비개발자도 데이터 분석하는 시대: Claude Agent SDK 실제 활용 사례
- 호주 금융사 BGL, Claude Agent SDK로 전 직원용 text-to-SQL AI 에이전트 구축
- Amazon Bedrock AgentCore로 보안·확장성 확보, 200명 직원이 SQL 없이 데이터 분석
- 핵심 아키텍처: 데이터 기반 분리 + 코드 실행 패턴 + 모듈형 지식 구조
무슨 일이 일어났나?
호주 금융 소프트웨어 기업 BGL이 Claude Agent SDK와 Amazon Bedrock AgentCore를 활용해 전사적 BI(비즈니스 인텔리전스) 플랫폼을 구축했다.[AWS ML Blog]
쉽게 말하면, SQL을 모르는 직원도 자연어로 “이번 달 매출 추이 보여줘”라고 물으면 AI가 알아서 쿼리를 짜고 차트까지 그려주는 시스템이다.
BGL은 이미 Claude Code를 일상적으로 쓰고 있었는데, 단순 코딩 도구가 아니라 복잡한 문제를 추론하고 코드를 실행하며 시스템과 자율적으로 상호작용하는 능력이 있다는 걸 깨달았다.[AWS ML Blog]
왜 중요한가?
개인적으로 이 사례가 흥미로운 건 “AI 에이전트를 프로덕션에 어떻게 배포하나”에 대한 실제 답을 보여주기 때문이다.
대부분의 text-to-SQL 데모는 예쁘게 작동하지만, 실제 업무에 넣으면 문제가 터진다. 테이블 조인 실수, 에지 케이스 누락, 잘못된 집계. BGL은 이걸 해결하기 위해 데이터 기반과 AI 역할을 분리했다.
기존 Athena + dbt로 잘 정제된 분석용 테이블을 만들어두고, AI 에이전트는 오직 SELECT 쿼리 생성에만 집중시킨다. 솔직히 이게 핵심이다. AI에게 모든 걸 맡기면 환각(hallucination)이 늘어난다.
또 하나 눈여겨볼 건 코드 실행 패턴이다. 분석 쿼리는 수천 행, 때로는 수 MB 데이터를 반환한다. 이걸 컨텍스트 윈도우에 다 넣으면 터진다. BGL은 AI가 직접 Python을 실행해서 파일 시스템에서 CSV를 처리하게 했다.
앞으로 어떻게 될까?
BGL은 AgentCore Memory 통합을 계획 중이다. 사용자 선호도와 쿼리 패턴을 저장해서 더 개인화된 응답을 만들겠다는 것.
이 사례가 보여주는 방향은 명확하다. 2026년 기업 AI는 “멋진 챗봇”이 아니라 “실제로 일하는 에이전트”로 진화하고 있다. Claude Agent SDK + Amazon Bedrock AgentCore 조합은 그 청사진 중 하나다.
자주 묻는 질문 (FAQ)
Q: Claude Agent SDK가 정확히 뭔가?
A: Anthropic이 만든 AI 에이전트 개발 도구다. Claude 모델이 단순 응답이 아니라 코드 실행, 파일 조작, 시스템 상호작용을 자율적으로 수행할 수 있게 해준다. BGL은 이걸로 text-to-SQL과 Python 데이터 처리를 하나의 에이전트에서 처리했다.
Q: Amazon Bedrock AgentCore는 왜 필요한가?
A: AI 에이전트가 임의의 Python 코드를 실행하려면 보안 격리가 필수다. AgentCore는 세션 간 데이터나 자격증명 접근을 차단하는 상태 유지형 실행 환경을 제공한다. 프로덕션 배포에 필요한 인프라 고민을 줄여준다.
Q: 실제 효과가 있나?
A: BGL 200명 직원이 데이터팀 도움 없이 직접 분석을 수행하게 됐다. 제품 매니저는 가설 검증을, 컴플라이언스팀은 리스크 추세 파악을, 고객 성공팀은 클라이언트 콜 중 실시간 분석을 할 수 있다.
이 글이 유용했다면 AI Digester를 구독해주세요.
참고 자료
- Democratizing business intelligence: BGL’s journey with Claude Agent SDK and Amazon Bedrock AgentCore – AWS Machine Learning Blog (2026-02-03)