

경신홀딩스의 AX 도입을 위한 에이전트 플랫폼 구축: Amazon Bedrock AgentCore로 사내 데이터를 연결하고 에이전트를 운영하기
Amazon Bedrock AgentCore로 사내 데이터 연결·에이전트 실행·공유를 통합한 AX 플랫폼을 구축했습니다. MCP, 승인 워크플로, 사용량 관측으로 보안과 재사용성을 강화했습니다.
새로운 기술 블로그가 추가되었어요


Amazon Bedrock AgentCore로 사내 데이터 연결·에이전트 실행·공유를 통합한 AX 플랫폼을 구축했습니다. MCP, 승인 워크플로, 사용량 관측으로 보안과 재사용성을 강화했습니다.


GS에너지는 SMUS와 Bedrock AgentCore를 결합해 프로젝트 구독 기반 데이터·에이전트 플랫폼을 구축했습니다. JWT·IAM·MCP의 권한 경계를 분리해 사용자 권한 내 데이터 조회를 구현했습니다.

전시어드민의 사용자 행동 로그를 구축해 공통 컴포넌트와 개선 과제의 우선순위를 정했습니다.\nAI·MCP·Playwright로 분석과 QA를 자동화해 운영 효율과 검증 안정성을 높였습니다.


MCP 서버와 에이전트 호스트를 책임과 통제 경계에 따라 분리한 설계를 설명했습니다. 승인 제안·폼 정의의 소유권을 서버로 모아 ID 노출과 조용한 실패를 줄였습니다.

A2A 역할 분리와 온톨로지 기반 RAG로 대화형 BI의 지표 해석 근거를 보강했습니다.\nQuery Guardrail의 RLS·CLS 검증으로 LLM 생성 SQL의 실행 안전성을 통제했습니다.

문서와 API 계약 불일치를 해결하기 위해 OAS 중심 Design-first와 Open API 서버를 도입했습니다. 내부 모델을 분리하고 문서·코드·번역·MCP 연동을 하나의 명세로 관리했습니다.

AI 서비스 운영을 위한 AIDC 전력·클라우드·Composite AI 전략을 소개했습니다. RAG, 모델 선택, 추론 메모리 최적화와 MCP 활용 방안도 다뤘습니다.

에이전트 개발에서 혼용되는 워크플로우, 하네스, Context·Memory, MCP·A2A 개념을 정리했습니다. 원문 명세와 실제 구현체를 바탕으로 팀의 용어 혼선을 줄이는 내용을 공유합니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
AI가 코드를 빠르게 작성하는 환경에서 핵심 병목이 검증으로 이동했음을 두 프로젝트 사례로 설명했습니다.\nCI, 시각 회귀, MCP 기반 실행 검증으로 배포 확신을 만드는 방식을 제시했습니다.


Spring AI로 사내 REST API를 MCP 도구로 노출하는 서버 구축 과정을 정리했습니다.\n프로토콜 처리는 위임하고 도구 설계·설명·인증을 핵심 과제로 제시했습니다.

MCP로 DevOps 도구와 AI를 연결해 배포 실패 원인 분석과 운영 트러블슈팅을 자동화하는 사례를 다뤘습니다. kt cloud PLATFORM에서는 망 분리와 Read-Only 원칙을 전제로 단계적 도입 방안을 검토했습니다.


Strands Agents와 Bedrock AgentCore로 발전설비 진단 보조 에이전트를 구성한 사례를 소개했습니다. 판단 절차와 데이터 조회를 분리하고 검색·응답을 따로 평가한 점이 핵심입니다.

Slack 대화만으로 CDC 파이프라인 온보딩을 처리하는 AI Agent 사례를 소개했습니다. LangChain/LangGraph와 MCP를 연결해 반복 절차를 자동화한 구성입니다.


발전소 진단 지식을 Strands Agents와 Bedrock AgentCore로 연결하는 방법을 소개했습니다. 검색 계층과 응답 계층을 분리 평가해 근거 기반 진단 흐름을 설계했습니다.