차세대 데이터 보호 자동화를 이끄는 Druva의 멀티 에이전트 Copilot

Druva의 멀티 에이전트 Copilot으로 만드는 차세대 데이터 보호 자동화

최근 몇 년 사이, 생성형 AI의 발전은 기업의 IT 운영 전반에 혁신을 불러일으키고 있습니다. 특히 데이터 보호와 사이버 복원력 분야에서의 AI 활용은 점점 복잡해지고 고도화되는 위협 대응에 효과적인 대안을 제시하고 있습니다. 데이터 보안 솔루션 기업 Druva는 Amazon Web Services(AWS)와 협력하여, Amazon Bedrock 기반의 생성형 AI 멀티 에이전트 CoPilot을 구축함으로써 더욱 직관적인 고객 경험을 실현하고 있습니다.

이 글에서는 Druva의 AI Copilot의 구조와 이를 가능하게 한 AWS 기술 스택, 그리고 기업의 데이터 운영 자동화를 어떻게 실현할 수 있는지를 자세히 살펴봅니다.

본론: AI 멀티 에이전트 시스템 아키텍처와 실제 사례

Druva는 일반적인 검색 기반 AI를 넘어서, 사용자 요청에 따라 능동적으로 행동하고 의사결정을 내리는 ‘에이전틱 시스템(Agentic System)’을 도입했습니다. Druva의 멀티 에이전트 CoPilot 아키텍처는 Supervisor Agent, Data Agent, Help Agent, Action Agent 등 여러 전문화된 에이전트들로 구성되며, 이들은 API 호출을 통해 데이터를 분석하고 작업을 수행합니다.

사용 흐름은 간단하지만 강력합니다. 사용자가 “어제 백업이 왜 실패했나요?” 같은 자연어 질문을 입력하면, Supervisor Agent가 이를 분석해 적절한 세부 에이전트에게 요청을 분배합니다. 해당 요청에 따라 Data Agent는 Druva의 API와 연동해 백업 로그를 조회하고, Help Agent는 관련 가이드를 제공하며, Action Agent는 필요한 조치를 자동화합니다.

백업 실패의 원인이 유럽 리전에 업데이트된 정책 충돌이라는 분석을 단 몇 초 내에 제공하고, 해결 방법까지 안내하는 이 시스템은 과거 몇 시간씩 소요되던 문제 해결 과정을 분 단위로 단축했습니다.

이러한 운영 자동화는 다음과 같은 주요 활용 가치를 제공합니다:

• 자연어 기반의 직관적 데이터 보호 작업 접근성 향상
• AI 기반 장애 분석 및 맞춤형 조치 추천
• 정책 관리 워크플로우 자동화
• 사전 문제 예측 및 대응
• 고객 지원 부하 감소 및 운영 효율성 극대화

Druva Copilot은 또한 Amazon Bedrock Knowledge Bases를 활용해 동적으로 API를 선택하는 기능을 탑재했습니다. 이를 통해 각 사용자 요청에 가장 적합한 API를 추론하고 적절한 매개변수를 구성해 높은 정확도와 빠른 응답 속도를 확보합니다.

이러한 동적 API 선택은 Semantic Search와 LLM (대형 언어 모델)을 통해 "Top K Relevant API"를 식별하고 적절한 파라미터 조합까지 자동으로 선택하게 합니다. 이 기능은 Copilot의 통합성과 유연성을 의미 있게 향상시킵니다.

성능 평가 및 예측 효율성

Druva는 다양한 LLM 모델(Nova Pro, Sonnet 3.5 등)을 활용하여 적절한 모델을 선정했습니다. 테스트 결과, Nova Pro는 약 93%의 API 선택 정확도와 1초대의 응답 속도로 뛰어난 균형을 보였습니다. 더 큰 모델인 Sonnet 3.5는 더 높은 토큰 수로 인한 8초대 지연은 있었지만, 보다 풍부한 설명을 제공하였습니다.

또한, 실제 시나리오를 기반으로 한 인간 전문가 평가에서는 평균 3.3/5의 초기 기술 만족도를 달성했으며, 이는 초기 개발 단계에서 비교적 높은 활용 가능성과 실효성을 보여주는 신호입니다.

결론: 데이터 보호 업무의 재정의

Druva의 차세대 AI Copilot은 생성형 AI를 통한 데이터 보호 업무 혁신의 대표사례입니다. 이 기술은 단순 작업의 자동화뿐 아니라, 고난이도 분석 및 복잡한 정책 적용까지 자연어 기반 인터페이스로 간소화함으로써, 전통적인 데이터 보안 운영을 빠르게 진화시키고 있습니다.

특히 Amazon Bedrock AgentCore 및 Knowledge Bases를 활용함으로써, 보다 지능적이고 유연한 배포와 확장이 가능하며, 다양한 산업군에서도 동일한 AI 사용 방식을 통해 유사한 자동화 효과를 기대할 수 있습니다.

AI 기반 에이전트의 활용과 자동화, API 통합 기술은 향후 다양한 시스템과 서비스의 운영 패러다임을 바꾸는 핵심 요소가 될 것입니다. Druva의 사례는 그 활용 가이드이자 강력한 레퍼런스가 됩니다.

[1] https://aws.amazon.com/blogs/machine-learning/harnessing-the-power-of-generative-ai-druvas-multi-agent-copilot-for-streamlined-data-protection/