AI 브리핑
기업과 기술의 중요한 변화를 계속 쌓아드려요
기술·시장 테마
RAG
2026.09.11 업데이트 · 사건 32건
지금의 흐름
AWS, Bedrock Knowledge Bases에 TwelveLabs Marengo 3.0 멀티모달 임베딩 정식 출시 등 최근 공개 사건을 중심으로 관련 변화가 이어지고 있어요.
핵심 변화
- 1AWS가 Amazon Bedrock Knowledge Bases에서 TwelveLabs의 Marengo Embed 3.0을 임베딩 모델로 정식 출시했다. 비디오·이미지·오디오·텍스트를 512차원 벡터로 통합 인코딩하며, S3 업로드 시 프레임 추출·전사·임베딩 생성이 자동 처리되어 자연
- 2기존에 복잡한 파이프라인(전사, 프레임 추출, 임베딩, 벡터DB, 동기화)을 구축해야 했던 영상 시맨틱 검색을 완전관리형 RAG 서비스로 제공해 미디어·보안·리테일 등 산업의 영상 검색 활용 장벽을 낮춘다.
- 3AWS, Bedrock Knowledge Bases에 TwelveLabs Marengo 3.0 멀티모달 임베딩 정식 출시
변화 타임라인
AWS, Bedrock Knowledge Bases에 TwelveLabs Marengo 3.0 멀티모달 임베딩 정식 출시
AWS가 Amazon Bedrock Knowledge Bases에서 TwelveLabs의 Marengo Embed 3.0을 임베딩 모델로 정식 출시했다. 비디오·이미지·오디오·텍스트를 512차원 벡터로 통합 인코딩하며, S3 업로드 시 프레임 추출·전사·임베딩 생성이 자동 처리되어 자연어로 영상 속 특정 장면을 검색할 수 있다.
왜 중요한가요? 기존에 복잡한 파이프라인(전사, 프레임 추출, 임베딩, 벡터DB, 동기화)을 구축해야 했던 영상 시맨틱 검색을 완전관리형 RAG 서비스로 제공해 미디어·보안·리테일 등 산업의 영상 검색 활용 장벽을 낮춘다.
AvioBook, Amazon Bedrock AgentCore로 항공 지연 분석 에이전트 구축
AvioBook이 AvioBook Connect의 항공기 지상 체류(turnaround) 운항 데이터를 근거로 자연어 질의에 답하는 'Connected Analytics'를 Amazon Bedrock AgentCore 기반 멀티 에이전트로 구축했다. 항공사 매니저용과 운항통제센터(OCC) 디스패처용 에이전트를 별도로 운영해 관련 항공편 이벤트를 조회하고 실제 플라이트룸 로그와 대조해 근거를 제시하는 답변을 제공한다.
왜 중요한가요? 항공사가 지연 원인을 수동으로 로그를 뒤지지 않고 자연어로 근거 기반 답변을 얻을 수 있게 되어 운항 효율성과 비용 절감(체류시간 단축 시 상당한 비용 절감 효과)에 실질적 영향을 준다.
Redis LangCache 시맨틱 캐싱 서비스 퍼블릭 프리뷰 출시
Redis가 벡터 검색 기반으로 LLM 프롬프트를 의미 단위로 매칭해 이전 응답을 재사용하는 관리형 시맨틱 캐시 LangCache를 Redis Cloud에서 퍼블릭 프리뷰로 공개했다. REST API로 검색-저장 2단계 구조를 제공하며 LLM 비용 최대 90% 절감, 캐시 히트 시 응답속도 최대 15배 향상을 보고했다.
왜 중요한가요? RAG 및 LLM 파이프라인에서 벡터DB 기반 시맨틱 캐싱이 실제 비용·지연 절감을 가능하게 하는 상용 서비스로 출시되어, 프로덕션 검색·생성 시스템의 운영 효율에 직접적인 영향을 준다.
