포털 이동부터 즉답까지: HEMA의 MCP와 Amazon Bedrock 여정

(aws.amazon.com)

AWS Machine Learning Blog2026년 9월 23일AI 모델

포털 이동부터 즉답까지: HEMA의 MCP와 Amazon Bedrock 여정

네덜란드 유통 기업 HEMA가 MCP와 Amazon Bedrock AgentCore를 활용해 파편화된 내부 지식을 통합하고, 개발자들의 업무 효율을 극대화한 AI 어시스턴트 'HAL' 구축 사례를 통해 지식 관리의 새로운 패러독스를 해결하는 방법을 제시한다.

이 글의 핵심 포인트

1HEMA는 파편화된 내부 지식(위키, 서비스 카탈로그 등)을 해결하기 위해 AI 어시스턴트 'HAL'을 구축함
2Model Context Protocol(MCP)을 사용하여 다양한 AI 클라이언트(IDE, Claude 등)에 동일한 지식 도구를 제공함
3Amazon Bedrock AgentCore를 활용해 별도의 MCP 서버 인프라 운영 없이 OpenAPI와 Lambda를 MCP 도구로 변환함
4Microsoft Entra ID를 통해 보안 및 인증(Identity)을 관리하며 클라이언트에 AWS 자격 증명을 노출하지 않음
5HAL의 향후 목표는 단순한 읽기 전용 지식 계층을 넘어, 실제 작업을 수행하는 '액션 레이어'로 진화하는 것임

이 글에 대한 공공지능 분석

왜 중요한가?

기업의 성장에 따라 발생하는 지식 파편화 문제를 단순한 문서화가 아닌, 표준화된 프로토콜(MCP)과 클라우드 네이티브 에이전트 기술로 해결할 수 있음을 증명했습니다. 이는 정보의 '존재'보다 '접근성'이 생산성에 더 결정적인 요소임을 시사합니다.

어떤 배경과 맥락이 있나?

조직 규모가 커지면 기존의 '옆 사람에게 물어보기' 식의 암묵적 지식 공유는 한계에 부딪히며, 이는 신규 입사자의 온보딩 지연과 운영 비용 상승으로 이어집니다. 최근에는 LLM을 단순 챗봇을 넘어 기업 내부 데이터와 연결하는 에이전트 기술이 주목받고 있습니다.

업계에 어떤 영향을 주나?

MCP와 같은 표준 프로토콜의 채택은 기업이 각기 다른 AI 클라이언트에 맞춤형 통합 작업을 반복해야 하는 엔지니어링 비용을 획기적으로 낮출 수 있음을 보여줍니다. 이는 기업용 AI 에이전트 생태계가 파편화된 도구들을 하나로 묶는 허브 역할을 할 것임을 예고합니다.

한국 시장에 어떤 시사점이 있나?

급격한 성장을 경험하는 한국 스타트업들은 기술 부채와 지점 파편화 문제를 겪기 쉬우므로, 초기부터 데이터 구조를 표준화하고 에이전트 친화적인 인프라를 구축하는 전략이 필요합니다.

이 글에 대한 큐레이터 의견

HEMA의 사례는 AI 도입의 초점이 '모델의 성능'에서 '데이터의 연결성'으로 이동하고 있음을 보여주는 매우 영리한 접근입니다. 특히 MCP를 활용해 개발자가 사용하는 IDE나 기존 채팅창에 지식을 배달하는 방식은 사용자 경험(UX) 측면에서 혁신적입니다. 이는 새로운 툴을 강요하지 않고 기존 워크플로우에 AI를 스며들게 하는 'Invisible AI' 전략의 정석이라 할 수 있습니다.

다만, 이러한 통합 에이전트 구축에는 데이터 보안과 권한 관리라는 거대한 트레이드오프가 존재합니다. 모든 지식을 한곳에 모으고 이를 에이전트가 자유롭게 탐색하게 할 경우, 권한 설정(Identity)이 미흡하면 민감한 내부 정보가 노출될 위험이 큽니다. 따라서 스타트업 창업자들은 에이전트의 편의성을 높이는 것과 동시에, Microsoft Entra ID와 같은 강력한 인증 체계를 결합하여 '접근 제어'가 자동화된 구조를 설계하는 데 우선순위를 두어야 합니다.

원문 보기 →