[reinvent 2025] 데이터에서 행동으로: 에이전트 기반 인도주의적 대응(Cloudera 후원)

Summary

해당 세션에서는 글로벌 비영리 단체 Mercy Corps가 Cloudera와 AWS Bedrock을 활용하여 위기 분석(Crisis Analysis) 업무를 자동화한 사례를 소개합니다. 데이터 사일로와 예산 부족 문제를 해결하기 위해 도입된 Agentic AI 아키텍처와, 기술 전문 인력이 부족한 환경에서도 운영 가능한 로우코드(Low-code) 기반의 개발 전략을 다룹니다.

리인벤트 2025 테크 블로그의 더 많은 글이 보고 싶다면?

AWS re:Invent 2025 Tech Blog written by MegazoneCloud

Overview

Title: From Data to Action: Agentic-Powered Humanitarian Response (sponsored by Cloudera)
Date: 2025년 12월 1일 (월)
Venue: Venetian | Level 3 | Murano 3305
Speaker:
Leo Brunnick (Chief Product Officer, Cloudera)
Alicia Morrison (Senior Director, Tech for Development, Mercy Corps)
Industry: Cross-Industry Solutions

들어가며

전쟁, 기근, 자연재해 등 급변하는 글로벌 위기 상황에서 인도주의 단체는 데이터를 기반으로 신속하고 정확한 의사결정을 내려야 합니다. 하지만 제한된 예산과 인력, 그리고 파편화된 데이터는 이러한 분석 업무를 어렵게 만듭니다. 이번 칼럼에서는 글로벌 NGO인 Mercy Corps가 Cloudera의 AI 플랫폼과 AWS 서비스를 활용하여, 단순한 챗봇을 넘어선 Agentic AI를 구축하고, 이를 통해 위기 분석(Crisis Analysis)의 효율성을 획기적으로 개선한 사례를 공유합니다.

Mercy Corps의 위기 분석 미션

1. 인도주의적 위기 분석과 데이터의 과제

Mercy Corps는 전 세계 35개국 이상에서 활동하며 고통과 빈곤을 완화하는 것을 목표로 합니다. 이들의 핵심 역량 중 하나는 ‘위기 분석(Crisis Analysis)’입니다. 이는 현장의 정성적/정량적 데이터를 분석하여 인도주의적 지원이 언제, 어디에 필요한지 결정권자들에게 통찰력을 제공하는 작업입니다.

다양한 데이터 소스: 정치 및 분쟁 상황 모니터링, 농업 생산량 예측을 위한 위성 데이터 분석, 소셜 미디어 분석 등 방대한 데이터를 다룹니다.
데이터 사일로와 시간 소모: 의사결정자의 상당수가 데이터 사일로(Silo)로 인해 어려움을 겪으며, 분석가들은 매달 수 시간을 단순 연구와 정보 수집에 소모하고 있습니다.
목표: Mercy Corps는 London Business School과의 협업을 통해, 에이전트 도입 시 연구(Research)에 소요되는 시간을 50% 단축하는 것을 목표로 세웠습니다.

솔루션 아키텍처 (Cloudera AI Workbench & Agents)

2. GenAI를 넘어 Agentic AI로: 도메인 전문가 에이전트 구축

초기에는 일반적인 GenAI나 RAG(검색 증강 생성) 솔루션을 고려했으나, 범용 LLM은 특정 인도주의적 도메인에 대한 깊이 있는 통찰을 제공하지 못했습니다. 이에 Mercy Corps와 Cloudera는 각 주제별로 특화된 Agentic Workflows를 구축했습니다.

전문가 에이전트: 식량 안보(Food Security), 분쟁(Conflict) 등 특정 주제에 특화된 에이전트를 개별적으로 생성하여, 해당 도메인의 데이터 소스를 우선적으로 활용하도록 설계했습니다.
아키텍처 구성:
- Orchestrator: 전체 작업을 조율합니다.
- Researcher & Data Analyst Agent: 웹 검색, 소셜 미디어, 뉴스, 데이터 API 등 다양한 소스에서 정보를 수집하고 분석합니다.
- AWS Bedrock 통합: Cloudera AI Workbench 위에서 작동하며, LLM 추론을 위해 Amazon Bedrock과 연동됩니다.