Hugging Face Transformers v5.17.0 출시, HYV4·VibeVoice·NeoMME-Retriever 등 신규 모델 대거 추가
transformers 라이브러리 v5.17.0이 공개되어 780B 파라미터 MoE 언어모델 HYV4, 장문 다중화자 음성합성 VibeVoice, 문서 검색용 멀티모달 인코더 NeoMME/NeoMME-Retriever, 경량 ASR 모델 Fun-ASR-Nano 등 다수 신규 모델이 추가됐다. Vision 2D/3D 로터리 임베딩이 통합 RoPE 모듈로 표준화되고, 생성 단계 동기화 오버헤드 감소·원격 허브 파일 무조건 다운로드 방지·캐시 버그 수정 등의 개선이 포함됐다.
왜 중요한가요? 오픈소스 AI 생태계의 핵심 라이브러리에 대형 MoE 모델과 시각 문서 검색용 임베딩 모델이 공식 통합되면서, 개발자들이 최신 아키텍처와 RAG용 검색 모델을 즉시 활용할 수 있게 됐다.
HPE Zerto, Amazon Bedrock 기반 에이전트형 트러블슈팅 시스템 구축
HPE Zerto가 Amazon Bedrock, Strands Agents, MCP 서버를 통한 ZVM API 연동, Bedrock Knowledge Bases 기반 RAG, Bedrock Guardrails를 결합한 에이전트형 트러블슈팅 시스템을 온프레미스 환경에 배포해 자연어로 시스템 상태 진단과 복구 조치를 지원하도록 했다.
왜 중요한가요? 운영자가 여러 대시보드와 문서를 오가지 않고 자연어로 장애를 진단·복구할 수 있어 재해복구 업무의 실질적 자동화 사례를 제시한다.
Reducto, 단일 패스 문서 파싱 모델 'r-1' 출시
Reducto가 OCR·레이아웃·표·그라운딩을 단일 풀페이지 패스로 처리하는 문서 파싱 모델 r-1을 V3 Parse API 프리뷰로 출시했다. 자체 레거시 에이전틱 파이프라인 대비 오류율 20% 감소, 페이지당 비용 1센트로 낮췄다.
왜 중요한가요? 다단계 OCR·후처리 파이프라인을 하나의 모델 패스로 통합해 문서 기반 RAG 시스템의 파싱 비용과 지연을 크게 줄일 수 있다.
삼성SDS 패브릭스, 범정부 AI 공통기반 통해 공공 AX 확산…47개 기관 신청
삼성SDS가 리얼 서밋 2026에서 범정부 AI 공통기반 플랫폼 '패브릭스'와 공공 AI 전환 사례를 발표했다. 국무총리비서실 'AI 민원 서포터'는 민원 분류 시간을 20~30분에서 15초~1분으로 단축했고, 법제처 'AI 법령 비서', 한국철도공사 기상특보 에이전트 PoC(30분→3분) 등이 에이전트 빌더·RAG·MCP 기반으로 구축됐다. 현재 47개 기관이 공통기반 이용을 신청했다.
왜 중요한가요? 공무원이 직접 AI 에이전트를 만들어 행정 업무 프로세스 자체를 재설계하는 공공부문 AX 사례로, 정부 차원의 AI 공통 인프라 확산과 실질적 업무 효율화 효과를 보여준다.
KT, 전사 데이터 활용 체계 '에이전틱 데이터 플로우' 구축
KT가 K 피처 맵, K 메타, KT 온톨로지, K 이밸류에이션 4가지 요소로 구성된 전사 데이터 활용 체계 '에이전틱 데이터 플로우'를 구축해 AI 에이전트가 기업 내부 데이터를 스스로 이해하고 업무에 즉시 활용할 수 있도록 했다.
왜 중요한가요? 단순 AI 에이전트 도입을 넘어 기업 고유의 업무 맥락과 지식을 온톨로지·메타데이터 기반으로 구조화해 실행까지 연결하는 엔터프라이즈 AI 인프라 사례다.
