AWS Summit Seoul 2026: 한국 기업과 에이전틱 AI (Agentic AI)

지난 몇 년 동안 사람들은 AI에 대해 동일한 질문을 던져왔습니다. 모델, GPU, 그리고 데이터 센터에 엄청난 자금이 투입되고 있는 상황에서, 과연 언제쯤 수익이 발생할 것인가 하는 점입니다. 실적 발표(Earnings calls)와 분석가 보고서에서는 종종 거품 가능성이 언급되었으며, 2024년에 생성형 AI (Generative AI) 파일럿을 시도했던 기업들은 실제 운영 결과가 나오기를 기다려 왔습니다. AWS Summit Seoul 2026에서 Samsung Electronics, Yogiyo, Yanolja는 운영 중심의 에이전틱 AI (Agentic AI)/AIOps 사례를 발표했으며, KB국민은행은 운영 규모의 KBaaS API 인프라 현대화 사례를 발표했습니다. 이 세션들은 한국 기업들이 AI 시대의 클라우드 아키텍처 (Cloud Architecture)를 운영, 개발, 그리고 임베디드 금융 (Embedded Finance)에 어떻게 적용하고 있는지를 종합적으로 보여주었습니다. 본 글에서는 행사가 어떻게 구성되었는지, 기업 세션들이 무엇을 보여주었는지, 어떤 AWS 도구들이 가장 흔하게 사용되었는지, 그리고 여러분의 계획에 적용할 수 있는 핵심 패턴이 무엇인지 요약하여 전달합니다. 행사의 프레임을 구성한 변화에 대해, AWS Korea의 Ham Ki-ho 대표는 생성형 AI (Generative AI), 에이전틱 AI (Agentic AI), 그리고 피지컬 AI (Physical AI)라는 세 가지 단계를 개괄하며 행사의 포문을 열었습니다. 그는 에이전틱 AI (Agentic AI)를 단순히 프롬프트에 답하는 것을 넘어, 대규모 언어 모델 (LLM)이 계획을 세우고, 도구를 사용하며, 조치를 취하는 추론 엔진 (Reasoning Engine) 역할을 수행하는 능동적인 단계라고 설명했습니다. 피지컬 AI (Physical AI)는 다음 단계로 제시되었으며, 한국의 로보틱스, AI 칩, 그리고 제조 기업들을 위한 새로운 피지컬 AI 프런티어 프로그램 (Physical AI Frontier Program)이 소개되었습니다. 이 프로그램은 데이터 수집부터 엣지 추론 (Edge Inference)에 이르기까지 모든 과정을 지원하며 글로벌 확장을 도울 예정입니다. AWS CFO인 Jon Felton은 2031년까지 한국에 누적 12.6조 원을 투자하겠다는 계획을 발표했습니다. 이는 글로벌 클라우드 제공업체로서 한국에 행하는 역대 최대 규모의 투자로 공개적으로 설명되었으며, 2023년에서 2027년 사이 한국의 GDP에 약 15.06조 원의 기여를 할 것으로 추정됩니다. 이어서 진행된 인더스트리 데이 (Industry Day) 강연들은 이러한 약속이 실제로 어떻게 구현될 것인지를 보여주었습니다.

기조 연설에서는 이번 행사에서 AWS가 선보인 주요 에이전틱 도구(agentic tools)들도 강조되었으며, Jason Bennett 부사장이 각 도구에 대해 다음과 같이 설명했습니다:

• Kiro: 소프트웨어 개발을 위한 새로운 에이전틱 IDE (agentic IDE)로, 무대에서는 Claude Code 및 Copilot 스타일의 코딩 어시스턴트와 대등한 수준으로 설명되었습니다.
• Amazon Quick Suite: 인사이트 발견, 연구 수행, 작업 자동화, 데이터 시각화 및 앱 전반에 걸친 액션 수행을 위한 에이전틱 AI 워크스페이스 (agentic AI workspace)입니다.
• AWS Transform 및 AWS Transform Custom: 메인프레임, VMware, Windows 및 레거시 코드 현대화를 위한 에이전틱 현대화 도구 (agentic modernization tools)로, 버전 업그레이드, 런타임 마이그레이션 (runtime migrations), 언어 번역 및 아키텍처 변경을 포함합니다.

기업들의 발표가 실제로 보여준 것
에이전틱 AI (agentic-AI) 세션 전반에 걸쳐 하나의 패턴이 나타났지만, 그것이 보편적인 것은 아니었습니다. Samsung과 Yanolja는 모두 전문 에이전트 (specialist agents)에게 작업을 위임하는 감독자(supervisor) 또는 코어 에이전트 (core-agent) 구조를 사용했습니다. Yogiyo는 운영 데이터 및 도구 기능과 연결된 Bedrock AgentCore 기반의 AIOps 워크플로를 선보였습니다. KBaaS는 달랐습니다. 이는 임베디드 금융 (embedded finance)을 위한 EKS 기반의 API 플랫폼 및 게이트웨이 현대화 사례였습니다.

