기업 콘텐츠 검수 자동화를 위한 AWS 멀티 에이전트 워크플로우 활용 전략

기업 콘텐츠 검수 자동화를 위한 멀티 에이전트 워크플로우 활용 가이드

서론

기업이 관리하는 콘텐츠의 양은 지속적으로 증가하고 있으며, 기술 문서, 제품 설명서, 내부 지식 자료, 마케팅 자료 등 다양한 유형의 콘텐츠가 포함됩니다. 이러한 콘텐츠들을 최신 상태로 유지하고 사실에 기반해 정확하게 검토하는 문제는 해결해야 할 주요 과제 중 하나입니다. 특히 AI 기술을 활용한 콘텐츠 자동 검토 및 갱신은 작업 효율성과 정확성을 동시에 향상시킬 수 있는 방법으로 주목받고 있습니다.

최근 Amazon Web Services(AWS)는 Amazon Bedrock AgentCore와 Strands Agents SDK를 활용하여 콘텐츠 검토 업무를 자동화하는 멀티 에이전트 기반의 검수 시스템을 제안했습니다. 이 시스템은 콘텐츠 스캐닝 → 검증 → 추천의 3단계 작업을 자동화하여, 반복적이며 수동으로 진행되던 검토 업무를 대폭 간소화하고 최근 정보 반영을 극대화합니다.

본문

AWS의 멀티 에이전트 콘텐츠 검수 시스템은 아래와 같은 세 단계의 에이전트로 구성되어 있습니다.

1. 콘텐츠 스캐너 에이전트: 게시된 콘텐츠의 핵심 기술 정보를 추출하며, 시간이 지나면 변경 가능성이 높은 항목들을 구조화된 형태로 제공합니다.
2. 검증 에이전트: 각 기술 항목에 대해 AWS 공식 문서 서버(MCP server)를 활용해 최신 정보와 비교 검증을 수행하고, 정확도 수준에 따라 CURRENT, PARTIALLY_OBSOLETE, FULLY_OBSOLETE로 분류합니다.
3. 추천 에이전트: 앞 단계의 결과를 바탕으로 콘텐츠 갱신을 위한 구체적인 행동 지침을 생성하여 마케터나 기술 문서 작성자에게 제공합니다.

이 3단계 자동화 프로세스는 다음 이미지로 구조를 이해할 수 있습니다.

실제 구현 사례: 기술 블로그 게시글 자동 검토

AWS에서는 게시된 기술 블로그 게시글을 대상으로 이 시스템을 테스트하고 보여주고 있습니다. 예를 들어, 블로그 스캐너는 Amazon Bedrock은 us-east-1과 us-west-2에서만 제공된다는 문장을 추출합니다. 이후 검증 에이전트는 관련 공식 문서를 검색하여 현재는 eu-west-1, ap-southeast-1을 포함한 총 8개 리전에서 사용 가능이라는 사실을 확인하고 해당 문장을 PARTIALLY_OBSOLETE로 분류합니다. 마지막으로 추천 에이전트는 해당 문장을 최신 리전 정보를 반영하여 수정해야 한다는 권고 문장을 생성합니다.

활용 확장성

이 구조는 기술 블로그 외에도 기업 내 다양한 콘텐츠 유형에 적용 가능합니다. 예를 들어, 제품 카탈로그 검토에서는 데이터베이스 연결 도구와 재고 API를 통해 콘텐츠 검증을 구현할 수 있습니다. 법률 문서 검토 업무에는 규제 법령 데이터베이스를 활용해 검증 작업을 수행할 수 있으며, 필요한 경우 규제 변경 사항을 반영한 감사 리포트를 생성하는 것 역시 가능합니다.

아래는 다양한 목적에 맞게 시스템을 구성하는 예시 코드 포맷입니다.

CONTENT_SCANNER_PROMPT = """<맞춤형 프롬프트 문구>"""
CONTENT_VERIFICATION_PROMPT = """<맞춤형 검증 프롬프트>"""
RECOMMENDATION_PROMPT = """<맞춤형 추천 프롬프트>"""

MCP 서버 및 툴 세팅 변경을 통해 도메인 특화된 자동 콘텐츠 검수를 모두 이 워크플로우 패턴으로 처리할 수 있습니다.

결론

Amazon Bedrock AgentCore와 Strands Agents SDK를 통해 실현된 이 멀티 에이전트 워크플로우는 콘텐츠의 정확성과 최신성 유지를 자동화하는 데 탁월한 효과를 가지고 있습니다. 콘텐츠 유형에 따라 에이전트의 프롬프트, 사용 툴 및 참조 데이터 소스만 적절히 조정하면 동일한 구조 내에서 무한히 응용할 수 있습니다.

조직 내 콘텐츠 검수 자동화를 고민하고 있다면, AWS에서 제공하는 오픈소스 샘플 코드를 참조하여 시범 프로젝트부터 시작해보는 것을 추천합니다. 또한, 장기적으로 기업 내 모든 콘텐츠 영역에 이 솔루션을 확장할 수 있도록 점진적인 도입과 커스터마이징 전략이 필요합니다.

[1] https://aws.amazon.com/blogs/machine-learning/scaling-content-review-operations-with-multi-agent-workflow/