Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 기사는 AWS Amazon Quick의 Flows 기능을 활용하여 고객 리뷰 분석 업무 프로세스를 자동화하는 방법을 다룹니다. CSV로 수집된 대량의 고객 리뷰를 업로드하고, 이를 기반으로 리뷰 분류, 개선 과제 추출, 그리고 상품 기획 보고서 작성까지의 전 과정을 플로우(Flows) 형태로 구현합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Amazon Quick을 사용해 보고 싶어서 핸즈온(hands-on) 기사를 작성했습니다.
제0회 기사에서 데이터 사전 준비를 실시했고, 제1~3회 기사에서는 Research나 Spaces, Chat Agents 기능을 사용했습니다. 이번에는 Flows를 사용해 보겠습니다.
과거 기사는 여기서 확인하실 수 있습니다.
본 기사의 각종 정보는 2026년 10월을 기준으로 합니다.
최신 서비스 사양 등은 AWS 공식 문서를 확인해 주십시오.
가상의 신용카드 회사 고객 지원 부서 업무를 가정합니다. 이 부서는 고객 문의 대응 업무의 부담이 증가하는 추세여서, AI를 활용한 업무 생산성 향상이 요구되고 있었습니다.
이번에는 Flows 기능을 이용해 고객 리뷰 분석 업무를 정형 처리화(standardization) 해보려고 합니다. 다음과 같은 플로우를 가정합니다:
① 리뷰 분류
1,000건의 리뷰를 앱, 포인트, 지원, 보안, 결제 등의 카테고리로 분류하고, 긍정/부정 경향을 분석합니다.
② 개선 과제 추출
부정적인 리뷰를 중심으로 빈번하게 발생하는 문제와 고객에게 미치는 영향을 정리하여, 개선 우선순위를 제안합니다.
③ 보고서 작성
카테고리별 경향, 대표적인 리뷰, 개선 방안을 모아 상품 기획 부서용 보고서를 생성합니다.
매월 고객 리뷰가 CSV 형식으로 연동된다고 가정하고, 그 내용을 플로우로 분석하여 상품 기획 부서에 제출할 보고서를 생성하도록 합니다.
다음과 같은 플로우를 구상해 봅니다.
| 실행 순 | 단계 종류 | 제목 | 구현 내용 |
|---|---|---|---|
| 1 | 파일 | 고객 리뷰 CSV 업로드 | 고객 리뷰가 기록된 CSV 파일을 업로드 |
| ... | |||
| 2026년 10월 기준으로는, 플로우에 준비된 단계에 직접 S3 버킷을 참조시키는 기능이 없기 때문에, CSV 파일을 업로드하는 것을 전제로 합니다. (Chat Agent에서 참조시키는 방법도 있을 것 같습니다.) |
여기서부터 플로우를 준비해 나갑니다.
플로우 화면을 열면 플로우 라이브러리가 나타납니다. 이 라이브러리에 있는 플로우를 사용하면 특정 용도의 경우 신속하게 세팅할 수 있을 것 같습니다.
이번에는 라이브러리의 플로우는 이용하지 않고, '플로우 생성'에서 새로운 플로우를 만들겠습니다.
플로우를 새로 생성하는 경우, Chat Agents 기능과 마찬가지로 프롬프트로부터 플로우를 생성하는 것이 가능합니다. 다음 프롬프트를 입력하여 생성하도록 하겠습니다.
다음 기능을 구현하는 플로우를 생성해 주세요
|실행 순|단계 종류|제목|구현 내용|
|---|---|---|
|...|
이 프롬프트를 건너뛰고 '빈 플로우 생성'도 가능합니다.
지정한 대로의 플로우 틀을 만들어 주었습니다.
직접 커스터마이징하고 싶다면 '단계 추가'에서 플로우를 조립할 수도 있습니다.
여기까지 생성된 플로우는 자동으로 저장되며, 플로우 라이브러리 화면에서 선택할 수 있게 됩니다.
참고로 2026년 10월 현재로는 다음과 같은 단계를 이용할 수 있습니다.
