기업 지원을 위한 AI 에이전트 개발 및 활용 방법

기업 지원을 위한 AI 에이전트 개발 및 활용 가이드

소개
AI 기술은 기업 환경에서 반복되는 HR 업무를 자동화하여 효율성을 높이는 데 큰 기여를 하고 있습니다. 이번 포스트에서는 Amazon Bedrock AgentCore를 사용하여 AI 에이전트를 개발함으로써 기업 지원을 효과적으로 수행한 사례를 소개합니다. 이 글은 AI 에이전트의 효과적인 활용, 배포 가이드, 비교 및 자동화 측면에서의 통찰을 제공합니다.

본론
중요 내용 및 사례
Amazon Bedrock AgentCore를 활용하여 두 가지 AI 에이전트를 개발하였습니다: '통근 수당 에이전트'와 '브라우저 운영 에이전트'. 이 두 에이전트는 반복적인 HR 업무를 간단화함으로써 조직의 생산성을 향상했습니다. AWS Generative AI Innovation Center와 함께한 프로젝트로 인해 비용은 최대 97% 절감되고, 운영 효율성은 크게 개선되었습니다.

통근 수당 에이전트
통근 수당 에이전트는 직원 이주와 같은 이벤트 동안 발생하는 통근 수당 신청을 자동으로 승인합니다. 초기 LangGraph와 Amazon Elastic Container Service (ECS)를 사용한 PoC를 통해 시작되었으나, 이후 Amazon Bedrock AgentCore로의 전환을 고려하게 되었습니다. 이러한 전환은 AWS Fargate와 Amazon Cognito를 사용하여 인증과 권한 부여를 구현하며, 다중 에이전트 환경의 종합적인 통합을 목표로 하였습니다.

브라우저 운영 에이전트
이 에이전트는 브라우저를 사용하여 HR 시스템에 접속, 콘텐츠 확인, 작업 수행, 증거 수집을 담당합니다. 이 에이전트는 불필요한 작업을 줄이고, 토큰 사용을 최적화하여 비용을 효과적으로 절감하였습니다. Amazon S3와 VPC를 활용하여 필요한 데이터를 저장하고, AgentCore Runtime을 통해 보다 체계적인 관리가 가능합니다.

결론
정상 프로젝트 진행을 통해 AI 에이전트 실행 인프라를 AgentCore Runtime으로 이동시키면서 운영 상태를 AgentCore Observability로 확인할 수 있게 되었습니다. 이를 통해 WHI는 비즈니스 로직 개발에 집중할 수 있었으며, 비용 최적화와 복합적인 작업 수행이라는 두 목표를 모두 달성할 수 있었습니다. 앞으로도 WHI와의 협력을 통해 AI 에이전트의 모델 비용과 성능 최적화를 위한 추가적인 검토를 이어갈 계획입니다.

[1] https://aws.amazon.com/blogs/machine-learning/building-ai-agents-for-business-support-using-amazon-bedrock-agentcore/