문서 기반 자연어 분석 자동화를 위한 GenAI IDP Accelerator의 Analytics Agent 활용법

문서 데이터에서 동작하는 AI 분석: GenAI IDP Accelerator의 Analytics Agent 활용

소개

비정형 문서 데이터에서 구조화된 정보를 추출하여 의미 있는 인사이트를 확보하는 일은 여전히 많은 기업에게 도전적인 과제입니다. AWS는 이러한 문제를 해결하기 위해 다양한 클라우드 서비스와 인공지능 기술을 결합한 솔루션을 제공해왔습니다. 최근 AWS는 GenAI IDP Accelerator에 강력한 자연어 기반 분석 기능인 Analytics Agent를 추가하여 비전문가도 구조화된 문서 데이터를 쉽게 분석할 수 있도록 지원하고 있습니다.

이 포스트에서는 Analytics Agent의 주요 기능과 활용법, 실제 적용 사례, 배포 가이드 및 자동화를 통한 활용 방식까지 전반적인 내용을 소개합니다.

핵심 기능 및 사례

GenAI IDP Accelerator 개요

GenAI IDP Accelerator는 오픈 소스로 제공되며, Amazon Bedrock를 기반으로 AWS Lambda, Step Functions, SQS 및 DynamoDB와 함께 서버리스 아키텍처로 구성됩니다. 이 솔루션은 서류 분류, 데이터 추출, 요약 및 검증 등 다양한 기능 모듈로 구성되어 있으며, 하루에도 수천 건 이상의 문서를 처리할 수 있습니다.

특히 이 Accelerator는 AWS CloudFormation을 통해 간단하게 배포할 수 있으며, Amazon S3 또는 웹 인터페이스를 통해 문서 업로드가 가능합니다.

Analytics Agent 소개

Analytics Agent는 GenAI IDP Accelerator와 통합되어 제공되는 자연어 질의 기반 분석 기능입니다. 사용자는 SQL이나 Athena 쿼리 작성 없이도 영어 문장만을 이용해 복잡한 분석을 실행할 수 있습니다. 이를 통해 비즈니스 담당자도 기술 지식 없이 직접 문서 데이터를 탐색하고 인사이트를 얻을 수 있게 됩니다.

예시: 회계 사용자 분석 시나리오

예를 들어, 회계 담당자가 “최근 180일간 업로드된 W2 폼의 총 소득 분포를 25개의 구간으로 나눠 히스토그램으로 보여주세요”라고 입려하면, Analytics Agent는 수천 건의 W2 데이터를 분석 후 시각화된 결과를 제공합니다.

분석 처리 아키텍처

Analytics Agent는 Strands Agents SDK를 기반으로 구성되어 있으며, Athena, Amazon S3, 그리고 AWS Bedrock AgentCore Code Interpreter를 함께 사용합니다. 사용자의 자연어 질문은 Agent가 SQL로 변환하고, Athena에서 실행된 쿼리 결과를 Python으로 시각화하는 전체 플로우를 자동으로 처리합니다.

배포 아키텍처

serverless 기반의 이 솔루션은 AppSync, Lambda와 연계되며 요청 처리, 분석, 결과 반환 등 모든 흐름이 자동화되어 있습니다. 각 구성요소는 최소 권한 원칙을 기반으로 IAM 액세스 관리가 적용되어 있으며, 분석 코드는 AgentCore에서 보안된 샌드박스 환경에서 실행됩니다.

실제 활용 예시: 부서별 메모 문서 분석

10,000개 이상의 문서를 RVL-CDIP 데이터셋에서 처리한 후, 한 명의 사용자가 "어느 부서가 메모를 가장 많이 작성했나요?"라는 질의를 하였습니다. Analytics Agent는 database 탐색, SQL 생성, 시각화 코드 작성, 오류 수정에 이르기까지 1분 안에 전 과정을 마무리하고 결과를 도넛 차트로 시각화해 보여주었습니다.

활용 시나리오

Analytics Agent는 다양한 활용 범위를 가지고 있으며, 다음과 같은 사례에서 특히 효과적으로 활용할 수 있습니다.

• 비즈니스 인사이트 도출: “최근 3개월간 $50,000 이상 송장 비율은?” 등 복잡한 질문 처리 가능
• 위험 및 컴플라이언스 대응: “계약서 중 필수 문구가 빠진 항목은?”
• 운영 최적화: “처리 속도가 가장 느린 문서 유형은?”
• 고객 경험 개선: “월간 문서 처리 할당량 중 현재 사용량은?”
• 전략 계획 지원: “5년간 20% 증가하면 연간 예상 문서 처리량은?”

성능 최적화를 위한 팁

• 범용적인 질문으로 시작하여 점차 구체적인 질의로 확장
• 맥락 유지 기능을 활용한 후속 질문 수행
• 분석 결과 검토 및 agent의 판단 흐름 확인

확장성과 외부 통합

Analytics Agent는 Model Context Protocol(MCP)을 통해 외부 시스템과 통합이 가능합니다. Amazon Quick Suite 등 다른 에이전틱 AI 시스템에 연계해 기업 자체 워크플로우에도 통합 적용 할 수 있습니다.

정리 및 종료 방법

• 개별 분석 작업 삭제: UI 또는 DynamoDB 테이블에서 제거 가능
• 전체 배포 제거: idp-cli 도구로 CloudFormation 스택 삭제

결론

이제 Non-tech 사용자도 자연어를 통해 방대한 문서 데이터를 분석하고 시각화할 수 있는 시대가 열렸습니다. Analytics Agent는 복잡한 SQL이나 시각화 도구 학습 없이도 수많은 문서에서 가치 있는 통찰을 얻을 수 있도록 해줍니다. 모든 조직원이 데이터 기반 의사 결정을 내릴 수 있는 시대, 바로 지금 구현해보세요.

https://aws.amazon.com/blogs/machine-learning/enhance-document-analytics-with-strands-ai-agents-for-the-genai-idp-accelerator/