엔타이어, 코드·세션 통합 '에이전틱 검색' 기능 출시
엔타이어가 코드 검색과 시맨틱 검색을 결합한 이중 엔진 구조의 '에이전틱 검색'을 출시해, 커밋뿐 아니라 개발 세션 대화 기록까지 하나의 API로 검색할 수 있게 했다. 벤치마크에서 정확도가 개선되고 토큰 사용량과 작업 단계가 절반 이하로 줄었다.
왜 중요한가요? 코드 변경의 배경과 개발자 판단 근거까지 검색·근거화할 수 있어 AI 코딩 에이전트의 문서 기반 지식 활용 능력과 개발 효율을 크게 높인다.
AWS, Bedrock AgentCore로 코드 기반 아키텍처 다이어그램 자동 생성·문서화 파이프라인 구축 사례 공개
AWS는 Bedrock AgentCore, Strands 에이전트, Bedrock Knowledge Bases, CodePipeline을 결합해 .NET 코드베이스를 분석하고 아키텍처 다이어그램을 자동 생성·검증·게시하며 자연어 검색이 가능하도록 임베딩하는 CI/CD 연동 파이프라인 사례를 공개했다. 이 시스템은 글로벌 interdealer broker 기업의 전자거래 플랫폼에서 2026년 1분기부터 실제 운영 중이다.
왜 중요한가요? 코드 커밋 시 아키텍처 문서를 자동 최신화하고 지식베이스에 임베딩해 검색 가능하게 함으로써, 문서화 지연·지식 실로·컴플라이언스 리스크 문제를 해결하는 실질적 AI 에이전트+RAG 결합 사례를 보여준다.
LangChain, langchain.mcp 어댑터 1.4.0a3 릴리스
langchain 1.4.0 알파 라인의 세 번째 릴리스로 langchain.mcp 네임스페이스가 이어서 업데이트됐다. MCPAdapter가 URL·로컬 스크립트·클라이언트 그룹 등 다양한 MCP 서버를 어댑팅하며, 캐싱 모드(use/refresh/bypass), 도구 메타데이터를 mcp 네임스페이스로 그룹화, elicitation=interrupt로 서버의 중간 질문을 LangGraph 인터럽트로 노출하는 기능이 추가됐다.
왜 중요한가요? MCP 서버를 LangChain 에이전트 도구로 표준화된 방식으로 통합하는 인프라가 계속 발전하면서 개발자가 다양한 MCP 서버를 더 쉽게 조합해 에이전트를 구축할 수 있게 된다.
OpenAI, 챗GPT 포 헬스케어에 에픽 EHR 연동 기능 출시
오픈AI가 의료기관용 챗GPT 서비스에 에픽 전자의무기록(EHR) 시스템을 연동해 의료진이 환자의 진료기록, 검사결과, 복용약물 등을 질문하면 요약 정보와 근거 차트를 함께 제공하도록 했다. EHR 화면 직접 통합 옵션도 지원하며, 9개 공식 의료정보 출처를 연결한 '헬스케어 퍼블릭 데이터' 플러그인도 함께 공개했다.
왜 중요한가요? 환자 기록을 근거로 답변을 생성·인용하는 RAG형 의료 AI 적용으로, 의료진의 정보 검토 시간을 줄이고 진료 효율을 높일 수 있는 실질적 제품 변화다.
AWS Agent Registry 정식 출시(GA)
AWS가 프리뷰 상태였던 AWS Agent Registry를 정식 출시(GA)했다. Governance Plane과 Discovery Plane 두 계층 구조로 에이전트·도구·스킬을 등록·검색·거버넌스할 수 있으며 Sony, Mitsubishi Electric, Southwest 등이 도입했다.
왜 중요한가요? 엔터프라이즈 규모에서 에이전트/도구 재사용과 보안·컴플라이언스 감사 추적이 가능해져 조직 전체의 에이전틱 AI 확산과 신뢰 확보에 기여한다.
