정책 검색으로 AI 권고 근거 만들기

RAG가 환불 사유와 관련된 정책 단락을 찾는 역할을 이해하고 고정 학습 도구 응답과 배치 데이터를 구분합니다.

이번 단계의 질문

AI가 환불 권고를 만들기 전에 어떤 정책 근거를 찾아야 할까요?

RAG는 모델이 기억만으로 답하게 두지 않고, 현재 환불 사유와 관련된 환불 정책 가이드 단락을 먼저 찾아 답변 맥락에 붙이는 방식입니다. 예를 들어 고가 노트북 환불에는 30일 반품 기간, $500 초과 사람 검토, 고가 전자제품 조건이 함께 필요합니다.

모델 자격 증명이 설정돼 있다면 환불 승인 에이전트에서 새 세션을 시작하고 다음과 같은 학습용 요청을 입력합니다.

주문 ORD-DEMO-007의 환불을 검토해 주세요.
사유는 defective이고 요청 금액은 650달러입니다.

Agent는 두 도구를 사용합니다.

정책 근거에는 자동 승인 조건과 사람 검토 조건이 모두 나타날 수 있습니다. $500를 넘는 요청은 현재 정책상 사람 검토 조건에 해당합니다.

현재 get_enriched_order는 실제 환불 위험도 평가 주문 데이터를 조회하지 않습니다. 입력한 order_id만 보존하고 나머지는 다음 고정 학습 응답을 반환합니다.

따라서 ORD-DEMO-007 세션은 Agent 동작을 익히는 런타임 데모이고, 앞 챕터의 12행 배치 결과를 검증하는 조회가 아닙니다.

AI 권고가 참고할 주문 맥락과 정책 근거를 만들었습니다. 다음 챕터에서는 어떤 권고가 나오더라도 사람 확인 전에는 후속 Actor가 실행되지 않는지 확인합니다.