Salesforce Agentforce와 Amazon Bedrock Agent를 활용한 AI 기반 기업 자동화 워크플로우 구축

기업 자동화를 위한 AI 워크플로우: Salesforce Agentforce와 Amazon Bedrock Agent 통합 가이드

기업의 디지털 전환이 가속화됨에 따라 AI 기반 자동화 도입이 활발히 이뤄지고 있습니다. 특히 여러 시스템에 흩어져 있는 데이터를 통합하고 스마트한 의사결정 및 작업 실행이 가능한 AI 에이전트 기반의 워크플로우는 업무 효율성 향상, 고객 만족도 제고는 물론 운영비용 절감까지 이끌어냅니다. 본 글에서는 Salesforce의 Agentforce와 AWS의 Amazon Bedrock Agents, 그리고 Amazon Redshift를 통합해 엔터프라이즈 워크플로우를 자동화하는 방법을 실제 사례와 함께 소개합니다.

멀티 에이전트 기반 엔터프라이즈 AI 활용 전략

하나의 AI 에이전트가 특정 역할을 수행하는 것에서 나아가, 여러 AI 에이전트가 각자의 전문성을 살려 협력하는 멀티 에이전트 아키텍처가 주목받고 있습니다. Salesforce는 신뢰할 수 있는 CRM 기반 데이터와 디지털 업무 흐름 구축에 강점을 가지고 있으며, AWS는 고성능 AI 모델과 확장 가능한 인프라를 제공합니다. 이 두 플랫폼의 장점을 통합하면 더욱 강력한 자동화 생태계를 구축할 수 있습니다.

Agentforce는 사용자 맞춤형 디지털 에이전트를 빠르게 배포하고, 기존 비즈니스 로직 및 API와 연동하여 자동화된 고객 지원과 내부 시스템 간 연계를 가능하게 합니다. 여기에 Amazon Bedrock Agents를 연동하면, 자연어 기반 요청에 따라 연관 데이터를 Knowledge Base에서 검색(RAG 적용)하고 AWS Lambda 및 API Gateway를 통해 외부 시스템과 통신하며 필요한 작업을 수행할 수 있습니다. 이 과정을 통해 다양한 산업에 맞는 복잡도 높은 자동화 시나리오를 구축할 수 있습니다.

엔터프라이즈 자동화 사례: IoT 센서 데이터 기반 고객 지원 처리

실제 사례로 Coral Cloud사는 스마트 에어컨과 온도센서를 보유하고 있으며, 해당 센서 데이터는 Amazon Redshift에 저장됩니다. 이 데이터를 바탕으로 Salesforce Agentforce와 Amazon Bedrock Agent가 협력하여 고객 문의 대응 및 이상 처리 사례를 생성하는 워크플로우는 다음과 같은 흐름으로 구성됩니다.

1. 에이전트가 특정 객실의 온도를 문의 받으면, Agentforce는 Amazon Bedrock Agent를 호출합니다.
2. Bedrock Agent는 Knowledge Base를 통해 Redshift에서 관련 데이터를 검색하고, 이를 바탕으로 고객에게 자연어로 응답합니다.
3. 만약 온도 범위를 벗어나거나 센서 오류 코드가 감지될 경우, Bedrock Agent는 Agentforce에 사례 생성을 요청합니다.
4. 이 요청은 Lambda 함수를 통해 Salesforce API 형식으로 변환된 후 Agentforce로 전달되어 케이스가 자동 생성됩니다.

통합 구현을 위한 배포 가이드와 구성 요소

이러한 자동화 환경을 구현하기 위해 따라야 할 주요 단계는 다음과 같습니다.

1. Amazon Redshift에 구조화된 IoT 데이터를 준비합니다.
2. IAM 정책 및 역할을 설정하여 Bedrock Agent와 Lambda 함수에 필요한 권한을 부여합니다.
3. Amazon Bedrock Knowledge Base를 생성하여 Redshift와 연결하고, Retrieval-Augmented Generation 기능을 활성화합니다.
4. Bedrock Agent를 생성하고, Knowledge Base를 연결한 후 에이전트 설명과 작업 방식을 구성합니다.
5. Lambda 함수를 작성하여 Bedrock Agent 호출을 API Gateway와 연동할 수 있도록 합니다.
6. Salesforce Named Credentials 및 External Service 설정을 통해 API 호출 권한을 구성합니다.
7. Agentforce에서 External Service를 활용한 Agent Action을 생성하고 Enabling하여 실제 사용 가능하도록 설정합니다.

이러한 구축 방법은 사용자의 질문에 따라 실시간으로 Amazon Bedrock Agent를 호출하고, 지식 기반을 활용해 응답하며, 필요시에는 Salesforce 내 사례 생성까지 전 자동화되는 흐름을 실현합니다. 향후에는 Salesforce Event Relay와 Amazon EventBridge를 사용해 비동기 워크플로우로 확장도 가능하며, 이는 대량의 이벤트를 처리하는 환경에서 더욱 유리합니다.

비교 및 활용 방안

Salesforce 단독의 자동화 혹은 AWS 기반의 AI 자동화만으로는 한계가 있지만, 두 시스템이 연결될 경우 각자의 강점을 흡수해 보다 지능적이고 탄력적인 기업 워크플로우를 완성할 수 있습니다. 특히 다음과 같은 시나리오에 효과적입니다.

• 고객 문의 응답 및 사례 생성 자동화
• IoT 기반 운영 데이터 분석 및 경고 처리
• 다양한 시스템 간 데이터 통합이 필요한 업무 흐름

자동화를 위한 필수 요소로는 API 및 IAM 정책 구성, Knowledge Base 설계, Lambda 데이터 포맷 변환이 있으며, 이를 효율적으로 조율하면 엔터프라이즈 전반의 생산성과 응답속도를 향상시킬 수 있습니다.

맺음말

오늘날의 기업 환경에서는 AI를 일회성 도구로 활용하는 단계에서 벗어나, 전체 IT 인프라와 프로세스에 통합된 형태의 자동화 플랫폼이 요구되고 있습니다. 이번 블로그에서는 Salesforce Agentforce와 Amazon Bedrock Agent를 통합해, 인텔리전트한 워크플로우를 어떻게 구축하고 이를 실제 운영에 접목할 수 있는지를 살펴보았습니다.

이러한 통합형 멀티에이전트 기반 아키텍처는 향후 기업의 자동화 전략의 핵심이 될 것으로 보이며, 특히 AI 활용과 확장성 면에서 유리한 선택지가 될 수 있습니다. 직접 구현하고자 하는 분들은 AWS 공식 문서와 함께 본 가이드를 참조하시기 바랍니다.

https://aws.amazon.com/blogs/machine-learning/automate-enterprise-workflows-by-integrating-salesforce-agentforce-with-amazon-bedrock-agents/