AWS 컨퍼런스 Gen AI) Productivity
2025 AWS GenAI Demo Showcase에 다녀왔습니다!
안녕하세요 개발자 개발개발빔입니다!
며칠 전, AWS에서 주최한 GenAI Demo Showcase 2025에 다녀왔습니다. 주제는 바로 다양한 분야에 최적화된 생성형 AI의 활용 사례였는데요, 단순한 데모를 넘어서 실제 산업의 변화 흐름을 깊이 체감할 수 있었던 시간이었습니다.
이번 컨퍼런스는 생성형 AI가 산업 현장에서 어떻게 실질적인 혁신을 만들어내고 있는지를 3가지 키워드로 풀어냈는데요!
Productivity (생산성)
Contents (콘텐츠)
Experience (경험)
그중에서도 저는 특히 Productivity(생산성)분야의 생성형 AI 적용 사례에 큰 감명을 받았습니다.
단순한 자동화를 넘어서, 반복적이고 비정형적인 업무까지 AI가 돕는 시대가 정말로 오고 있다는 걸 실감할 수 있었던 경험이었는데요. 자세히 공유해 보도록 하겠습니다!
업무 자동화, 여기에 RAG와 Agent가 더해지면?
RAG (Retrieval-Augmentation Generation / 검색 증강 생성) 이란?
기존 LLM에서는 지식저장소가 없어 '할루시네이션'이 자주 발생했지만, RAG는 벡터DB 등 유효한 외부 지식저장소에서 정보를 검색하여 답변을 생성합니다. 이제는 실제 근거에 기반한 정답을 생성하는 방식으로 진화했다고 볼 수 있는데요.
Agents
에이전트는 하나의 질문을 여러 개의 작업으로 분해하고, 각 작업마다 적절한 도구나 API를 호출해 수행하는 시스템입니다. 단순 질의응답을 넘어서 일을 처리하는 AI에 가깝습니다.
Demo1: 법무법인 대륜의 AI Lawyer
Amazon Bedrock + RAG 구조를 기반으로, 사용자가 사건 개요를 입력하면 11만 건 규모의 판례 DB를 조회하고, 관련 사건을 요약·분석하여 고소장/항소장 등의 법률 문서 초안을 자동으로 생성합니다.
(참고)생성형 AI로 혁신하는 법률 서비스: Amazon Bedrock으로 구현한 법무법인대륜의 서면 작성 AI 시스템
법무법인 대륜을 통해 받은 인사이트
실제 서면 포맷(.docx) 출력
구조화된 문서 작성
유사 사건 요약 제공
단순한 챗봇을 넘어서 실제 변호사의 서브 비서 역할을 한다고 느껴졌습니다.
Demo2: 리뷰 분석 & 자동 보고서 생성 (with Quicksight)
수백 건의 게임 리뷰 데이터를 기반으로 긍정/부정 감성 분석 후, 자동으로 BI 리포트(PDF) 생성 + 웹 대시보드 시각화까지 자동화된 데모였습니다.
Amazon Quicksight 란?
AWS의 클라우드 기반 비즈니스 인텔리전스(BI) 서비스로, 데이터를 시각적으로 분석하고, 대시보드를 생성하며, 실시간 인사이트를 빠르게 제공해주는 도구입니다. 최근에는 Amazon Q 기능을 통해 자연어 기반 분석이 가능해졌습니다!
Amazon Quicksight의 특징
서버리스 환경
다양한 데이터 소스 연동
ML 기반 예측 분석
자동 인사이트 생성 및 PDF 내보내기
이 데모를 보며 가장 놀라웠던 건, Prompt 하나로 BI 리포트를 생성한다는 것이었습니다.
심지어 Amazon Quicksight와 연동되어 웹 대시보드도 자동 생성되더라고요!
현업 적용 아이디어도 떠올랐습니다.
- 고객 리뷰, 제품 후기, 피드백 수집 등 정성적 데이터를 분석할 때 → 마케터, 기획자, 운영 담당자들이 AI 도움 없이도 데이터 기반 보고서를 만들 수 있음
- 자동 보고서 기능과 함께 AI가 인사이트를 요약해주는 프레임은 특히 리소스가 부족한 스타트업이나 1인 팀에게 엄청난 시간 절약이 될 수 있겠다는 생각이 들었습니다.
