AWS를 활용한 Smartsheet의 원격 MCP 서버 구축 사례

AWS를 이용한 Smartsheet 원격 MCP 서버 구축 사례

오늘날의 기업들은 AI 에이전트와 데이터를 보다 효과적으로 연결하기 위해 고도로 구조화된 접근 방식을 필요로 합니다. 이 과정에서 Smartsheet는 AWS를 기반으로 한 원격 MCP(Model Context Protocol) 서버를 개발하여 AI 클라이언트가 데이터와 기능에 직접 접근할 수 있도록 하였습니다. 이번 글에서는 Smartsheet가 AWS 인프라를 활용하여 어떻게 이러한 MCP 서버를 구축했는지를 살펴보겠습니다.

Smartsheet의 AWS 인프라 활용

Smartsheet는 AWS에서 제공하는 다양한 서비스를 활용하여 원격 MCP 서버를 구축하였습니다. AWS Fargate는 Amazon ECS와 함께 상태 비저장 서버 컨테이너를 운영하는 데 사용되며, Amazon Kinesis Data Streams와 Amazon Managed Service for Apache Flink는 데이터 변경 이벤트를 수집하여 Amazon S3에 저장합니다. 또한 Amazon Bedrock과 Amazon Neptune은 AI 모델 예측 및 크로스 프로젝트 인사이트를 제공하기 위해 사용됩니다.

Smartsheet의 MCP 서버 아키텍처는 내부 및 외부 에이전트를 모두 지원하며, Smartsheet의 Smart Assist와 같은 내부 AI 경험과 Amazon Quick과 같은 외부 연결된 AI 클라이언트가 동일한 인프라에서 운영됩니다. 이는 통일된 도구 사용과 AI 최적화를 통해 효율성을 높이기 위한 전략적 선택입니다.

배포 및 확장 전략

AI 트래픽은 일반적인 요청 패턴과 다릅니다. 에이전트는 특정 작업을 수행하는 동안 여러 요청을 초당 발생시킵니다. Smartsheet는 이런 갑작스러운 스파이크와 지속적인 처리량 증가에 대응하기 위해 AWS Fargate를 활용하여 성능을 최적화했습니다. 또한 AWS의 Best Practices를 적용하여 에이전트 세션을 방해하지 않고 업데이트를 배포합니다. ECS Auto Scaling과 연계한 정책들을 통해 각 요청에 대해 서버 측 처리를 지원하며, 안정적인 성능을 보장합니다.

결론

Smartsheet는 MCP 서버 구축을 통해 AI 에이전트와 데이터를 구조적으로 연결하고, AWS의 다양한 서비스를 활용하여 효율적이고 안정적인 운영을 하고 있습니다. AI 활용, 자동화 및 최적화된 배포 가이드와 같은 전략은 성공적인 클라우드 도입을 위한 좋은 예시가 됩니다. Smartsheet와 AWS의 협력 사례는 향후 AI 에이전트와 시스템 통합의 발전 가능성을 보여줍니다.

[1] https://aws.amazon.com/blogs/machine-learning/how-smartsheet-built-a-remote-mcp-server-on-aws/