Amazon Quick을 사용해 보고 싶어서 핸즈온 기사를 작성했습니다.
제0회 기사에서 데이터 사전 준비를 실시했고, 제1~4회 기사에서는 Research나 Spaces, Chat Agents, Flows 기능을 사용해 보았습니다. 이번에는 Automate를 시도해 보겠습니다.
과거 기사는 여기서 확인해 주세요.
본 기사의 각종 정보는 2026년 10월을 기준으로 합니다.
최신 서비스 사양 등은 AWS 공식 문서를 확인해 주십시오.
가상의 신용카드 회사 고객 지원 부서 업무를 상정합니다. 이 부서는 고객 문의 대응 업무의 부하 증가 추세로 인해 AI를 활용한 업무 생산성 향상이 요구되고 있었습니다.
이번에는 Automate 기능을 이용하여 계약 변경 신청 업무를 간소화해 보겠습니다. 고객으로부터 온 계약 변경 신청 내용과 각종 규약을 AI 에이전트가 분석하여 최종적인 승인(approval) 또는 거절(rejection) 판단을 내리고, 보고서를 출력하도록 합니다.
① 생성된 자동화가 시작되면 S3 버킷의 JSON 유무를 체크합니다.
② S3 버킷에 처리할 JSON이 있으면 순서대로 읽어옵니다. 카드 계약 관련 신청 내용의 JSON을 분석하고, 규약, 상품 등을 참조하여 신청의 승인/거절을 판정합니다.
③ 승인된 JSON은 S3 버킷의 '승인(approval)' 디렉터리로 이동하고, 거절된 JSON은 '거절(rejection)' 디렉터리로 이동합니다.
④ 처리 결과와 판단 근거를 일람화한 파일을 출력합니다.
Automate 기능을 이용하기 위해 다음 준비를 진행합니다.
S3 액션 커넥터를 생성함으로써, S3에 대한 PUT이나 DELETE를 포함하여 다양한 조작을 Quick의 AI 에이전트에게 제공할 수 있습니다.
먼저 S3 커넥터 액션은 그룹 단위 설정이 필수이므로, 미리 만들어 둡니다.
*그룹을 지정하지 않고 S3 커넥터 액션을 만들려고 하면 오류가 발생했습니다.
'계정 관리(Account Management)'를 열고 '그룹 관리(Group Management)'로 이동합니다.
그룹 이름을 입력하여 생성합니다.
생성된 그룹에 자신을 추가해 둡니다.
그룹이 만들어졌으므로, S3 액션 커넥터를 만들겠습니다.
다시 '계정 관리'로 돌아가서 '액세스 권한(Access Permissions)'에서 'AWS 액션(AWS Actions)'으로 이동합니다. '새 액션(New Action)'을 열고 S3를 선택합니다.
S3에 대해 허용할 조작을 선택합니다.
여기서 지정한 조작을 수행하려면, 해당 S3 액션 커넥터에 부여되는 IAM 역할에도 적절한 액션 권한이 필요합니다. 제0회에서 만든 IAM 역할의 인라인 정책에 다음 액션을 추가해 둡시다.
"s3:DeleteObject"
"s3:PutObject"
다음 단계에서 사용할 IAM 역할로 제0회에서 만든 IAM 역할을 지정합니다.
공유 액션 커넥터 설정에서 방금 만든 그룹을 추가합니다.
미지정일 경우 다음으로 진행할 수 없었습니다.
S3 액션 커넥터를 사용할 때의 동작 방식에 대해 설정해 둡니다.
이번에는 모든 동작을 '매번 확인(Confirm every time)'으로 설정합니다.
커넥터 화면을 확인하면 이번에 만든 S3 액션 커넥터가 추가되어 있습니다.
S3 액션 커넥터 설정은 여기까지입니다.
제0회에서 준비한 S3 버킷에 다음 구성으로 자료를 준비합니다.
| 접두사(Prefix) | 용도 |
|---|
| requests/pending/ | 미처리 신청 JSON |
| ... | |
| 먼저 접두사를 만들어 봅시다. | |
빈 파일을 S3 버킷에 배치해 나갑니다.
BUCKET_NAME="제0회에서 만든 S3 버킷 이름"
touch empty.txt
for prefix in \
...
