[reinvent 2025] AI 에이전트가 PGA 투어의 콘텐츠 제작 절감 및  커버리지/품질을 향상시킨 여정에 대하여

들어가며

스포츠 콘텐츠 운영은 본질적으로 “속도”와 “정확성” 사이의 싸움입니다. PGA TOUR처럼 글로벌 팬층과 실시간 경기 데이터를 다루는 조직은 사실상 사람의 손만으로는 감당할 수 없는 수준의 콘텐츠 요구량을 갖고 있습니다.

문제는 단순히 많이 생산하는 것이 아닙니다. 브랜드 가이드 준수, 선수 이름·기록·스코어 정확성, 이미지 선택의 일관성, 선수 프로필/경기 분석 등 다양한 템플릿 대응, 수백 개 콘텐츠의 동시 검수, 이 모든 과정은 높은 전문성과 빠른 처리 속도를 동시에 요구합니다.

이번 세션은 “이 불가능해 보이는 문제를 어떻게 해결했는가?”에 대한 해답을 보여줍니다.  바로,  AWS 기반 다중 에이전트(Multi-Agent) 시스템 도입을 통해서 입니다.

1. PGA TOUR가 직면한 운영 현실

PGA TOUR는 매주 수백 개의 기사를 발행합니다.

• 선수 156명 × 다양한 콘텐츠 템플릿

• 라운드별 하이라이트

• Betting Profile 콘텐츠

• 경기 리뷰/프리뷰

• 소셜/앱 전용 짧은 콘텐츠

• 선수 이미지 큐레이션

기사는 경기 데이터(정형)와 미디어 가이드(비정형)를 모두 활용해야 합니다. 하지만 범용 LLM은 실시간 경기 상황이나 PGA 고유의 브랜드 가이드를 학습하지 않았기 때문에, 에이전트(Agent)들이 이 데이터를 구조화하여 LLM에 제공해야 합니다. 아래의 내용 때문에 네이티브 LLM만으로는 해결될 수 없었습니다.

• 매 라운드 마다 업데이트되는 선수 정보

• 실시간 스코어

• 브랜드 가이드 준수 필요

• 팩트 검증 필요

• 이미지 선택 기준 일관성 유지

PGA는 단순 자동화가 아니라 ‘콘텐츠 제작 업무 그 자체’를 재설계해야 했습니다.

2. PGA TOUR의 Intelligent Autonomous Content Engine

이 다이어그램은 PGA가 실제 사용 중인 Plan → Produce → Validate → Publish 4단계 AI 콘텐츠 엔진의 전체 workflow를 보여줍니다. 각 단계는 전문화된 에이전트들이 협업하며 콘텐츠 품질을 보장하는 구조로 설계되어 있습니다.

PGA TOUR의 Intelligent Autonomous Content Engine은 콘텐츠 생성 과정을 단순히 네 단계로 분리하는 것에 그치지 않고, 하나의 유기적인 워크플로우로 통합하여 작동합니다. 이 파이프라인은 각 전문 에이전트가 책임을 분리해 협업하는 구조이며,

사람이 하던 콘텐츠 제작 전체 흐름을 그대로 “AI 기반 자동화”로 재현합니다.

1) 콘텐츠 요구 수집과 데이터 준비

콘텐츠가 필요하다는 요청이 들어오면, Content Prep Agent는 템플릿, 목적지, 브랜드 가이드 등 필수 조건을 분석하여 작업 지시의 기초를 만듭니다. 이후 Research 단계에서는 Data Agent가 TOUR API의 정형 데이터와 미디어 가이드 같은 비정형 데이터를 결합해 콘텐츠 생성에 필요한 “사실 기반 정보 세트”를 구성합니다. 이 정보는 이후 모든 에이전트의 공통 컨텍스트가 됩니다.

2) 콘텐츠 생성 및 편집

준비된 데이터는 Content Work Order로 정리되어 Writer Agent에게 전달됩니다. Writer Agent는 실제 경기 기록과 Work Order를 바탕으로 각 콘텐츠 템플릿(예: Round Recap, Player Profile, Betting Profile 등)에 맞는 초안을 생성합니다. 편집 품질 보증은 Editor Agent가 담당하며, 스타일 가이드 준수 여부, 흐름, 표현 등을 점검합니다. 여기서 이미지 선택은 Image Review Agent가 자동 처리하여 문맥에 맞고 브랜드 기준에 부합하는 이미지를 선별합니다.

3) 도메인 검수 및 사실 검증

Writer–Editor를 거친 초안은 Validation 단계로 이동합니다. SME Agent(Subject Matter Expert)는 콘텐츠 안에서 “검증이 필요한 사실 요소(facts to verify)”를 추출하여 별도의 검증 테이블을 만듭니다.

이 테이블은 다시 Data Agent에게 전달되고, Data Agent는 TOUR API를 조회해 해당 사실이 실제 경기 데이터와 일치하는지 대조합니다. 불일치가 발견되면 Writer Agent로 되돌아가 재수정 루프가 발생하며, 정확성은 이 구조를 통해 자동으로 보장됩니다.

4) 발행(Publishing) 자동화

검증을 모두 통과한 콘텐츠는 Publication Prep 단계를 거쳐 웹/모바일/SNS 등 목적지에 맞는 형식으로 자동 변환됩니다. Publish Request가 생성되면 시스템은 콘텐츠를 지정된 채널에 즉시 배포합니다. 이때 인간의 개입 없이, 콘텐츠 생성–검수–배포의 전체 사이클이 자동으로 마무리됩니다.

결론

PGA TOUR는 AWS 기반 AI 에이전트 아키텍처로 콘텐츠 제작 방식을 근본적으로 혁신했습니다. 데이터 수집부터 생성·검수·배포까지 전 과정이 자동화되면서 품질과 속도를 모두 확보했습니다. 기사 1건당 비용은 25센트로 줄었고, Betting Profile 제작 비용은 95% 절감되었습니다. Nova 모델을 통한 이미지 선택 자동화로 75% 비용을 아끼고, 콘텐츠 소비는 연간 수십억 페이지뷰로 확대되었습니다. 주당 140~180개의 콘텐츠를 안정적으로 생산하며 팬 경험과 운영 효율성 모두를 강화했습니다.

이번 사례는 AI 에이전트가 스포츠와 미디어 산업 전반의 미래 운영 표준이 될 수 있음을 보여줍니다.