AICX: 수작업의 한계를 넘다. AI 기반 여행 상품 운영 자동화 구축기

문제 상황

• 여행 상품 온세일 전 검수, 카테고리 매칭, 번역, 등록 과정의 수작업 의존
• 공급사별로 제각각인 데이터 구조로 인한 통합·적재 복잡도 증가
• 방대한 카테고리와 안내 정보를 사람이 직접 판단해야 하는 운영 부담

원인 분석

• 상품 정보가 여러 파일과 데이터에 분산된 상태
• 공급사별 필드명·구조·제공 방식 차이로 표준 모델 부재
• LLM 활용 시에도 Hallucination과 불완전한 정보 추출 문제 존재

해결 방법

• 공급사 데이터를 마이리얼트립 기준으로 변환하는 표준 데이터 모델 설계
• Kotlin + Spring Scheduler 기반 배치와 JdbcTemplate batchUpdate, Upsert 조합으로 적재 최적화
• 생성형 LLM으로 카테고리 자동 매칭, 번역, 정보 추출 자동화

성능/운영 포인트

• saveAll()의 N번 쿼리, 메모리 증가, Persistence Context 비용 확인
• batchUpdate + Upsert로 DB I/O 감소, 메모리 절감, 중복 방지
• 배치 실행 시간 2.6배 단축

주의할 점

• Temperature가 높으면 Hallucination 증가, 너무 낮으면 정보 추출 저하
• 포괄적 프롬프트보다 필드와 규칙을 명확히 지정하는 방식 필요
• 2차 카테고리 단독 매칭은 구조적 혼동 가능성 존재

적용해볼 점

• 반복 운영 업무의 AI 자동화 파이프라인화
• 대용량 적재에서 JPA 기본 방식 대신 배치 기반 저장 검토
• LLM 결과 품질을 위해 프롬프트 구조화와 모델 설정 조정 병행