신규 신청을 만들고, S3 버킷에 업로드합니다.
mkdir -p ~/contract-automation-requests
cd ~/contract-automation-requests
cat > CR-2026-001.json <<'JSON'
...
처리 결과 목록 CSV의 틀도 준비해 둡니다.
cat > processing_results.csv <<'CSV'
request_id,customer_id,contract_id,decision,reason,evidence,processed_at
CSV
...
이로써 자료 준비는 완료되었습니다.
Automate 기능을 실제로 사용해 봅시다.
먼저 'Automate'에서 Automate 기능 화면으로 이동합니다.
Automate 기능에도 그룹(Group)이라는 개념이 있으며, 여기에 액션으로 S3 액션 커넥터(S3 action connector)를 추가하여 사용하는 것 같습니다. 따라서 먼저 그룹을 생성하겠습니다.
여기서 S3 액션 커넥터를 추가합니다.
이렇게 하면 오토메이션 내에서 S3 액션 커넥터를 호출할 수 있습니다.
실제로 오토메이션을 만들어 보겠습니다.
채팅으로 자동 생성이 가능하기 때문에 한번 시도해 보겠습니다.
그룹은 이전에 생성한 것을 설정해 두겠습니다.
사용된 프롬프트는 다음과 같습니다.
以下のを実現するオートメーションを作成してください。カード契約に関する申請内容のJSONを処理するためのオートメーションです。
Quick_S3Object_Access_Actionコネクタを使用してください。
①S3バケットのrequests/pending/内のJSON有無をチェック
...
자동으로 오토메이션 플랜을 만들어 주었습니다.
요구되는 추가 정보를 적시에 입력하여 오토메이션의 플랜을 만들게 합니다.
그 후 'Build Step 1'을 누르면, 오토메이션을 만들어 줍니다. 각 스텝마다 멈추어 생성 결과를 확인할 수 있도록 되어 있으므로, 문제가 없다면 'Build Step 2'로 진행합니다.
최종적으로는 다음과 같은 플로우를 모두 자동으로 생성해 줍니다.
각 빌딩 블록(building block)의 내용도 확인할 수 있습니다.
예외 조건 등도 고려해 주고 있습니다.
같은 채팅에서 테스트 및 AI에 의한 디버깅을 실행할 수 있습니다.
이번 오류는 Automation Settings에 변수로서 S3 버킷 이름이 생성되었는데, 그 값이 설정되어 있지 않았던 것이 원인이었던 것 같습니다.
테스트 중에는 처리 흐름을 자동으로 추적해 주기 때문에, 현재 어느 스텝의 처리를 진행하고 있는지 시각적으로 확인할 수 있습니다.
Case success rate가 100%가 되면 디버깅이 완료입니다.
'Commit'을 수행함으로써 오토메이션 개발을 완료할 수 있습니다.
그 후 'Deploy'에서 오토메이션을 공개할 수 있습니다.
각 처리에서 Quick 사용자의 그룹이 요구되면 4.1에서 만든 더미 그룹을 입력합니다.
다음은 실제로 채팅 화면에서 호출해 보겠습니다.
S3 버킷 내의 오브젝트는 초기 위치로 되돌려 놓겠습니다.
오토메이션은 상세 화면의 'Run now'에서 호출하여 실행할 수 있습니다.
또한 Automate 기능의 콘솔 'Monitor' 탭에서 실행 상황이나 실행 이력을 확인할 수 있습니다.
참고로 이번 시도에서는 건당 1건이 승인, 4건이 오퍼레이터 확인 대기(operator confirmation pending)로 분류되었습니다. 생성 AI에 의한 작업이므로 결정적이지는 않습니다.
다음과 같이 CSV로 보고서도 출력되었습니다. 보기 좋게 하기 위해 일부 줄 바꿈을 했습니다.
일부 포맷의 의도가 전달되지 않은 부분이 있습니다.
생성 프롬프트 안에 상세한 출력 샘플을 포함하는 것으로 개선될 수 있지 않을까 생각합니다.
이번은 여기까지입니다. 앞으로도 Amazon Quick 기능 중 궁금한 것이 있으면 핸즈온(hands-on)을 만들어 보고 싶습니다.
