당근페이의 Amazon Bedrock 기반 Text-to-SQL로 완성하는 데이터 혁신, Part 1: 브로쿼리 개요와 아키텍처
Amazon Bedrock AgentsText-to-SQL당근페이LLM데이터 혁신브로쿼리
AI 요약
Beta이 글은 당근페이에서 개발한 내부 Text-to-SQL 챗봇 '브로쿼리(Broquery)'의 기획 배경과 아키텍처를 소개합니다. 4천만 명 이상 사용자를 보유한 당근의 간편결제 서비스 당근페이는 사용자 편의 증진을 위해 데이터 활용 혁신을 추진하고 있습니다.
기존 비즈니스 환경에서는 비개발 직군이 데이터 조회 및 분석에 어려움을 겪고, 평균 1~3일의 대기 시간이 발생하는 문제가 있었습니다. 이러한 문제를 해결하기 위해 당근페이는 Amazon Bedrock 기반의 Text-to-SQL 기술을 활용하여, 누구나 쉽게 데이터를 조회하고 분석할 수 있는 브로쿼리를 개발했습니다.
이 글은 브로쿼리의 첫 번째 이야기로, 프로젝트의 필요성과 전반적인 시스템 구조를 다룹니다. 2부에서는 Text-to-SQL 정확도 향상을 위한 메타데이터 관리 방법에 대해 더 자세히 설명할 예정입니다.
이 글이 궁금하신가요?
원문 블로그에서 전체 내용을 확인해 보세요
원문 읽으러 가기



