VMS Solutions (브이엠에스 솔루션스)는 반도체와 디스플레이 제조 공정의 생산 계획을 최적화하는 AI 솔루션 기업으로, 2024년 가트너 아시아태평양 Supply Chain Planning 분야 Notable Vendor로 선정되었습니다. 25년 이상 글로벌 제조업체의 공급망 최적화를 지원해온 VMS Solutions는 이제 자사 내부에도 AI 혁신을 적용하고 있습니다. 그 결과물이 바로 인프라 운영과 개발 관련 질의를 자동화하는 AI 에이전트 기반 챗봇 솔루션 ‘AIto’입니다. […] ||
VMS Solutions (브이엠에스 솔루션스)는 반도체와 디스플레이 제조 공정의 생산 계획을 최적화하는 AI 솔루션 기업으로, 2024년 가트너 아시아태평양 Supply Chain Planning 분야 Notable Vendor로 선정되었습니다. 25년 이상 글로벌 제조업체의 공급망 최적화를 지원해온 VMS Solutions는 이제 자사 내부에도 AI 혁신을 적용하고 있습니다. 그 결과물이 바로 인프라 운영과 개발 관련 질의를 자동화하는 AI 에이전트 기반 챗봇 솔루션 ‘AIto’입니다.
이 블로그에서는 Strands SDK와 Amazon Bedrock을 활용하여 AIto를 구현한 배경과 상세한 구현 과정을 공유합니다.
사내 AI Agent ‘AIto’를 개발하게 된 이유
VMS Solutions의 IT 팀들은 AWS 인프라, 온프레미스 고객사 정보 시스템, 사내 메타데이터 표준 툴 등 여러 관리 도구를 운영하고 있습니다. 각 시스템마다 사용법과 접근 방식이 다르다 보니 새로운 팀원의 온보딩에 상당한 시간이 소요되었고, IT 팀 규모가 커지면서 공지나 매뉴얼을 공유해도 모든 인원이 숙지하기 어려운 상황이 발생했습니다.
매일 쌓이는 방대한 로그와 지표 속에서 필요한 정보를 빠르게 찾기 어려워지면서, IT팀 메신저 채널에서는 다음과 같은 질문이 반복되곤 했습니다:
“현재 ECS 서비스가 정상 동작 중인가요?”
“이번에 새로 추가할 DB 테이블의 구조가 내부 메타데이터 표준을 준수하나요?”
“온프레미스 고객사의 운영 매뉴얼이나 담당 정보는 어디서 확인할 수 있나요?”
이러한 문제를 해결하고자 AI 에이전트 기반 챗봇 ‘AIto’ 개발을 결정했고, 다음과 같은 효과를 기대했습니다:
즉각적인 정보 접근: 담당자 문의 없이 실시간으로 시스템 상태 확인
일관된 정보 제공: 표준화된 답변으로 커뮤니케이션 오류 최소화
IT 팀 리소스 절감: 반복적인 질의응답에서 벗어나 핵심 업무에 집중
AIto란?
AIto는 “AI to you”를 줄인 이름으로, “누구나 빠르게, 정확하게, 일관된 방식으로 정보를 확인할 수 있도록 한다”를 목표로 설계된 내부 챗봇입니다.
사용자가 Slack에서 자연어로 질문하면, AIto가 의도를 분석해 적합한 에이전트를 호출하고, 현재 환경 요약과 근거 링크를 포함한 표준화된 답변을 제공합니다. 복잡한 콘솔이나 툴 사용법을 모르더라도 VMS Solutions의 개발자와 운영자라면 누구나 AIto를 통해 필요한 정보를 즉시 확인할 수 있습니다.
Figure 1. AIto 요청 수행 및 결과 예시
AIto 개발 여정
Alto는 2025년 9월 진행된 프로토타이핑 자산을 활용하여 대규모 고객을 위한 생성형 AI 솔루션 도입을 가속화하는 AWS의 고객지원 프로그램인 AWS GenAI Lab을 통해 시작되었습니다. 이 프로그램에서 검증된 RAG 기반의 GenAI Chatbot 아키텍처를 AWS CDK형태로 제공 받을 수 있었고, 이는 Alto가 필요한 성능과 기능을 빠르게 검증하고 발전시켜나가는데 밑바탕이 되었습니다.
1단계: RAG 기반 프로토타입
처음에는 사내에서 수집한 다양한 운영/개발 요구사항을 문서로 정리하고, 해당 문서를 Bedrock Knowledge Bases에 올려 RAG (검색 증강 생성) 기반 챗봇을 제작했습니다. 이 초기 구조는 빠르게 구현할 수 있다는 장점이 있었지만, 실제 실무 단계에서는 다음과 같은 한계가 드러났습니다.
Knowledge base