몽고DB, 아틀라스 관리형 MCP 서버 정식 출시 및 임베딩·리랭킹 API 공개
몽고DB가 '몽고DB닷로컬 서울'에서 아틀라스 관리형 MCP 서버를 정식 출시해 별도 서버 구축 없이 챗GPT·클로드 등 AI 도구가 자연어로 DB 조회·관리(스키마 파악, 인덱스 관리, 클러스터 설정 등)를 수행할 수 있게 했다. OAuth 기반 사용자 위임 인증과 작업 로그 추적 기능도 함께 제공한다. 또한 아틀라스 임베딩·리랭킹 API를 신규 공개해 외부 모델 연결 없이 아틀라스 내에서 벡터 임베딩(보이지 4, 보이지 멀티모달 3.5)과 검색 결과 재정렬(리랭크 2.5)을 수행할 수 있게 했다.
왜 중요한가요? DB, 벡터 검색 계층, 임베딩 모델을 하나의 플랫폼으로 통합함으로써 개발자가 별도 인프라 없이 AI 에이전트 기반 RAG 애플리케이션을 구축할 수 있게 되며, 보안·감사 기능으로 엔터프라이즈 도입 장벽을 낮춘다.
코히어, 23억 파라미터 문서 AI 모델 '파스 5' 공개
코히어가 PDF·슬라이드·이미지 등 문서를 텍스트로 변환하는 23억 파라미터 비전언어모델 '파스 5'를 공개했다. OCR과 내용 이해를 통합 처리해 표·이미지·위치 정보를 함께 파악하며 9개 언어를 지원한다. API 가격은 1000페이지당 1.5달러이며, GPU 한 장당 초당 4.5페이지, H100 8장 서버 기준 초당 약 36페이지를 처리한다.
왜 중요한가요? 벤치마크 최상위는 아니지만 가격 대비 성능과 처리 속도를 앞세워 대규모 문서 처리·RAG 파이프라인의 비용을 크게 줄일 수 있는 실용적 대안을 제시한다.
Cohere, 문서 파싱 전용 비전언어모델 'Parse'(parse-v5.0) 출시
Cohere가 23억 파라미터 비전언어모델 Parse를 공개했다. PDF·PPT·JPEG 페이지를 별도 OCR 없이 마크다운, HTML 테이블, 바운딩박스, 이미지 설명 등으로 변환하며 API 가격은 1,000페이지당 1.50달러, Model Vault 전용 인스턴스로도 제공된다.
왜 중요한가요? RAG 파이프라인의 문서 수집·구조화 단계를 자동화해 기업의 문서 기반 검색·근거화 비용과 시간을 줄일 수 있다.
AWS, Amazon Bedrock AgentCore Evaluations로 OpenTelemetry 기반 에이전트 프레임워크 평가 기능 공개
AWS가 LangGraph, LlamaIndex, OpenAI Agents SDK, Strands Agents 등 다양한 에이전트 프레임워크를 OpenTelemetry 표준 스팬(invoke agent, inference, execute tool)만으로 평가할 수 있는 Amazon Bedrock AgentCore Evaluations를 소개했다. 설치된 계측 라이브러리의 scope.name을 기반으로 자동으로 파싱 방식을 적용해 GoalSuccessRate, Correctness, Helpfulness 등 지표로 채점한다.
왜 중요한가요? 프레임워크마다 다른 SDK와 트레이싱 방식 때문에 깨지던 에이전트 평가 파이프라인을 OpenTelemetry라는 공통 언어로 통합해, 어떤 프레임워크를 쓰든 동일한 평가 인프라를 사용할 수 있게 한다.
