부동산 금융 소프트웨어 기업인 Built Technologies가 5,000억 달러 이상의 프로젝트 규모를 관리하는 가운데, 복잡하고 대규모인 문서 처리를 자동화하기 위해 AWS 기반의 인공지능 문서 지능 엔진을 배포했다. 이 솔루션은 Amazon Bedrock과 AWS Intelligent Document Processing(IDP) Accelerator를 활용하여 250개 이상의 문서 유형을 분류, 추출하고 추론한다. 이를 통해 기존의 수동 워크플로우를 대체하고 부동산 금융 생애주기 전반에 걸친 다양한 에이전트형 제품을 지원할 계획이다.

과거 이 회사는 광학 문자 인식(OCR)과 표준 머신러닝 기술에 의존해 문서를 처리했다. 그러나 부동산 금융 문서 특유의 복잡한 표, 일관성 없는 형식, 도메인 특화 법률 용어 등으로 인해 기존 방식은 한계가 있었다. 새롭게 구축된 시스템은 500페이지가 넘는 방대한 문서에서도 95% 이상의 높은 정확도로 분류 및 추출 작업을 수행하도록 설계되었다.

전체 아키텍처는 AWS Step Functions에 의해 조정되는 다단계 파이프라인을 중심으로 운영되며, 문서 섹션별 처리를 병렬화해 처리 시간을 며칠에서 몇 분 단위로 단축했다. Amazon Cognito로 보안이 강화된 React 기반 사용자 인터페이스를 통해 전문가들은 데이터 스키마를 관리하고 결과값을 검토할 수 있다. 이 파이프라인은 문서 구조 분석에 Amazon Textract를, 생성형 AI 추론에는 Amazon Bedrock을 사용한다. 대규모 처리를 위해 Amazon DynamoDB와 Amazon SQS를 통합하여 대량 문서 일괄 작업 시에도 안정적인 성능을 유지한다.

현재 이 시스템은 상업용 건설 대출 약정 서류 처리에 도입되었으며, 향후 대출 계약, 보험 증서 검증, 언더라이팅, 자산 관리, 규제 준수 등 다양한 에이전트 기반 워크플로우에 적용 가능하다. 문서 지능 계층을 특정 제품 워크플로우와 분리함으로써, 매번 추출 파이프라인을 재구축하지 않고도 AI 로드맵을 확장할 수 있게 되었다. 또한 표준화된 문서 클래스 처리 시 효율성을 높이기 위해 Amazon Bedrock 내 프롬프트 캐싱 메커니즘을 적용했다.

부동산 금융 소프트웨어 기업인 Built Technologies가 5,000억 달러 이상의 프로젝트 규모를 관리하는 가운데, 복잡하고 대규모인 문서 처리를 자동화하기 위해 AWS 기반의 인공지능 문서 지능 엔진을 배포했다. 이 솔루션은 Amazon Bedrock과 AWS Intelligent Document Processing(IDP) Accelerator를 활용하여 250개 이상의 문서 유형을 분류, 추출하고 추론한다. 이를 통해 기존의 수동 워크플로우를 대체하고 부동산 금융 생애주기 전반에 걸친 다양한 에이전트형 제품을 지원할 계획이다.

과거 이 회사는 광학 문자 인식(OCR)과 표준 머신러닝 기술에 의존해 문서를 처리했다. 그러나 부동산 금융 문서 특유의 복잡한 표, 일관성 없는 형식, 도메인 특화 법률 용어 등으로 인해 기존 방식은 한계가 있었다. 새롭게 구축된 시스템은 500페이지가 넘는 방대한 문서에서도 95% 이상의 높은 정확도로 분류 및 추출 작업을 수행하도록 설계되었다.

전체 아키텍처는 AWS Step Functions에 의해 조정되는 다단계 파이프라인을 중심으로 운영되며, 문서 섹션별 처리를 병렬화해 처리 시간을 며칠에서 몇 분 단위로 단축했다. Amazon Cognito로 보안이 강화된 React 기반 사용자 인터페이스를 통해 전문가들은 데이터 스키마를 관리하고 결과값을 검토할 수 있다. 이 파이프라인은 문서 구조 분석에 Amazon Textract를, 생성형 AI 추론에는 Amazon Bedrock을 사용한다. 대규모 처리를 위해 Amazon DynamoDB와 Amazon SQS를 통합하여 대량 문서 일괄 작업 시에도 안정적인 성능을 유지한다.

현재 이 시스템은 상업용 건설 대출 약정 서류 처리에 도입되었으며, 향후 대출 계약, 보험 증서 검증, 언더라이팅, 자산 관리, 규제 준수 등 다양한 에이전트 기반 워크플로우에 적용 가능하다. 문서 지능 계층을 특정 제품 워크플로우와 분리함으로써, 매번 추출 파이프라인을 재구축하지 않고도 AI 로드맵을 확장할 수 있게 되었다. 또한 표준화된 문서 클래스 처리 시 효율성을 높이기 위해 Amazon Bedrock 내 프롬프트 캐싱 메커니즘을 적용했다.