에서 AI가 인간의 의사결정을 대체하지 않고 지원할 수 있음을 보여줍니다. 이는 속도, 일관성 및 감사 가능성을 제공하면서 복잡하고 정책 기반의 의사결정에 필요한 감독을 유지합니다.

STRIDE Assistant 개요

STRIDE Assistant는 정책 준수, 감사 가능, 그리고 설명 가능한 불만 해결을 제공합니다. 시맨틱 분석, 결정론적 논리, 그리고 구조화된 인간 감독을 결합함으로써, STRIDE Assistant는 불만을 안전하게 승인, 수정, 거부 또는 에스컬레이션할 수 있어 신발 고객 지원에 신뢰할 수 있는 도구가 됩니다.

작성자: Shushant Rishav
저장소 및 연락처: GitHub