오라클이 아마존웹서비스(AWS)와 협력하여 오라클 AI 데이터베이스@AWS(Oracle AI Database@AWS) 서비스를 국내 고객에게 공식 제공한다고 밝혔다. 이번 서비스는 AWS의 서울 리전에서 출시되었으며, 국내 기업은 AWS 내 오라클 클라우드 인프라스트럭처(OCI) 전용 인프라에서 오라클 엑사데이터 데이터베이스 서비스와 오라클 자율운영 AI 데이터베이스 등을 운영할 수 있다. 이번 서비스 출시로 기업은 기존 온프레미스 환경에서 운영하던 오라클 워크로드를 큰 변경 없이 AWS로 옮길 수 있게 되었다. 오라클은 “온프레미스와 동일한 기능과 성능을 제공하여 클라우드 전환 과정에서의 복잡성을 줄였다”고 설명한다. 또한 오라클과 AWS 사이의 데이터를 통합하는 제로 ETL 기능을 통해 아마존 베드록과 같은 생성형 AI 서비스와 고급 분석 도구를 쉽게 활용할 수 있는 환경을 마련했다. 전국 1380여 개 매장을 운영하는 뷰티 및 웰니스 리테일 기업인 CJ올리브영은 이 서비스를 활용해 핵심 워크로드를 AWS 내 오라클 데이터베이스 서비스로 이전하고 있다. CJ올리브영 박원호 팀장은 “오라클 AI 데이터베이스@AWS는 핵심 워크로드를 클라우드로 옮기는 손쉬운 경로를 제공한다”면서, “아마존 베드록 등 AWS의 인공지능 서비스와 통합해 비즈니스 성과를 높일 수 있을 것으로 기대한다”고 말했다.     한국오라클 김성하 사장은 이번 출시가 국내 기업의 미션 크리티컬 워크로드 현대화와 AI 혁신 수요에 대응하기 위한 것이라고 설명했다. AWS코리아 함기호 대표 또한 국내 기업이 애플리케이션 재설계 없이 오라클 워크로드를 클라우드로 이전하고 보안성과 확장성을 누릴 수 있게 되었다고 덧붙였다. 고객은 AWS 마켓플레이스에서 서비스를 직접 구매하거나 유클릭, 에티버스와 같은 공인 채널 파트너를 통해 이용할 수 있다. 유클릭 김철 대표와 에티버스 정인성 대표는 이번 서비스가 고객의 AI 기반 혁신을 가속화하고 운영을 간소화하는 중요한 기점이 될 것이라고 강조했다. 이번 서울 리전 출시는 기존 도쿄, 시드니, 런던 등 11개 리전에 이은 확장이다. 오라클과 AWS는 앞으로 싱가포르, 오사카, 파리 등 10개 리전으로 서비스 범위를 더욱 넓힐 계획이다.

세일즈포스가 기업 내 산재된 AI 에이전트와 도구를 통합 관리할 수 있는 차세대 ‘뮬소프트 에이전트 패브릭(MuleSoft Agent Fabric)’을 공개했다. 이번 업데이트는 멀티 클라우드 환경의 AI 에이전트를 자동으로 탐색하고 통합 식별하는 기능을 탑재했다. 세일즈포스는 이를 통해 복잡해지는 기업 AI 운영 환경에 새로운 표준을 제시할 수 있을 것으로 기대하고 있다. 최근 기업 전반에서 AI 에이전트 도입이 빠르게 확산되면서, 부서와 클라우드 환경에 따라 서로 상이한 에이전트가 개별적으로 운영되고 중앙의 통제 없이 무분별하게 생성되는 ‘에이전트 스프롤(Agent Sprawl)’ 현상이 심화되고 있다. 글로벌 시장조사기관 IDC는 전 세계에서 실제 운영 중인 AI 에이전트 수가 2025년 대비 40배 급증하여 2029년까지 10억 개를 넘어설 것으로 전망하며, 통합 관리 역량이 AI 시대 기업 경쟁력을 좌우하는 핵심 요소로 급부상하고 있다고 분석했다. 