목록 보기
GS에너지의 SageMaker Unified Studio와 Bedrock AgentCore로 구축하는 엔터프라이즈 에이전트 데이터 플랫폼
AI

GS에너지의 SageMaker Unified Studio와 Bedrock AgentCore로 구축하는 엔터프라이즈 에이전트 데이터 플랫폼

AWS
AWS
2026년 10월 6일

두줄요약

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

문제 상황

  • 발전 계열사별 분산 데이터, 상이한 스키마·인가 정책, 비개발자의 수동 데이터 요청
  • 법인 간 원천 데이터 격리와 승인 데이터 공유, 사용자 권한 범위 내 에이전트 조회의 동시 충족

구조와 흐름

  • SageMaker Unified Studio의 프로젝트·카탈로그·구독을 거버넌스 기준으로 둔 Data-to-Agent 플랫폼
  • Raw·Conformed·Curated 데이터 레이크, Glue·Lake Formation·Athena와 Supabase 서빙 경로의 역할 분리
  • Keycloak JWT 기반 사용자 신원 전달, IAM 기반 AWS API 호출, MCP 기반 카탈로그·조회 도구 연계

선택 이유

  • AgentCore Runtime의 세션별 microVM 격리와 관리형 스케일링으로 에이전트 인프라 운영 부담 완화
  • 프로젝트 구독과 행·열 필터를 통한 데이터 발견 권한 및 실제 조회 권한의 분리
  • 선언형 Dataflow와 Airflow 기반 수집 정의·실행 환경 분리, DuckDB MERGE 기반 Iceberg 적재 개선

성능/운영 포인트

  • Lake Formation 필터 미적용 서빙 DB 복사본의 PostgreSQL 권한, 구독 회수, 최신성 정책 별도 관리
  • EKS 자체 호스팅 영역의 백업·업그레이드·장애 복구 책임과 Phoenix 기반 에이전트·파이프라인 관측
  • 3개 발전 계열사 연결, SMUS 데이터 자산 73개와 약 690명 사용자 접근 환경

다음 읽기

#Amazon Bedrock 주제를 이어서 읽기

하나의 플랫폼으로 두 가지 에이전트 런타임 운영하기: 웅진씽크빅의 Amazon Bedrock AgentCore 및 Amazon EKS 기반 플랫폼 구축기

AgentCore와 EKS를 함께 지원하는 사내 AI 에이전트 플랫폼 구축 과정을 소개했습니다. 코드 생성·배포·MCP·메모리 관리를 표준화하고 GitOps 운영 개선 방향을 제시했습니다.

AWS
AWS
AI
전체 보기

댓글 0개

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...