해결률 21% → 89% 상승, AI 기반 Accessibility 워크플로우 자동화

Context

지원 티켓, 소셜 미디어, 포럼 등 파편화된 피드백 채널로 인한 관리 효율 저하. 책임 팀이 불분명한 이슈 구조로 인한 해결 지연 발생. 대규모 엔지니어링 조직 내 고볼륨 데이터 처리의 한계.

Technical Solution

• GitHub Actions, Copilot, Models APIs를 결합한 Continuous AI 워크플로우 구축
• 표준화된 이슈 템플릿을 통한 소스, 영향 컴포넌트, 사용자 장벽 등 구조화된 메타데이터 수집
• 내부 Accessibility 정책 및 Markdown 기반 컴포넌트 라이브러리 문서를 Copilot 프롬프트에 참조시켜 분석 정확도 향상
• WCAG 위반 항목, 심각도, 영향 사용자군(스크린 리더, 키보드 사용자 등)을 자동 분류하는 Agentic Intake 설계
• AI가 생성한 메타데이터의 80%를 자동 채우기하고 최적의 담당 팀을 추천하는 자동 할당 로직
• AI 분석 결과에 대해 전문가가 검증하고 수정 사항을 프롬프트에 다시 반영하는 Human-in-the-loop 피드백 루프 적용

Impact

• 90일 내 Accessibility 이슈 해결률 21%에서 89%로 상승
• 전년 대비 전체 해결 시간 60% 이상 감소
• 기존 대비 90일 기준 피드백 처리량 4배 증가

Key Takeaway

단순 AI 도입을 넘어 표준화된 데이터 인테이크와 전문가 검증 루프를 결합하여 운영 프로세스의 정량적 효율을 극대화하는 설계 전략.