OpenAI에서 계약을 탐색 가능한 데이터로 전환하기

이는 OpenAI 기술을 기반으로 자체 솔루션을 구축하는 방법에 대한 OpenAI의 시리즈 중 일부입니다.

모든 기업의 거래는 서명 계약을 포함합니다. 각 계약에는 날짜, 지급 조건, 갱신 조항 등이 있습니다.

처음 과정은 관리하기 어렵지 않습니다. 한 줄씩 읽고, 스프레드시트에 입력하고 진행합니다. 하지만 분량이 몇 배로 늘어나면 이 수동적 접근 방식의 효율성이 떨어집니다.

“6개월도 채 되지 않아 팀은 매달 수백 건의 계약을 검토하던 것을 1천 건 이상으로 늘렸습니다. 그런데도 신규 인력은 단 한 명뿐이었습니다. 이 프로세스가 확장될 수 없다는 점은 분명했습니다.” AI 엔지니어 Wei An Lee의 말입니다.

더 많은 인력을 문제에 투입하는 대신, OpenAI 재무팀과 엔지니어링팀은 계약 데이터 에이전트를 구축했습니다. 설계 원칙은 단순했습니다. 계약 검토를 반복하고 전문가의 엄격한 관리를 유지하는 것입니다.

에이전트는 다음 세 단계로 작동합니다.

• 데이터 수집: PDF, 스캔한 사본뿐 아니라 수기로 편집한 내용이 표시된 휴대전화 사진까지 수집합니다. 일관성이 부족했던 수십 개의 파일이 하나의 파이프라인으로 흐릅니다.
• 프롬프트로 추론: 시스템은 검색 강화 프롬프트를 사용하여 계약서를 구조화된 데이터로 구문 분석합니다. 이 시스템은 수천 페이지를 컨텍스트에 맞춰 늘어놓는 것이 아니라, 관련 내용만 가져와 그에 대해 추론하고 결과물을 표시합니다.
• 검토: 재무 전문가는 구조화된 출력을 검토하고 비표준적인 조항에 대한 주석과 참조를 추가해 완성합니다. 에이전트는 일반적이지 않은 항목을 강조하고 이어서 사람이 검토합니다.

출력물은 재무 워크플로에서 즉시 활용할 수 있는 데이터세트입니다. 예전에는 몇 시간이 걸렸던 작업이 하룻밤 사이에 주석이 달려 제공되기 때문에 검증만 하면 됩니다. 전문가는 루프에 남아있지만, 직접 입력하는 역할이 아닌 판단하는 역할을 하게 됩니다.

이러한 설계는 신뢰도를 보장합니다. 전문가는 구조화된 추론 데이터를 대규모로 얻을 수 있지만 결과를 좌우하는 것은 전문성입니다.

결과는 다음과 같습니다.

• 더 빠른 처리. 검토하는 시간이 절반으로 줄어들고 하룻밤 만에 준비됩니다.
• 더 높은 가용성. 직원 수를 한꺼번에 늘리지 않고도 수천 건의 계약을 처리했습니다.
• 더 스마트한 컨텍스트. 추론 및 참조를 통해 비표준적인 조항에 플래그가 지정됩니다.
• 인용할 수 있는 결과. 데이터 웨어하우스에 표로 정리된 출력을 통해 데이터 분석을 쉽개 수행할 수 있습니다.

각 인간 피드백 사이클이 에이전트를 개선하여 모든 검토를 더 빠르고 정확하게 진행합니다.

“OpenAI가 확장됨에 따라 우리도 확장될 수 있는 유일한 방법입니다.” Wei An은 이렇게 말합니다. “에이전트가 없었다면 계약 규모에 맞춰 팀을 선형적으로 성장시켜야 했을 겁니다. 덕분에 팀의 급성장을 유지하는 동시에 팀 규모를 줄일 수 있었습니다.”

이 아키텍처는 이제 구매, 규정 준수, 심지어 월말 마감까지 지원합니다. 여기에는 동일한 원칙이 적용됩니다. 반복적인 작업은 자동화하고, 판단은 사람이 담당하도록 유지합니다. 

엔지니어들은 이를 "이미 완료된 수동 작업"이지, 대체된 결정이 아니라고 설명합니다. 재무팀은 여전히 숫자를 다루고, 에이전트는 재무 담당자가 어려운 업무로 하루를 허비하지 않도록 지원합니다.

계약 수정을 위해 시작된 것이 재무 부문에서 새로운 업무 방식이 되었습니다. 데이터 분석은 밤새 실행됩니다. 전문가들은 분석과 전략에 집중합니다. 책임자들은 성장에 맞춰 팀을 비례하여 늘리지 않고도 자신감을 가지고 규모를 확장합니다.

이 계약 데이터 에이전트는 AI가 규제가 많고 위험 부담이 큰 업무를 어떻게 책임감 있게 혁신할 수 있는지에 대한 청사진입니다. 이는 전문가들이 지능형 시스템과 협력할 때 더 큰 영향력, 더 높은 자신감, 그리고 가장 중요한 일에 더 많은 시간을 보낼 수 있게 되는 것이 무엇인지를 보여줍니다.