레거시 시스템을 몇 분 만에 클라우드로 전환하는 자동화 혁신

레거시 시스템에서 클라우드 아키텍처로, 몇 분 만에 전환하는 자동화의 시대

오늘날 기업의 경쟁력은 기술 혁신에 얼마나 민첩하게 대응하느냐에 달려 있습니다. 그러나 오래된 레거시 시스템은 이러한 변화를 가로막는 가장 큰 장애물입니다. 복잡한 아키텍처, 수작업으로 이어지는 마이그레이션, 그리고 끊어진 시스템 간 연결은 개발 팀뿐 아니라 전체 비즈니스의 속도를 늦추고 비용을 증가시킵니다. 이 문제를 극복하고 빠르게 클라우드 전환을 실현할 수 있는 방법이 바로 Amazon Q Developer, Amazon Bedrock Data Automation, 그리고 Model Context Protocol(MCP)의 결합입니다.

Whiteboard에서 프로덕션까지, 단 몇 분

기존에는 컨셉 스케치부터 실제 클라우드 인프라로 전환하려면 수 주 이상이 필요했습니다. 회의 내용을 정리하고 YAML 형식으로 코드를 작성하며, 시스템 운영/보안팀과 조율하고 오류를 수정하는 단계까지 모두 수작업에 의존했습니다.

하지만 이제 Amazon Q CLI와 MCP를 활용하면 회의 녹음을 분석하고, 아키텍처 다이어그램을 자동으로 추출·해석한 뒤, AWS CloudFormation 템플릿을 생성하고 배포까지 자동화할 수 있습니다. 이것이 바로 진정한 자동화 기반 활용 사례입니다.

Model Context Protocol(MCP)이란?

Anthropic에서 개발한 MCP는 생성형 AI와 다양한 데이터 소스 간의 양방향 연결을 가능하게 하는 오픈 표준입니다. MCP 서버는 데이터를 노출하는 역할을 하고, MCP 클라이언트는 해당 데이터를 참조해 AI 응용 프로그램을 작성합니다. 이를 통해 모든 데이터 소스마다 커스텀 커넥터를 만들지 않아도 AI가 필요한 정보를 정확하게 확보할 수 있습니다.

또한, Amazon Bedrock Data Automation은 MCP와 이상적인 조합을 이룹니다. 문서, 이미지, 오디오, 동영상 등에서 비정형 데이터를 자동으로 추출하고, 스키마 기반 블루프린트와 신뢰 점수 기반 검증을 통해 인공지능에게 고품질 데이터만 제공하게끔 설계되어 있습니다. 이로 인해, 의사결정에 필요한 자동화 워크플로우를 신속하게 구축할 수 있습니다.

실행 가이드: Amazon Q, MCP 서버, Bedrock를 연동하는 방법

1. MCP 서버를 연동하기 위해 GitHub에서 설치 가이드를 확인합니다.
2. Amazon Q CLI를 설치하고, ~/.aws/amazonq/mcp.json에 MCP 서버 구성을 추가합니다:

{
  "mcpServers": {
    "bedrock-data-automation-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.aws-bedrock-data-automation-mcp-server@latest"
      ],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "your-aws-region",
        "AWS_BUCKET_NAME": "amzn-s3-demo-bucket"
      }
    }
  }
}

3. 구성 후, 터미널에서 q chat 입력 → Amazon Q와 대화 시작 → "Tell me the tools I have access to" 명령어를 통해 MCP 도구 정상 인식 여부 확인

Amazon Q를 통해 .mp3 회의 녹음 파일을 전사하고 .png 다이어그램을 바탕으로 AWS 인프라를 설계할 수 있으며, 코드 작성, 테스트, 모니터링까지 진행 가능합니다.

활용이 끝났다면, S3 버킷을 비우고 MCP 설정을 제거하여 리소스 정리를 추천합니다:

aws s3 rm s3://amzn-s3-demo-bucket –recursive
aws s3 rb s3://amzn-s3-demo-bucket

결론

Amazon Q Developer와 Bedrock Data Automation, MCP의 결합은 클라우드 도입 가이드 그 자체입니다. 더 이상 화이트보드에서 시작한 아이디어가 현실이 되기까지 몇 주의 시간이 필요하지 않습니다. 이제 개발자와 IT 팀은 자연어 기반 채팅만으로 개발 → 테스트 → 운영 환경 구축이라는 전체 소프트웨어 라이프사이클을 자동화하고 가속화할 수 있습니다.

복잡한 통합, 높은 인프라 비용, 느린 피드백 루프에서 벗어나고 싶다면 지금이 전환의 때입니다.

https://aws.amazon.com/blogs/machine-learning/whiteboard-to-cloud-in-minutes-using-amazon-q-amazon-bedrock-data-automation-and-model-context-protocol/