AWS DynamoDB, 벡터 검색 인덱스 파티션 키·비동기 인덱싱·온디맨드 제약 문서화
DynamoDB 개발자 가이드에 벡터 인덱스 파티션 키와 인라인 필터 속성의 동작 방식이 상세화됐고, 리전 간 복제 시 벡터 인덱싱이 항상 비동기로 처리되어 쓰기와 검색 가능 시점 사이 지연이 발생할 수 있다는 점, 벡터 인덱스는 온디맨드 용량 모드에서만 지원된다는 제약, 검색 결과 캐싱을 위해 ElastiCache 같은 외부 캐시를 사용할 수 있다는 안내가 추가됐다.
왜 중요한가요? DynamoDB 네이티브 벡터 검색을 활용하는 RAG 시스템 구축자는 인덱스 파티셔닝 전략, 강한 일관성 한계, 용량 모드 제약을 고려해 아키텍처를 설계해야 한다.
Amazon Quick, Microsoft 365용 에이전틱 AI 확장 프로그램 출시
Amazon Quick의 AI 어시스턴트가 Word, Excel, PowerPoint, Outlook용 확장 프로그램으로 정식 출시되어 클라이언트 설치 없이 클라우드에서 실행되며, QuickSight, Salesforce, Jira, Slack, SharePoint 등 데이터 소스와 연동해 문서 내 텍스트 검색·교체, 콘텐츠 재구성 등 에이전트 작업을 수행한다. Plus/Professional/Enterprise 플랜 고객은 추가 라이선스 없이 이용 가능하며, 7개 AWS 리전에서 데이터 상주 정책을 유지한다.
왜 중요한가요? 업무 도구 내에서 여러 기업 데이터 소스를 연결해 에이전트가 직접 문서를 편집·근거화하는 방식으로 생산성 워크플로우를 바꿀 수 있다.
AWS, AI 에이전트 행동 흐름 통제하는 오픈소스 정책 언어 '도그우드' 공개
AWS가 아마존 베드록 에이전트코어에 적용되는 오픈소스 정책 언어 '도그우드'를 공개했다. 시더(Cedar)를 확장해 도구 사용 순서·빈도·누적 사용량 등 시간 기반 정책을 지원하며, 에이전트코어 게이트웨이에는 사용자별 속도 제한 기능도 추가됐다. 기존 에이전트 재설계 없이 즉시 적용 가능하다.
왜 중요한가요? 에이전틱 AI의 연쇄 행동에서 발생하는 보안·리스크 문제를 세밀하게 통제할 수 있어 기업의 AI 에이전트 운영 안전성을 높인다.
네이버클라우드, 네이버웍스에 AI 검색·문서관리·에이전틱 AI 3종 신기능 공개…공공기관 확산
네이버클라우드가 네이버웍스에 AI 검색(AI탭 연동), 문서·지식관리 서비스 '페이지', 에이전틱 AI 구축 솔루션 '이지(EASY)' 등 3종 신기능을 공개했다. 한국은행과의 AI 어시스턴트 구축 사례를 소개했으며, 네이버웍스는 행안부·과기정통부·식약처의 공식 협업 플랫폼으로 채택돼 전국 공무원 70만명 이상으로 확산될 예정이다.
왜 중요한가요? 공공기관 업무 전반에 AI 검색·지식관리·에이전트 구축이 결합된 AX가 대규모로 확산되는 사례로, 행정 업무 자동화의 실질적 변화를 보여준다.
mem0 TypeScript SDK v3.1.6, Oracle AI Vector Search 벡터 스토어 지원 추가
mem0ai/mem0 TS SDK v3.1.6에서 Oracle AI Vector Search 벡터 스토어를 신규 지원(풀링 연결, HNSW/IVF 인덱스, JSON 페이로드 필터링, 6종 거리 메트릭)하고, 세션 스코프 키 특수문자 처리 버그와 Oracle 초기화 실패 시 커넥션 풀 정리 버그를 수정했다. insert 배치 유효성 검증을 추가하고 Oracle 벡터 스토어의 insert/list/search 성능을 개선했으며, 8개 high·18개 medium 심각도 의존성 취약점을 패치했다.
