유럽 최대의 자동차 거래 시장을 운영하는 오토스카우트24(AutoScout24)가 AI 에이전트 구축 및 배포 프로세스를 획기적으로 간소화하기 위한 '봇 팩토리(Bot Factory)'를 개발하며 본격적인 AI 상용화 단계에 진입했다. 아마존웹서비스(AWS)와의 전략적 협업을 통해 탄생한 이 시스템은 개별 팀 단위의 분절된 실험 방식에서 벗어나, 보안과 거버넌스가 보장되는 전사적 표준 프레임워크를 제공하는 것을 핵심 목표로 한다. 이에 따라 조직 내 다양한 부서에서는 통일된 도구 세트를 활용하여 복잡한 문제를 논리적으로 추론하고 내부 데이터와 유기적으로 상호작용하는 전문화된 에이전트를 보다 안전하고 신속하게 구축할 수 있는 환경을 갖추게 되었다.

실제로 이 프레임워크를 적용한 첫 번째 성공 사례인 내부 지원용 봇은 플랫폼 엔지니어들의 업무 환경을 근본적으로 변화시켰다는 평가를 받는다. 이전에는 숙련된 엔지니어들이 기술 문서에 대한 단순 문의에 답변하거나 소프트웨어 접근 권한을 개별적으로 승인하는 등의 반복적인 수동 작업에 전체 업무 시간의 약 30%를 소모해야만 했다. 한편 새롭게 도입된 AI 봇은 검색 증강 생성(RAG) 기술을 통해 방대한 내부 문서를 실시간으로 검색하여 가장 정확한 답변을 도출하며, 보안 API 연결 기능을 바탕으로 소프트웨어 라이선스 할당과 같은 실질적인 조치까지 스스로 수행하는 능력을 보여주었다.

기술적인 측면에서 보면 이 시스템은 중앙의 오케스트레이터 에이전트가 관리자 역할을 수행하는 '도구로서의 에이전트(agents-as-tools)' 아키텍처를 기반으로 설계되었다. 오케스트레이터는 사용자의 복합적인 의도를 정밀하게 분석한 뒤 모든 작업을 직접 처리하는 대신, 해당 분야에 특화된 하위 에이전트에게 적절히 업무를 위임하여 전체적인 효율성을 극대화한다. 또한 전체 시스템은 서버리스 인프라 위에서 구동되어 실제 사용량에 비례한 비용 효율성을 확보했으며, 세션 간의 철저한 격리 기능을 제공하여 대화 데이터가 외부로 유출되거나 상호 간섭을 일으키지 않도록 기업용 수준의 강력한 보안성을 확보했다.

특히 오토스카우트24는 스트랜즈 에이전트 SDK와 아마존 베드록을 적극적으로 활용함으로써 아이디어 단계에서 실제 프로덕션 환경에 배포 가능한 도구를 완성하기까지의 소요 시간을 획기적으로 단축하는 성과를 거두었다. 이러한 모듈식 설계 방식은 향후 자동화된 코드 리뷰 시스템이나 정교한 고객 서비스 전용 봇과 같은 다양한 서비스 혁신을 실현할 수 있는 명확하고 구체적인 로드맵을 제공한다. 이는 대규모 기업이 급변하는 생성형 AI 기술 트렌드 속에서 신속한 실험 정신을 유지하면서도, 전문적인 엔터프라이즈 환경에 필수적인 보안과 통제력을 어떻게 조화롭게 운영할 수 있는지를 증명하는 중요한 이정표가 될 것으로 기대된다.

유럽 최대의 자동차 거래 시장을 운영하는 오토스카우트24(AutoScout24)가 AI 에이전트 구축 및 배포 프로세스를 획기적으로 간소화하기 위한 '봇 팩토리(Bot Factory)'를 개발하며 본격적인 AI 상용화 단계에 진입했다. 아마존웹서비스(AWS)와의 전략적 협업을 통해 탄생한 이 시스템은 개별 팀 단위의 분절된 실험 방식에서 벗어나, 보안과 거버넌스가 보장되는 전사적 표준 프레임워크를 제공하는 것을 핵심 목표로 한다. 이에 따라 조직 내 다양한 부서에서는 통일된 도구 세트를 활용하여 복잡한 문제를 논리적으로 추론하고 내부 데이터와 유기적으로 상호작용하는 전문화된 에이전트를 보다 안전하고 신속하게 구축할 수 있는 환경을 갖추게 되었다.

실제로 이 프레임워크를 적용한 첫 번째 성공 사례인 내부 지원용 봇은 플랫폼 엔지니어들의 업무 환경을 근본적으로 변화시켰다는 평가를 받는다. 이전에는 숙련된 엔지니어들이 기술 문서에 대한 단순 문의에 답변하거나 소프트웨어 접근 권한을 개별적으로 승인하는 등의 반복적인 수동 작업에 전체 업무 시간의 약 30%를 소모해야만 했다. 한편 새롭게 도입된 AI 봇은 검색 증강 생성(RAG) 기술을 통해 방대한 내부 문서를 실시간으로 검색하여 가장 정확한 답변을 도출하며, 보안 API 연결 기능을 바탕으로 소프트웨어 라이선스 할당과 같은 실질적인 조치까지 스스로 수행하는 능력을 보여주었다.

기술적인 측면에서 보면 이 시스템은 중앙의 오케스트레이터 에이전트가 관리자 역할을 수행하는 '도구로서의 에이전트(agents-as-tools)' 아키텍처를 기반으로 설계되었다. 오케스트레이터는 사용자의 복합적인 의도를 정밀하게 분석한 뒤 모든 작업을 직접 처리하는 대신, 해당 분야에 특화된 하위 에이전트에게 적절히 업무를 위임하여 전체적인 효율성을 극대화한다. 또한 전체 시스템은 서버리스 인프라 위에서 구동되어 실제 사용량에 비례한 비용 효율성을 확보했으며, 세션 간의 철저한 격리 기능을 제공하여 대화 데이터가 외부로 유출되거나 상호 간섭을 일으키지 않도록 기업용 수준의 강력한 보안성을 확보했다.

특히 오토스카우트24는 스트랜즈 에이전트 SDK와 아마존 베드록을 적극적으로 활용함으로써 아이디어 단계에서 실제 프로덕션 환경에 배포 가능한 도구를 완성하기까지의 소요 시간을 획기적으로 단축하는 성과를 거두었다. 이러한 모듈식 설계 방식은 향후 자동화된 코드 리뷰 시스템이나 정교한 고객 서비스 전용 봇과 같은 다양한 서비스 혁신을 실현할 수 있는 명확하고 구체적인 로드맵을 제공한다. 이는 대규모 기업이 급변하는 생성형 AI 기술 트렌드 속에서 신속한 실험 정신을 유지하면서도, 전문적인 엔터프라이즈 환경에 필수적인 보안과 통제력을 어떻게 조화롭게 운영할 수 있는지를 증명하는 중요한 이정표가 될 것으로 기대된다.