AWS 컨텍스트: 모든 에이전트를 위한 단 하나의 거버넌스 지식 그래프

이날 가장 주목받은 발표는 AWS 컨텍스트입니다. 이 서비스는 기업 내 여러 시스템에 흩어져 있는 데이터의 관계를 자동으로 파악해 하나의 **지식 그래프(Knowledge Graph)**로 만들어 줍니다. 쉽게 말해, 부서마다 제각각이던 데이터 지도를 회사 전체가 공통으로 이해할 수 있는 표준 지도로 통일하는 것입니다. 기존에는 팀마다 자체적인 RAG(검색 증강 생성) 파이프라인을 구축해야 했지만, 이제는 AWS 컨텍스트가 조직 전체를 위한 단일 거버넌스 계층을 제공합니다 .

이 서비스는 단순히 데이터를 연결하는 데 그치지 않고, '에이전트가 이해할 수 있는 방식'으로 지식을 구조화합니다. 데이터 자산, 비즈니스 규칙, 도메인 지식 간의 관계를 추론하고, 에이전트가 실행 중에 이 구조화된 정보를 검색하여 활용할 수 있도록 합니다 .

데이터 관리자는 전용 콘솔에서 기계가 추론한 관계를 검토하고, 최종 승인하여 현업에 적용할 수 있습니다. 여기에 특정 도메인의 정의나 사용 규칙 같은 지식을 덧붙일 수도 있습니다 . 무엇보다 설계 단계부터 '거버넌스'가 핵심으로 고려되었습니다.

• 사용자 권한 인식 접근 제어: 에이전트는 자신을 호출한 사용자가 실제로 볼 수 있는 권한이 있는 데이터에만 접근합니다. 예를 들어, 인사팀 직원이 호출한 에이전트가 재무 데이터를 볼 수 없도록 제한하는 식입니다 .
• 아파치 아이스버그(Apache Iceberg) 통합: AWS 레이크 포메이션(Lake Formation)을 통해 데이터 레이크의 테이블에 대한 세밀한 접근 권한을 설정합니다. 아테나(Athena)나 아마존 레드시프트(Redshift) 같은 서비스에서 사용하는 아이스버그 테이블에 대해 셀(Cell) 단위까지 상세하게 접근을 통제할 수 있습니다 .

이러한 자동화된 지식 매핑과 정교한 접근 제어의 결합은 많은 기업의 오랜 고민을 해결해 줍니다. 즉, AI 에이전트가 충분히 똑똑하게 일할 수 있도록 맥락은 제공하되, 민감한 데이터에 무분별하게 접근하는 위험은 원천 차단하는 것입니다 .

에이전트코어(AgentCore), 주요 서비스 정식 출시

AWS 컨텍스트와 함께, 에이전트를 구축하고 운영하는 플랫폼인 아마존 베드락 에이전트코어의 핵심 구성 요소들이 정식 출시되며, 이제 PoC(개념 증명) 단계를 넘어 실제 프로덕션 환경에 적용할 수 있는 수준으로 성숙했음을 알렸습니다.

• 아마존 베드락 관리형 지식 베이스(GA): 완전 관리형 RAG 서비스로, 데이터를 가져오고 분석해 검색하는 과정을 알아서 처리합니다. 이 서비스는 에이전트코어와 기본 통합되어, 개발자는 별도의 복잡한 권한 설정 없이도 에이전트를 지식 베이스에 연결하고 작동 상태를 관찰할 수 있습니다 . 현재 미국 동부, 미국 서부, 아시아 태평양(시드니, 도쿄), 유럽(더블린, 프랑크푸르트, 런던) 등 다수 리전에서 사용 가능합니다 .
• 에이전트코어 웹 검색(GA): 에이전트가 실시간 웹 정보나 유료 지식 소스에서 정보를 가져와 업무에 활용할 수 있게 해줍니다 .
• 관리형 에이전트 하네스(GA): 복잡한 코딩 없이 '설정'만으로 생산 수준의 AI 에이전트를 몇 분 만에 실행할 수 있는 서비스입니다. 개발자는 사용할 모델, 도구, 기술, 지시 사항을 선언하는 것만으로 에이전트를 구성할 수 있습니다 .
• 새로운 에이전트코어 최적화 기능: 실제 운영 과정에서 쌓인 데이터를 지속적인 개선으로 연결하는 기능이 공개되었습니다. 이제 수백 건의 에이전트 세션을 분석해 오류 패턴, 의도, 실행 경로에 대한 인사이트를 얻고, 에이전트의 행동을 디버깅하고 개선할 수 있습니다 .

이번 발표는 AWS가 2025년 처음 선보인 안전하고 관측 가능하며 다양한 모델을 지원하는 에이전트 플랫폼으로서의 에이전트코어 입지를 더욱 공고히 하는 것입니다 .

