AI
삼성전자 로봇 설비 데이터 인사이트 혁신, Part 2: Amazon Bedrock AgentCore와 MCP를 활용한 AI 챗봇
두줄요약
삼성전자는 Bedrock AgentCore와 MCP로 로봇 설비 데이터를 분석하는 AI 챗봇을 구축했습니다. 자연어 질의, SQL 생성, 차트 시각화를 통합해 분석 생산성을 높였습니다.
핵심 내용
- 삼성전자 로봇 설비 로그 분석을 위해 자연어 질의응답형 AI 챗봇 도입
- Amazon Bedrock AgentCore와 MCP로 Text-to-SQL, Athena 조회, 차트 생성 도구를 분리해 통합
- Cognito, ECS, Lambda, DynamoDB, S3를 활용해 인증, 실행, 시각화, 저장 구조 구성
- 프로토타이핑과 EBA 프로그램으로 빠른 구현과 배포, 데이터 분석 생산성 향상
구조와 흐름
- 사용자 자연어 입력 → AgentCore Agent가 적절한 도구 선택
- gen_query로 SQL 생성, exec_query로 Athena 실행, Chart Tool로 인터랙티브 차트 처리
- 대화 이력과 차트 데이터 저장으로 세션 컨텍스트와 재사용성 확보
선택 이유
- 복잡한 SQL 작성 부담 완화와 오류 원인 분석 속도 향상 필요
- 정적 이미지보다 인터랙티브 차트가 패턴과 상관관계 파악에 유리
- 범용 챗봇 클라이언트 연동과 향후 확장성을 위해 MCP 채택
적용해볼 점
- Text-to-SQL 프롬프트에 스키마, 최적화 규칙, 출력 형식까지 명시하는 방식
- 관리형 서비스와 서버리스 조합으로 운영 부담을 줄이는 접근
- 자연어 기반 분석 도구로 현장 엔지니어와 비전문가의 데이터 활용성 확대