MRH Trowe가 금융 서비스에서 보안 셀프 서비스 AI 에이전트를 구현한 방법

기본적인 AI 채팅은 보안이 보장된 셀프 서비스 AI 에이전트가 필요한 금융 서비스 조직에 충분하지 않습니다. 금융 서비스에서 직원은 내부 시스템 및 민감한 고객 데이터와 연동되고, 거버넌스 환경 내에 머물며, 감사 가능하고 비용 투명성이 유지되는 AI가 필요합니다. 이 모든 과정은 모든 팀이 자체적인 도구를 구축하지 않고도 이루어져야 합니다.

이 게시물은 독일의 선도적인 상업 및 산업 보험 중개업체 중 하나인 MRH Trowe가 약 400명의 직원에게 셀프 서비스 AI 에이전트에 대한 보안 액세스를 제공한 방법을 보여줍니다. 이 출시는 프로덕션 첫 달 만에 이 규모에 도달했습니다. 이 프레임워크는 Strands Agents, Amazon Bedrock AgentCore 및 LibreChat을 결합하여 독일 금융 부문에서 요구되는 보안, 데이터 레지던시 및 컴플라이언스 제어 기능을 제공합니다. 초기 생산 비용은 첫 달에 사용자당 약 $14였으며, 적정 규모 산정(right-sizing) 및 예약된 확장을 통해 인프라 비용을 약 40% 절감할 수 있는 명확한 경로를 확보했습니다.

MRH Trowe 소개

MRH Trowe는 주로 독일, 스위스, 오스트리아에서 운영되는 소유자 경영 방식의 상업 및 산업 보험 중개업체입니다. 유기적 확장과 인수를 통해 성장한 MRH Trowe는 독점적인 클라우드 기반 IT 인프라를 운영하는 최초의 독일 보험 중개업체 중 하나였습니다. AWS는 이 전략의 선호 파트너이며, AI의 활용은 특히 내부 프로세스를 간소화하고 효율성을 높이기 위한 전략적 기업 목표입니다.

과제: 통제력을 잃지 않는 셀프 서비스 AI

규제가 엄격한 산업의 상업 보험 중개업체로서, MRH Trowe는 일상 업무에서 생성형 AI를 사용하려는 전사적인 직원들의 수요가 증가하는 것을 목격했습니다. 개별 팀이 스스로 AI를 실험하기 시작하면서 파편화되고 관리되지 않는 도구가 생겨나고 민감한 고객 및 보험 데이터가 노출될 위험이 발생했습니다.

MRH Trowe는 직원이 직접, 신속하게, 깊은 기술적 지식 없이도 AI 에이전트를 구축하고 사용할 수 있는 방법이 필요했습니다. 동시에 모든 것이 금융 부문의 데이터 보호 및 컴플라이언스 요구 사항을 충족하는 안전하고 중앙 집중식으로 관리되는 환경 내에 유지되어야 했습니다. 핵심적인 긴장 관계는 명확했습니다. 즉, 조직이 요구하는 보안, 제어 및 비용 투명성과 AI에 대한 광범위한 셀프 서비스 액세스 간의 균형을 맞추는 것이었습니다. MRH Trowe의 비전은 “모든 질문은 인간이 개입하기 전에 AI가 먼저 답변해야 하며, 반복적인 프로세스는 과거에 그 일을 했던 사람들에 의해 자동화되어야 한다”는 것입니다.