이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
PDI Brew는 사용자가 자연어로 요구를 입력하면 플래너가 JSON 매니페스트를 만들고 Deploy Lambda가 그 매니페스트를 받아 S3·CloudFront·DynamoDB·per-app Lambda 등 서버리스 자원을 생성해 완전한 다중 테넌트 웹앱을 배포하는 플랫폼이다. 플러거블 플래너(Path A: Vibe Skill 또는 Path B: Amazon Bedrock)를 지원해 의도 수집 위치를 분리하고, 비동기 자기 호출로 긴 프로비저닝 단계를 처리하며, Bedrock Guardrail과 12카운터 예산 예약 등으로 인앱 AI를 중앙에서 거버넌스한다. 이 접근법은 비개발자 배포를 가능하게 하고 수백 개 앱을 낮은 유휴 비용으로 운영하면서 감사성과 최소 권한을 보장한다.
섹션별 상세
내부 도구 배포의 문제는 작은 요구사항에도 전체 소프트웨어 전달 파이프라인이 필요해 대기열에 쌓인다는 점이다. PDI Brew는 사용자가 자연어로 요구를 입력하면 플래너가 대화로 요구를 다듬고 JSON 매니페스트(앱 이름, 타입, 스키마, 접근 설정)를 생성하는 방식을 채택해 의도에서 배포까지 핸드오프를 제거한다. 이렇게 하면 비개발자도 자체적으로 도구를 만들 수 있고, 모든 의사결정은 기록되어 감사 가능해진다.
플래너는 플러거블 설계로 Path A(Vibe App Builder skill, 사용자의 AI 어시스턴트 내부)와 Path B(Amazon Bedrock InvokeModel, AWS 경계 내부)를 지원하며 두 경로는 동일한 매니페스트 계약을 출력한다. 매니페스트는 HTTPS로 API Gateway의 POST /deploy에 전송되고 Entra ID 토큰으로 인증된 뒤 Deploy Lambda(프로비저닝 에이전트)가 이를 받아 유효성 검증, 소유권 확인, 워크로드 분류를 수행한다. 동일 계약을 쓰므로 조직별로 PLANNER_MODE를 고정해 Bedrock 전용으로 운영하거나 어시스턴트 기반 경험을 유지할 수 있다.
근거
- 플래너가 생성한 매니페스트는 API Gateway의 POST /deploy로 전달되고 Deploy Lambda가 이를 검증·분류해 리소스를 생성한다. — 아키텍처 흐름 설명 중 매니페스트 전송→API Gateway POST /deploy→Deploy Lambda 호출 과정 기술
Deploy Lambda는 매니페스트에 따라 도구 집합(AWS SDK v3, Microsoft Graph)을 선택해 정적으로 프로비저닝 계획을 생성하고, 정적 앱의 경우 S3 업로드·CloudFront 무효화·DynamoDB 등록을 수행하며, 풀스택 앱은 per-app DynamoDB 테이블·per-app Lambda·per-app API Gateway를 추가로 생성한다. 긴 작업(예: M365 그룹 생성)은 Lambda가 자기 자신을 Event로 호출해 백그라운드에서 마무리하도록 해 사용자 응답을 빠르게 돌려준다. 모든 호출과 분류는 로깅되어 동일한 매니페스트가 항상 동일한 실행 계획을 만들도록 설계되어 있다.
근거
- 긴 프로비저닝 단계는 Lambda의 비동기 자기 호출(Event invoke)로 백그라운드에서 완료되어 사용자 응답 지연을 줄인다. — 장기 작업 처리 섹션의 'asynchronous self-invocation' 패턴 설명
퍼앱 런타임은 듀얼 티어 모델로 동작해 대부분 앱은 플랫폼이 관리하는 공용 CRUD Lambda를 공유하고, 허용 목록에 있는 특권 기능이 선언된 경우에만 전용 per-app Lambda와 스코프된 IAM 역할로 승격된다. 승격 프로세스는 관리자 승인과 제출된 코드의 정적 분석 및 IAM 드리프트 감지를 요구하므로 least-privilege 원칙을 유지한다. 이 구조는 대부분 비용을 낮게 유지하면서도 특권이 필요한 앱만 추가 검증을 거쳐 별도 권한을 갖게 한다.