왜 중요한가요? RAG용 벡터 스토어 선택지가 확대되고 성능·보안이 개선되어 mem0 기반 메모리/검색 시스템의 안정성과 확장성이 높아진다.
Amazon DynamoDB, 네이티브 벡터 검색 정식 출시
Amazon DynamoDB가 별도 벡터DB 없이 운영 데이터와 함께 벡터 임베딩을 저장하고 직접 유사성 검색을 실행할 수 있는 벡터 검색 기능을 정식 출시했다. 새로운 벡터 인덱스 유형과 SearchVectors API를 제공하며, 최대 4,096차원, 유클리드·코사인·스칼라곱 거리 함수, 인라인 필터링을 지원하고 모든 상용 AWS 리전에서 이용 가능하다.
왜 중요한가요? 운영 데이터베이스에 벡터 검색이 네이티브로 통합되어 별도 벡터DB 동기화 파이프라인 없이 시맨틱 검색, RAG, 추천 엔진 구축이 가능해져 개발 및 운영 비용을 크게 줄일 수 있다.
vLLM v0.27.0 출시, Kimi K3·Qwen3.5 지원 및 PyTorch 2.13 업그레이드
vLLM v0.27.0이 561개 커밋과 242명 기여자 참여로 출시되어 Kimi K3, Qwen3.5, VaultGemma 등 신규 모델 지원과 PyTorch 2.13/Triton 3.7.1 업그레이드, FlashAttention 4 SM100 최적화, DeepSeek-V4 성능 개선, Model Runner V2 확장, Rust 프론트엔드 gRPC 제어 플레인 추가 등이 반영됐습니다.
왜 중요한가요? 주요 오픈소스 추론 서빙 엔진의 대규모 업데이트로 신규 모델 지원과 하드웨어 성능 최적화가 결합되어 실제 프로덕션 배포 성능과 비용에 직접적 영향을 미칩니다.
AWS, AgentCore 에이전트가 로컬 MCP 서버에 접근하는 MCP 브리지 아키텍처 공개
AWS가 클라우드에서 실행되는 Amazon Bedrock AgentCore 기반 AI 에이전트가 브라우저 확장, WebSocket, 네이티브 메시징을 통해 사용자 로컬 머신의 MCP 서버(엑셀 파일 등)에 접근할 수 있는 MCP 브리지 아키텍처를 소개하고 소스 코드를 GitHub에 공개했다.
왜 중요한가요? 원격 MCP 클라이언트와 로컬 MCP 서버 간 연결이라는 기존 MCP의 공백을 해결해, 클라우드 에이전트가 로컬 파일·도구에 안전하게 접근할 수 있는 실전 패턴을 제공한다.
Anthropic, Claude Opus 4.1 모델 상태를 'deprecated'에서 'retired'로 변경
Anthropic의 Tool Use 문서에서 Claude Opus 4.1의 상태가 deprecated에서 retired(Bedrock, Google Cloud 제외)로 갱신되었으며, 각 Claude 모델별 툴 사용 시스템 프롬프트 토큰 수 표도 함께 업데이트되었다.
왜 중요한가요? Claude Opus 4.1을 사용하는 API/SDK 및 에이전트·RAG 호출부는 Bedrock·Google Cloud 외 환경에서 더 이상 해당 모델을 사용할 수 없어 마이그레이션이 필요하다.
Qdrant v1.19.0 출시, TurboQuant 4비트 및 메모리 계층 통합 설정 추가
Qdrant가 v1.19.0을 릴리스했다. TurboQuant 4비트 벡터 저장 데이터타입, 컬렉션별 메모리 계층(cold/cached/pinned) 통합 설정, 키워드 prefix 매칭 필터, 쿼리별 IDF 계산, 슬라이스 필터링, 전역 쿼터 API, 결정적 읽기 라우팅 토큰 등이 추가되었고 다수의 성능 개선 및 버그 수정이 포함됐다.
