Agentforce와 AWS로 공공 부문 인텔리전스 확장

(aws.amazon.com)

AWS Machine Learning Blog2026년 9월 22일AI 산업

Salesforce Agentforce와 AWS의 통합을 통해 영상, 문서 등 비정형 데이터를 구조화된 인사이트로 변환하여 공공 부문의 업무 효율성을 극대화하는 새로운 AI 에이전트 아키텍처가 공개되었습니다.

이 글의 핵심 포인트

1Amazon Bedrock Data Automation을 통해 영상, 오디오, 문서 등 멀티모달 데이터에서 구조화된 인사이트 추출 가능
2Salesforce Agentforce와 AWS 서비스를 MCP(Model Context Protocol)를 통해 연결하여 자연어 쿼리 구현
3Amazon S3를 활용한 대규모 비정형 데이터의 안정적이고 비용 효율적인 저장 체계 구축
4S3 이벤트 알림과 AWS Lambda를 이용한 이벤트 기반의 비동기 데이터 처리 아키텍처 적용
5사용자가 Salesforce 콘솔을 벗어나지 않고도 AWS에 저장된 처리된 데이터를 조회하고 분석 가능

이 글에 대한 공공지능 분석

왜 중요한가?

비정형 데이터(영상, 음성, 문서)는 공공 부문의 방대한 데이터를 차지하지만 활용이 매우 어렵습니다. 이번 통합은 이 데이터를 자동화된 구조적 정보로 변객하여 즉각적인 의사결정을 가능하게 한다는 점에서 혁신적입니다.

어떤 배경과 맥락이 있나?

단순히 데이터를 저장(S3)하는 단계를 넘어, 데이터의 의미를 추출하는 자동화 단계가 필수적인 시점입니다. MCP라는 표준 프로토콜을 통해 서로 다른 클라우드 생태계(Salesforce와 AWS)를 유기적으로 연결하는 기술적 흐름을 보여줍니다.

업계에 어떤 영향을 주나?

AI 에이전트가 단순 챗봇을 넘어 실제 데이터 파이프라인과 결합되어 실행력을 갖추는 'Actionable AI' 시대로의 전환을 가속화할 것입니다. 이는 SaaS 기업들이 단순 UI 제공을 넘어 데이터 처리 인프라와 결합해야 함을 시사합니다.

한국 시장에 어떤 시사점이 있나?

공공 및 금융 등 규제 산업 내 비정형 데이터 활용 수요가 높은 한국 기업들에게, 멀티 클라우드 기반의 에이전트 아키텍처는 강력한 솔루션 모델이 될 수 있습니다. 특정 도메인의 데이터를 구조화하는 파이프라인 구축이 핵심 경쟁력이 될 것입니다.

이 글에 대한 큐레이터 의견

이번 사례는 AI 에이전트의 가치가 단순한 '대화'가 아닌 '데이터 처리 파이프라인과의 결합'에 있음을 명확히 보여줍니다. Salesforce라는 인터페이스와 AWS라는 강력한 연산 엔진을 MCP라는 표준 프로토콜로 묶어낸 것은, 에이전트 중심의 생태계가 어떻게 확장될 수 있는지 보여주는 모범 사례입니다. 스타트업 창업자들은 이제 단순한 LLM 래퍼(Wrapper)를 넘어, 특정 도메인의 비정형 데이터를 어떻게 구조화하고 이를 기존 엔터프라이즈 워크플로우에 심을 것인가에 집중해야 합니다.

다만, 이러한 멀티 클라우드 통합 모델은 복잡성이라는 비용을 수반합니다. AWS와 Salesforce라는 두 거대 플랫폼에 대한 의존도가 높아지며, 데이터 이동 과정에서의 보안 관리와 비용 최적화(Lambda 호출 및 Bedrock 처리 비용)가 운영상의 큰 리스크가 될 수 있습니다. 따라서 기술적 구현 능력만큼이나, 각 서비스 간의 데이터 정합성을 유지하고 비용 효율적인 아키텍처를 설계하는 역량이 에이전트 기반 스타트업의 핵심 경쟁력이 될 것입니다.

원문 보기 →