비개발자도 데이터 분석하는 시대: Claude Agent SDK 실제 사용 사례
- 호주 금융 회사 BGL, Claude Agent SDK로 모든 직원을 위한 text-to-SQL AI agent 구축
- Amazon Bedrock AgentCore로 보안 및 확장성 확보, 200명의 직원이 SQL 없이 데이터 분석
- 핵심 아키텍처: 데이터 기반 분리 + 코드 실행 패턴 + 모듈형 지식 구조
무슨 일이 있었나?
호주 금융 소프트웨어 회사 BGL이 Claude Agent SDK와 Amazon Bedrock AgentCore를 사용하여 전사적 BI (business intelligence) 플랫폼을 구축했다.[AWS ML Blog]
간단히 말해, SQL을 모르는 직원도 자연어로 “이번 달 매출”이라고 말할 수 있다. “추세를 보여줘”라고 물으면 AI가 자동으로 쿼리를 생성하고 차트를 그린다.
BGL은 이미 Claude Code를 매일 사용하고 있었지만, 단순한 코딩 도구가 아니라 복잡한 문제에 대해 추론하고, 코드를 실행하고, 시스템과 자율적으로 상호 작용할 수 있는 능력이 있음을 깨달았다.[AWS ML Blog]
왜 중요한가?
개인적으로 이 사례가 흥미로운 이유는 “AI agent를 프로덕션 환경에 어떻게 배포하는가?”에 대한 실제적인 해답을 보여주기 때문이다.
대부분의 text-to-SQL 데모는 훌륭하게 작동하지만, 실제 업무에 적용하면 문제가 발생한다. 테이블 조인 실수, 에지 케이스 누락, 잘못된 집계. 이를 해결하기 위해 BGL은 데이터베이스와 AI 역할을 분리했다.
기존 Athena + dbt로 잘 정제된 분석 테이블을 만들고, AI agent는 SELECT 쿼리 생성에만 집중한다. 솔직히 이게 핵심이다. 모든 것을 AI에 맡기면 hallucination이 증가한다.
또 다른 주목할 점은 코드 실행 패턴이다. 분석 쿼리는 수천 개의 행, 때로는 수 MB의 데이터를 반환한다. 이 모든 것을 context window에 넣으면 폭발한다. BGL은 AI가 파일 시스템에서 CSV를 처리하기 위해 Python을 직접 실행하도록 허용한다.
앞으로 어떻게 될까?
BGL은 AgentCore Memory 통합을 계획하고 있다. 목표는 사용자 선호도 및 쿼리 패턴을 저장하여 보다 개인화된 응답을 생성하는 것이다.
이 예제가 보여주는 방향은 분명하다. 2026년에는 엔터프라이즈 AI가 “멋진 챗봇”에서 “실제로 작동하는 agent”로 진화하고 있다. Claude Agent SDK + Amazon Bedrock AgentCore의 조합은 그러한 청사진 중 하나이다.
자주 묻는 질문
Q: Claude Agent SDK가 정확히 무엇인가?
A: Anthropic에서 만든 AI agent 개발 도구이다. Claude 모델이 단순히 응답하는 대신 코드를 자율적으로 실행하고, 파일을 조작하고, 시스템과 상호 작용할 수 있도록 한다. 이를 통해 BGL은 text-to-SQL과 Python 데이터 처리를 하나의 agent에서 처리한다.
Q: Amazon Bedrock AgentCore는 왜 필요한가?
A: AI agent가 임의의 Python 코드를 실행하려면 보안 격리가 필수적이다. AgentCore는 세션 간 데이터 또는 자격 증명에 대한 액세스를 차단하는 상태 저장 실행 환경을 제공한다. 프로덕션 배포에 필요한 인프라에 대한 걱정을 줄여준다.
Q: 실제로 효과가 있는가?
A: BGL의 200명의 직원이 이제 데이터 팀의 도움 없이 스스로 분석을 수행한다. 제품 관리자는 가설을 검증하고, 규정 준수 팀은 위험 추세를 식별하고, 고객 성공 팀은 고객 통화 중에 실시간 분석을 수행할 수 있다.
이 기사가 유용했다면 AI Digester를 구독해 주세요.
참고 자료
- Democratizing business intelligence: BGL’s journey with Claude Agent SDK and Amazon Bedrock AgentCore – AWS Machine Learning Blog (2026-02-03)