300개 앱 마이그레이션의 병목과 Bedrock AgentCore 도입

애플리케이션 하나당 3~4주가 소요되던 인프라 코드 작성 시간을 분 단위로 단축했다. 300개 이상의 애플리케이션 포트폴리오를 대상으로 수행한 이번 마이그레이션 결과는 내부 프로젝트 추적 데이터를 근거로 한다. 수동으로 진행하던 인프라 구축 방식은 회계연도 마감 기한을 엄수해야 하는 대규모 마이그레이션 프로그램의 일정을 지연시키는 제약이었다. 엔지니어가 각 워크로드마다 코드를 처음부터 다시 작성해야 하는 구조에서는 애플리케이션 개수가 늘어날수록 투입 공수가 선형적으로 증가해 전체 일정 준수가 어렵다.

대규모 클라우드 마이그레이션의 병목은 세 지점에서 발생한다. 우선 애플리케이션 구성 요소와 의존성을 파악하는 발견(Discovery) 단계에서 앱당 수 주가 소요된다. 이후 파악된 내용을 바탕으로 인프라 코드(IaC, Infrastructure as Code)를 작성하는 과정에 다시 앱당 3~4주의 시간이 투입된다. 마이그레이션 이후 운영 단계에서도 자동화 체계 없이 사후 대응식으로 문제를 해결하는 방식이 반복되어 전체 효율이 떨어진다.

AWS Professional Services는 이를 해결하기 위해 Strands Agents SDK와 Amazon Bedrock AgentCore를 결합한 멀티 에이전트 프레임워크를 도입했다. Strands Agents SDK는 특정 목적의 AI 에이전트를 구축하는 개발 키트이며, Amazon Bedrock AgentCore는 프레임워크나 모델 종류에 관계없이 에이전트를 대규모로 구축하고 상호 연결하며 최적화하는 플랫폼이다. 이 두 도구로 발견부터 배포, 운영에 이르는 생애주기 전반을 자동화하는 특화 에이전트를 구축해 인프라 생성 속도를 높였다.

이 프레임워크는 반복적이고 정형화된 작업을 AI 에이전트에게 위임하고 사람은 최종 의사결정만 수행하는 구조다. 기존에는 엔지니어가 문서를 읽고 코드를 짜는 모든 과정을 수동으로 수행했으나, 이제는 에이전트가 발견 단계의 데이터를 읽어 즉시 인프라 코드를 생성한다. 이를 통해 300개가 넘는 포트폴리오에서도 개별 앱 특성에 맞는 인프라를 분 단위로 생성해 전체 마이그레이션 일정을 단축했다.

MCP와 AgentCore Gateway 중심의 멀티 에이전트 구조

Intake, IaC, Deployment, Ops 등 4종의 특화 에이전트가 마이그레이션 공정을 분담한다. 각 에이전트는 MCP(Model Context Protocol)라는 표준 인터페이스를 통해 서로 다른 도구와 데이터를 연결한다. MCP는 API나 AWS Lambda 함수 같은 기존 기술 자산을 에이전트가 즉시 호출할 수 있는 도구 형태로 변환하는 통신 표준이다. 이를 통해 에이전트는 복잡한 API 명세를 직접 처리하지 않고 표준 규약만으로 외부 기능을 제어한다.

AgentCore Gateway는 외부 API와 서비스를 MCP 호환 도구로 변환해 에이전트에 연결하는 인터페이스다. 에이전트가 도구 호출을 요청하면 게이트웨이가 이를 수신해 실제 서비스의 API 호출로 변환해 전달한다. 게이트웨이가 중간에서 변환 역할을 수행하므로, 서비스 내부 구현이 바뀌더라도 MCP 규약만 유지되면 에이전트 동작을 수정할 필요가 없다. 특히 람다 함수 같은 서버리스 자원을 MCP 도구로 래핑하여 에이전트가 인프라 제어권을 갖게 한다.

도구 호출 보안은 AgentCore Identity가 IAM(Identity and Access Management) 역할과 아이덴티티 제공자를 통해 관리한다. 각 에이전트는 최소 권한 원칙에 따라 할당된 특정 IAM 역할 범위 내에서만 MCP 도구에 접근한다. AgentCore Identity는 호출자의 신원을 확인하고 권한을 검증하며, 정의된 스키마와 일치하지 않는 잘못된 입력값은 런타임 경계에서 즉시 차단해 에이전트가 권한 밖의 API를 호출하거나 인프라를 손상시키는 위험을 방지한다.

에이전트 간 데이터 흐름과 상태 유지는 AgentCore Memory가 담당한다. AgentCore Memory는 세션 상태와 공유 컨텍스트를 저장하는 중앙 저장소다. Intake 에이전트가 스티어링 문서에서 추출한 배포 범위와 컴플라이언스 제약 사항을 저장하면 IaC 에이전트가 이를 읽어 코드를 생성한다. 세션 격리와 스케일링은 AgentCore 런타임이 처리하며, 서로 다른 특화 에이전트들이 하나의 마이그레이션 여정을 공유하며 작업을 완결한다.

구현된 전체 예제는 Amazon Bedrock AgentCore samples와 Strands Agents samples 저장소에서 확인할 수 있다.