보안 통합: 센티넬원과 루브릭, 에이전트 보안 사각지대를 해소하다

에이전트가 더 자율적으로 행동할수록 보안의 범위도 에이전트의 의사 결정까지 확장되어야 합니다. AWS는 두 건의 주목할 만한 통합 발표로 이 문제를 정면으로 다루었습니다.

• 센티넬원은 자사의 프롬프트 시큐리티(Prompt Security) 기능을 아마존 베드락 에이전트코어에 통합할 계획을 발표했습니다. 이 통합이 완료되면, 프롬프트 인젝션(prompt injection), 개인 식별 정보(PII) 노출, 비정상적인 도구 사용 등 런타임에서 탐지된 보안 신호를 에이전트코어의 정책 엔진에 실시간으로 전달하여 모든 에이전트 트래픽에 대해 안전 장치를 강화할 수 있습니다 .
• 루브릭은 **루브릭 에이전트 클라우드(Rubrik Agent Cloud)**의 에이전트코어 통합 계획을 발표했습니다. 이는 기업이 데이터 보호를 위해 신뢰하던 보안 통제 수준을 에이전트 계층까지 확장하는 개념입니다. 통합된 가시성과 거버넌스를 제공하며, 가장 큰 특징은 문제 발생 시 에이전트 리소스를 정밀하게 이전 상태로 되돌리는 '롤백(rollback)' 기능입니다. 또한, 베드락으로 구축된 AI 에이전트를 자동으로 탐지하여 보안팀이 관리해야 할 에이전트 전반의 공격 표면을 한눈에 파악할 수 있게 해줍니다 .

두 통합은 모두 2026년 6월 17일 뉴욕 서밋에서 발표되었으며, 올해 말 출시될 예정입니다 .

기업 AI가 맞이할 변화

2026년 뉴욕 서밋은 분명한 변곡점을 찍었습니다. AWS는 더 이상 에이전트를 '만드는 도구'만 제공하는 데 그치지 않고, 안전하게 프로덕션에 적용하기 위한 '거버넌스 인프라 계층' 자체를 구축하기 시작했습니다. AWS 컨텍스트는 조직 내 모든 에이전트에 단일하고 신뢰할 수 있는 지식 그래프를 제공합니다. 에이전트코어의 정식 출시 기능들은 에이전트의 구축, 배포, 디버깅을 관리형 경험으로 만들어 줍니다. 그리고 센티넬원과 루브릭의 보안 통합은 이제 업계 전체가 에이전트 보안을 사후 대책이 아닌 최우선 과제로 다루기 시작했음을 보여줍니다.

AWS 컨텍스트: 모든 에이전트를 위한 단 하나의 거버넌스 지식 그래프

이날 가장 주목받은 발표는 AWS 컨텍스트입니다. 이 서비스는 기업 내 여러 시스템에 흩어져 있는 데이터의 관계를 자동으로 파악해 하나의 **지식 그래프(Knowledge Graph)**로 만들어 줍니다. 쉽게 말해, 부서마다 제각각이던 데이터 지도를 회사 전체가 공통으로 이해할 수 있는 표준 지도로 통일하는 것입니다. 기존에는 팀마다 자체적인 RAG(검색 증강 생성) 파이프라인을 구축해야 했지만, 이제는 AWS 컨텍스트가 조직 전체를 위한 단일 거버넌스 계층을 제공합니다 .

이 서비스는 단순히 데이터를 연결하는 데 그치지 않고, '에이전트가 이해할 수 있는 방식'으로 지식을 구조화합니다. 데이터 자산, 비즈니스 규칙, 도메인 지식 간의 관계를 추론하고, 에이전트가 실행 중에 이 구조화된 정보를 검색하여 활용할 수 있도록 합니다 .

데이터 관리자는 전용 콘솔에서 기계가 추론한 관계를 검토하고, 최종 승인하여 현업에 적용할 수 있습니다. 여기에 특정 도메인의 정의나 사용 규칙 같은 지식을 덧붙일 수도 있습니다 . 무엇보다 설계 단계부터 '거버넌스'가 핵심으로 고려되었습니다.

• 사용자 권한 인식 접근 제어: 에이전트는 자신을 호출한 사용자가 실제로 볼 수 있는 권한이 있는 데이터에만 접근합니다. 예를 들어, 인사팀 직원이 호출한 에이전트가 재무 데이터를 볼 수 없도록 제한하는 식입니다 .
• 아파치 아이스버그(Apache Iceberg) 통합: AWS 레이크 포메이션(Lake Formation)을 통해 데이터 레이크의 테이블에 대한 세밀한 접근 권한을 설정합니다. 아테나(Athena)나 아마존 레드시프트(Redshift) 같은 서비스에서 사용하는 아이스버그 테이블에 대해 셀(Cell) 단위까지 상세하게 접근을 통제할 수 있습니다 .

이러한 자동화된 지식 매핑과 정교한 접근 제어의 결합은 많은 기업의 오랜 고민을 해결해 줍니다. 즉, AI 에이전트가 충분히 똑똑하게 일할 수 있도록 맥락은 제공하되, 민감한 데이터에 무분별하게 접근하는 위험은 원천 차단하는 것입니다 .

