포뮬러 1(F1)이 AWS와 구축한 데이터 가속기가 마케팅 데이터 소스를 연결하는 작업을 기존 6~8주에서 약 40분의 코드 생성과 수시간의 배포·검토 과정으로 줄였다. 양사는 2026년 초 Amazon Bedrock AgentCore 기반 에이전트형 AI 시스템을 만들고 F1의 고객 데이터 플랫폼 ‘Customer 360’ 운영에 적용했다. 이 플랫폼은 F1 TV와 티켓, 소셜미디어, 상품 판매 등에서 발생하는 접점을 통합한다. F1은 8억 명이 넘는 전 세계 팬을 상대하지만 12개 신규 소스를 연동하는 데 18개월치 작업이 밀려 있어 자동화 필요성이 컸다.
새 소스를 연결할 때 담당자가 비즈니스 요구사항 문서를 Amazon S3에 올리면 AWS Lambda가 AgentCore의 에이전트를 호출한다. 에이전트는 설정 파일을 만들고 GitHub에 풀 리퀘스트를 올리며 Jira에 연결된 업무 항목을 생성한다. 사람이 설정을 승인한 뒤에는 AWS Glue 애플리케이션과 인프라 코드, DBT 변환 체계, 개인정보보호 규정(GDPR) 태깅을 포함한 거버넌스 정책을 각각 별도 풀 리퀘스트로 만든다. 에이전트가 신규 소스 연동 작업의 95%를 처리하지만 병합과 배포 결정은 엔지니어가 맡는 구조다.
| 운영 항목 | 기존 | 도입 후 |
|---|---|---|
| 신규 데이터 소스 연동 | 소스당 6~8주 | 코드 생성 약 40분과 배포·검토 수시간 |
| 스키마 변경 해결 | 수일 | 수시간 |
| 고객 신원 확인 처리시간 | 기존 처리시간 | 50% 단축 |
운영 중인 데이터 공급자가 열 이름을 바꾸거나 필드를 추가하면 Lambda와 Amazon EventBridge가 변화를 감지한다. 에이전트는 영향을 받는 파이프라인과 이용자를 찾고 필요한 코드 수정안과 Jira 항목을 만든다. 이 절차로 스키마 변경 해결 시간이 수일에서 수시간으로 줄었고, 데이터 계보와 원인 분석을 한 화면에 모은 관측 대시보드는 15분마다 갱신된다. 팬의 앱·티켓·F1 TV·소셜미디어 접점을 한 사람의 기록으로 묶는 기존 신원 확인 알고리즘도 처리시간을 50% 줄였다.
자동화 범위가 넓은 만큼 통제 장치도 업무 흐름 안에 넣었다. 모델 접근은 F1의 AI 게이트웨이에서 권한과 비용, 감사 기록을 함께 관리하며 에이전트는 인터넷에 직접 연결되지 않은 사설 서브넷에서 작동한다. 저장된 비밀정보는 암호화하고 접근 토큰은 1시간 뒤 만료되며 모든 코드 변경은 사람의 승인과 자동 테스트를 거친다. 단일 개발자가 개념검증에서 운영 배포까지 4개월 만에 구현했고 전체 도입 대기시간은 약 99% 감소했다. 대규모 고객 데이터를 다루는 기업에는 코드 생성 속도보다 승인 절차와 데이터 계보, 되돌리기를 자동화와 함께 설계해야 한다는 사례다.
저작권자 © STORIUM 무단전재 및 재배포 금지
