아마존 웹서비스(AWS)가 농업용 중장비 수리 현장에서 AI를 활용하는 방법을 공개했다. 수확 시즌 장비 고장은 현장 방문 횟수 증가와 가동 중단으로 이어져 큰 경제적 손실을 야기한다. AWS는 아마존 베드록 에이전트코어(Amazon Bedrock AgentCore)를 활용해 기술자가 자연어로 장비 진단을 받고 필요 부품과 수리 절차를 확인할 수 있는 AI 어시스턴트 구축 방법을 상세히 제시했다.
제안된 솔루션은 AgentCore 런타임에서 Strands Agents SDK로 구동되는 에이전트를 중심으로 구성된다. 기초 모델로는 Amazon Nova 2 Lite를 사용하며, 제조사 장비 매뉴얼·부품 카탈로그·수리 문서를 인덱싱한 베드록 지식 베이스(Knowledge Base)를 RAG(검색 증강 생성) 방식으로 활용한다. AgentCore 메모리는 세션 간 대화 맥락을 유지해 기술자가 같은 내용을 반복 입력하지 않아도 된다. 프런트엔드는 AWS Amplify로 호스팅되며 Amazon Cognito로 사용자 인증을 처리한다.
AWS는 이 아키텍처의 핵심 장점으로 단일 AgentCore 런타임 엔드포인트가 별도의 API 게이트웨이·람다·베드록 에이전트 리소스를 대체할 수 있다는 점을 꼽았다. 부품 주문이나 딜러 커뮤니케이션 같은 새 기능을 추가하려면 에이전트 코드에 @tool 함수를 하나 더 붙이면 되며 인프라 변경이 불필요하다. Amazon Titan 임베딩과 OpenSearch Serverless를 활용한 벡터 검색이 진단 근거 문서를 찾아 출처와 함께 응답에 제공한다.
AWS는 프로덕션 환경 전환 시에는 베드록 가드레일을 통한 프롬프트 공격 탐지, CloudFront·WAF를 이용한 API 보호, Cognito 다단계 인증 강화, 다중 리전 배포를 권장했다. 이 솔루션은 농업 외에도 제조·물류 등 장비 매뉴얼 기반 현장 서비스가 필요한 다양한 산업으로 확장 가능한 구조로 설계됐다고 밝혔다.
