AWS는 엔지니어링 배경이 없는 고객 담당자 4명이 6주 프로그램을 거쳐 금융 자문 다중 에이전트 시제품 WealthWise를 만들었고, 이 시제품이 1위를 차지했다고 밝혔습니다. 프로그램은 AI를 논의하는 데서 실제 제작으로 이어지는 격차를 줄이기 위해 마련됐습니다. AI 도구를 쓰지만 실제 서비스 코드를 작성하지 않는 비즈니스 전문가를 대상으로 한 설문에서는 90%가 AI 에이전트를 직접 만들어보길 원했습니다. 80%는 Amazon Bedrock과 Amazon Bedrock AgentCore를 살펴봤지만, Strands Agents SDK를 사용하거나 AWS Lambda로 에이전트를 만든 사람은 5명 중 1명 미만이었습니다.

참가자들은 포트폴리오 분석, 위험 평가, 재무 계획, 시장 정보, 개인 맞춤형 투자 제안을 맡는 에이전트 5개를 만들었습니다. WealthWise는 Node.js와 Python Flask를 결합한 이중 서버 구조, Amazon Nova 모델, 에이전트 조정과 대화 기억을 위한 Strands Agents SDK, Amazon DynamoDB 테이블 4개, 실시간 시장 데이터를 사용했습니다. 복잡한 금융 추론 요청에 5초 이내로 답했으며, 각 에이전트는 도구를 선택하고 포트폴리오 데이터·시장 데이터베이스·재무 계획 모델을 결합해 추론할 수 있었습니다.

참가자들은 6주 동안 주당 약 4시간을 들였습니다. AWS 프로그램 자료에 따르면 단계별 과정을 마친 참가자는 이틀 집중 과정 참가자보다 실무 기술을 3배 더 많이 유지했습니다. 참가자들은 3~4명씩 팀을 꾸려 실제 문제를 고르고 실습 교육을 받은 뒤 멘토의 도움으로 시제품을 제작했습니다. 제작 단계에서는 2~3차례 수정할 수 있었으며, 3주 차에 시제품을 만들고 5주 차에 고치거나 다시 만들 수 있었습니다. 핵심 운영팀 4명은 정규 업무와 함께 프로그램을 진행했습니다.

프로그램은 자연어 설명을 바탕으로 소프트웨어 구조를 설계하는 통합 개발 환경 Kiro, 기반 모델에 접근하는 Amazon Bedrock, 에이전트 패턴을 구성하는 Strands Agents SDK를 사용했습니다. 배포 가능한 구조를 지원하기 위해 AWS Model Context Protocol 서버와 AWS Lambda 에이전트도 활용했습니다. 참가자들은 비즈니스 영향, 기술적 완성도, 재사용성과 확장성, 혁신성, 발표 품질을 평가하는 심사 과정에서 시제품을 선보였습니다.

프로그램이 끝난 뒤 실제 활용 사례에 AI를 적용할 자신이 있다고 답한 비율은 시작 전 예상치보다 23%포인트 높았습니다. 에이전틱 AI 이해도가 ‘높음 또는 전문가 수준’이라고 평가한 비율은 27%에서 82%로 55%포인트 상승했고, AI 기회를 찾을 준비가 ‘잘 됐음 또는 매우 잘 됐음’이라고 답한 비율은 41%에서 85%로 44%포인트 올랐습니다. 이론만 알거나 경험이 제한적이라고 답한 참가자는 34%에서 0%로 줄었습니다. Strands Agents SDK 활용률은 20%에서 80%로 60%포인트 상승했고, AgentCore 활용률은 39%에서 85%로 높아졌습니다.

프로그램 중 참가자의 52%는 시제품이 도움이 될 고객을 찾았고, 87%는 배운 내용을 30일 안에 고객과의 업무에 적용할 것으로 예상했습니다. 프로그램 뒤에는 90%가 고객과의 대화에서 AI 기회를 찾아낼 준비가 잘 됐거나 그 이상이라고 답했습니다. 프로그램 전에는 44%가 아키텍처 패턴에 대한 불확실성을 장애물로 꼽았습니다. AWS는 추천율이 100%였으며 참가자의 95%가 기대를 충족하거나 넘어섰다고 보고했습니다. 시범 운영은 한 팀에서 지역 및 글로벌 배포로 확대됐습니다. 시제품 아이디어에는 의료 돌봄 조정, 콘텐츠 관리와 분류, 사기 예방, 고객 이탈 예측, 자율 의사결정, 고객 워크숍용 Kiro·AgentCore 시연이 포함됐습니다.

AWS는 참가자의 경험에 맞는 도구 선택, 6주 단계별 구성, 멘토 배정, 작동하는 시제품과 코드 저장소 제출, 사전·사후 기술 측정, 재사용할 자료 기록, 심리적 안전감 조성 등 7가지 운영 방식을 권고했습니다. 참가자들은 프로그램에서 배운 내용을 처음 2주 안에 업무에 적용했다고 말했습니다. 다른 팀이 프로그램을 재현할 수 있도록 운영 지침서, 평가 기준표, 환경 설정 안내서도 제공됩니다.