이러한 흐름에 대응해 세일즈포스는 ‘뮬소프트 에이전트 패브릭’의 관리 범위를 확장하고, 멀티 클라우드 환경 전반에 분산된 AI 에이전트의 통합 관리를 위한 역량을 강화했다. 특히 AWS 및 구글 클라우드 등 글로벌 파트너사와의 기술 협력을 바탕으로, 기업이 분산된 AI 에이전트를 일관된 기준으로 관리하고 즉각적인 가시성을 확보할 수 있도록 지원한다.     뮬소프트 에이전트 패브릭은 클라우드와 사내 시스템 전반에 분산된 AI 에이전트와 도구를 연결해 관리하는 기반 플랫폼이다. 이를 통해 기업은 다양한 환경에서 운영되는 AI 에이전트를 하나의 체계로 통합하고, 보안과 거버넌스를 확보한 환경에서 AI 활용 범위를 확장할 수 있다. 새롭게 강화된 뮬소프트 에이전트 패브릭은 세일즈포스의 AI 에이전트 플랫폼인 ‘에이전트포스’를 비롯해 아마존 베드록(Amazon Bedrock), 구글 클라우드 버텍스 AI(Vertex AI), 마이크로소프트 코파일럿 스튜디오(Copilot Studio) 등 주요 AI 플랫폼 전반에서 활동 중인 에이전트를 자동으로 탐색한다. 또한 사내에서 자체 개발한 에이전트나 MCP 서버를 손쉽게 등록할 수 있는 유연한 기능을 제공하여, 기업 내 모든 AI 자산을 단일 관리 체계 내에서 통합 운영할 수 있도록 설계됐다. 특히 새롭게 선보인 ‘에이전트 스캐너(Agent Scanner)’ 기능은 각 플랫폼에 배포된 AI 에이전트를 별도의 수작업 없이 자동으로 식별 및 등록할 수 있도록 지원한다. 이를 통해 기업은 에이전트의 주요 역할과 사용 중인 AI 모델, 접근 가능한 데이터 범위를 명확히 파악할 수 있다. 또한 수집된 메타데이터를 구글 클라우드의 표준 ‘에이전트 간(A2A) 프로토콜’ 사양으로 정규화 및 매핑하여, 서로 다른 플랫폼 간의 상호 운용성을 보장하고 보안 점검과 운영 관리에 필요한 정보를 보다 효율적으로 확보할 수 있도록 돕는다. 이렇게 탐색 된 에이전트와 AI 도구 정보는 뮬소프트 ‘에이전트 레지스트리(Agent Registry)’를 중심으로 통합 관리된다. 레지스트리는 기업 내 모든 AI 에이전트와 모델 컨텍스트 프로토콜(MCP) 서버, AI 도구를 하나의 목록으로 정리해 제공하며, 변경 사항을 실시간으로 반영해 최신 운영 현황을 유지할 수 있다. 이 외에도 뮬소프트 ‘에이전트 비주얼라이저(Agent Visualizer)’ 기능은 기업 전반의 AI 에이전트 운영 현황을 직관적으로 보여준다. 플랫폼별, 역할별, 기능별로 에이전트를 검색 및 비교할 수 있어, 유사한 기능의 에이전트가 중복 운영되고 있는지 확인하거나 보다 효율적인 통합 운영 방안을 검토하는 데 유용하게 활용될 수 있다. 이에 따라 기업은 AI 투자 현황을 보다 명확히 파악하고, 실제 비즈니스 성과 도출을 위한 활동에 자원을 집중할 수 있다. 세일즈포스 코리아의 박세진 대표는 “성공적인 AX(AI 전환)를 위해서는 단순히 고성능 AI 모델을 도입하는 것을 넘어, 파편화된 AI 자산들을 얼마나 유기적으로 연결하고 제어할 수 있느냐가 관건”이라면서, “뮬소프트 에이전트 패브릭은 멀티 클라우드 환경에 흩어진 에이전트들을 하나의 생태계로 통합하는 ‘AI 관제탑’ 역할을 수행하며, 국내 기업들이 기술적 복잡성이라는 한계를 넘어 비즈니스 혁신 본연에 집중할 수 있도록 돕는 핵심 역할을 수행하게 될 것”이라고 전했다.

