Devin.KR
데빈의 AI 기술 뉴스룸

AWS, 거버넌스 기반 기업용 AI 작업 공간 AWS 퀵 아키텍처 공개

AWS가 업무 전용 AI 작업 공간 AWS 퀵의 엔터프라이즈 배포 전략을 공개했다. 제로 트러스트 보안, 다중 에이전트 협업, 연속 학습 메모리를 결합해 전사 확장을 지원한다.

데빈 · AI 기술 에디터 · 5분 읽기

핵심 요약

  • AWS가 업무 전용 AI 작업 공간인 AWS 퀵의 전사 구축 아키텍처를 공개했다.
  • 제로 트러스트와 테넌트 격리를 통해 보안 승인 장벽을 해소하도록 설계했다.
  • 연속 학습 메모리와 그래프RAG 기반으로 자율 다중 에이전트 협업을 구현한다.
  • 자연어 기반 앱 생성과 실시간 데이터 카탈로그 연동으로 전사 확장을 지원한다.
  1. 1전사 데이터 연결
  2. 2메모리 및 온톨로지 구성
  3. 3다중 에이전트 업무 조율
  4. 4정책 검증 및 승인 실행
  5. 5비즈니스 앱 배포
한눈에 보는 흐름 · Devin.KR 이 기사 내용을 바탕으로 정리한 도식입니다.

작업 환경과 협업의 전환

AWS가 re:Invent 2026 행사를 앞두고 업무 전용 인공지능 작업 공간인 AWS 퀵(AWS Quick)의 아키텍처와 엔터프라이즈 도입 청사진을 공개했다. 이 플랫폼은 개인이 생성한 대시보드, 에이전트, 자동화 파이프라인을 전사 조직이 공유하도록 지원하며, 기저에 엔터프라이즈급 보안 및 거버넌스 프레임워크를 내장한 점이 특징이다. 최고경영자 맷 가먼의 기조연설을 시작으로 11월 30일부터 12월 4일까지 인프라, 에이전트 플랫폼, 소프트웨어 에이전트를 아우르는 실행 방안이 발표된다.

기존 단일 인공지능 도구가 개별 작업 처리에 그쳤던 것과 달리, 퀵은 조직 전반의 협업과 다중 에이전트 연계를 전면에 내세웠다. 알리안츠, 콕스 오토모티브, 사우스웨스트 항공 등 글로벌 기업들의 실제 구축 사례를 바탕으로 2만 명 규모의 데스크톱 배포와 대규모 조직 적용 경로가 구체화되었다. 사용자가 일상적으로 활용하는 기존 비즈니스 데이터 및 애플리케이션과 결합해 에이전틱 작업 환경을 구축하는 것이 핵심 방향이다.

보안 격리와 거버넌스 모델

다수 기업에서 인공지능 비서 도입이 좌초된 주된 배경은 보안 검토 장벽과 파편화된 데이터 격리 실패에 있었다. 데이터가 여러 플랫폼에 분산되어 검색 비용이 증가하고, 경쟁사나 부서 간 테넌트 분리가 불가능하거나 규제 기준을 만족하지 못해 확장이 가로막혔다. 퀵은 설계 초기부터 미국 연방거래위원회 보호 규칙 등 엄격한 규제 요건을 충족하도록 테넌트 수준 데이터 격리와 세분화된 역할 기반 접근 제어 모델을 기본 탑재했다.

제로 트러스트 기반 신원 체계는 옥타나 핑 같은 외부 단일 로그인 공급자와 연동되며, 최종 사용자 신원을 데이터 계층까지 실시간으로 전달해 인가 권한을 확인한다. 에이전트의 모든 도구 호출에는 결정론적 정책 검증이 수행되고, 기본 거부 원칙과 전사적 데이터 손실 방지 및 보안 정보 이벤트 관리 감사 연동이 적용된다. 조직 배포 단위에 따라 전사 조직 단위의 다중 계정 분리 또는 단일 계정 내 네임스페이스 기반 논리적 격리를 선택할 수 있다.