AWS는 엔지니어링 배경이 없는 고객 담당자 4명이 6주 프로그램을 거쳐 금융 자문 다중 에이전트 시제품 WealthWise를 만들었고, 이 시제품이 1위를 차지했다고 밝혔습니다. 프로그램은 AI를 논의하는 데서 실제 제작으로 이어지는 격차를 줄이기 위해 마련됐습니다. AI 도구를 쓰지만 실제 서비스 코드를 작성하지 않는 비즈니스 전문가를 대상으로 한 설문에서는 90%가 AI 에이전트를 직접 만들어보길 원했습니다. 80%는 Amazon Bedrock과 Amazon Bedrock AgentCore를 살펴봤지만, Strands Agents SDK를 사용하거나 AWS Lambda로 에이전트를 만든 사람은 5명 중 1명 미만이었습니다.

참가자들은 포트폴리오 분석, 위험 평가, 재무 계획, 시장 정보, 개인 맞춤형 투자 제안을 맡는 에이전트 5개를 만들었습니다. WealthWise는 Node.js와 Python Flask를 결합한 이중 서버 구조, Amazon Nova 모델, 에이전트 조정과 대화 기억을 위한 Strands Agents SDK, Amazon DynamoDB 테이블 4개, 실시간 시장 데이터를 사용했습니다. 복잡한 금융 추론 요청에 5초 이내로 답했으며, 각 에이전트는 도구를 선택하고 포트폴리오 데이터·시장 데이터베이스·재무 계획 모델을 결합해 추론할 수 있었습니다.

참가자들은 6주 동안 주당 약 4시간을 들였습니다. AWS 프로그램 자료에 따르면 단계별 과정을 마친 참가자는 이틀 집중 과정 참가자보다 실무 기술을 3배 더 많이 유지했습니다. 참가자들은 3~4명씩 팀을 꾸려 실제 문제를 고르고 실습 교육을 받은 뒤 멘토의 도움으로 시제품을 제작했습니다. 제작 단계에서는 2~3차례 수정할 수 있었으며, 3주 차에 시제품을 만들고 5주 차에 고치거나 다시 만들 수 있었습니다. 핵심 운영팀 4명은 정규 업무와 함께 프로그램을 진행했습니다.

프로그램은 자연어 설명을 바탕으로 소프트웨어 구조를 설계하는 통합 개발 환경 Kiro, 기반 모델에 접근하는 Amazon Bedrock, 에이전트 패턴을 구성하는 Strands Agents SDK를 사용했습니다. 배포 가능한 구조를 지원하기 위해 AWS Model Context Protocol 서버와 AWS Lambda 에이전트도 활용했습니다. 참가자들은 비즈니스 영향, 기술적 완성도, 재사용성과 확장성, 혁신성, 발표 품질을 평가하는 심사 과정에서 시제품을 선보였습니다.

프로그램이 끝난 뒤 실제 활용 사례에 AI를 적용할 자신이 있다고 답한 비율은 시작 전 예상치보다 23%포인트 높았습니다. 에이전틱 AI 이해도가 ‘높음 또는 전문가 수준’이라고 평가한 비율은 27%에서 82%로 55%포인트 상승했고, AI 기회를 찾을 준비가 ‘잘 됐음 또는 매우 잘 됐음’이라고 답한 비율은 41%에서 85%로 44%포인트 올랐습니다. 이론만 알거나 경험이 제한적이라고 답한 참가자는 34%에서 0%로 줄었습니다. Strands Agents SDK 활용률은 20%에서 80%로 60%포인트 상승했고, AgentCore 활용률은 39%에서 85%로 높아졌습니다.

프로그램 중 참가자의 52%는 시제품이 도움이 될 고객을 찾았고, 87%는 배운 내용을 30일 안에 고객과의 업무에 적용할 것으로 예상했습니다. 프로그램 뒤에는 90%가 고객과의 대화에서 AI 기회를 찾아낼 준비가 잘 됐거나 그 이상이라고 답했습니다. 프로그램 전에는 44%가 아키텍처 패턴에 대한 불확실성을 장애물로 꼽았습니다. AWS는 추천율이 100%였으며 참가자의 95%가 기대를 충족하거나 넘어섰다고 보고했습니다. 시범 운영은 한 팀에서 지역 및 글로벌 배포로 확대됐습니다. 시제품 아이디어에는 의료 돌봄 조정, 콘텐츠 관리와 분류, 사기 예방, 고객 이탈 예측, 자율 의사결정, 고객 워크숍용 Kiro·AgentCore 시연이 포함됐습니다.

AWS는 참가자의 경험에 맞는 도구 선택, 6주 단계별 구성, 멘토 배정, 작동하는 시제품과 코드 저장소 제출, 사전·사후 기술 측정, 재사용할 자료 기록, 심리적 안전감 조성 등 7가지 운영 방식을 권고했습니다. 참가자들은 프로그램에서 배운 내용을 처음 2주 안에 업무에 적용했다고 말했습니다. 다른 팀이 프로그램을 재현할 수 있도록 운영 지침서, 평가 기준표, 환경 설정 안내서도 제공됩니다.