AI Agent 설계 가이드 : 정책 문서에서 업무 맥락을 찾는 방법

AI Agent를 설계할 때 실무에서 가장 먼저 하는 것은 정책 문서를 살펴보는 것입니다. 환불 정책, 쿠폰 사용 기준, 배송비 규정, 회원 등급 혜택처럼 서비스가 따라야 할 기준이 대부분 정책 문서나 업무 매뉴얼에 적혀 있기 때문입니다.

하지만 정책 문서를 AI Agent에 연결한다고 해서 업무가 바로 자동화되지는 않습니다. 정책 문서는 ‘서비스를 어떤 기준으로 제공하는지’를 보여주는 것이지 ‘사용자의 요청을 어떤 정보로 판단하고 어디까지 처리할 것인가’를 결정해주진 않습니다.

예를 들어 ‘상품 수령 후 7일 이내에는 환불을 요청할 수 있다’는 정책이 있다고 해보겠습니다. 실제 환불을 처리하려면 수령일 외에도 개봉 여부, 이벤트 상품 여부, 환불 사유, 교환 진행 여부, 자동 환불 가능 금액 등 추가로 확인해야 할 정보들이 있습니다. 상담사는 가이드에 명확히 적혀 있지 않은 예외적인 상황에서도 고객에게 추가로 묻거나 담당자에게 확인하며 판단을 보완할 수 있습니다. 반면 AI Agent는 동일 상황에서 어떤 질문을 할지, 어떤 값을 어디서 얻을지, 어떤 기준이면 다음 단계로 넘어가거나 멈출지까지 실행 가능한 조건으로 설계되어 있어야 합니다.

실무에서 자주 놓치는 부분이 바로 여기입니다. AI Agent가 제대로 작동하기 위해서는 정책 문서에 적힌 조건뿐만 아니라 정책 문서에 적히지 않은 판단 기준을 알아야 합니다.

AI Agent가 어디까지 처리할지 먼저 정해야 합니다

정책 문서를 보고 바로 시나리오를 만들면 누락되는 값이 많아집니다. 같은 환불 문의더라도 아래와 같이 세부 행동 범위가 나뉘어집니다. AI Agent가 행동할 수 있는 범위를 구분하지 않으면 AI Agent가 답변만 하면 되는지, 주문 시스템을 조회해야 하는지, 실제 환불 접수까지 진행해도 되는지 경계가 흐려집니다.

따라서 정책 문서를 읽을 때 첫 질문은 ‘어떤 답변을 해야 할까’가 아니라 ‘AI Agent가 어디까지 행동하게 할 것인가?’가 되어야 합니다.

단순 안내라면 정책 문구와 FAQ만으로 충분할 수 있습니다. 하지만 환불 접수나 자동 환불까지 맡기려면 주문 상태, 수령일, 결제수단, 환불 사유 등을 확인하고, 검수가 필요한 조건과 자동 처리할 수 있는 범위까지 정해야 합니다.

OpenAI의 AI Agent 구축 가이드에서도 AI Agent는 단순 응답 시스템이 아니라 워크플로우를 실행하고, 필요한 도구를 사용하며, 위험한 상황에서는 멈추거나 사용자에게 제어권을 넘길 수 있어야 한다고 설명합니다. 서비스 기획 관점에서 해석해보면 이는 곧 ‘AI Agent의 행동 범위를 먼저 정해야 한다’는 뜻입니다.

처리 결과에서 판단 기준과 확인 정보를 찾아야 합니다

기업의 정책 문서만 보면 확인해야 할 정보나 판단 기준이 잘 보이지 않습니다. ‘환불 가능’이라는 문장에도 실제 AI Agent가 확인해야 할 정보는 하나가 아니기 때문입니다. 예를 들어 AI Agent가 환불 접수 가능 여부를 판단해야 한다면, 아래와 같이 발생할 수 있는 처리 결과를 먼저 나누고 역으로 찾아보는 것도 좋은 방법입니다.

• 환불 접수 가능

• 환불 접수 불가

• 추가 확인 필요

• 담당자 검수 필요

예를 들어 ‘환불 접수 가능’이라는 결과의 판단 기준은 아래와 같이 찾아볼 수 있습니다.

그다음 기업의 정책과 운영 기준에 따라 각 결과가 언제 선택되는지 기준을 적습니다. 예를 들어 수령 후 7일 이내이고, 환불 제한 상품이 아니며, 주문 정보가 확인되면 접수 가능으로 볼 수 있습니다. 반대로 7일이 지났고 상품 하자나 오배송 같은 예외 사유가 없다면 접수 불가가 될 수 있습니다. 환불 사유나 개봉 여부가 불명확하면 추가 확인이 필요하고, 고액 주문이나 상품 하자 주장처럼 자동 판단이 어려운 경우에는 담당자 검수로 넘겨야 합니다.

이렇게 처리 결과와 선택 기준을 먼저 나누고 나면, 그제야 필요한 확인 정보가 보입니다. 수령일, 주문 상태, 환불 사유, 개봉 여부, 상품 하자 여부, 이벤트 상품 여부, 결제수단, 기존 교환·환불 진행 여부가 여기에 해당합니다.

