AWS 서밋 서울 2026 AI 데이 개최 ··· 르네상스 개발자·스펙 기반 개발 강조
아모레퍼시픽·KBS·컨피그 등 프로덕션 AI 구현 사례 공개
윤석찬 AWS 코리아 수석 테크 에반젤리스트
[데이터넷] 아마존웹서비스(AWS)가 AI 시대 개발 방식과 클라우드 인프라, 실제 비즈니스 구현 사례를 중심으로 기업 AI 전환 전략을 제시했다.
AWS는 서울 코엑스에서 열린 ‘AWS 서밋 서울 2026’ AI 데이 기조연설을 통해 AI 시대 개발자의 역할 변화와 AI 구현을 위한 클라우드 기반, 산업별 AI 적용 사례를 소개했다.
이번 행사에서는 AI 주도 개발(AI-DLC), 스펙 기반 개발, 데이터·추론 인프라 고도화, 실제 고객사의 AI 활용 성과가 주요 주제로 다뤄졌다.
윤석찬 AWS 코리아 수석 테크 에반젤리스트는 AI 시대 개발자가 갖춰야 할 ‘르네상스 개발자’의 다섯 가지 마음가짐으로 ▲호기심 ▲품질 책임감 ▲다방면의 관심 ▲시스템적 사고 ▲명확한 커뮤니케이션 등을 제시했다.
윤 수석은 “AI가 생성한 코드라도 최종 책임은 개발자에게 있다. 사람이 검토하지 않는 바이브 코딩은 도박이라고 버너 보겔스 아마존 CTO가 강조한 바 있다”며 “자연어 기반 소통에서 발생하는 모호함이 소프트웨어 품질과 일관성에 영향을 줄 수 있는 만큼, 모호한 요구사항을 명확한 스펙으로 전환하는 역량이 중요하다”고 설명했다.
AWS는 안전한 AI 코딩을 위한 방법론으로 AI-DLC를 소개했다. AI-DLC는 사람과 AI가 소프트웨어 개발 주기 전반에서 함께 설계, 개발, 검증하며 품질을 유지하는 차세대 개발 방법론이다. AI는 개발 프로세스 조율과 아키텍처 제안을 지원하고, 사람은 검증과 감독, 최종 의사결정을 담당하는 구조다.
신재현 우아한형제들 AWS 커뮤니티 히어로
AI-DLC로 개발 방식 전환 가속
우아한형제들은 AWS의 스펙 기반 AI 개발 도구 ‘키로(Kiro)’를 활용한 개발 생산성 향상 사례를 공유했다.
신재현 우아한형제들 AWS 커뮤니티 히어로는 AI 도입 이후 5년간 풀지 못했던 다국어 앱 출시 과제를 한 달 만에 해결하고, 초기 정확도 94% 수준으로 출시한 경험을 소개했다. 다만 같은 AI 도구를 사용하더라도 사용자에 따라 결과물 품질이 달라지는 한계도 확인됐다.
우아한형제들은 AI가 일관되게 좋은 결과를 낼 수 있도록 작업 환경 자체를 설계하는 ‘하네스 엔지니어링(Harness Engineering)’을 적용했다. AI에 일관된 작업 기준과 가이드를 제공하고, 개인의 프롬프트와 작업 패턴을 스킬 및 서브에이전트 형태로 자산화해 조직 구성원 누구나 동일한 수준의 결과물을 만들 수 있도록 한 것이 특징이다.
김민태 우아한형제들 AWS 커뮤니티 빌더는 B마트 가격 관리 시스템 이관 과정에서 AI-DLC를 적용한 사례를 발표했다. 요구사항 분석, 시스템 분석, 설계, 코드 작성, 배포, 모니터링까지 키로와 함께 수행했으며, 반복 작업은 에이전트 스킬로 만들어 재사용했다.
그 결과 AI 에이전트를 적극 활용한 개발자는 활용하지 않은 개발자 대비 개발 생산성이 약 69% 향상됐고, 코드 생산량은 약 2.4배 증가한 것으로 나타났다.
스토리지·데이터·추론 기반 AI 구현 환경 강화
AWS는 AI 서비스를 구현하기 위한 핵심 기반으로 컴퓨팅, 데이터, 추론 서비스를 제시했다.
우스만 칼리드(Usman Khalid) AWS 서버리스 컴퓨팅 총괄은 “AI 에이전트 시대에는 애플리케이션의 확장을 따라갈 수 있는 새로운 컴퓨팅 추상화가 필요하다”며 “AWS는 람다, ECS, EKS 등 다양한 컴퓨팅 선택지를 통해 개발자가 인프라 운영 부담보다 애플리케이션과 미션에 집중할 수 있는 환경을 제공한다”고 밝혔다.
