ShipStation Global이 Amazon Bedrock AgentCore 기반 AI IT헬프데스크 구축한 방법

(aws.amazon.com)

ShipStation Global이 Amazon Bedrock AgentCore를 활용해 반복적인 IT 문의를 97.5%까지 자동 해결하는 AI 헬프데스크 'Deckhand'를 구축하여 운영 효율성을 극대화한 사례를 소개합니다.

이 글의 핵심 포인트

1ShipStation Global의 AI 헬프데스크 'Deckhand'는 97.5%의 문의 해결률과 96%의 긍정적 피드백을 기록함
2Amazon Bedrock AgentCore를 기반으로 구축되어 서버나 컨테이너 관리 없이 에이전트를 운영함
3Confluence, Slack, PDF 등 분산된 데이터를 Amazon Bedrock Knowledge Base를 통해 통합 관리함
4MCP(Model Context Protocol) 도구를 통해 Jira 티켓 생성, 업데이트 및 이미지 분석 기능을 수행함
5Slack 내에서 사용자 컨텍스트(이름, 이메일, 시간대 등)를 파악하여 맞춤형 답변을 제공함

이 글에 대한 공공지능 분석

왜 중요한가?

단순 반복적인 IT 지원 업무를 AI 에이전트가 자율적으로 수행함으로써 인적 자원의 생산성을 비약적으로 높일 수 있음을 증명했습니다. 특히 지식 파편화 문제를 RAG 기술로 해결한 실질적인 사례입니다.

어떤 배경과 맥락이 있나?

기업 내 지식이 Confluence, Slack, PDF 등 여러 곳에 분산되어 있어 정보를 찾는 데 드는 비용이 증가하는 상황에서, LLM 기반의 에이전트 기술이 운영 효율화의 핵심 대안으로 부상하고 있습니다.

업계에 어떤 영향을 주나?

단순 챗봇을 넘어 도구(Tool)를 사용해 Jira 티켓을 생성하거나 이미지를 분석하는 '에이전틱 워크플로우(Agentic Workflow)'가 기업용 SaaS 및 내부 운영 도구의 표준이 될 것임을 시사합니다.

한국 시장에 어떤 시사점이 있나?

글로벌 확장을 노리는 한국 스타트업들은 고객 지원(CS)이나 내부 운영(Ops) 단계에서부터 이러한 에이전트 기반 자동화를 설계하여 운영 비용(Burn rate)을 관리하는 전략이 필요합니다.

이 글에 대한 큐레이터 의견

이번 사례는 AI가 단순히 질문에 답하는 수준을 넘어, 실제 업무 프로세스(Jira 티켓 생성, 이미지 분석 등)에 개입하여 '실행'하는 에이전트 시대의 도래를 보여줍니다. 스타트업 창업자들에게 이는 단순한 비용 절감을 넘어, 인력 채용 없이도 운영 규모(Scale)를 확장할 수 있는 강력한 레버리지가 될 것입니다.

다만, 모든 지식을 AI에 의존할 때 발생할 수 있는 '환각(Hallucination)'과 보안 리스크는 반드시 고려해야 합니다. 잘못된 IT 가이드가 제공될 경우 오히려 더 큰 운영 장애를 초래할 수 있으므로, 에이전트의 권한 범위를 제한하고 인간의 검토(Human-in-the-loop) 단계를 적절히 설계하는 것이 핵심입니다. 따라서 기술 도입 자체보다 '어떤 도구에 어떤 권한을 부여할 것인가'에 대한 거버넌스 구축이 더 중요한 과제가 될 것입니다.

원문 보기 →