롯데백화점이 롯데이노베이트, 아마존웹서비스(AWS)와 협력을 통해 아마존 베드록(Amazon Bedrock) 기반 에이전트 AI 기술을 활용한 AI 쇼핑 컨시어지 서비스인 ‘더스틴(Dustin)’을 공개했다. 더스틴은 700만 명의 가입자와 월간 활성 사용자 수(MAU) 110만 명을 보유한 롯데백화점 모바일 앱에서 제공되며, 고객 질문의 의도를 스스로 분석하고 복잡한 오프라인 매장 데이터를 자율 탐색하는 에이전트 AI 기술을 적용했다. 이는 국내 오프라인 리테일 환경에서 아마존 베드록 기반 에이전트 AI를 실제 고객 서비스에 상용화한 사례로, 백화점의 AI 전환(AX)을 가속화하는 움직임으로 평가된다. 맥킨지에 따르면 생성형 AI는 리테일 및 소비재 산업에서 연간 약 4000억~6600억 달러의 운영 이익을 창출할 수 있으며, 특히 개인화된 고객 상호작용과 실시간 데이터 분석을 통해 큰 가치를 창출할 것으로 예상된다. 롯데백화점은 이러한 글로벌 트렌드에 발맞춰 고객이 매장 정보, 할인 혜택, 영업 시간 등 흩어진 정보를 탐색하는 불편함을 해소하고자 AI 컨시어지 도입을 결정했다. 롯데이노베이트가 서비스 인프라 구축과 핵심 AI 프로그램 개발을 주도했으며, AWS는 클라우드 환경과 최신 생성형 AI 기술을 제공했다.     롯데백화점 모바일 앱을 통해 제공되는 이 서비스는 단순 질의응답을 넘어, 고객 질문의 맥락과 숨겨진 의도를 파악해 최적의 쇼핑 정보를 능동적으로 큐레이션한다. 고객이 마치 전담 컨시어지와 대화하는 듯한 차별화된 경험을 제공하는 것이 특징이다. 예를 들어, 고객이 “크리스마스 행사 알려주세요”라고 질문하면, 백화점에서 진행하는 시즌 특별 행사는 물론 화장품, 패션, 주얼리 등 선물하기 좋은 브랜드별 크리스마스 관련 행사 정보를 맞춤형으로 제안한다. 또한 질문 맥락에 따라 후속 질문을 능동적으로 제안하거나, 제공된 답변과 관련있는 프로모션 행사 상세 페이지를 추가로 제공하여 고객이 필요한 정보를 한 번에 얻을 수 있도록 돕는다. 정보 탐색 과정도 기존 4단계에서 2단계로 간소화되어, 앱 사용이 익숙하지 않은 고객도 일상적인 언어로 쉽게 정보를 얻을 수 있도록 했다. 롯데백화점은 자체 키즈 IP인 ‘킨더유니버스’의 캐릭터 더스틴을 적용하여 실제 쇼핑 도우미와 대화하는 듯한 경험을 제공하며, 온오프라인 쇼핑 경험을 연결하는 옴니채널 전략을 구현했다. 롯데백화점은 이번 서비스 도입을 위해 고객 관점에서 AI 챗봇 서비스를 전면적으로 기획·설계했으며, 고객이 직접 사용하는 롯데백화점 앱의 화면 디자인과 개발까지 자체적으로 수행하여 직관적이고 편리한 사용자 경험(UX)을 제공하는 것을 목표로 했다. 롯데이노베이트는 AWS의 생성형 AI 및 에이전트 구축을 위한 플랫폼인 아마존 베드록을 통해 앤트로픽의 클로드 AI 모델을 기반으로 한 AI 컨시어지 시스템을 구축했다. AI 에이전트는 5가지 전용 도구를 활용해 대화 맥락을 파악하고, 매장 정보, 쿠폰, 행사 등 방대한 데이터베이스를 실시간 탐색하여 최적의 답변을 제공한다. 데이터 검색은 아마존 오픈서치 서비스(Amazon OpenSearch Service)로, 대화 이력 관리는 아마존 다이나모DB(Amazon DynamoDB)로 구현했다. 아마존 베드록 가드레일(Amazon Bedrock Guardrail)은 부적절한 응답을 실시간 차단하는 안전 장치 역할을 한다. AI 컨시어지 도입은 오프라인 매장의 반복적인 안내 업무를 자동화하여 직원들의 업무 부담을 줄이고, 직원들이 보다 고도화된 고객 서비스에 집중할 수 있도록 지원한다. 또한 고객 문의 패턴, 동선, 매장 방문 데이터를 수집하고 분석할 수 있는 기반을 갖추어 데이터 중심의 오프라인 공간 운영을 가능하게 한다. 롯데백화점은 내년부터 다국어 지원 서비스를 도입하고, 고객의 쇼핑 이력과 구매 패턴을 분석하여 보다 정교한 AI 쇼핑 에이전트로 고도화할 계획이다.