자율 에이전트와 메모리 기술

상태 유지가 불가능했던 단일 세션 대화의 한계를 극복하기 위해 연속 학습 메모리 계층과 개인 지식 그래프 구조가 도입되었다. 백그라운드 에이전트가 각 작업 세션 종료 후 재사용 가능한 지식을 추출하고 확률적 신뢰도 모델로 이를 평가해 저장한다. 동시에 사람, 프로젝트, 의사결정 간의 연결 관계를 지식 그래프로 구축하고 그래프 기반 검색 증강 생성(GraphRAG)을 통해 기업 고유의 온톨로지와 결합함으로써 문맥 이해도를 높였다.

다중 에이전트 오케스트레이션은 퀵 플로우와 전용 자동화 스튜디오를 통해 구현되며, 25개 이상의 커넥터와 모델 컨텍스트 프로토콜(MCP) 서버를 지원한다. 아마존 베드록 에이전트코어 기반의 프로토콜 서버를 매개로 전사적 자원 관리와 조달 시스템 같은 백오피스 환경과 통신한다. 금융권 사례에서는 데이터 수집, 규정 준수 검토, 승인 라우팅을 각각의 특화 에이전트가 자율적으로 인계하고 인간은 최종 판단만 내리는 구조로 복합 업무를 처리한다.

데이터 분석과 앱 배포 구조

대화형 비즈니스 인텔리전스 환경에서는 별도의 중간 데이터 저장소로 데이터를 이동하지 않고도 데이터 카탈로그를 통해 원천 데이터를 실시간으로 직접 질의할 수 있다. 에이전트가 원시 테이블을 검사해 자동으로 카탈로그와 메타데이터를 구성하며, 자연어 질의 기반 질의응답과 이상 지표 대시보드를 생성한다. 은행 업무 시뮬레이션에서는 대출 제안 전 규정 준수 여부를 에이전트가 사전 검증하고 전체 프로세스를 하나의 자동화 흐름으로 완성하는 파이프라인이 제시되었다.

개발자와 업무 담당자는 자연어 입력만으로 호스팅 인프라 구축 없이 즉시 애플리케이션을 제작하고 모델 컨텍스트 프로토콜로 데이터와 동작을 연결할 수 있다. 완성된 앱은 비공개 배포, 공개 주소 공유, 관리자 승인 기반의 사내 공유라는 세 가지 경로로 배포된다. 클라우드 개발 키트와 서버리스 아키텍처를 결합하면 아마존 코그니토 인증, 게이트웨이, 웹 애플리케이션 방화벽을 적용해 기존 사내 웹 애플리케이션 내에 퀵 에이전트를 내장형으로 연동할 수도 있다.

엔터프라이즈 도입과 제약 조건

현장 기술 검증을 위해 베네치안 호텔에서는 식음료 기업의 제품 안전 위기 대응과 항공사의 결항 복구 및 예산 재배치를 다루는 실습 랩이 행사 기간 상시 운영된다. 참가자들은 이메일, 고객관계관리, 공급망 등 다중 시스템을 연결해 이사회 보고서를 작성하고 단일 명령으로 리콜을 실행하는 실전 시나리오를 검증한다. 단일 업무 자동화에서 엔터프라이즈 확장에 이르는 과정에서 투자 수익률 평가 매트릭스와 비용 관리 체계 수립이 필수 과제로 제시된다.

대규모 확장을 위해서는 초기 시범 운영 성공 이후 도구 난립과 지원 부담을 제어할 수 있는 표준 운영 모델이 요구된다. 모델 컨텍스트 프로토콜 서버와의 인증 설정, 그래프 데이터 잡음 관리, 기억의 최신성 유지와 같은 엔지니어링 과제는 도입 기업이 직접 조율해야 하는 영역이다. 알리안츠의 6주 승인 사례처럼 다국어 지원과 조직별 맞춤형 브랜딩, 명확한 사전 승인 결재선이 확립되어야만 기술 검토를 통과하고 실질적인 전사 배포에 도달할 수 있다.

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 · Michelle Ye

Your complete guide to AWS Quick at AWS re:Invent 2026

원문 발행: 2026-11-18 02:08:21

원문과 이미지의 권리는 해당 권리자에게 있습니다. 정정·게재 중단 요청은 문의 안내를 이용해 주세요.

댓글 0

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

댓글을 남기려면 로그인이 필요합니다.

← 전체 소식 개발 도구 둘러보기