여기서 끝내면 아직 부족합니다. 확인 정보마다 출처도 붙여야 합니다. 수령일과 주문 상태는 주문 시스템에서 조회해야 할 수 있습니다. 개봉 여부나 환불 사유는 고객에게 물어봐야 할 수 있습니다. 상품 하자 여부는 회수 검수 후에야 확정될 수 있습니다. 고액 주문 기준은 공개 정책이 아니라 내부 운영 매뉴얼에만 있을 수도 있습니다.

같은 정보라도 출처와 확인 상태에 따라 AI Agent가 취할 수 있는 행동은 달라집니다. 고객이 ‘불량이에요’라고 말한 상태와 회수 검수로 하자가 확인된 상태는 구분해야 합니다. 검수가 필요한 업무라면 고객 진술만으로 환불을 승인하지 않고, 접수나 검수 이관을 진행한 뒤 결과에 따라 승인 여부를 판단해야 합니다. 즉 정책 문서에서 업무 맥락을 찾을 때는 세 가지를 함께 봐야 합니다.

• 가능한 처리 결과는 무엇인가

• 각 결과를 선택하는 판단 기준은 무엇인가

• 그 기준을 확인하는 데 필요한 정보는 무엇이며, 어디서 얻을 수 있는가

이렇게 보면 정책은 ‘환불 가능’이라고 말하지만, 실제 업무는 어떤 결과를 선택하고, 어떤 기준으로 판단하며, 필요한 정보를 어디서 확인하는지에 따라 움직인다는 점이 보입니다.

확인할 수 없는 정보와 빠진 기준을 보완해야 합니다

정책 문서에서 판단 기준과 확인 정보를 찾았다면, 다음은 빈칸을 확인할 차례입니다. 필요한 정보를 어디에서도 얻을 수 없거나, 여러 기준이 함께 적용될 때 무엇을 우선할지 정해져 있지 않을 수 있기 때문입니다.

예를 들어 상담 매뉴얼에 ‘고액 상품은 담당자 검수 후 환불한다’고 적혀 있어도, 고액의 기준이 얼마인지 없다면 AI Agent는 처리 경로를 선택할 수 없습니다. 개봉 여부를 확인해야 하지만 고객 응답이 없고 시스템에서도 조회할 수 없다면, 추가로 질문할지 담당자에게 넘길지도 정해야 합니다. 이처럼 정책 문장을 실행 조건으로 바꾸다 보면 다음과 같은 질문이 나옵니다.

“이 값은 어디서 확인하지?”

“이 기준과 저 기준이 함께 적용되면 무엇이 우선이지?”

“정보를 확인할 수 없으면 다음 단계로 넘어가도 될까?”

이 질문에 답할 기준이 없다면 설계의 빈칸으로 남습니다. 담당자에게 확인해 기준을 보완하거나, 확인이 끝날 때까지 처리를 멈추고 사람에게 넘기는 경로를 마련해야 합니다.

경계 사례로 판단 기준과 처리 경로를 검증해야 합니다

예외는 나중에 붙이는 항목이 아닙니다. AI Agent의 처리 경로를 바꾸는 조건입니다. 환불 업무의 정상 흐름은 주문을 확인하고, 환불 사유를 받은 뒤, 환불 접수를 완료하는 과정입니다. 하지만 수령 후 7일이 지났는데 상품 하자가 있거나, 이미 교환 접수가 진행 중인 경우에는 다른 판단이 필요합니다. 따라서 정상 흐름을 다 만든 뒤 예외를 붙이기보다, 설계 단계에서 경계 사례를 먼저 던져보는 편이 좋습니다.

‘이 경우 AI Agent가 바로 처리해도 되는가?’라는 질문을 던지면 추가로 확인해야 할 정보와 빠진 이관 기준이 드러납니다. 이를 테스트 케이스로 연결할 때는 상황뿐 아니라 AI Agent가 확인할 정보와 기대 행동까지 함께 정리해야 합니다. 아래는 기업의 정책과 운영 기준에 맞춰 구체화할 수 있는 설계 예시입니다.

좋은 테스트 케이스는 ‘환불 접수가 되는가’만 묻지 않습니다. 필요한 정보를 확인했는지, 확인되지 않은 값을 임의로 판단하지 않았는지, 상황에 맞는 처리 경로를 선택했는지까지 검증합니다.

마치며

정책 문서에서 업무 맥락을 찾으려면 AI Agent의 행동 범위를 정하고, 처리 결과에서 판단 기준과 확인 정보를 거꾸로 찾아야 합니다. 그 과정에서 드러난 빈칸을 보완하고 경계 사례를 테스트하면, 질문·조회·분기·이관이 같은 기준으로 연결됩니다.

AI Agent 설계는 정책을 업무가 실행될 수 있는 조건으로 바꾸는 일입니다. TEXTNET은 정책·업무규칙을 서비스가 활용할 수 있는 시나리오, 데이터, 평가 기준으로 구조화하는 관점에서 기업의 AI 서비스 구축을 지원합니다.