엔비디아가 오픈 모델, 데이터, 라이브러리로 구성된 엔비디아 네모트론 3(NVIDIA Nemotron 3) 제품군을 발표했다. 산업 전반에서 투명하고 효율적이며 목적에 맞게 특화된 에이전틱 AI 개발을 지원하기 위한 네모트론 3 모델은 하이브리드 잠재 전문가 혼합 방식(mixture-of-experts : MoE) 아키텍처를 도입했다. 엔비디아는 “개발자가 대규모 환경에서 신뢰할 수 있는 멀티 에이전트 시스템을 구축하고 배포할 수 있도록 돕는다”고 소개했다. 기업들이 단일 모델 기반 챗봇에서 협업형 멀티 에이전트 AI 시스템으로 전환함에 따라, 개발자들은 통신 과부하, 맥락 이탈, 높은 추론 비용 등 점점 더 많은 과제에 직면하고 있다. 또한 복잡한 워크플로를 자동화할 모델을 신뢰하기 위해 투명성에 대한 요구도 커지고 있다. 네모트론 3는 이러한 과제를 해결하며, 고객이 전문화된 에이전틱 AI를 구축하는 데 필요한 성능과 개방성을 제공한다. 네모트론 3 MoE 모델 제품군은 세 가지 규모로 구성된다. ▲네모트론 3 나노(Nano)는 300억 개의 파라미터를 갖춘 소형 모델로, 한 번에 최대 30억 개의 파라미터를 활성화해 목적에 맞는 고효율 작업을 수행한다. ▲네모트론 3 슈퍼(Super)는 약 1000억 개의 파라미터와 토큰당 최대 100억 개의 활성 파라미터를 갖춘 고정확도 추론 모델로, 멀티 에이전트 애플리케이션에 적합하다. ▲네모트론 3 울트라(Ultra)는 약 5000억 개의 파라미터와 토큰당 최대 500억 개의 활성 파라미터를 갖춘 대규모 추론 엔진으로, 복잡한 AI 애플리케이션을 지원한다. 현재 제공 중인 네모트론 3 나노는 컴퓨팅 비용 효율이 가장 뛰어난 모델로, 낮은 추론 비용으로 소프트웨어 디버깅, 콘텐츠 요약, AI 어시스턴트 워크플로, 정보 검색과 같은 작업에 최적화돼 있다. 이 모델은 고유한 하이브리드 MoE 아키텍처를 활용해 효율성과 확장성 측면에서 향상된 성능을 제공한다. 네모트론 3 나노는 네모트론 2 나노 대비 최대 4배 높은 토큰 처리량을 달성하며, 추론 토큰 생성량을 최대 60%까지 줄여 추론 비용을 절감한다. 또한 100만 토큰 컨텍스트 윈도우를 지원해 더 많은 정보를 기억할 수 있으며, 장시간에 걸친 다단계 작업에서도 정보 간 연결성을 높여 정확도를 향상시킨다. 네모트론 3 슈퍼는 낮은 지연 시간으로 다수의 협업 에이전트가 복잡한 작업을 수행해야 하는 애플리케이션에 강점을 보인다. 네모트론 3 울트라는 심층 연구와 전략적 계획 수립이 요구되는 AI 워크플로를 위한 고급 추론 엔진 역할을 수행한다. 네모트론 3 슈퍼와 울트라는 엔비디아 블랙웰(Blackwell) 아키텍처 기반의 초고효율 4비트 NVFP4 훈련 포맷을 사용해 메모리 요구 사항을 줄이고 훈련 속도를 가속화한다. 이러한 효율성 덕분에 기존 인프라에서도 높은 정밀도 포맷 대비 정확도를 유지한 채 더 대규모 모델 훈련이 가능하다. 네모트론 3 모델 제품군을 통해 개발자는 특정 워크로드에 적합한 규모의 오픈 모델을 선택할 수 있다. 또한, 수십 개에서 수백 개의 에이전트로 확장하는 동시에 복잡한 워크플로에서 더 빠르고 정확한 장기 추론 성능의 이점을 누릴 수 있다.     네모트론 3 나노는 현재 허깅 페이스에서 제공되며, 베이스텐(Baseten), 딥인프라(DeepInfra), 파이어웍스(Fireworks), 프렌들리에이아이(FriendliAI), 오픈라우터(OpenRouter), 투게더 AI(Together AI) 등 추론 서비스 제공업체를 통해서도 이용할 수 있다. 