top of page

DXC OASIS Amazon Bedrock 아키텍처, 모델 선택과 에이전트 권한 분리

28분 전
10분 분량

DXC Technology는 11월 11일 DXC OASIS Amazon Bedrock 아키텍처를 상세히 공개하며, 여러 AI 모델에 대한 접근 권한과 프로덕션 시스템 변경 권한을 분리했다. Amazon Bedrock은 모델 접근을 위한 공통 기반인 토대를 제공한다. DXC는 작업을 조율하고, 운영 규칙을 적용하며, 에이전트의 행동을 기록하는 소프트웨어인 하니스를 제공한다. 유용한 답변과 승인된 행동에는 서로 다른 통제가 필요하므로 이 구분은 중요하다.

AWS 엔지니어링 사례 연구는 11월의 제품 출시가 아닌 기존 배포 사례를 설명한다. OASIS는 2026년 3월에 정식 출시됐다. 이 아키텍처의 핵심 선택은 강력한 모델에 접근할 수 있다는 사실만으로 자율 운영을 준비하기에 충분하다는 매력적인 지름길에 의문을 제기한다.

이 선택은 엔터프라이즈 구매자와 관리형 서비스 제공업체가 실제 책임이 어디에 있는지 살펴보도록 요구한다. IBM watsonx Orchestrate는 엔터프라이즈 시스템 전반에서 에이전트를 관리하는 데 대한 관심이 커지는 상황을 보여주는 유용한 시장 기준점이다. 여기서 관련된 비교는 개별 모델 간 경쟁이 아니라 작업에 대한 통제에 관한 것이다.

DXC OASIS Amazon Bedrock 아키텍처, 경계를 명확히 하다

DXC의 가장 중요한 결정은 모델 접근과 운영 권한을 서로 다른 계층에 할당한 것이다.

AWS와 공동 작성한 멀티모델 아키텍처는 Anthropic Claude, Amazon Nova, Meta Llama 및 오픈웨이트 모델에 대한 Bedrock 접근을 설명한다. 오픈웨이트 모델은 각 라이선스 조건에 따라 학습된 매개변수를 제공한다. DXC의 자체 하니스는 에이전트가 도구를 사용하는 방식과 운영 워크플로를 거치는 방식을 결정한다.

보고된 설계는 컨테이너화된 애플리케이션을 운영하기 위한 AWS 관리형 서비스인 Amazon EKS에서 에이전트 환경을 실행한다. 프라이빗 네트워킹은 해당 환경을 Bedrock에 연결한다. 이러한 선택은 지원 인프라를 설명하는 반면, 하니스는 여전히 운영 작업의 의미와 권한 부여를 책임진다.

DXC는 70개국의 규제 대상 조직에 서비스를 제공한다. 이 수치는 OASIS를 운영 중인 국가 수가 검증됐다는 의미가 아니라 사업 범위를 나타낸다. 이 구분은 기업 규모가 암묵적인 배포 주장으로 변하는 것을 막는다.

에이전트가 프로덕션 변경을 권고할 때 실질적인 경계가 더 명확해진다. 권고를 생성하려면 증거에 대한 추론이 필요하다. 이를 실행하려면 특정 고객, 리소스, 행동 및 운영 상황에 연결된 권한이 필요하다.

이러한 요건은 겹치지만 서로 대체할 수는 없다. 모델은 요청 사용자가 승인 권한을 갖지 않은 행동에 대해서도 정확한 권고를 생성할 수 있다. 반대로 허용된 행동도 잘못된 진단에 근거할 수 있다.

이러한 결정을 분리하면 운영자는 실패를 조사할 더 명확한 위치를 확보할 수 있다. 증거가 잘못됐는가? 모델이 이를 오해했는가? 실행 계층이 승인된 범위를 벗어난 행동을 수용했는가?

