> For the complete documentation index, see [llms.txt](https://prechat.gitbook.io/prechat-docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://prechat.gitbook.io/prechat-docs/1./product-tour.md).

# PreChat 한눈에 보기

PreChat의 핵심 가치와 시스템 구성, 주요 화면 소개

PreChat은 고객과의 **대화**만으로 사전상담 정보를 수집하고, AI가 BANT 분석 리포트와 미팅 플랜을 자동 생성하는 시스템입니다.

## 전체 흐름

![PreChat 시스템 흐름](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-749b3e1a729df77c36839fac3fe5752a2b272ad9%2F01-prechat-intro-flow.png?alt=media)

{% stepper %}
{% step %}

#### 관리자가 캠페인 생성

상담 목적이 정해진 캠페인(예: "FY26 신규 도입 상담")을 생성하고 에이전트를 연결합니다.
{% endstep %}

{% step %}

#### 고객이 챗봇과 대화

세션 URL로 접속한 고객이 PIN 인증 후 상담 에이전트와 자연어로 대화하며 요구사항을 전달합니다.
{% endstep %}

{% step %}

#### AI가 세션 정리

세션이 종료되면 요약 에이전트가 BANT 분석을 생성하고, 미팅 플랜 초안을 작성합니다.
{% endstep %}

{% step %}

#### 영업팀이 미팅 준비

생성된 리포트와 플랜을 검토하고 고객과의 본 미팅을 준비합니다.
{% endstep %}
{% endstepper %}

## 주요 화면

![고객 채팅 UI와 관리자 대시보드](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-3c20ee8f717c234cf670fb144080e230e388325b%2F01-prechat-intro-ui.png?alt=media)

| 화면             | 역할                                                  |
| -------------- | --------------------------------------------------- |
| **고객 챗 인터페이스** | 캠페인 URL + PIN으로 입장, 상담 에이전트와 실시간 대화, 대화 종료 후 피드백 제출 |
| **관리자 대시보드**   | 캠페인/에이전트/세션 관리, 대화 로그 조회, AI 리포트 확인                 |
| **캠페인 분석**     | 캠페인별 세션 수, 상담 목적 분포, CSAT, 시간별 트렌드                  |

## 구성 요소

{% tabs %}
{% tab title="프론트엔드" %}

* [React](https://react.dev/) + [Vite](https://vite.dev/) SPA
* [AWS Cloudscape](https://cloudscape.design/) 디자인 시스템
* [CloudFront](https://docs.aws.amazon.com/cloudfront/) + [S3](https://docs.aws.amazon.com/s3/) 호스팅
* 한국어/영어 i18n 지원
  {% endtab %}

{% tab title="백엔드" %}

* Python 3.13 [Lambda](https://docs.aws.amazon.com/lambda/) (도메인별 격리)
* [API Gateway](https://docs.aws.amazon.com/apigateway/) (REST + WebSocket)
* [DynamoDB](https://docs.aws.amazon.com/dynamodb/) + DynamoDB Streams
* [Cognito](https://docs.aws.amazon.com/cognito/) User Pool (관리자 인증)
  {% endtab %}

{% tab title="AI 에이전트" %}

* [Strands SDK](https://github.com/strands-agents/sdk-python) 기반 에이전트 프레임워크
* [Bedrock AgentCore](https://docs.aws.amazon.com/bedrock-agentcore/) Runtime (Docker 컨테이너)
* 상담 에이전트와 요약 에이전트 두 역할을 제공하며, 이를 상속해 목적에 맞는 에이전트를 자유롭게 정의
* [AWS Documentation MCP](https://github.com/awslabs/aws-documentation-mcp-server) 연동
  {% endtab %}

{% tab title="보안" %}

* 6자리 PIN 기반 고객 세션 인증
* 인바운드 캠페인 PIN은 HMAC-SHA256 해시 저장 (평문 미저장)
* DynamoDB [KMS](https://docs.aws.amazon.com/kms/) 암호화 (전용 CMK)
* HTTPS/WSS 전송 암호화 (TLS 1.2+)
* Lambda 도메인별 최소 권한 IAM 정책
  {% endtab %}
  {% endtabs %}

## 캠페인 유형

PreChat은 두 가지 캠페인 유형을 지원합니다. 고객에게 도달하는 방식에 따라 선택지가 나뉩니다.

## 아웃바운드 캠페인 (Outbound)

관리자가 세션을 **미리 생성**하고 고객별 URL + PIN을 개별 전달하는 방식입니다. 특정 고객을 지정하여 1:1 상담을 유도할 때 사용합니다.

관리자가 세션을 만들면 고유한 세션 URL과 PIN이 발급됩니다. 이를 이메일이나 메신저로 고객에게 전달하면, 고객은 해당 URL에 접속하여 PIN을 입력한 뒤 상담을 시작합니다. 세션의 생성·비활성화·삭제 등 생명주기를 관리자가 직접 통제할 수 있어, 개인 맞춤 상담이나 VIP 고객 대응에 적합합니다.

* 고객마다 고유 URL + PIN 발급
* 세션 상태를 관리자가 직접 통제
* 개인 맞춤 상담, VIP 대응에 적합

## 인바운드 캠페인 (Inbound)

고객이 **캠페인 URL**로 직접 접근하여 본인 정보를 입력한 뒤 세션을 스스로 생성하는 방식입니다. 불특정 다수를 대상으로 상담 접수를 받을 때 사용합니다.

고객은 공유된 캠페인 URL에 접속하여 이름/전화번호 등 PII를 입력하여 세션을 생성합니다. 동일 전화번호로 재진입하면 기존 세션이 복원되어 중복 세션이 방지됩니다.

* 대규모 상담 접수에 적합 (이벤트, 웨비나 후속 등)
* 전화번호 기준 중복 세션 방지
* 캠페인 비활성화로 접수 일시 중단 가능

## AI 에이전트 구조

PreChat의 에이전트는 **상담**과 **요약** 두 가지 역할로 나뉩니다. 각 역할은 **기본 템플릿**을 제공하며, **프롬프트·모델·도구 조합**을 바꿔 목적에 맞는 에이전트를 자유롭게 정의합니다.

| 역할          | 시점      | 하는 일                               |
| ----------- | ------- | ---------------------------------- |
| **상담 에이전트** | 세션 중    | 고객과 대화, 질문 유도, 양식 렌더링, AWS 문서 검색   |
| **요약 에이전트** | 세션 종료 후 | 대화 로그를 BANT 프레임워크로 요약, 미팅 플랜 초안 작성 |

예를 들어 마이그레이션 전문 상담 에이전트, 비용 최적화 상담 에이전트처럼 같은 상담 역할이라도 프롬프트와 도구 구성을 달리한 여러 에이전트를 만들어 캠페인마다 연결합니다.

## 다음 단계

시스템이 누구를 위한 것인지 더 자세히 보려면 [유스케이스](/prechat-docs/1./personas-and-scenarios.md)로 이동합니다. 워크샵을 바로 시작하고 싶다면 [워크샵 체크리스트](/prechat-docs/1./workshop-checklist.md)를 확인합니다.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://prechat.gitbook.io/prechat-docs/1./product-tour.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.