네모트론 3 나노는 엔비디아 가속 인프라 전반에서 안전하고 확장 가능한 배포를 위해 엔비디아 NIM 마이크로서비스 형태로도 제공된다. 퍼블릭 클라우드 고객의 경우, 네모트론 3 나노는 아마존웹서비스(AWS)에서 아마존 베드록(Amazon Bedrock, 서버리스 방식)을 통해 제공될 예정이며, 구글 클라우드, 코어위브, 크루소, 마이크로소프트 파운드리, 네비우스, 엔스케일, 요타에서도 곧 지원될 예정이다. 네모트론 3 슈퍼와 네모트론 3 울트라는 2026년 상반기에 제공될 예정이다. 또한, 엔비디아는 전문화된 AI 에이전트를 구축하기 위한 훈련 데이터세트와 최첨단 강화학습 라이브러리 컬렉션을 공개했다. 총 3조 개의 토큰으로 구성된 새로운 네모트론 사전 훈련, 사후 훈련, 강화학습 데이터세트는 고도화된 추론과 코딩, 다단계 워크플로 사례를 풍부하게 제공해 높은 역량을 갖춘 도메인 특화 에이전트 구축을 지원한다. 개발 속도를 높이기 위해 엔비디아는 네모트론 모델의 훈련 환경과 사후 훈련 기반을 제공하는 오픈소스 라이브러리인 네모 짐(NeMo Gym)과 네모 RL을 함께 공개했다. 또한 모델의 안전성과 성능을 검증할 수 있도록 네모 이밸류에이터(Evaluator)도 선보였다. 모든 도구와 데이터세트는 현재 깃허브(GitHub)와 허깅 페이스(Hugging Face)를 통해 제공되고 있다. 네모트론 3는 LM 스튜디오(LM Studio), 라마.cpp(llama.cpp), SGLang, vLLM을 통해 지원된다. 이와 함께 프라임 인텔렉트(Prime Intellect)와 언슬로스(Unsloth)는 네모 짐의 즉시 사용 가능한 훈련 환경을 자사 워크플로에 직접 통합하고 있으며, 이를 통해 강력한 강화학습 훈련 환경에 보다 빠르고 손쉽게 접근할 수 있다. 엔비디아 네모트론은 엔비디아의 소버린 AI 전략을 지원한다. 유럽부터 대한민국에 이르는 다양한 조직들이 자체 데이터, 규제, 가치에 부합하는 AI 시스템을 구축할 수 있도록 개방적이고 투명하며 효율적인 모델 채택을 가능하게 한다. 네모트론 3의 초기 도입 기업으로는 액센츄어, 케이던스, 크라우드스트라이크, 커서, 딜로이트, EY, 오라클 클라우드 인프라스트럭처(OCI), 팔란티어, 퍼플렉시티, 서비스나우, 지멘스, 시놉시스, 줌 등이 있다. 이들은 제조, 사이버보안, 소프트웨어 개발, 미디어, 커뮤니케이션 등 다양한 산업 전반의 AI 워크플로를 구현하기 위해 네모트론 제품군의 모델을 통합하고 있다. 엔비디아의 젠슨 황(Jensen Huang) 창립자 겸 CEO는 “오픈 혁신은 AI 발전의 토대이다. 네모트론을 통해 우리는 첨단 AI를 개방형 플랫폼으로 전환해, 개발자들이 대규모 환경에서 에이전틱 시스템을 구축하는 데 필요한 투명성과 효율을 제공하고 있다”고 말했다. 서비스나우의 빌 맥더멋(Bill McDermott) 회장 겸 CEO는 “엔비디아와 서비스나우는 수년간 AI의 미래를 함께 만들어왔으며, 최고의 순간은 아직 오지 않았다. 오늘 우리는 모든 산업의 리더들이 에이전틱 AI 전략을 빠르게 추진할 수 있도록 지원하는 데 있어 중요한 진전을 이루고 있다. 서비스나우의 지능형 워크플로 자동화와 엔비디아 네모트론 3의 결합은 탁월한 효율, 속도, 정확성을 바탕으로 계속해서 업계 표준을 제시할 것”이라고 말했다.