이것이 이 사례 연구가 모델 목록을 넘어 주목할 가치가 있는 이유다. 이 아키텍처는 책임을 점검 가능하게 만든다. 구매자는 시스템에 거버넌스가 있다는 일반적 보장을 받아들이는 대신, 어떤 구성 요소가 규칙을 적용하는지 물을 수 있다.

이는 유연성의 의미도 바꾼다. 다른 모델을 추가하기 위해 누가 프로덕션 변경을 승인할 수 있는지를 다시 정의할 필요는 없어야 한다. 운영 정책은 고객이 자신의 노출 수준을 이해할 수 있을 만큼 안정적으로 유지돼야 한다.

다만 이러한 분리는 엔지니어링 의무를 만든다. 조직은 두 계층이 모두 변화하는 과정에서 추론과 실행 사이의 인터페이스를 유지해야 한다. 아키텍처 다이어그램에 그어진 경계는 실행 중인 시스템에서 이에 상응하는 동작을 필요로 한다.

따라서 즉각적인 뉴스는 DXC가 그 작업을 어떻게 배분했는지에 대한 설명이다. 더 광범위한 의미는 다른 엔터프라이즈가 의문을 제기할 수 있을 만큼 그러한 배분을 구체화했다는 데 있다.

관리형 서비스 제공업체가 마주한 더 까다로운 구매 논의

엔터프라이즈 구매자에게는 답변 품질에 대한 증거와 함께 위임된 권한에 대한 증거가 필요하다.

LangChain과 함께 개발한 DXC의 에이전트 하니스 문서는 상태 기반 에이전트 워크플로를 조율하는 프레임워크인 LangGraph에서 OASIS가 실행된다고 설명한다. DXC는 자사의 운영 모델이 모든 페르소나를 읽기 전용 접근 권한으로 시작한다고 말한다. 더 넓은 권한은 관찰, 제안, 승인 하 행동, 범위 내 행동의 단계를 거쳐 확대된다.

이 문서는 도구 사용을 둘러싼 코드 기반 정책 적용도 설명한다. 민감한 작업은 사람의 결정을 위해 일시 중지될 수 있다. 이는 모든 배포에 대한 독립 인증이 아니라 시스템에 관한 회사 측 설명이다.

관리형 서비스 제공업체에서 이러한 접근 방식은 고객이 평가 과정에서 요청해야 할 내용을 바꾼다. 설득력 있는 시연이라면 에이전트가 경계에 도달해 멈추는 모습을 보여줘야 한다. 성공적인 완료만으로는 적용 메커니즘이 검증되지 않는다.

구매자는 예외의 소유자가 누구인지도 살펴봐야 한다. 엔지니어가 이례적인 행동을 승인할 때, 그 승인은 현재 실행에만 적용되는가? 아니면 향후 에이전트가 할 수 있는 일을 조용히 확장하는가?

이 구분은 보안과 고객 책임성 모두에 영향을 준다. 임시 권한은 지속적인 정책 변경과 구별 가능한 상태로 남아야 한다. 그렇지 않으면 합리적으로 보이는 예외가 이어지면서 아무도 의도적으로 부여하지 않은 권한이 생길 수 있다.

DXC의 Human+AI 프레이밍 역시 운영 관점에서 읽을 필요가 있다. 검토자가 판단할 충분한 증거를 받을 때 인간 개입은 가치를 발휘한다. 이해 가능한 범위가 없는 승인 버튼은 감독을 일상적인 확인 절차로 바꿀 수 있다.

중요한 조직적 질문은 활용 가능한 주의력에 관한 것이다. 에이전트가 조사를 더 빠르게 준비하면, 인간 검토가 남은 제약 조건이 될 수 있다. 그러면 엔터프라이즈는 일상적 승인과 전문적 판단이 필요한 결정을 구분해야 한다.

이는 해당 모델을 무효화하지 않는다. 대신 인력 배치와 프로세스 설계가 중요한 지점을 바꾼다. 팀은 증거를 취합하는 데 쓰는 시간을 줄이는 대신 결과를 평가하는 데 더 많은 주의를 기울일 수 있다.

