피드로 돌아가기
Dev.toAI/ML
원문 읽기
Parallel AI Agent 아키텍처를 통한 Alert Triage 시간 73시간 → 0 수준 단축
We replaced 73 hours of weekly alert triage with 10 AI agents. Here is what the architecture looks like.
AI 요약
Context
Threshold 기반의 레거시 모니터링 시스템으로 인한 고정적 Rule 적용과 Context 부재가 과도한 False Positive를 생성함. 분석가가 4~5개의 데이터 소스를 수동으로 취합하는 과정에서 Alert 당 평균 22분의 리소스가 소모되는 병목 현상이 발생함.
Technical Solution
- Single Model의 한계를 극복하기 위해 역할 기반의 10개 전문 AI Agent를 구축한 Multi-agent 아키텍처 설계
- Sequential 방식이 아닌 Concurrent 실행 구조를 채택하여 9개 조사 Agent의 결과를 Case Synthesis Agent가 취합하는 Parallel Orchestration 구현
- 각 Agent가 전용 Data Source(Sanctions List, UBO Data 등)를 독립적으로 소유하여 데이터 책임 영역을 분리한 구조적 설계
- Free Text 파싱 오버헤드를 제거하기 위해 모든 Agent가 Relevance Score를 포함한 정형화된 Typed Output Schema를 반환하도록 강제
- Event-driven 기반의 Perpetual KYC 패턴을 적용하여 상태 변경 시 자동으로 Risk Score를 재계산하는 실시간 모니터링 체계 구축
Impact
- 주당 73시간 소요되던 Alert Triage 업무의 95% False Positive 자동 처리
- 분석가의 업무 비중을 단순 확인(30%)에서 실제 리스크 조사(70%)로 반전
- 수동 KYB 프로세스 소요 시간을 평균 24~30일에서 2~3분으로 단축
실천 포인트
1. 복잡한 조사 프로세스 설계 시 Single LLM 대신 역할 분담형 Multi-agent 구조 검토
2. Latency 최적화를 위해 Agent 간 의존성을 제거하고 Parallel 실행 구조 채택
3. Agent 간 데이터 교환 시 정형화된 Schema를 정의하여 합성 단계의 파싱 오류 방지
4. 주기적 Review 대신 상태 변경 이벤트 기반의 Event-driven 모니터링 아키텍처로 전환
태그