PTC는 아레나(Arena) 제품 수명주기 관리(PLM) 및 품질 관리 시스템(QMS) AI 엔진 출시를 발표했다. 아마존 베드록(Amazon Bedrock)으로 구동되는 아레나 AI 엔진 기능은 문서 검토 및 비교를 자동화한다. 이를 통해 팀은 오류를 줄이고 규정 준수를 강화하며 파일 변경 작업을 더 빠르게 처리할 수 있다. 아레나 AI 인프라를 기반으로 구축된 아레나 AI 엔진은 AI 파일 요약(AI File Summary)과 AI 파일 비교(AI File Comparison) 등의 기능을 제공한다. AI 파일 요약은 긴 보고서를 명확하고 실행 가능한 통찰력으로 요약한다. 이를 통해 팀이 간결한 업데이트를 공유하고 승인을 신속하게 진행하도록 돕는다. AI 파일 비교는 사양서, 설계도, 다이어그램 및 기타 파일 전반의 변경 사항을 자동으로 강조 표시한다. 수동 확인 및 규정 준수 위험을 줄여 교육 및 변경 관리 버전 제어를 가속화한다. 아레나 AI 엔진은 AI 기반 인텔리전스를 일상적인 PLM 및 QMS 워크플로에 직접 도입하여 PTC의 ‘인텔리전트 제품 라이프사이클(Intelligent Product Lifecycle)’ 비전을 확장한다. 이를 통해 팀은 제품 수명주기 전반에 걸쳐 더 적절한 결정을 빠르게 내릴 수 있다.     이번 릴리스는 아레나 AI 엔진 출시 외에도 새로운 ‘아레나 AI 어시스턴트(Arena AI Assistant)’ 및 ‘아레나 공급망 인텔리전스(Arena SCI)’ 기능을 통해 공급망의 탄력성을 강화한다. 개선된 아레나 AI 어시스턴트는 더 많은 도움말 항목을 지원하고 완전한 다국어 가용성을 제공한다. 또한 대화형 인터페이스를 더욱 강화하여 온보딩 시간을 줄이고 생산성을 높인다. 아레나 SCI는 전자 부품에 대한 주간 업데이트 확인을 통해 글로벌 규정 준수를 강화하도록 개선됐다. 그리고 제품 개발 워크플로에 직접 통합된 통찰력을 바탕으로 실시간 AI 기반 부품 모니터링 및 위험 완화를 지원한다. PTC의 데이비드 캐츠먼(David Katzman) 온쉐이프 및 아레나 총괄 부사장은 “고객들은 작업을 지연시키고 위험을 증가시킬 수 있는 복잡한 문서와 지속적인 수정 사항을 관리하고 있다”면서, “아레나 AI 엔진의 출시는 이러한 프로세스를 더 직관적으로 만들고, 팀이 제품 정보에 대해 더 명확하게 파악하고 통제할 수 있도록 하는 장기적인 투자의 다음 단계”라고 전했다.