수동 작성 대비 IaC 에이전트의 5단계 자동화 워크플로우

엔지니어가 수주에 걸쳐 수행하던 인프라 코드 작성을 5단계 에이전트 프로세스로 대체했다. 첫 단계에서는 스티어링 문서에서 배포 범위, 컴플라이언스 제약, 보안 오버라이드 항목을 자동으로 추출한다. 두 번째 단계에서는 Intake 에이전트가 생성한 타겟 아키텍처 다이어그램을 해석해 필요한 구성 요소를 식별하고 정형 데이터로 변환해 전달한다.

세 번째 단계는 정의된 패턴에 따라 IaC를 생성하는 과정이다. 에이전트는 조직 내 표준 패턴을 기반으로 코드를 작성하며, 배포 웨이브에 맞는 파라미터를 자동으로 채운다. 또한 원격 상태 관리 설정, 필수 태깅, 조직 표준 모니터링 구성을 함께 추가해 코딩 스타일을 통일하고 표준 인프라를 생성한다.

네 번째 단계에서는 Policy in AgentCore가 Cedar 정책 언어를 사용하여 도구 호출의 적절성을 검증한다. 에이전트는 잠재적 변경 범위를 계산하고, 다른 배포 웨이브와의 의존성 충돌 여부 및 컴플라이언스 유효 기간을 점검한다. 이 정책 기반 자동 검증은 실행 단계에서 발생할 수 있는 인프라 충돌이나 보안 위반 위험을 사전에 차단한다.

마지막 다섯 번째 단계는 중앙 실행 평면에서 IaC를 트리거하고 AgentCore Observability를 통해 결과를 보고하는 단계다. AgentCore Observability는 에이전트의 동작과 결과를 추적해 어떤 리소스가 생성되었고 어디서 오류가 발생했는지에 대한 가시성을 제공한다. 이 5단계 워크플로우는 인프라 구축 전 과정을 정형화해 수동 작업의 변수를 제거하고 배포 시간을 예측할 수 있게 한다.

인프라 개발 시간 단축과 운영 효율화

이러한 정형화된 워크플로우는 실제 수치상의 성능 향상과 운영 방식의 변화로 이어졌다. 엔지니어가 리소스 정의서를 일일이 작성하던 방식에서 프레임워크가 생성한 결과물을 검토하는 구조로 전환되면서 반복적인 코드 작성 공수가 사라졌다. 개발자는 이제 개별 리소스 설정보다 전체 아키텍처의 정합성을 검증하는 설계 작업에 집중한다.

Intake 에이전트는 온프레미스 환경의 아키텍처 문서, 애플리케이션 인벤토리 리스트, 의존성 맵을 분석해 타겟 AWS 아키텍처와 권장 마이그레이션 패턴, 리소스 사이징 사양을 자동으로 생성한다. 이 과정에서 컴플라이언스 검증 보고서가 함께 발행되어 보안 및 규정 준수 여부를 즉시 확인하며, 수작업 분석 단계의 시간을 줄였다.

마이그레이션 이후 운영 단계는 Ops 에이전트가 담당한다. 이 에이전트는 배포 후 성능 저하를 실시간으로 감지하고, 문제가 발견되면 자동으로 리메디에이션(remediation, 자동 복구 조치)을 수행한다. 장애 발생 후 엔지니어가 개입해 원인을 찾던 사후 대응 방식에서 시스템이 스스로 상태를 교정하는 체계로 바뀌어 운영 인력의 업무 부하를 줄이고 서비스 가용성을 높였다.

엔터프라이즈 클라우드 전환 실무자를 위한 도입 판단 기준

자동화 효율은 관리하는 애플리케이션 개수가 100개 이상이고 표준화된 IaC 패턴이 존재할 때 극대화된다. IaC 패턴이 없는 상태에서 에이전트를 도입하면 모델이 임의의 구성을 생성해 결과물의 일관성을 보장하기 어렵다. 반면 표준 패턴이 확보된 대규모 환경에서는 반복적인 보일러플레이트 코드 작성을 제거해 마이그레이션 타임라인을 단축할 수 있다.

보안 제약은 에이전트가 생성한 코드를 실제 환경에 적용하기 전 Cedar 규칙 기반의 정책 검증 단계를 필수적으로 포함하는 것으로 해결한다. 에이전트가 생성한 리소스가 기업의 보안 컴플라이언스를 준수하는지 검증해 과도한 권한 부여를 방지해야 한다. 이 과정에서 Bedrock Guardrails 설정을 통해 생성된 코드에 포함된 보안 취약점을 1차적으로 필터링하는 체계를 확인해야 한다.

실행 환경은 Amazon Bedrock AgentCore 런타임의 서버리스 환경과 세션 격리 기능을 활용해 별도의 인프라 관리 없이 에이전트를 호스팅하고, 프로젝트 간 컨텍스트 혼선을 방지해 데이터 무결성을 유지한다. 이 프레임워크의 실질적인 도입 기준은 조직의 인프라 표준이 에이전트가 참조 가능한 정형화된 패턴과 Cedar 정책으로 문서화되어 있는지 여부다.

구현된 전체 예제는 Amazon Bedrock AgentCore samples와 Strands Agents samples 저장소에서 확인할 수 있다.