Low-code/No-code 기반의 Agent Studio

3. 기술 격차 해소를 위한 Low-Code 전략

비영리 단체의 특성상 고도의 기술 인력을 충분히 보유하기 어렵습니다. 따라서 Mercy Corps는 코딩 전문 지식이 없어도 에이전트를 구축하고 배포할 수 있는 환경이 필수적이었습니다.

Cloudera Agent Studio: 드래그 앤 드롭(Drag-and-drop) 방식의 로우코드/노코드(Low-code/No-code) 도구를 활용하여, 기술팀의 지원을 최소화하면서도 현업 분석가들이 직접 에이전트를 활용할 수 있게 했습니다.
신속한 배포: 실제로 프로젝트 도중 담당자가 변경되는 상황에서도, 새로운 담당자가 며칠 만에 작업을 이어받아 MCP(Model Context Protocol) 서버를 구축하고 배포할 수 있을 정도로 높은 생산성을 보였습니다.

4. 현장의 제약 사항과 신뢰성 확보

이 솔루션은 인터넷 인프라가 열악한 콩고민주공화국(DRC)이나 수단(Sudan)과 같은 지역에서도 작동해야 합니다.

인프라 제약 극복: 대역폭이 낮은 환경과 비용 문제를 고려하여, 경량화된 모델과 효율적인 배포 방식을 지속적으로 고민하고 있습니다.
Human-in-the-Loop: 소셜 미디어상의 허위 정보(Disinformation) 리스크를 관리하기 위해, 에이전트는 정보를 수집하고 분류하는 역할에 집중하며 최종적인 맥락 파악과 의사결정은 반드시 인간 분석가가 수행하도록 워크플로우를 설계했습니다.

Cloudera Anywhere Cloud

Cloudera가 제시한 ‘Anywhere Cloud’는 퍼블릭 클라우드와 온프레미스 간의 경계를 허무는 하이브리드 데이터 플랫폼 전략입니다.

융합(Convergence)의 시대: 과거 빅데이터 시대의 장점인 통제(Control)와 클라우드 시대의 편의성(Convenience)을 결합하여, 인프라의 위치와 상관없이 일관된 데이터 경험을 제공하는 것을 목표로 합니다.
통합 거버넌스: AWS, Azure, Google Cloud 등 다양한 퍼블릭 클라우드뿐만 아니라 프라이빗 클라우드 환경까지 아우르는 단일 관리 콘솔(AWC Cloud Console)을 통해 데이터와 AI 서비스를 통합 관리합니다.
데이터 주권 해결: 이는 국가별로 데이터 주권(Sovereignty) 규제가 복잡하고 통신 환경이 열악한 지역에서 활동해야 하는 Mercy Corps와 같은 조직에게, 규제를 준수하면서도 유연하게 AI 서비스를 확장할 수 있는 핵심 기반이 됩니다.

결론

Mercy Corps의 사례는 AI 기술이 비즈니스 이익을 넘어 인류의 생존과 직결된 문제 해결에 어떻게 기여할 수 있는지를 보여줍니다. 특히 Agentic AI는 단순한 정보 요약을 넘어, 복잡한 데이터 사일로를 연결하고 분석가의 시간을 확보해 줌으로써 더 가치 있는 인도주의적 활동에 집중할 수 있게 합니다.

또한, Cloudera와 AWS가 제시한 ‘Anywhere Cloud’ 비전은 퍼블릭 클라우드, 프라이빗 클라우드, 그리고 에어갭(Air-gapped) 환경까지 아우르는 일관된 데이터 경험을 제공함으로써, 데이터 주권과 보안 규제가 까다로운 글로벌 NGO에게 최적의 인프라를 제시하고 있습니다. 앞으로 이 솔루션이 수단(Sudan)의 식량 안보 보고서 작성 등 실제 현장에 투입되어 어떤 변화를 만들어낼지 기대됩니다.

글 │메가존클라우드, Cloud Technology Unit (CTU) AWS Delivery SA 2 팀 서해민 SA

리인벤트 2025 테크 블로그의 더 많은 글이 보고 싶다면?

게시물 주소가 복사되었습니다.