아마존웹서비스(AWS)는 10월 14일~16일 진행한 ‘AWS AI×인더스트리 위크 2025’를 통해 AI가 단순 자동화를 넘어 자율적인 추론 및 행동이 가능한 에이전트로 진화하고 있으며, 모든 산업의 패러다임을 전환시키고 있다고 짚었다. AWS는 이번 행사에서 한국의 주요 기업들이 AI를 활용해 생산성 향상 및 비즈니스 혁신을 이루고 있는 사례를 소개하는 한편, 엔터프라이즈급 AI 에이전트 플랫폼을 비롯해 다양한 모델 선택권과 상호 운용성을 제공하는 자사의 AI 포트폴리오를 선보였다. ■ 정수진 편집장   자동화를 넘어 자율적 ‘에이전트’로 진화 이번 ‘AWS AI×인더스트리 위크 2025’는 게임, 제조 및 하이테크, 리테일 및 소비재, 소프트웨어 및 인터넷, 금융 및 핀테크등 총 5개 산업의 60개 이상 사례를 소개했다. 이 가운데 이틀째인 10월 15일에는 빠르게 AI 기술을 도입해 비즈니스를 바꾸고 있는 리테일 및 소비재 기업과 주요 제조 공정부터 마케팅까지 다양하게 AI를 도입하고 있는 제조 기업의 사례가 소개됐다. 10월 15일 기조연설에서는 AWS의 벤 카바나스(Ben Cabanas) 아시아태평양 및 일본(APJ) 지역 글로벌 세일즈 기술 디렉터가 자사의 최신 에이전틱 AI(agentic AI) 기술과 서비스, 새로운 AI 기술 전략에 대해 소개했다. 카바나스 디렉터는 “AI 기술의 발전 속도가 빨라지면서 모든 산업의 변화를 주도하고 있다”면서, “지식이 AI 모델에 직접 임베딩되면서 AI가 전문가 수준의 추론 능력을 가질 수 있게 되고, 이 덕분에 애플리케이션이 다양한 분야서 자율적으로 행동할 수 있게 됐다. 또한 AI가 물리적인 현실 세계로 진출할 수 있게 되고, 현실 세계에 임베드된 AI는 더욱 똑똑한 AI를 만드는 것도 가능해졌다”고 짚었다.  AI는 단순한 챗봇이나 비서의 수준을 넘어서고 있다. 최근 주목을 받고 있는 ‘AI 에이전트’는 사람이 정의한 목표를 위해 스스로 추론하고, 계획하며, 적응하는 자율적 소프트웨어 시스템이자 ‘디지털 팀원’으로 진화하고 있다는 것이 카바나스 디렉터의 설명이다. 전 세계 AI 에이전트 시장은 빠르게 성장할 것으로 보인다. 여러 시장 조사 기관에서 40% 이상의 연평균 성장률을 예측하고 있으며, 그 중 한 곳은 10년 후 2000억 달러 이상의 규모가 될 것으로 전망하기도 했다.   ▲ AWS 벤 카바나스 APJ 지역 기술 디렉터   AI 에이전트의 구축부터 배포까지 지원하는 기술 선보여 카바나스 디렉터는 “실용적인 AI 애플리케이션 구현을 위해서는 AI 기술 자체의 발전뿐만 아니라 컴퓨팅 파워, 스토리지, 네트워크와 같은 기반 기술의 발전도 함께 이뤄져야 한다”고 짚으면서, AI 에이전트의 상용화 및 고객의 가치 실현을 위한 AWS의 서비스를 소개했다. 아마존 베드록 에이전트 코어(Amazon Bedrock Agent Core)는 엔터프라이즈급 AI 에이전트 플랫폼으로, 고객이 PoC(개념 증명) 단계를 넘어 실제 프로덕션 환경에서 AI 에이전트를 안정적으로 구축·배포·운영할 수 있도록 지원한다. 런타임(Runtime), 메모리(Memory), 아이덴티티(Identity), 게이트웨이(Gateway), 브라우저 툴(Browser Tool), 코드 인터프리터(Code Interpreter), 옵저버빌리티(Observability) 등 7가지 구성 요소로 이루어진 에이전트 코어는 서버리스 런타임, 메모리 시스템 관리, 보안 통제, 샌드박스 코드 작성, 웹 사이트 상호작용, 대규모 구축/배포/연결 지원 등 다양한 기능을 제공한다. 