Amazon Quick Desktop과 스킬 기반의 보고서 워크플로우 자동화

비즈니스 팀은 매주 동일한 문서를 다시 읽고 지표 형식을 수정하며 요약본을 슬랙(Slack)에 복사하는 수동 작업에 수 시간의 시간을 소요했다. 리더십 그룹은 빠른 업데이트를 원하면서도 각 지표와 리스크, 권고 사항의 근거가 되는 소스 데이터에 대한 신뢰성을 동시에 요구하는 상황이었다. Amazon Quick Desktop은 브라우저의 AI 기능을 사용자 컴퓨터로 확장한 네이티브 데스크톱 애플리케이션을 통해 이러한 파편화된 보고 과정을 하나의 작업 공간으로 통합했다.

사용자는 Amazon Quick 내에서 'Weekly Business Reporting Assistant'라는 전용 스킬(Skill)을 생성하여 보고서 작성 과정을 표준화한다. 스킬은 특정 작업에 필요한 지침을 담은 재사용 가능한 워크플로우로, 사용자가 특정 트리거 문구를 입력하면 동일한 보고 프로세스가 즉시 시작되도록 설계되었다. 예를 들어 사용자가 "지난주 운영 리뷰 이후 무엇이 변했는가?" 또는 "리더십을 위한 한 페이지 분량의 주간 보고서를 작성하라"고 요청하면 AI가 설정된 지침에 따라 정보를 추출한다.

이 워크플로우는 소스 수집, 출력 형식, 인용 방식, 명확화 요청 시점 등을 정의한 작업 지침을 통해 사용자가 빈 대화창이 아닌 가이드된 프로세스에서 시작하게 만든다. 생성된 결과물은 Amazon Quick의 슬랙 통합 기능을 통해 채널 요약본 형태로 초안이 작성된다. 사용자는 최종 게시 전 메시지를 직접 검토하고 승인하는 단계를 거침으로써 AI 생성 콘텐츠의 정확성을 확보하고 거버넌스를 유지한다. 이를 통해 운영 리뷰, 예측 업데이트, 리스크 보고, 경영진 브리핑 등의 업무를 수 분 내에 완료할 수 있다.

S3 액세스 포인트와 IAM 정책을 통한 데이터 거버넌스 체계

Amazon FSx for NetApp ONTAP(FSx for ONTAP)은 주간 리뷰, 운영 계획, 예측 요약, 리스크 레지스터, 실행 템플릿 등 보고서의 근거가 되는 모든 원본 문서를 저장하는 중앙 저장소 역할을 수행한다. 기업의 스토리지 및 비즈니스 팀은 기존에 사용하던 파일 액세스 제어 및 거버넌스 프로세스를 그대로 유지하면서 AI 지식 베이스를 구축할 수 있다. 이는 AI 도입을 위해 기존의 보안 체계를 무너뜨리지 않고도 필요한 데이터만 선별적으로 제공할 수 있는 구조를 제공한다.

관리자는 S3 액세스 포인트(S3 Access Point)를 FSx for ONTAP 볼륨에 연결하여 Amazon Quick이 S3 호환 경로를 통해 승인된 콘텐츠만 읽을 수 있도록 제어한다. 세부적인 접근 권한은 AWS Identity and Access Management(IAM) 정책을 통해 엄격하게 제한된다. Amazon Quick이 사용하는 IAM 역할에는 `<access-point-arn>`과 `<approved-prefix-object-arn>`을 포함한 정책을 연결하여, 지정된 접두사(Prefix) 내의 파일만 목록화하고 읽을 수 있도록 설정한다.

구체적으로 `<access-point-arn>`은 `arn:aws:s3:<region>:<account-id>:accesspoint/<access-point-name>` 형태로 설정하며, `<approved-prefix-object-arn>`은 `arn:aws:s3:<region>:<account-id>:accesspoint/<access-point-name>/object/business-reporting/*`와 같이 특정 폴더 경로로 제한한다. 또한 S3 통합에 필요한 문서 수준의 ACL(Access Control List)이나 메타데이터 파일에 대한 읽기 권한을 함께 부여하여 데이터 노출 범위를 최소화한다. 이렇게 제어된 경로를 통해 'Business Reporting Archive'라는 이름의 지식 베이스(Knowledge Base)가 생성되며, AI는 오직 이 승인된 데이터만을 소스로 활용해 답변을 생성하고 인용구를 남긴다.

실무 적용을 위한 소스 폴더 구성과 개인화 지식 그래프 활용

실무자는 `/business-reporting`과 같은 승인된 전용 폴더를 생성하고 비즈니스 소유자가 검토한 파일들을 배치하는 것으로 구현을 시작한다. 이 폴더에는 최근 8~12개의 주간 비즈니스 리뷰(WBR), 현재의 운영 계획, 최신 예측 요약, 리스크 레지스터, 그리고 출력 스타일을 가이드하는 표준 보고서 템플릿이 포함되어야 한다. 인덱싱을 시작하기 전, 관리자는 초안, 오래된 파일, 아카이브 문서, 접근 제한 파일 및 무관한 콘텐츠를 폴더 외부로 완전히 분리하여 데이터의 무결성을 확보한다.

Amazon Quick Desktop은 'My context'라는 개인용 지식 그래프 기능을 통해 보고서의 맥락을 확장한다. 이 기능은 사람, 프로젝트, 이벤트, 액션, 문서를 서로 연결하여 사용자가 보고서를 작성하는 동안 관련 인물이나 실행 항목, 연결된 슬랙 채널을 즉시 식별할 수 있게 돕는다. 사용자는 'Business Reporting Archive'를 통해 팩트와 인용구를 확보하고, 'My context'를 통해 업무 맥락을 보완함으로써 인용구가 포함된 보고서, PDF, 시각화 자료, 슬랙 요약본 등 실무형 산출물을 생성한다.

성공적인 실무 적용을 위해서는 처음부터 전체 데이터셋을 연결하기보다 좁은 범위의 폴더 구성부터 시작하는 것이 필수적이다. 비즈니스 사용자가 이미 내용을 숙지하고 있는 소스 파일과 AI가 제시한 인용구를 직접 대조하여 검증하는 과정을 거쳐야 AI의 신뢰도를 판단할 수 있기 때문이다. 결과적으로 기존 파일 액세스 제어 체계를 유지하면서 S3 액세스 포인트 기반의 IAM 정책과 승인 폴더 기준을 적용하는 것이 AI 지식 베이스 구축의 핵심 판단 기준이 된다.