Container shipping 업무는 규정, 운영 데이터, 일정 변경 이슈가 동시에 발생합니다.
단순 Q&A 챗봇으로는 의사결정 품질을 확보하기 어려워 workflow-aware AI 구조가 필요했습니다.

핵심 설계

1. 도메인 이벤트 중심 컨텍스트 구성 - 선박 스케줄, 터미널 상태, 예외 이슈를 이벤트 단위로 정규화 - AI 에이전트가 이벤트 상태를 기준으로 다음 액션을 제안
  1. RAG 데이터 계층 분리
  • 문서형 규정 데이터와 운영형 상태 데이터를 분리 저장
  • 응답 생성 시 규정 근거와 현재 운영 상태를 함께 참조
  1. 사람-에이전트 협업 플로우
  • 자동 추천 이후 사람이 승인/수정할 수 있는 단계 설계
  • 승인 히스토리를 학습 피드백으로 다시 연결

적용 결과

- 짧은 기간 내 PoC에서 주요 시나리오 재현 가능성 확인 - AI 결과를 단독 판단이 아닌 **협업 의사결정 지원** 형태로 정착

Maritime AI는 모델 성능 자체보다, 업무 흐름과 책임 경계를 어떻게 설계하느냐가 성패를 좌우합니다.