Skello의 Amazon Bedrock 기반 AI 비서 도입 사례로 보는 멀티 테넌트 AI 활용 전략

스켈로(Skello), Amazon Bedrock 기반 AI 비서 도입 사례로 보는 멀티 테넌트 환경 AI 활용 가이드

소개

디지털 전환이 가속화되면서, 기업들은 자체 데이터를 더 효율적으로 활용하기 위한 다양한 기술 도입을 시도하고 있습니다. 특히 HR 업무처럼 데이터가 복잡다양하고 사용자 수요가 다양한 분야에서는 자동화 및 인공지능 기반 시스템의 중요성이 커지고 있습니다.

이번 포스팅에서는 유럽 기반 HR SaaS 기업 스켈로(Skello)가 Amazon Bedrock을 활용해 멀티 테넌트 환경에서도 각 고객 데이터의 논리적 경계를 유지하면서 고도화된 데이터 질의 시스템을 어떻게 구축했는지 소개합니다. 자연어 기반 데이터 질의 자동화, 보안 구조 설계, 시각화 기능, 기반 아키텍처까지 전반적인 활용 및 배포 전략을 함께 다룹니다.

본문

스켈로는 업계 약 20,000개 고객과 40만 명의 일일 사용자를 보유한 기업으로, 복잡한 스케줄링과 인사 데이터를 누구나 쉽게 활용하기 위해 AI 비서를 도입했습니다. 특히 GDPR을 준수해야 하는 환경에서 사용자 개인 데이터 보호가 필수였기 때문에, 멀티 테넌트 구성을 유지하면서도 개별 고객 데이터 접근을 안전하게 제어하는 방식이 필요했습니다.

1. 자연어 기반 데이터 질의 자동화

스켈로의 사용자는 단순한 클릭 기반 UI를 넘어, “지난달 30시간 이상 근무한 파트타이머를 보여줘”, “소매 부서 평균 병가 일수는?” 등의 복잡한 질의를 자유롭게 입력하기를 원했습니다. 이를 가능하게 하기 위해 LLM(대형 언어 모델)을 활용하여 사용자의 자연어 표현을 구조화된 데이터 질의로 자동 변환하고, 다음의 단계를 거쳐 데이터를 응답하도록 설계했습니다:

• 사용자 인증 및 권한 확인
• 자연어 → 구조화된 데이터 쿼리로 변환
• 쿼리 유효성 검증 및 보안 정책 적용
• 사용자 권한 내 DB 질의 실행 및 시각화 제공

2. 데이터 시각화 자동화

스켈로의 AI 비서는 단순 텍스트 응답을 넘어서, 사용자가 이해하기 쉬운 형태의 시각화를 자동 생성합니다.

• 기간별 근무 시간, 부서별 구성 비율 등 명확한 요청에 대해 적절한 그래프 유형(bar, line, pie 등) 선정
• 축 단위 조정, 범례 자동 생성, 단위 맞춤형 표기 등 시각적 가독성 향상
• 예: “지난 6주간 근무 시간 시각화해줘” → 주별 평균 시간을 막대그래프로 자동 변환

3. 데이터 구조 최적화

AI 기반 데이터 자동화의 효율성을 극대화하기 위해 다음과 같은 데이터 구조 전략이 병행되었습니다:

• 스키마 표준화: date, department, employee_type 같은 명확한 컬럼명 적용
• 뷰(View) 분리 및 사전 집계 테이블: 자주 요청되는 리포트를 캐싱, 속도 개선
• 관계형 연결 강화: 각 직원의 부서, 관리자, 근무 일정을 명확히 연결하여 ‘다음 주 휴가 중인 부서 팀장 목록’과 같은 질의도 빠르게 처리 가능

4. 보안 구조 – 멀티 테넌트 환경에서의 격리 및 검증

Amazon Bedrock, Lambda, Guardrails 등을 기반으로 한 보안 우선 구조는 다음과 같은 특징을 가집니다:

• 인증 및 권한 증명(SSO, JWT, SAML) 후에만 LLM 접속 허용
• 데이터 질의 전 자체 유효성 검증 및 prompt injection 방지
• 역할 기반 접근 제어(RBAC)와 테넌트 간 철저한 DB 분리
• 모든 질의 로그는 타임스탬프, 사용자 ID와 함께 저장되어 감사 가능

이러한 아키텍처 덕분에, 예를 들어 영업 부문 팀장은 자신의 팀 데이터에는 접근이 가능하지만 타 부서 직원 근태 데이터는 열람할 수 없습니다.

5. Amazon Bedrock 및 Lambda 사용의 이점

• 구축 및 유지보수가 쉬운 서버리스(Serverless) 구조
• 벤더 중립적인 다양한 고성능 모델 선택 가능 (예: Claude 등)
• 낮은 지연시간, 높은 확장성으로 실시간 대응 가능
• 비용 최적화: 사용량에 따른 종량제 모델

결론

Skello는 Amazon Bedrock과 AWS Lambda 등 클라우드 기반 구성요소를 활용하여 AI 기반 HR 비서를 성공적으로 구축했습니다. 사용자는 기술적인 제약 없이 자신의 데이터를 자연어로 질의하고 결과를 직관적으로 이해할 수 있게 되었으며, 이러한 자동화 솔루션은 보안을 지키면서도 업무 효율을 획기적으로 향상시킵니다.

클라우드 AI 기술의 진화를 직접 반영한 이 사례는 다양한 SaaS 및 멀티 테넌트 서비스를 운영하는 기업에게 실질적인 도입 가이드를 제시합니다. 자동화, 시각화, 보안, 활용성 측면에서 고도화된 AI 도입을 고민 중이라면 AWS의 AI 솔루션 활용을 고려해보시길 권장드립니다.

https://aws.amazon.com/blogs/machine-learning/how-skello-uses-amazon-bedrock-to-query-data-in-a-multi-tenant-environment-while-keeping-logical-boundaries/