왜 중요한가요? 벡터DB의 저장 효율과 검색 기능이 개선되면서 RAG 시스템의 비용과 정확도, 운영 유연성에 직접적인 영향을 준다.
AWS, Amazon Bedrock에 Web Search 그라운딩 기능 정식 출시
AWS가 Amazon Bedrock에 Web Search를 정식 출시했다. 서드파티 검색 제공자 통합 없이 단일 API 파라미터로 활성화되며, Amazon이 운영하는 웹 인덱스와 지식 그래프를 활용해 의미론적 스니펫 추출과 엔터티 기반 사실 답변을 제공하고 기본적으로 데이터 유출 없는 엔터프라이즈급 보안을 지원한다.
왜 중요한가요? 모델의 학습 데이터 한계를 넘어 최신 웹 정보로 응답을 근거화하여 환각을 줄이고, 별도 벤더 온보딩 없이 기업들이 그라운딩 기능을 도입할 수 있게 한다.
초록소프트, 중소기업용 AI 전환 솔루션 3종 출시
초록소프트가 중소기업 대상 AX 솔루션 3종(시각 정보 분석 '카비렌즈', 지식 자산화 '코브레인', 데이터 기반 의사결정 '데시내비')을 출시해 데이터 수집·해석부터 지식 연결, 의사결정까지 AX 전 과정을 통합 지원한다.
왜 중요한가요? 예산과 인력이 부족한 중소 제조·건설·서비스 기업이 맞춤형 AI 전환을 도입할 수 있는 구체적 솔루션 사례로, 산업별 AX 확산에 기여한다.
라이너, 투자 리서치 AI 에이전트 '라이너 파이낸스' 출시
라이너가 기업 공시, 뉴스, 시장 데이터를 수집·구조화해 출처 표기와 함께 리포팅하는 투자 리서치 AI 에이전트 '라이너 파이낸스'를 출시했다. 미국·한국 주식 및 ETF를 커버하며 20분 간격 업데이트 방식을 채택했다.
왜 중요한가요? AI 에이전트가 금융 정보를 수집·근거화해 제공하는 실제 서비스로, RAG 기반 출처 표기를 통해 할루시네이션을 줄이는 상용 사례를 보여준다.
AWS, Amazon Bedrock Knowledge Base에 Agentic Retrieval 기능 출시
Amazon Bedrock Managed Knowledge Base에 Agentic Retrieval 기능이 추가되어, 모델이 복합·비교·탐색적 질문을 여러 하위 질의로 분해하고 반복적으로 검색·평가한 뒤 응답을 생성할 수 있게 됐다. 새로운 AgenticRetrieveStream API로 계획·검색·평가 단계를 추적할 수 있으며 maxAgentIteration 등 설정으로 튜닝 가능하다.
왜 중요한가요? 기존 단일 검색(top-k) 방식이 처리하지 못했던 다중 의도·비교형 질문에 대해 자동으로 반복 검색·충분성 판단을 수행함으로써 RAG 시스템의 검색 정확도와 답변 품질을 높인다.
Jefferies, AWS 기반 에이전틱 AI 트레이딩 어시스턴트 구축
투자은행 Jefferies가 Amazon Bedrock, Claude, 지식베이스 RAG, MCP 프로토콜을 결합해 주식 트레이딩 데스크용 자연어 기반 AI 트레이드 어시스턴트를 구축·배치했으며, 트레이더가 코딩 없이 자연어 질의로 SQL을 자동 생성·실행해 실시간 데이터 인사이트를 얻을 수 있게 됐다.
왜 중요한가요? 금융 업무 현장에서 에이전틱 AI와 RAG, MCP를 결합해 실제 트레이딩 운영 프로세스를 자동화한 구체적 산업 AX 사례로, 엔터프라이즈 AI 도입의 실질적 변화를 보여준다.