Iberdrola 사례로 살펴보는 Amazon Bedrock AgentCore 기반 AI 자동화 전략

Iberdrola 사례로 살펴보는 Amazon Bedrock AgentCore AI 자동화 활용 가이드

도입

대규모 IT 운영을 관리하는 기업들에게 있어 업무 자동화는 생산성과 데이터 일관성을 동시에 확보할 수 있는 핵심 요소입니다. 글로벌 유틸리티 기업 Iberdrola는 Amazon Bedrock AgentCore를 도입하여 서비스 품질을 향상시키면서 IT 운영의 효율을 극대화하고자 하였습니다.

AgentCore는 AI 기반 자동화를 손쉽게 구성하고 운영할 수 있도록 도와주는 AWS의 관리형 서비스로, 변화 관리(Change Management), 인시던트 티켓 처리, 모델 선택 지원 등의 영역에 걸쳐 신속한 배포와 안정적인 운영을 지원합니다. 본 포스트에서는 Iberdrola의 구축 사례를 통해 Amazon Bedrock AgentCore의 핵심 구성 요소, 자동화 활용 방법, 아키텍처 구조를 중심으로 살펴보겠습니다.

주요 내용

1. Amazon Bedrock AgentCore의 활용 방식
   Iberdrola는 대규모의 요청 처리 품질을 높이기 위한 세 가지 자동화 시나리오를 Amazon Bedrock AgentCore 위에 구현했습니다.

• 변경 요청 초안 검증 자동화
• 인시던트 관리에서의 컨텍스트 정보 강화
• 대화형 AI를 활용한 변경 모델 추천 시스템

이러한 기능은 각각 독립적이면서도 협업 가능한 에이전트들의 조합으로 구성되어 있으며, AgentCore의 서버리스(serverless) 인프라 기반에서 운영됩니다.

2. 아키텍처 구성

Iberdrola는 Amazon Bedrock AgentCore 기반의 계층형 아키텍처를 통해 에이전트 기반 운영 체계를 구축했습니다.

• 에이전트 레이어: 모든 LangGraph 에이전트가 포함되며, MCP 서버와 인증 모듈, 메모리 저장소 등을 포함
• 추론 레이어: 다양한 LLM(대형 언어 모델)을 단일화된 API로 접속 가능하게 하여 유연한 모델 실험 가능
• 데이터 레이어: 실시간 운영 데이터 및 과거 데이터를 통합하며, 분석성과 의사결정 정확도를 높임

이러한 구조는 기업 내 다른 시스템과 통합이 용이하고, 보안 및 확장성 측면에서도 안정적인 운영을 보장합니다.

3. 핵심 구성 요소 및 자동화 기능

• AgentCore Runtime: 서버리스 환경에서 에이전트를 컨테이너 단위로 실행하며, LangGraph 기반 작업 흐름을 모두 관리
• AgentCore Memory: 각 세션의 상태, 대화 기록, 중간 결과를 저장하여 다중 스텝 워크플로우에서도 문맥 유지 가능
• AgentCore Observability: OpenTelemetry 표준을 활용한 로그 및 메트릭 수집을 통해 실시간 모니터링
• AgentCore Gateway: MCP 방식의 표준화된 툴 연동을 지원, ServiceNow와의 연계 간소화
• AgentCore Identity: OAuth 기반 인증을 통해 에이전트 접속 보안을 강화

이외에도 LiteLLM을 기반으로 Amazon Nova 및 Anthropic Claude와 같은 다양한 AI 모델을 통합하여 인텔리전트한 데이터 분석 및 의사결정을 제공하고 있습니다.

4. 실제 구현 사례

(1) Enhanced Change Management

요청 단계에서 Rule Extractor → Content Validator → AIM Model Analyst → Phase Transition 순서로 각 에이전트가 자동으로 연결되어 변경 요청 검증을 수행합니다. Pgvector 기반 유사도 검색을 통해 요청 내용을 분석하고 가장 적합한 변경 모델을 추천합니다.

(2) Intelligent Incident Management

Smart Solver Agent가 인시던트 내용을 판별하여 태깅(Tag Classifier), 유사 인시던트 분석(Incident Similarity), 연관성 추출(Incident Associator), 변경 영향분석(Change Associator), 설정 정보 수집(Context Retriever) 중 필요한 에이전트만 선택적으로 호출하도록 설계되었습니다. 복잡도에 따라 탄력적으로 처리되는 구조로, 처리 효율을 높일 수 있습니다.

5. 기술 구현 요소

• VPC를 활용한 네트워크 분리 및 보안 유지
• ETL 기반 데이터 흐름을 Amazon S3 → Amazon RDS(Pgvector 확장 포함)으로 처리
• Langfuse를 활용한 추적/로깅 환경 구성
• 다양한 프로토콜 및 서드파티 솔루션 지원: LangGraph, Langfuse, LiteLLM

결론

Iberdrola는 Amazon Bedrock AgentCore를 통해 변화 관리 및 인시던트 관리 업무의 효율성, 데이터 품질, 보안성을 크게 향상시켰습니다. API로 구성된 자동화 도구 구성, 서버리스 환경의 유연한 확장성, 강화된 보안 구성은 대기업 IT 환경에서 구축 가능한 엔터프라이즈 기반 AI 자동화의 모범 사례로서 주목할 만합니다.

AgentCore는 단순한 자동화를 넘어서 다양한 에이전트를 유기적으로 결합해 복잡한 워크플로우도 구현이 가능한 플랫폼입니다. LangGraph 및 MCP 서버 구조는 기술 도입에 있어 높은 범용성과 접근성을 제공하며, 기업이 원활하게 AI 자동화를 구축할 수 있도록 돕습니다.

앞으로 AgentCore는 새로운 프로토콜(A2A), 실시간 워크플로우 모니터링, 에이전트 카탈로그 기능까지 확장 예정으로, 기업 전반의 AI 주도 운영 전환을 가속화할 수 있을 것입니다. AI 에이전트를 조직 내에 도입하고자 하는 기업이라면 Iberdrola의 사례를 통해 AI 활용 가이드와 아키텍처 접근법을 참고해보는 것을 추천드립니다.

https://aws.amazon.com/blogs/machine-learning/iberdrola-enhances-it-operations-using-amazon-bedrock-agentcore/