에이전트코어(AgentCore), 주요 서비스 정식 출시

AWS 컨텍스트와 함께, 에이전트를 구축하고 운영하는 플랫폼인 아마존 베드락 에이전트코어의 핵심 구성 요소들이 정식 출시되며, 이제 PoC(개념 증명) 단계를 넘어 실제 프로덕션 환경에 적용할 수 있는 수준으로 성숙했음을 알렸습니다.

• 아마존 베드락 관리형 지식 베이스(GA): 완전 관리형 RAG 서비스로, 데이터를 가져오고 분석해 검색하는 과정을 알아서 처리합니다. 이 서비스는 에이전트코어와 기본 통합되어, 개발자는 별도의 복잡한 권한 설정 없이도 에이전트를 지식 베이스에 연결하고 작동 상태를 관찰할 수 있습니다 . 현재 미국 동부, 미국 서부, 아시아 태평양(시드니, 도쿄), 유럽(더블린, 프랑크푸르트, 런던) 등 다수 리전에서 사용 가능합니다 .
• 에이전트코어 웹 검색(GA): 에이전트가 실시간 웹 정보나 유료 지식 소스에서 정보를 가져와 업무에 활용할 수 있게 해줍니다 .
• 관리형 에이전트 하네스(GA): 복잡한 코딩 없이 '설정'만으로 생산 수준의 AI 에이전트를 몇 분 만에 실행할 수 있는 서비스입니다. 개발자는 사용할 모델, 도구, 기술, 지시 사항을 선언하는 것만으로 에이전트를 구성할 수 있습니다 .
• 새로운 에이전트코어 최적화 기능: 실제 운영 과정에서 쌓인 데이터를 지속적인 개선으로 연결하는 기능이 공개되었습니다. 이제 수백 건의 에이전트 세션을 분석해 오류 패턴, 의도, 실행 경로에 대한 인사이트를 얻고, 에이전트의 행동을 디버깅하고 개선할 수 있습니다 .

이번 발표는 AWS가 2025년 처음 선보인 안전하고 관측 가능하며 다양한 모델을 지원하는 에이전트 플랫폼으로서의 에이전트코어 입지를 더욱 공고히 하는 것입니다 .

보안 통합: 센티넬원과 루브릭, 에이전트 보안 사각지대를 해소하다

에이전트가 더 자율적으로 행동할수록 보안의 범위도 에이전트의 의사 결정까지 확장되어야 합니다. AWS는 두 건의 주목할 만한 통합 발표로 이 문제를 정면으로 다루었습니다.

• 센티넬원은 자사의 프롬프트 시큐리티(Prompt Security) 기능을 아마존 베드락 에이전트코어에 통합할 계획을 발표했습니다. 이 통합이 완료되면, 프롬프트 인젝션(prompt injection), 개인 식별 정보(PII) 노출, 비정상적인 도구 사용 등 런타임에서 탐지된 보안 신호를 에이전트코어의 정책 엔진에 실시간으로 전달하여 모든 에이전트 트래픽에 대해 안전 장치를 강화할 수 있습니다 .
• 루브릭은 **루브릭 에이전트 클라우드(Rubrik Agent Cloud)**의 에이전트코어 통합 계획을 발표했습니다. 이는 기업이 데이터 보호를 위해 신뢰하던 보안 통제 수준을 에이전트 계층까지 확장하는 개념입니다. 통합된 가시성과 거버넌스를 제공하며, 가장 큰 특징은 문제 발생 시 에이전트 리소스를 정밀하게 이전 상태로 되돌리는 '롤백(rollback)' 기능입니다. 또한, 베드락으로 구축된 AI 에이전트를 자동으로 탐지하여 보안팀이 관리해야 할 에이전트 전반의 공격 표면을 한눈에 파악할 수 있게 해줍니다 .

두 통합은 모두 2026년 6월 17일 뉴욕 서밋에서 발표되었으며, 올해 말 출시될 예정입니다 .

기업 AI가 맞이할 변화

2026년 뉴욕 서밋은 분명한 변곡점을 찍었습니다. AWS는 더 이상 에이전트를 '만드는 도구'만 제공하는 데 그치지 않고, 안전하게 프로덕션에 적용하기 위한 '거버넌스 인프라 계층' 자체를 구축하기 시작했습니다. AWS 컨텍스트는 조직 내 모든 에이전트에 단일하고 신뢰할 수 있는 지식 그래프를 제공합니다. 에이전트코어의 정식 출시 기능들은 에이전트의 구축, 배포, 디버깅을 관리형 경험으로 만들어 줍니다. 그리고 센티넬원과 루브릭의 보안 통합은 이제 업계 전체가 에이전트 보안을 사후 대책이 아닌 최우선 과제로 다루기 시작했음을 보여줍니다.