인앱 AI는 각 앱이 모델 키를 소유하는 대신 플랫폼 단일 엔드포인트를 통해 Amazon Bedrock을 호출하도록 설계되어 세 가지 제어를 적용한다. 첫째로 Bedrock Guardrail이 PII 마스킹·콘텐츠 필터·프롬프트 인젝션 방어를 항상 수행하고 둘째로 DynamoDB TransactWriteItems를 이용한 12카운터 예산 예약(글로벌·앱·사용자·앱-사용자 각 3개 창)이 토큰·비용을 사전 차단하며 셋째로 관리자 우선 차단 스위치가 존재해 플랫폼 차원에서 AI 사용을 전역 비활성화할 수 있다. 모든 호출은 UPN, 앱, 모델, 토큰 수, 추정 비용, 가드레일 결과를 포함해 감사 로깅되므로 비용과 규정 준수 추적이 가능하다.
근거
- 약 20명 팀이 약 10개 앱을 운영하는 경우 월 비용이 대략 $5–$15 수준이라고 보고되었다. — 원문 'In practice, a team of 20 running about 10 apps costs roughly $5–$15 per month.' 문장에 근거
- AI 호출 전후로 Bedrock Guardrail이 PII 마스킹·콘텐츠 필터·프롬프트 인젝션 방어를 강제하고, 12개의 예산 카운터로 비용을 사전 예약한다. — 거버넌스 섹션의 세 가지 제어(가드레일, 12-counter budget, 관리자 차단 스위치) 기술
용어 해설
- 에이전트형 프로비저닝(Agentic provisioning)
- — 사용자 의도를 구조화된 배포 매니페스트로 변환하는 플래너와 그 매니페스트를 받아 AWS 자원을 결정적으로 생성하는 프로비저닝 에이전트로 책임을 분리한 설계 방식으로, 의사결정 로그화와 재현성 확보가 핵심이다.
- 플러거블 플래너(Pluggable planner)
- — 사용자가 이미 쓰는 어시스턴트 안의 Vibe Skill 경로 또는 AWS 경계 내부의 Amazon Bedrock InvokeModel 경로처럼 서로 교체 가능한 입력 경로를 의미하며, 두 경로가 동일한 JSON 매니페스트 계약을 산출하도록 설계되어 다운스트림 변경 없이 전환이 가능하다.
- 거버넌스 적용 인앱 AI(Governed in-app AI)
- — 각 앱이 자체 모델 키를 갖지 못하게 하고 단일 플랫폼 엔드포인트를 통해 Bedrock 호출을 중계하며, PII 필터링·콘텐츠 필터·프롬프트 인젝션 방어, 12개 카운터 예산 예약, 관리자 차단 스위치 같은 연속적인 제어를 적용해 비용과 규정 준수를 제한하는 방식이다.
- 비동기 자기 호출(Asynchronous self-invocation)
- — 동기 요청을 오래 대기시키지 않기 위해 Deploy Lambda가 자기 자신을 Event 타입으로 InvokeFunction 호출해 느린 작업(예: M365 그룹 전파)을 백그라운드에서 완료하게 하는 패턴으로, 서버리스 환경에서 장기 작업을 관리하는 방법이다.
기술
- Amazon Bedrock은 매니페스트 검증·수정과 플래너 역할로 InvokeModel 호출을 통해 작동하며 각 호출은 CloudTrail에 기록되어 의사결정의 감사 추적이 가능하다. AWS Lambda는 Deploy Lambda로서 프로비저닝 에이전트를 실행하고 자기 호출로 장기 작업을 백그라운드로 넘기는 실행 모델을 제공한다. Microsoft Entra ID와 MSAL.js는 엔터프라이즈 SSO를 제공해 생성된 앱이 조직의 그룹 멤버십을 기반으로 접근 제어를 수행하게 한다.
활용 사례
- 비개발자가 자연어로 내부 도구를 생성해 즉시 배포할 수 있는 워크플로우는 소규모 계산기·인테이크 폼·스프레드시트 대시보드 같은 도구의 배포 장벽을 제거한다. 규제·데이터 레지던시 요구가 있는 경우 Path B(모든 플래닝이 AWS 경계 내부에서 이루어지는 Amazon Bedrock)를 선택해 민감한 의도 데이터를 외부로 유출하지 않고 감사 가능한 흐름을 유지할 수 있다. 플랫폼은 AI 기능을 중앙에서 제어하므로 프로젝트별 모델 조달과 키 관리 부담을 없앤다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 07.수집 2026. 08. 07.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.