수치들은 이것들이 단순한 실험이 아니라 실제 배포 사례임을 명확히 보여주었습니다. Samsung Electronics는 21억 명의 사용자를 지원하는 Samsung Account를 사용하고 있으며, 이는 50개 이상의 서비스, 초당 270만 건 이상의 요청, 그리고 70개 이상의 네임스페이스 (namespaces)를 가진 4개 지역의 EKS 상에서 초당 20만 건의 트랜잭션을 처리하고 있습니다. Samsung은 'Toil 0% / Human First'를 향한 로드맵의 일환으로, MTTR(평균 복구 시간) 90% 이상 감소, 10분 이내 99%의 장애 탐지, 그리고 인간 개입(human-in-the-loop) 운영 작업 20% 미만 감소를 포함하는 Day-1 AIOps 목표를 설정했습니다. KB국민은행의 KBaaS 플랫폼은 제3자 API 게이트웨이에서 AWS EKS 기반의 자체 게이트웨이로 전환한 후, 현재 하루 약 1,800개의 API와 2억 건의 호출을 처리하고 있습니다. Yogiyo는 장애 발생 시 여러 콘솔과 로그를 확인하던 방식에서, 지표 관찰 (metric observation), 상관관계 분석 (correlation analysis), 변경 이력 비교 (change-history comparison), 그리고 RCA (근본 원인 분석) 근거 마련을 하나의 워크플로로 통합하는 AgentCore 기반의 AIOps 루프로 전환한 과정을 보여주었습니다.

Yanolja는 가장 기술적인 세부 사항을 공유하며, DevOps 및 SRE를 위한 도메인 전문가 에이전트(domain-specialist agents)가 Bedrock AgentCore Runtime 상의 Core Agent에 의해 어떻게 관리되는지, 그리고 Strands Agent를 SDK로 사용하고 엔드 투 엔드(end-to-end) 인증을 적용하는 방식을 설명했습니다. Samsung, Yogiyo, Yanolja는 모두 에이전틱 AI (Agentic AI) 사례를 고객 대응형 코파일럿 (copilot)보다는 AIOps 또는 인프라 운영에 집중했습니다. KB국민은행의 사례는 이와 다르지만 연관된 프로덕션 패턴을 보여주었습니다. 바로 임베디드 금융 (embedded finance)을 위해 EKS 상의 대규모 API 플랫폼을 현대화하는 것이었습니다. 개발 측면에서의 대응 개념은 AI-DLC (AI-Driven Development Lifecycle)로, 이는 인간이 검증 및 최종 승인을 수행하면서 AI가 개발을 주도하는 AWS의 접근 방식입니다. Samsung은 이 방법을 사용하여 리드 타임 (lead time)을 70% 단축했으며, LG전자 MS 사업부는 생산성이 두 배로 향상되었다고 보고했습니다. 핵심 아이디어는 의도 (intent)와 실행 (execution)을 분리하는 것입니다. 즉, 인간은 무엇이 일어나야 하는지 결정하고 결과를 확인하며, 에이전트는 그 사이의 단계들을 처리합니다.

반복적으로 등장한 AWS 네이티브 스택 (AWS-native stack): 기업 세션에서 몇 가지 핵심 구성 요소가 반복해서 나타났습니다. Amazon Bedrock AgentCore는 Samsung, Yogiyo, Yanolja 전반에 걸쳐 등장했습니다. Yanolja는 Strands Agent 및 인증을 포함한 Bedrock AgentCore Runtime을 명시적으로 발표했습니다. Yogiyo는 런타임 (runtime), 메모리 (memory), 게이트웨이 (gateway), 그리고 MCP 도구 기능 (tool functions)을 갖춘 Amazon Bedrock AgentCore 기반의 AIOps 아키텍처를 보여주었습니다. Samsung은 Supervisor, Domain, 그리고 Task 에이전트로 구성된 AgentCore 기반의 AIOps 아키텍처를 선보였습니다. Kiro는 에이전틱 IDE (agentic IDE)로 사용되었으며, Samsung은 이를 Amazon Quick Suite 및 Bedrock AgentCore와 함께 툴셋에 포함했습니다. Amazon EKS는 호스트가 명확히 명시된 두 가지 사례인 Samsung Account와 KBaaS 모두의 호스팅 플랫폼이었습니다.

기억해야 할 주요 테마: 하루 동안 몇 가지 패턴이 눈에 띄었습니다. 첫째, 슈퍼바이저 패턴 (supervisor pattern)이 독립적으로 두 번 등장했습니다. Samsung과 Yanolja가 협의 없이 동일한 구조에 도달했다는 것은 강력한 신호입니다.

둘째, 네 가지 사례 중 세 가지(Samsung, Yogiyo, Yanolja)에서 진입점은 고객 접점용 코파일럿 (Copilot)이 아닌 AIOps 또는 인프라 운영이었습니다. 반면 KB국민은행은 임베디드 금융 (Embedded Finance)을 위해 EKS 상의 API 플랫폼을 현대화했습니다. 셋째, 인간이 의도적으로 루프 내에 유지됩니다 (Human-in-the-loop). Datadog의 세션은 주권과 판단은 사람에게 남아 있는 반면, 에이전트 (Agent)는 Datadog AI Agent Builder를 통해 실행을 담당한다고 명시하며 이 점을 분명히 했습니다. 개발 측면에서의 Samsung의 AI-DLC 접근 방식도 동일한 원칙을 따랐습니다. 넷째, 인프라가 따라잡아야 합니다. GS네오텍의 세션은 에이전트 워크로드에서 실제 GPU 문제는 부족함이 아니라 낮은 활용도, 과도한 유휴 시간, 그리고 과다 할당(Over-allocation)이라는 점을 강조했습니다. 이들은 워크로드 요구 사항, 공유 정책 및 토폴로지 (Topology)를 고려하는 차세대 운영 모델로서 EKS 상의 동적 리소스 할당 (Dynamic Resource Allocation, DRA)을 사용할 것을 제안했습니다.