Thomson Reuters의 Amazon Bedrock AgentCore 기반 플랫폼 엔지니어링 자동화 혁신 사례

서론

오늘날 기업의 플랫폼 엔지니어링 부서는 점점 더 복잡해지고 있는 서비스 환경에서 자동화와 효율화를 달성하기 위한 핵심적인 역할을 수행하고 있습니다. 이에 따라 AI 기반 자동화 기술의 도입은 더 이상 선택이 아닌 필수가 되고 있습니다. Thomson Reuters(TR)는 이러한 시대적 흐름에 따라, Amazon Bedrock의 AgentCore를 중심으로 한 자동화 플랫폼을 구축하며, 플랫폼 엔지니어링의 새로운 가능성을 보여주고 있습니다.

이 블로그에서는 Thomson Reuters가 어떻게 Amazon Bedrock AgentCore를 활용하여 자동화된 플랫폼 엔지니어링 허브를 구축하고, 운영 효율성과 보안 수준을 동시에 개선했는지에 대해 살펴봅니다. 이 사례는 기업의 다양한 AI 도입 및 자동화 전략 수립 시 탁월한 참고가 될 수 있습니다.

본문: 핵심 내용 및 사례

1. 문제 인식 및 도전 과제

Thomson Reuters의 플랫폼 엔지니어링 팀은 다수의 내부 고객에게 클라우드 계정, DB 관리, CI/CD 파이프라인 오케스트레이션 등 다양한 서비스를 제공해 왔습니다. 하지만 수작업 기반의 프로세스는 반복적이며 비효율적이었고, 팀 간 조율로 인한 지연이 혁신의 발목을 잡고 있었습니다. 보안 및 컴플라이언스는 필수 요소였기 때문에 단순 자동화만으로는 한계가 있었습니다.

2. AgentCore 기반의 자동화 시스템 구축

TR은 Amazon Bedrock의 AgentCore를 기반으로, 다양한 서비스 영역에 특화된 에이전트를 설계하고 이들을 조율하는 오케스트레이터를 구축했습니다. 이는 사용자 요청을 자연어로 받아들이고, 이를 적절한 도구 호출로 자동 변환하여 처리하는 구조입니다. 덕분에 규모와 무관하게 일관된 정책에 따라 자동으로 인프라를 구성하고 운영할 수 있게 되었습니다.

3. 솔루션 구성 요소 및 배포 가이드

이 구조는 크게 4가지 구성요소로 나뉩니다.

• 보안을 강화한 맞춤형 웹 포털 (React 기반)
• 요청을 분배 및 관리하는 중앙 오케스트레이터 에이전트 (Aether)
• AWS 계정 생성, DB 패치 등 전문 작업을 수행하는 서비스별 에이전트들
• 민감한 작업에는 사용자 확인을 거치는 human-in-the-loop 검증 시스템 (Aether Greenlight)

TR의 엔지니어링 팀은 내부적으로 TRACK(AgentCore-Kit)을 개발하여 조직 내 에이전트 배포를 간소화했습니다. TRACK는 개발자가 비즈니스 로직 구현에 집중할 수 있도록 인프라 관련 작업을 추상화하며, Amazon API Gateway, DynamoDB 기반의 A2A(Agent-to-Agent) 레지스트리도 함께 구축되어 있습니다.

4. 시스템 워크플로우

TR의 시스템 구축 과정은 세 단계로 나뉩니다.

• 요구사항 분석 및 아키텍처 설계
• 기존 시스템의 AgentCore 전환 및 신규 프레임워크 TRACK 도입
• UX 최적화, 팀 온보딩, 에이전트 배포 및 검증

오케스트레이터 Aether는 LangGraph 프레임워크를 활용하여 유연하고 모듈화된 구조로 설계되었으며, Amazon Bedrock AgentCore Memory 기능을 도입하여 사용자별 및 세션별 맥락 기억을 수행합니다. 이를 통해 풍부한 대화형 인터페이스와 진화형 대응이 가능해졌습니다.

5. 활용 성과 및 비교 분석

TR은 본 프로젝트를 통해 다음과 같은 주요 성과를 달성했습니다.

• 운영 생산성: 반복 작업 자동화로 15배 향상
• 자동화율: 초기 도입만으로도 70% 자동화 달성
• 속도: 애플리케이션 배포 및 운영 환경 구성 시간 대폭 단축
• 보안/컴플라이언스: 기본 보안 정책 및 승인 프로세스 자동 제공
• 비용 절감: 엔지니어링 리소스 집중도 향상 및 단순 작업 제거
• 일관성 확보: 표준화된 반복 패턴 정착으로 타팀 확산 가능

결론

Thomson Reuters의 AgentCore 기반 플랫폼 엔지니어링 솔루션 구축 사례는 AI 자동화를 활용한 운영 혁신에 있어 훌륭한 모범사례로 평가받을 수 있습니다. 특히 다양한 AWS 도구와의 통합을 통해 민첩성과 탄력성을 확보하고, 무엇보다 운영자 친화적인 인터페이스와 명확한 governance 모델을 실현한 점에서 매우 주목할 만합니다.

TR의 Aether 프로젝트는 플랫폼 엔지니어링 범위를 넘어서서 전체 조직의 생산성 도약에 기여할 것으로 기대되며, 향후 더 많은 팀이 유사한 AgentCore 기반 자동화 시스템을 채택함으로써 AI 도입과 자동화의 선순환 구조를 정착시킬 수 있을 것입니다.

AgentCore 도입을 고려 중이라면, 본 사례는 실질적인 구축 가이드와 활용 전략 수립에 큰 도움이 될 것입니다.

[1] https://aws.amazon.com/blogs/machine-learning/how-thomson-reuters-built-an-agentic-platform-engineering-hub-with-amazon-bedrock-agentcore/