Aderant, Amazon Quick으로 클라우드 운영 혁신 및 문서화 자동화 구현

섹션별 상세

기존 클라우드 운영 팀은 6개 이상의 분산된 시스템에서 정보를 수동으로 검색하느라 티켓당 30~45분의 시간이 소요되는 병목을 겪었다.

Amazon Quick은 Confluence, SharePoint, Git, Jira, Teams, QuickSight 대시보드를 통합하여 자연어 질문으로 즉각적인 답변을 제공하는 단일 인터페이스를 구축했다.

Amazon Quick Flows를 통해 문서 생성 시 중복 탐지 및 자동화를 적용하여, 기존 1시간 걸리던 문서화 작업을 15분으로 75% 단축했다.

실제 도메인 트러스트 장애 발생 시, Teams 대화 기록과 Jira 티켓을 통합 분석하여 수 시간 걸릴 수 있는 문제 해결 과정을 수 분 내로 단축했다.

38명의 클라우드 엔지니어링 팀 중 95%가 해당 솔루션을 사용하며, 문서화 출력량을 200% 증가시키고 백로그를 40개에서 10개 미만으로 감소시켰다.

모델 컨텍스트 프로토콜(MCP): — Model Context Protocol의 약자로, AI 모델과 외부 데이터 소스 및 도구를 연결하는 표준화된 인터페이스입니다. 본문에서는 Teams, Jira 등 다양한 사내 시스템을 Amazon Quick과 연동하여 통합 검색 및 데이터 분석을 가능하게 하는 연결 고리로 사용되었습니다.
인간 개입형 프로세스(Human-in-the-Loop): — AI가 생성한 결과물을 인간이 최종적으로 검토하고 승인하는 방식입니다. 자동화된 문서 생성 과정에서 오류를 방지하고 정보의 정확성을 보장하기 위해 도입되었으며, AI의 효율성과 인간의 판단력을 결합하여 시스템의 신뢰도를 높입니다.
근본 원인 분석(Root Cause Analysis): — 장애나 문제의 표면적인 증상이 아닌, 발생 원인을 추적하여 파악하는 분석 기법입니다. Amazon Quick Research를 통해 다양한 시스템의 로그와 대화 기록을 통합 분석함으로써, 문제 해결 시간을 단축하고 재발 방지책을 마련하는 데 활용됩니다.