박혜영 AWS 코리아 수석 솔루션즈 아키텍트는 스토리지, 데이터, 추론 영역을 중심으로 AI 구현 기반을 소개했다. 그는 “데이터 영역에서는 아마존 S3가 객체 스토리지를 넘어 테이블, 메타데이터, 벡터, 파일 등 다양한 데이터 타입의 기반으로 확장되고 있다”고 설명했다.
아마존 S3 벡터는 별도 벡터 데이터베이스 구축 없이 S3 내부에서 유사도 검색을 실행할 수 있으며, 전문 벡터 DB 대비 비용을 약 90% 절감할 수 있다. 아마존 S3 파일은 S3 버킷을 컨테이너 환경에 그대로 마운트해 파일 시스템처럼 활용할 수 있도록 지원하며, 초당 1000만 IOPS 처리와 2만5000개 이상의 컴퓨팅 리소스 동시 접근을 지원한다.
데이터 전략 측면에서는 아파치 아이스버그와 파케이(Parquet) 등 오픈 포맷 기반 접근이 강조됐다. AWS는 데이터 변환이나 이동 없이 원본 그대로 분석 엔진을 자유롭게 교체할 수 있도록 지원해 특정 벤더 종속을 줄인다는 방침이다.
AWS는 AI 에이전트를 대규모로 구축, 배포, 운영하기 위해 다양한 AI 모델을 베드록에서 선택적으로 활용할 수 있도록 지원하고 있으며, 기업이 비용, 보안, 규제 요건에 맞춰 모델을 구성할 수 있다고 설명했다.
삼성전자는 베드록 에이전트코어를 기반으로 전 세계 21억 명 이상이 사용하는 삼성 어카운트 서비스에서 장애 대응 AI 에이전트를 구축했다. 이를 통해 장애 복구 목표 시간을 90% 이상 단축하고, 서비스 운영 업무 부담을 낮추는 성과를 거뒀다.
우스만 칼리드(Usman Khalid) AWS 서버리스 컴퓨팅 총괄
국내 프로덕션 AI 사례 공개
이날 기조연설에서는 국내 기업들의 AI 구현 사례도 소개됐다.
아모레퍼시픽은 포장재 원화 검수 업무를 AI로 효율화한 ‘AI 블링크’ 사례를 발표했다. 아모레퍼시픽은 아마존 베드록 기반으로 포장 문서 내 오브젝트와 텍스트를 인식하고, 사람이 최종 확인하는 휴먼 인 더 루프 구조를 구현했다. 이를 통해 제품 1개당 30분 걸리던 검수 시간을 3분 30초로 줄였고, 생산성을 88.8% 향상시켰다. 검수 인력 비용도 3년간 50억원 이상 절감할 수 있을 것으로 기대하고 있다.
KBS는 AI 기반 직캠 제작 기술 ‘버티고(VVERTIGO)’를 소개했다. 버티고는 단일 8K 카메라 영상을 AI로 분석해 멤버별 세로형 직캠 영상을 자동 생성하는 기술이다. KBS는 축적된 K팝 방송 아카이브를 기반으로 AI 모델을 학습했으며, 뮤직뱅크 등 실제 방송 제작 현장에 적용하고 있다. 또한 AWS 인퍼런시아 기반 분산처리 아키텍처를 활용해 후반 작업을 무대 종료 후 수분 내 배포 가능한 준실시간 체계로 단축했다.
로보틱스 기업 컨피그는 휴머노이드 로봇 학습을 위한 데이터 파이프라인 구축 사례를 발표했다. 컨피그는 매월 2만 시간 규모의 사람 행동 데이터와 1000시간 규모의 로봇 데이터, 100TB 이상의 신규 학습 데이터를 처리하고 있다.
컨피그는 AWS 다이렉트 커넥트 기반 데이터 전송, 아마존 S3 중심의 단일 데이터 레이크, 아마존 다이나모DB·오로라·RDS 기반 메타데이터 관리 체계를 구축했다. 전처리와 파인튜닝, 배치 추론에는 아마존 EKS 기반 EC2 스팟 인스턴스를, 대규모 사전 학습에는 아마존 세이지메이커 하이퍼팟을 활용하고 있다.
이를 통해 스토리지 비용은 기존 대비 2배 절감됐고, 데이터 전송은 공용 인터넷 대비 6배 저렴하고 2배 빨라졌다. 서버 추론 비용 역시 온디맨드 대비 2.5배 절감됐다는 설명이다.
AWS는 이번 행사를 통해 개발 방식, 인프라, 데이터, 추론, 산업별 활용 사례를 아우르는 AI 실행 전략을 제시했다. AI가 단순 보조 도구를 넘어 개발 프로세스와 비즈니스 운영 전반을 바꾸는 핵심 기반으로 확장되고 있다는 설명이다.
Tag
댓글
0