여기서 각 단계의 상세 설정을 진행합니다.
파일 입력 단계에는 기본 파일을 설정할 수 있으며, 실행 시 덮어쓰기도 허용할 수 있습니다.
이번에는 미리 CSV를 설정하고, 실행 시 다른 파일로 대체될 수 있도록 합니다.
기본 파일에 customer_reviews.csv를 업로드하고, '기본값 오버라이드 허용'을 활성화합니다.
Chat Agent에서는 제3회 기사에서 만든 것과 같은 Chat Agent를 지정하고, 그 프롬프트를 설정할 수 있습니다. 다만 이번에는 고객 리뷰 분석을 수행하기 때문에, 이전에 만들었던 'ABC카드 고객 지원' 에이전트는 사용하지 않고, 기본 'Quick' 에이전트를 사용하기로 합니다.
또한 실제 편집 화면에서는 프롬프트에 파일 입력 단계의 출력을 참조하는 @참조를 삽입할 수 있습니다. 이를 통해 이전 단계에서 업로드한 CSV를 참조시킬 수 있습니다. (@참조에 대체) 부분에서 @을 입력함으로써 참조 가능한 입력을 표시할 수 있습니다.
당신은 신용카드 사업의 고객 인사이트 분석 담당자입니다.
（@참조에 대체）를 분석하여,
고객 리뷰의 경향과 상품 개선 과제를 정리해 주세요.
...
다음과 같은 설정이 됩니다.
‘고객 리뷰 분석 CSV 업로드’가 하이라이트 표시된 부분은 @참조에 해당합니다. ‘이용 약관’, ‘카드 상품 사양’과 관련된 파일을 참조할 수 있도록 2차에서 생성하여 스페이스를 소스로 설정했습니다.
마지막 단계에서는 채팅 에이전트가 아닌, 데이터 분석에 적합한 ‘Quick Suite 데이터’를 사용하기로 합니다.
여기서는 앞 단계의 채팅 에이전트 출력 결과를 @참조하고, 분석 결과를 입력으로 사용합니다.
다음과 같은 프롬프트를 설정합니다.
당신은 신용카드 사업의 고객 인사이트 분석 담당자입니다.
（@참조에 대체）를 분석하여,
고객 리뷰의 경향과 상품 개선 과제를 정리해 주세요.
...
다음과 같은 설정이 됩니다.
@참조를 사용함으로써, 앞 단계의 채팅 에이전트 출력을 입력으로 전달할 수 있게 됩니다. ‘이용 약관’, ‘카드 상품 사양’과 관련된 파일을 참조할 수 있도록 2차에서 생성하여 스페이스를 소스로 설정했습니다.
이제 플로우(Flow) 작성은 완료되었습니다. ‘공개’하면 이 플로우에 접근 가능한 계정에 업데이트가 반영됩니다.
플로우를 ‘실행 모드’로 열면, 플로우를 수동으로 실행할 수 있습니다.
플로우 실행 중 화면은 다음과 같습니다.
왼쪽에는 각 플로우의 실행 상황이 표시되고, 오른쪽에는 에이전트의 동작 상황이 표시됩니다.
실행이 완료되면 보고서 PDF를 다운로드하거나 스페이스에 저장할 수 있습니다.
다음과 같은 보고서를 생성해 주었습니다.
보고서 포맷을 준비하고 스페이스 등에 준비해 두면, 지정한 형식에 따르게 할 수도 있을 것 같습니다.
또한 Flows 기능에는 트리거(Trigger)를 설정하는 것이 가능하며, 시간 기반 시작 외에도 이메일 수신이나 Quick 이벤트(자동화 완료, 스페이스 파일 업로드, 플로우 완료)를 트리거로 설정할 수 있습니다.
트리거와 플로우를 병용함으로써, 시간 기반 시작이나 이벤트 기반 시작을 실현하여 더욱 실용적인 것으로 만들 수 있을 것 같습니다.
이번에는 Amazon Quick의 Flows 기능을 시험해 보았습니다. 계속해서 다른 기능들도 시험해 보고 싶습니다.