아마존 퀵 스위트(Amazon Quick Suite)는 연구·분석·워크로드 자동화를 통합한 AI 기반의 작업 공간 서비스이다. 자연어를 기반으로 데이터 분석, 문서 생성, 워크플로 자동화 등이 가능하며, 다양한 앱과 연결할 수 있도록 50개 이상의 커넥터를 내장하고 MCP(모델 컨텍스트 프로토콜) 통합도 제공한다. AWS는 AI 에이전트 생태계 확장을 위해 AWS 마켓플레이스(AWS Marketplace)에 ‘AI 에이전트 및 툴’ 카테고리를 신설했다. 이를 통해 앤트로픽, 딜로이트, 세일즈포스 등의 파트너가 제공하는 사전 구축된 에이전트와 도구를 중앙 집중식 카탈로그에서 안전하게 발견하고 배포할 수 있다는 것이 AWS의 설명이다. 이외에도 카바나스 디렉터는 ▲개발자들이 웹 브라우저 기반으로 AI 에이전트를 구축할 수 있도록 지원하는 ‘아마존 노바 액트 (Amazon Nova Act)’ ▲AI 기능을 핵심으로 소프트웨어 개발을 재구상하는 ‘AI 주도 개발 생애주기(AIDDLC)’ 방법론 ▲닷넷(.NET), VM웨어(VMware), 메인프레임 애플리케이션의  현대화를 자동화 및 간소화하는 에이전트 프레임워크 ‘AWS 트랜스폼(AWS Transform)’ ▲AI 모델의 추론 능력을 활용하여 에이전트를 빠르고 쉽게 구축할 수 있도록 지원하는 오픈소스 프레임워크 ‘스트랜드 에이전트 SDK (Strands agent SDK)’ 등을 소개했다.   ▲ 아마존 베드록 에이전트코어   모델 선택권·상호운영성 등 AI 전략과 국내 사례도 소개 카바나스 디렉터는 AWS AI 전략의 세 가지 핵심 원칙을 소개했다. “하나의 AI 모델이 모든 유스케이스를 충족할 수 없기 때문에, 고객에게 다양한 모델 선택권을 제공해야 한다. 모델 간의 호환성, 상호 운영성 및 개방형 표준이 중요하며, 확장성 있는 서비스를 빠르게 개발할 수 있도록 돕는 기반 기술을 제공해야 한다”는 것이 그의 설명이다. 또한, 에이전트 간 및 에이전트와 도구 간의 상호 운용성을 위한 산업 표준 프로토콜인 MCP(Model Context Protocol)와 A2A(Agent-2-Agent Protocol)의 중요성을 강조했다. 카바나스 디렉터는 AWS가 이들 표준 제정에 적극 참여하고 있다고 밝혔다. AWS의 핵심 전략은 많은 기업이 AI를 프로덕션 환경으로 전환하는 데 겪는 어려움을 해결할 수 있도록 돕는 것이다. 카바나스 디렉터는 한국 시장에서도 AI 관련 고객 사례를 꾸준히 만들어가고 있다고 소개했다. 일례로 현대인프라코어는 아마존 세이지메이커(SageMaker) 기반의 AI/MLOps 환경을 구축하고, 아마존 베드록과 에이전트 프레임워크를 활용하여 건설 장비 등의 비정상 탐지와 같은 지능형 건설 기계 서비스를 출시했다. 그리고 LG전자는 아마존 베드록 기반의 에이전틱 AI 시스템을 구축했는데, AI 에이전트들의 자율 협업으로 마케팅 데이터 분석 시간을 단축하는 효과를 얻었다. 그는 또한 한국 내 클라우드 인프라를 늘리기 위한 투자도 진행 중이라면서 “지난 2018년부터 2022년까지 한국에서 인프라 확장을 위해 2조 7300억 원을 투자했으며, 2023년 10월에는 2027년까지 클라우드 인프라 확충을 위해 추가로 7조 8500억 원을 투자할 계획을 발표했다”고 전했다. 2024년 6월에는 AWS와 SK 그룹이 파트너십을 통해 울산에 AWS AI 존을 조성한다는 계획을 발표하기도 했다.    ▲ HD현대인프라코어가 개발한 건설기계 통합 디지털 플랫폼     ■ 기사 내용은 PDF로도 제공됩니다.