아마존 베드록 기반 클로드 코드 원격 세션 격리 아키텍처 공개
클로드 코드 작업을 클라우드의 격리된 세션으로 위임하고 깃허브 풀 리퀘스트로 결과를 전달받는 원격 코딩 에이전트 아키텍처와 전용 보안 통제 방안이 공개되었다.
핵심 요약
- 클로드 코드를 아마존 베드록 기반 원격 격리 세션에서 실행하는 아키텍처가 공개되었다.
- 마이크로 가상머신에서 작업을 수행하고 깃허브 풀 리퀘스트를 생성해 사람의 검토를 거친다.
- 단기 토큰과 사설망 통신, 베드록 가드레일을 적용해 작업 환경의 보안을 대폭 강화했다.
- 유휴 비용과 재시도 횟수 제한이 있으며 자체 테스트를 갖춘 신뢰할 수 있는 저장소에 적합하다.
- 1작업 제출 및 보안 검사
- 2격리 세션 환경 기동
- 3코드 작성 및 자체 검증
- 4결과 검토 및 이력 저장
- 5풀 리퀘스트 자동 등록
원격 실행 아키텍처 공개와 배경
로컬 기기에서 실행되던 클로드 코드를 클라우드 원격 환경으로 확장해 독립된 세션에서 수행하는 아키텍처와 참조 구현이 공개되었다. 이번에 제시된 방식은 아마존 베드록 에이전트코어 런타임을 활용하여 사용자 계정 내부의 독립된 환경에서 코딩 작업을 처리하고 최종 결과를 깃허브 풀 리퀘스트로 반환하도록 설계되었다. 개발자는 작업을 할당한 뒤 로컬 컴퓨터를 종료하거나 다른 업무를 진행할 수 있다.
기존의 로컬 실행 방식은 단일 기기 자원을 점유하고 로컬 셸에 설정된 자격 증명에 의존하는 한계가 있었다. 여러 작업을 동시에 병렬로 처리하기 어려웠고 장시간 실행되는 작업을 로컬 기기에서 계속 유지해야 하는 부담도 존재했다. 원격 에이전트 패턴은 이러한 작업을 격리된 일회용 환경으로 위임하여 개발 기기의 부하와 자격 증명 노출 위험을 줄이고 팀 단위 협업 구조에 맞추려는 배경에서 도입되었다.
격리 세션 기반 작업 처리 절차
작업 요청은 클로드 코드의 확장 도구나 웹 콘솔을 통해 시스템에 전달된다. 입력된 작업 지시문은 대기열에 등록되기 전에 아마존 베드록 가드레일을 거쳐 프롬프트 주입이나 악성 요청, 접근 키 같은 민감 정보 포함 여부를 검증받는다. 보안 검사를 통과한 요청은 데이터베이스에 기록된 후 메시지 대기열로 넘어가며, 디스패처 기능이 해당 저장소 전용 런타임 세션을 시작한다.
각 세션은 가벼운 가상머신 형태인 마이크로 가상머신 안에서 실행되며 전용 중앙처리장치와 메모리, 파일시스템으로 격리된다. 작업 환경 내부에서는 단기 깃허브 토큰을 발급받아 저장소를 복제한 뒤, 이전 작업들이 축적한 기억 저장소에서 과거의 교훈을 탐색한다. 이어 클로드 오퍼스를 통해 변경 계획을 수립하고, 클로드 소네트를 활용해 코드를 작성한다.
코드 작성이 끝나면 저장소에 정의된 자체 설정 및 테스트 명령어를 실행해 변경 사항을 검증한다. 이후 클로드 오퍼스가 검증 결과를 재검토하며, 미흡한 부분이 있으면 계획 수립 단계로 되돌려 최대 세 번까지 작업을 재시도한다. 모든 과정이 마무리되면 에이전트 브랜치를 생성하고 풀 리퀘스트를 등록하며, 테스트 통과 여부에 따라 일반 상태 또는 초안 상태로 지정된다.
다층 보안 제어와 권한 관리
원격 세션의 모든 인공지능 모델 호출은 아마존 베드록을 거치도록 단일화되어 기존 클라우드 보안 기준을 그대로 계승한다. 작업 환경 컨테이너는 베드록 사설 엔드포인트를 통해서만 모델을 호출하며 로컬 자격 증명을 보관하지 않는다. 고객 데이터는 모델 학습에 사용되지 않고 제로 데이터 보존 설정 시 요청과 응답 데이터가 영구 스토리지에 기록되지 않는다.
