이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
SaaS 사업자 Axonius는 민감한 고객별 보안 자산 데이터를 처리하는 AI 에이전트를 기존 silo 배포 방식에 맞춰 구축하기 위해 고객마다 전용 Amazon Bedrock AgentCore Runtime을 배치했습니다. 사용자 세션은 독립적인 microVM에서 실행되고, 단기 JWT가 사용자와 tenant ID를 인증하며, 전용 ENI가 고객 VPC 안의 Axonius API로 사설 연결을 제공합니다. Knowledge Bases와 S3 Vectors는 문서 검색을 맡고 Guardrails는 모델 응답을 필터링하며 CloudWatch와 IAM 정책은 테넌트별 토큰 비용과 예산 초과 호출을 통제합니다. Axonius는 이 관리형 구성으로 맞춤형 인프라에 예상한 8주 개발 기간을 10일의 프로덕션 준비 기간으로 줄였다고 밝혔습니다.
섹션별 상세
여러 조직에 SaaS를 제공하는 ISV가 AI 에이전트를 추가할 때는 일반적인 보안·확장성·출시 기간·비용 관리에 더해 고객별 격리와 운영이 필요합니다. 멀티테넌시 구조는 고객마다 전용 리소스를 두는 silo, 여러 고객이 하나의 리소스를 공유하는 pool, 두 방식을 조합하는 bridge로 나뉩니다. AgentCore Runtime에서는 전용 에이전트를 고객마다 배치하거나 하나의 Runtime 안에서 세션별 고유 ID와 애플리케이션 제어를 사용할 수 있어, 격리 수준과 운영 부담 사이에서 선택할 수 있습니다.
Axonius는 이미 각 고객의 워크로드를 전용 Amazon VPC에 배치하는 silo SaaS 구조를 운영하고 있어 AI 에이전트에도 같은 테넌트 관리 방식을 유지하기로 했습니다. 고객별 AgentCore Runtime과 ENI를 연결하면 에이전트가 해당 고객 VPC 안의 Axonius API에 사설 네트워크로 접근하고 다른 고객 환경에는 네트워크 경로가 생기지 않습니다. 이 선택은 민감한 보안 자산 데이터의 고객별 경계를 보존하면서 기존 인증·권한 모듈, CD 파이프라인, 관측성 체계에 에이전트를 편입하려는 요구와 맞닿아 있습니다.
Axonius가 비교한 pool 방식은 하나의 공유 Runtime과 JWT의 tenant claim을 이용해 에이전트 코드가 도구 호출과 데이터 접근을 고객 환경으로 라우팅하는 구조입니다. bridge 방식은 공유 Runtime 뒤에 AgentCore Gateway를 두고 모든 도구 호출을 Cedar 정책과 Lambda REQUEST Interceptor로 검사하며, Interceptor가 JWT에서 테넌트 정보를 추출해 STS AssumeRole 기반의 단기·최소 권한 IAM 자격 증명으로 바꿉니다. 두 방식은 리소스와 관측성을 중앙 관리하기 쉽지만, pool은 애플리케이션 코드에 격리를 의존하고 bridge는 Gateway·Lambda·Cedar·STS·VPC 엔드포인트를 함께 운영해야 하는 부담이 있습니다.
silo 방식에서는 고객마다 전용 AgentCore Runtime과 엔드포인트를 만들고 Runtime 및 엔드포인트에 IAM resource-based policy를 적용해 호출 주체의 권한을 판정합니다. 각 사용자 세션도 독립적인 microVM에서 실행되므로 같은 고객 내부의 세션 사이에도 프로세스 상태가 공유되지 않으며, 고객별 에이전트 버전·모델·엔드포인트 설정을 따로 운영할 수 있습니다. 반면 AWS 계정당 기본 에이전트 쿼터가 1,000개이고 고객 온보딩마다 Runtime과 엔드포인트를 프로비저닝해야 하므로 Service Quotas 계획과 CDK 또는 CloudFormation 자동화가 필요합니다.
Axonius의 최종 아키텍처는 고객별 AgentCore Runtime, 테넌트별 ECR 컨테이너 이미지, Amazon Bedrock 모델, S3 Vectors를 사용하는 Knowledge Bases, Guardrails, CloudWatch, VPC Lattice를 결합합니다. Knowledge Base는 메타데이터 필터로 고객별 데이터를 분리하고, Guardrails는 모든 모델 응답에 콘텐츠 필터와 주제 거부 정책을 적용하며, CloudWatch는 입력·출력 토큰을 추적해 예산 초과 시 IAM-deny 정책을 실행합니다. CloudFormation은 고객별 리소스의 생성과 삭제를 자동화하고, VPC Lattice는 서비스별 프라이빗 엔드포인트를 공유해 고객 VPC별 PrivateLink 엔드포인트를 따로 만드는 비용과 관리 부담을 줄입니다.
사용자가 질문을 보내면 Axonius 애플리케이션이 사용자 ID와 tenant ID, session ID, actor ID를 담은 단기 impersonation JWT를 발급하고, control plane이 고객 전용 Runtime의 InvokeAgentRuntime에 이를 전달합니다. Runtime은 JWT를 고객 애플리케이션에 되검증한 뒤 LangGraph supervisor가 질문을 전문 에이전트로 라우팅하고, 필요에 따라 Claude 추론·Knowledge Base 검색·고객 Axonius API 조회를 조합합니다. API 조회 도구는 자연어를 AQL 표현식으로 변환하고 동일한 JWT로 권한을 유지한 채 고객 VPC 안에서 데이터를 가져오므로, 사용자가 이미 볼 수 있는 범위 밖의 자산 데이터가 에이전트에 노출되지 않습니다.