Demo3: Agent 기반 고급 보고서 자동화 — Bedrock Manus
웹 검색까지 포함해 사용자 맞춤형 PDF 리포트를 생성하는 시스템입니다.
예를 들어 "최근 2년간 출시된 노트북 중 성능 좋은 모델 비교 리포트를 만들어줘"라고 하면, 에이전트들이 다음과 같은 역할을 나눠 수행합니다.
Planner Agent: 작업을 쪼개어 할 일 목록 작성
Researcher Agent: 웹 검색 도구(Tavily)를 활용해 정보 수집
Coder Agent: 분석 결과 시각화
Report Writer Agent: 리포트 완성
이처럼 LLM이 단순한 질의응답을 넘어, 여러 작업을 조율하며 일하는 방식은 "AI가 팀처럼 일하는 구조"를 실감하게 했습니다.
제조 현장을 바꾸는 AI – 생산 프로세스 혁신
Demo1: 화재 및 PPE 미착용 감지 시스템
산업 현장의 CCTV를 기반으로 화재 상황, 보호 장비 미착용 등을 자동 감지하고 "현장 담당자에게 알림 + 보고서 작성까지 자동화"된 시스템입니다.
기존 시스템의 문제점:
너무 많은 이벤트 알림
보고서 양식 미통일
영상 모니터링의 노동집약성
생성형 AI의 해결방식:
상황별 매뉴얼 확인 및 알림 → 담당자 지정 → 보고서 자동 생성
엣지 컴퓨팅 + 클라우드 기반 처리
Demo2: 도면 해석 자동화 (P&ID 포함)
복잡한 건축/설비 도면에서 필요한 정보를 추출하고, 자연어 질문에 답하며 보고서까지 자동화하는 기능을 갖춘 AI 도면 비서 역할의 시스템이었습니다.
기대효과:
대규모 설계 변경 추적
도면 챗봇 가능성
보고서 자동화
도면을 보고 “어떤 창호가 설치되어 있는지?”, “설비 변경은 어디에 있었는지?” 같은 질문에 자연어로 응답해주는 시스템도 인상 깊었습니다. 이건 건설/제조 쪽 실무자 분들에게 정말 혁신적인 도구가 될 수 있겠다는 확신이 들었어요.
Demo3: 자연어 기반 제조 데이터 분석 — GenBI
"터빈 3의 토크가 왜 이렇게 변동이 클까?" 라는 질문에 대해, AI가
RPM, 풍속, 풍향, 강수량 등의 변수를 기반으로
상관관계 분석 + 시각화 + 인사이트 요약까지 수행합니다.
Amazon Q in Quicksight 를 사용한 방식
AI 기반 대시보드 구축 경험
대시보드 구축에 필요한 시간 감소 (계산된 필드 생성 / 시각화 생성 및 수정)
데이터 요약 및 질의를 통한 인사이트
비즈니스 유저 및 사용자에게 데이터에 대한 인사이트를 손쉽게 획득할 수 있도록 도움 (데이터 전반의 관계를 자동으로 이해하고 답변)
AI가 지원하는 데이터 스토리텔링
데이터 스토리 및 프레젠테이션을 생성하여 데이터에 대해 서술 (보고서 생성 및 인사이트 도출)
시나리오 기능을 통한 데이터 심층/다면 분석
동료와 함께 일하는 것 처럼 Quicksight와 피드백, 제안하는 분석 방향을 주고 받으며 데이터 탐색
Quicksight + Amazon Q 기반으로 대시보드 생성해주고, 보고서 요약, 시나리오 기반 탐색까지 해주는 모습이 인상 깊었어요.
생성형 AI는 이미 산업을 바꾸고 있습니다.
이번 컨퍼런스를 통해 가장 크게 느낀 점은, 생성형 AI는 단순한 도구가 아니라, ‘업무 방식 자체’를 바꾸고 있다는 것인데요! 각 산업에 최적화된 모델과 적용 사례가 점점 더 고도화되면서, AI는 단순한 자동화가 아니라 생산성을 높이는 진짜 파트너가 되어가는 것을 느꼈습니다.
저 역시 이 경험을 바탕으로
내 업무에 어떤 에이전트 구조를 도입할 수 있을까?
도메인 특화된 AI를 어떻게 빠르게 시도해볼 수 있을까?
고민하며, 실제 업무에 AI를 더 가까이 데려와 보려 합니다!