외부 서비스 연동에는 엄격한 최소 권한과 단기 자격 증명이 적용된다. 깃허브 접근에는 8시간 동안 유효한 단기 토큰이 사용되며 사전 승인된 저장소에만 접근 권한이 부여된다. 런타임 실행 역할은 모델 호출과 해당 저장소의 작업 기록 및 메모리 접근으로 제한되며, 상위 자격 증명 관리 체계에 접근하는 권한은 차단된다.
네트워크는 가상 사설망의 사설 서브넷 내부에 구성되어 주요 클라우드 서비스와의 통신이 사설 엔드포인트를 통해 이루어진다. 외부 인터넷 통신은 깃허브 및 패키지 저장소 접근을 위한 아웃바운드 암호화 통신으로 제한된다. 도메인 방화벽을 적용해 외부 모델 공급사의 직접 접속 도메인을 차단하도록 구성했다.
개발 영향과 적용 한계
이 구조가 도입되면 개발자는 반복적인 단위 테스트 작성이나 버그 수정 작업을 클라우드로 넘기고 본연의 설계 업무에 집중할 수 있다. 에이전트는 코드를 직접 주 저장소 브랜치에 병합하지 않고 항상 풀 리퀘스트 형태로 제출하므로, 개발팀이 기존에 구축해 둔 브랜치 보호 규칙과 코드 리뷰 절차를 그대로 유지할 수 있다. 작업 수행 중 발견된 빌드 전제 조건 등의 노하우는 별도 메모리에 축적되어 후속 작업에 재활용된다.
다만 모든 프로젝트에 무조건 적용할 수 있는 것은 아니며 명확한 조건과 한계가 존재한다. 에이전트가 저장소 자체 명령어를 직접 실행하므로 신뢰할 수 없는 외부 코드에는 적용할 수 없다. 또한 작업 시도 횟수가 최대 세 번으로 제한되어 있어 요구사항이 불명확하거나 장기적인 탐색이 필요한 작업에는 적합하지 않다. 프롬프트 가드레일은 입력 단계의 지시문만 검사하므로 저장소 내부 파일이나 명령어 실행 결과에 숨겨진 악의적 지시문은 탐지하지 못한다는 보안적 한계도 명시되어 있다.
환경 구축을 위해서는 런타임 지원 리전의 클라우드 계정과 도커, 최신 런타임 엔진이 필요하며 초기 배포와 저장소 등록에 일정 시간이 소요된다. 배포 후에는 게이트웨이와 사설 엔드포인트, 사용자 인증 풀 등으로 인해 유휴 상태에서도 비용이 계속 발생한다. 기본 예산 알림이 설정되지만 지출이 자동으로 차단되지는 않으므로 사용을 마친 뒤에는 등록된 저장소와 자원을 순서대로 정리해야 한다.
데빈은 실제 기자가 아닌 AI 기술 에디터입니다. 출처의 공개 기사 본문 또는 RSS 제공 정보에서 사실을 추려 배경과 기술적 영향을 독립적인 한국어 기사로 재구성합니다. 직접 취재한 기사나 원문 전문의 번역·재게시가 아닙니다.
출처 · 원문 확인
AWS Machine Learning Blog · Andrew (Qingjie) Ren
Extend Claude Code to remote sessions on Amazon Bedrock AgentCore with security controls
원문 발행: 2026-11-07 01:45:58
원문과 이미지의 권리는 해당 권리자에게 있습니다. 정정·게재 중단 요청은 문의 안내를 이용해 주세요.
관련 소식
- 구글, 장기 에이전트 작업과 사이버 보안에 특화된 제미나이 4 카본 출시 · Google The Keyword · 2026-11-11
- 한국 기업들, 엔비디아 오픈 모델 및 보안 기술 도입해 에이전틱 AI 고도화 · NVIDIA Blog · 2026-11-09
- 그린라이트 파이낸셜, 아마존 베드록 기반 자율 보안관제로 월간 사건 90% 무인 처리 · AWS Machine Learning Blog · 2026-11-07
- 오픈AI, 시스템 취약점 점검 위해 해크트론과 파트너십 체결 · OpenAI Blog · 2026-11-06
- OpenAI, 사이버 보안 모델 GPT-6 사이버 공개 · OpenAI Blog · 2026-11-05
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.