AgentCore Runtime을 선택한 결정적 이유는 사용자 세션마다 CPU·메모리·파일시스템이 분리된 microVM을 만들고 세션 종료 후 전체 실행 환경과 메모리를 정리하는 구조입니다. Runtime은 프레임워크에 종속되지 않으면서 ENI를 통해 고객 VPC의 EC2 기반 Axonius API와 연결되고, CloudWatch·AWS X-Ray·에이전트 전용 tracing으로 로그와 분산 추적, 추론 단계와 도구 호출을 관찰할 수 있습니다. 그 결과 Axonius는 별도의 맞춤형 격리·모니터링 인프라를 처음부터 구축하지 않고 기존 보안 우선 SaaS 구조에 에이전트를 추가할 수 있었습니다.
비용 통제는 에이전트별 입력·출력 토큰을 CloudWatch에서 집계하고 opentelemetry-instrument로 실시간 사용량을 수집하는 방식으로 구성됩니다. Amazon Bedrock의 IAM 사용자·역할 기반 비용 할당과 IAM role tagging으로 테넌트별 비용을 귀속하고, Application Inference Profiles와 EventBridge로 모델별 태그·알림·제어 범위를 세분화합니다. 비용 할당 가시성은 하루 한두 차례 갱신되지만 CloudWatch 알람은 즉시 IAM-deny 정책을 실행해 토큰 예산을 넘긴 고객의 추가 모델 호출을 차단합니다.
Axonius는 AgentCore Runtime, Knowledge Bases, 내장 세션 메모리를 활용해 멀티테넌트 에이전트의 예상 개발 기간을 맞춤형 인프라 구축 기준 8주에서 프로덕션 준비까지 10일로 줄였다고 밝혔습니다. 이는 원문 기준 출시 기간 75% 감소에 해당하며, 전용 Runtime과 자동화된 프로비저닝을 통해 고객 수가 늘어날 때에도 기존 silo 운영 모델을 유지하는 근거가 됐습니다. Axonius의 SaaS DevOps Lead Dori Shmuel은 AgentCore Runtime이 보안을 훼손하지 않고 대규모 고객 환경에 에이전트를 배치하는 데 필요한 멀티테넌트 격리와 인증 프레임워크를 제공했다고 말했습니다.
용어 해설
- 멀티테넌시(Multi-tenancy)
- — 하나의 SaaS 서비스가 여러 고객 조직을 함께 지원하면서도 고객별 데이터와 실행 환경을 분리하는 구조입니다. 리소스를 고객마다 따로 두는 silo, 공유하는 pool, 두 방식을 섞는 bridge 패턴으로 구현하며 보안·운영비·확장성 사이의 균형이 중요합니다.
- 마이크로VM(microVM)
- — 가상 머신보다 가볍게 동작하면서도 세션별 CPU·메모리·파일시스템을 분리하는 실행 단위입니다. Amazon Bedrock AgentCore Runtime은 사용자 세션마다 독립적인 microVM을 만들고 세션이 끝나면 이를 종료해 프로세스 상태와 메모리의 공유를 막습니다.
- JWT
- — 사용자와 테넌트 정보를 서명된 토큰에 담아 서비스 간 인증과 권한 확인에 사용하는 형식입니다. 이 구현에서는 단기 JWT에 사용자 ID, tenant ID, session ID, actor ID를 담고 AgentCore와 고객 애플리케이션이 서명·만료·폐기·권한을 검증합니다.
- Cedar 정책(Cedar Policy)
- — 요청자의 속성과 호출 대상의 관계를 규칙으로 평가해 허용 또는 거부를 결정하는 정책 언어입니다. AgentCore Gateway에서는 Lambda Interceptor가 보강한 요청 컨텍스트를 Cedar 규칙이 평가해 테넌트별 도구 호출을 통제합니다.
- Amazon VPC Lattice
- — 여러 VPC와 서비스 사이에 프라이빗 연결과 접근 제어를 제공하는 AWS 네트워킹 서비스입니다. Axonius는 서비스별 프라이빗 엔드포인트를 공유해 고객 VPC의 AgentCore Runtime이 ECR, S3, Bedrock 등에 사설 경로로 접근하도록 구성했습니다.
기술
- Amazon Bedrock AgentCore Runtime
- Amazon Bedrock AgentCore Gateway
- Amazon Bedrock
- Amazon Bedrock Knowledge Bases
- Amazon S3 Vectors
- Amazon Bedrock Guardrails
- Amazon CloudWatch
- AWS X-Ray
- Amazon VPC Lattice
- Amazon Elastic Container Registry (Amazon ECR)
- Amazon VPC
- Amazon EC2
- AWS IAM
- AWS Lambda
- AWS STS AssumeRole
- AWS CloudFormation
- AWS EventBridge
- LangGraph
- Claude
- Axonius Query Language (AQL)
- opentelemetry-instrument
활용 사례
- 고객별 보안 자산 데이터 분석 에이전트
- SaaS 환경의 고객별 AI 에이전트 배포
- 고객 VPC 내부 Axonius API 조회
- 테넌트별 모델 토큰 비용 추적과 예산 초과 차단
- 고객 문서 기반 제품 질의응답
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 19.수집 2026. 08. 19.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.
