이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
프론트오피스 트레이더는 방대한 거래 데이터에서 즉시 활용 가능한 인사이트를 얻기 어렵다는 문제를 겪었고 Jefferies는 이 문제를 해결하기 위해 도메인 특화 에이전트를 구축했다. 에이전트는 Amazon Bedrock에서 호출되는 LLM(Anthropic Claude)을 통해 사용자의 자연어 의도를 해석하고 대응하는 SQL을 생성해 연결된 거래 데이터 리포지토리와 FIX 로그, 인메모리 DB에 쿼리를 실행하며 Model Context Protocol은 다양한 커넥터의 인증과 호출 규약을 일관되게 처리한다. Strands Agents SDK가 기초 모델과 외부 도구 호출을 오케스트레이션하고 Amazon Bedrock Guardrails가 연산 통제를 담당해 보안과 규정 준수를 유지하면서 대화형 분석이 가능하도록 설계되었다. 이 접근법은 트레이더의 코드 의존성과 IT 대기 시간을 줄여 실시간 의사결정 근거를 빠르게 제공하지만 모델 생성 SQL의 정확성과 민감 데이터 노출을 지속적으로 통제해야 하는 운영적 과제를 남긴다.
섹션별 상세
자본시장 프론트오피스의 문제는 트레이더가 대규모 데이터에서 즉시 인사이트를 얻기 어렵고 개발자 지원 없이 실시간 분석을 실행하기 힘들다는 점이다. Jefferies는 이 문제를 해결하기 위해 도메인 특화 에이전트를 도입했고 에이전트는 자연어 입력을 처리해 데이터 소스에 질의를 자동화하도록 설계되었다. 구체적으로 Amazon Bedrock에서 호출되는 LLM(Anthropic Claude)이 트레이더의 자연어 의도를 해석하고 대응하는 SQL을 생성해 데이터에 직접 실행한다. 이 방식은 트레이더의 코드 작성 부담과 IT 의존도를 줄이면서 즉시성 있는 의사결정 근거를 제공한다.
근거
- Amazon Bedrock에서 호출되는 LLM(Anthropic Claude)이 트레이더의 자연어 의도를 해석하고 해당 의도에 맞는 SQL을 생성해 데이터 소스에 실행한다. — Solution overview 문단에서 LLM(Anthropic Claude)이 자연어 의도 해석과 SQL 생성 역할을 설명한 문장
시스템 아키텍처는 도메인 에이전트, MCP 도구 세트, 데이터 리포지토리 및 인메모리 데이터베이스를 연결하는 8단계 통합 흐름으로 구성되어 있다. 사용자가 질의를 제출하면 에이전트가 세션 컨텍스트를 유지한 채 LLM을 통해 의도를 추출하고 SQL을 생성한 뒤 해당 쿼리를 연결된 데이터 소스에 실행해 결과를 반환한다. 이 과정에서 Model Context Protocol은 다양한 커넥터의 보안 자격 증명과 호출 규약을 통합해 에이전트가 일관되게 외부 시스템과 상호작용하게 만든다. 결과적으로 대화형으로 심층 탐색이 가능해져 트레이더가 반복적 데이터 요청 없이 즉각적인 통찰을 얻을 수 있다.
근거
- Model Context Protocol(MCP) 도구 세트는 에이전트가 거래 데이터 리포지토리, FIX 메시지 파일, 인메모리 데이터베이스 등 다양한 소스에 연결하도록 지원한다. — Solution overview 문단에서 MCP 도구가 다양한 데이터 소스와의 연결을 지원한다고 서술한 부분
운영·보안 측면에서는 Amazon Bedrock Guardrails와 MCP 기반의 연동이 핵심 통제 수단으로 사용되었다. 에이전트는 Strands Agents SDK를 통해 기초 모델과 외부 도구 호출을 오케스트레이션하며 호출 권한과 데이터 접근을 정책에 따라 제한해 민감 정보의 노출 위험을 낮춘다. 또한 대화 세션 전체의 문맥을 유지해 후속 질의에 일관된 맥락을 제공하므로 심층 분석으로 자연스럽게 확장할 수 있다. 이러한 구성은 프론트오피스가 즉각적 분석을 수행하는 방식에 실질적 변화를 만들어 IT 대기 시간을 줄이고 의사결정 속도를 높였다.
근거
- 보안 관점에서 Amazon Bedrock Guardrails가 사용되어 에이전트 연산의 통제 및 제어가 적용되었다. — 아키텍처 설명의 보안 관련 문단에서 Bedrock Guardrails 사용을 언급한 문장
용어 해설
- Model Context Protocol (MCP)
- — Model Context Protocol은 에이전트가 다양한 데이터 소스와 도구를 안전하게 연결하기 위해 표준화된 인터페이스를 제공하는 규격이다. 에이전트는 MCP를 통해 자격 증명과 쿼리 규약을 일관되게 처리하고 외부 시스템 호출을 추상화한다. 이를 통해 서로 다른 저장소·서비스를 통합해 안전하고 재현 가능한 데이터 접근 흐름을 설계할 수 있다.
- Amazon Bedrock
- — Amazon Bedrock은 여러 기초 언어 모델을 호스팅하고 API로 호출할 수 있게 하는 AWS의 관리형 서비스다. Bedrock은 모델 호출, 보안 가드레일, 지식베이스 연동 등 에이전트 기반 워크플로에 필요한 런타임 기능을 제공한다. Bedrock을 이용하면 온프레미스 데이터와 외부 모델을 연결해 규정 준수를 유지하면서 LLM 기반 처리 파이프라인을 운영할 수 있다.
- Strands Agents
- — Strands Agents는 기초 모델과 외부 도구를 오케스트레이션해 계획·추론·행동이 가능한 에이전트를 구성하는 개발 키트다. SDK는 도구 호출, 상태 유지, 플래닝 루프를 관리해 도메인 특화 에이전트 구현을 단순화한다. 트레이딩처럼 실시간 데이터 접근과 다중 커넥터가 필요한 환경에서 에이전트 로직의 재사용성과 안전성을 높인다.
- FIX Protocol
- — FIX는 자본시장 참가자들 간 주문·체결·시장 데이터 교환을 표준화한 메시지 규격이다. 트레이딩 시스템은 FIX 로그를 통해 체결 이력과 주문 흐름을 수집하고 이를 분석해 거래 패턴을 도출한다. 에이전트가 실시간·과거 거래 데이터를 해석하려면 FIX 메시지 구조와 타임스탬프·심볼 매핑을 이해해야 한다.
기술
- Amazon Bedrock
- Anthropic Claude
- Model Context Protocol (MCP)
- Strands Agents
- SQL
- FIX
활용 사례
- 실시간 거래 인사이트 제공을 위한 대화형 분석
- 트레이더 자연어 질의에 따른 자동 SQL 생성 및 실행
- 다중 데이터 소스(거래 기록, FIX 로그, 인메모리 DB) 통합 탐색
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 07. 24.수집 2026. 07. 24.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.