지식 관리도 이 구매 논의의 일부가 된다. 오래된 절차에 기반한 권고는 설득력 있어 보이면서도 현재 고객 관행을 위반할 수 있다. 구매자는 운영 지식이 어떻게 권위 있는 정보가 되는지, 오래된 지침이 어떻게 그 지위를 잃는지 물어야 한다.

그러한 증거를 정리하는 팀은 기술 문서를 위한 검색 가능한 지식 기반에서 시작할 수 있다. 관련 자료를 찾는 일은 인프라 변경을 승인하는 일과는 별개의 과제다. 두 작업을 연결하는 것은 의사결정자에게 제시되는 증거의 품질과 추적 가능성이다.

IBM의 에이전트 관리 플랫폼은 경쟁 환경을 보여준다. IBM은 watsonx Orchestrate를 에이전트 조율, 정책 적용, 성능 평가 및 엔터프라이즈 가시성 제공을 중심으로 포지셔닝한다. 문서에는 지원되는 외부 에이전트 관리와 도구 호출 결과 추적이 포함된다.

이러한 포지셔닝은 공급업체가 에이전트 생성과 함께 에이전트 관리를 점점 더 판매하고 있다는 제한적인 시장 관찰을 뒷받침한다. 이는 IBM과 DXC가 동등한 통제를 제공하거나 유사한 운영 결과를 낸다는 사실을 입증하지는 않는다.

그럼에도 공급업체에 가해지는 압력은 구체적이다. 구매자는 정책, 승인, 예외 및 복구에 대한 명시된 책임자를 요구할 수 있다. 모델 카탈로그는 그러한 조달 논의의 일부에만 답한다.

모델 유연성이 만드는 보증 의무

공통 인터페이스는 접근을 단순화하지만, 서로 다른 모델을 행동 면에서 상호 대체 가능하게 만들지는 않는다.

DXC OASIS Amazon Bedrock 접근 방식은 모델 선택을 별도의 아키텍처 결정으로 만든다. 그 가치는 선택된 모델이 바뀌어도 운영 기대치를 유지하는 데 달려 있다. 이를 위해서는 대체 모델이 동일한 요청 형식을 수용하는지만 확인해서는 충분하지 않다.

대체 모델은 증거를 다르게 요약하거나, 불확실성을 다르게 표현하거나, 조사 단계의 다른 순서를 선택할 수 있다. 이러한 차이는 최종 권고가 유사하게 보이더라도 인간 검토자에게 영향을 줄 수 있다.

예를 들어 간결한 답변은 다른 모델이 명시적으로 언급한 조건을 생략할 수 있다. 더 짧은 답변을 검토하는 운영자는 중요한 종속성을 보지 못한 채 변경을 승인할 수 있다. 이는 보고된 OASIS 사고가 아니라 예시적인 평가 우려 사항이다.

같은 문제는 도구 선택에도 적용된다. 변경을 제안하기 전에 추가 증거를 수집하는 에이전트는 즉시 권고에 도달하는 에이전트와 다르게 행동한다. 평가는 목적지뿐 아니라 경로도 검토해야 한다.

Bedrock의 지능형 프롬프트 라우팅 문서는 더 좁은 범위의 관리형 기능, 즉 동일 모델 계열 내에서 지원되는 모델을 선택하는 기능을 정의한다. 이 기능은 선택을 안내하기 위해 응답 품질을 예측한다. 이 기능을 모든 제공업체를 아우르는 무제한 라우팅과 혼동해서는 안 된다.

AWS는 전문화된 운영과 관련된 제한 사항도 문서화한다. 지능형 프롬프트 라우팅은 영어 프롬프트에 최적화돼 있으며, 애플리케이션별 성능 데이터를 사용해 결정을 조정할 수 없다. AWS는 이례적이거나 전문화된 사용 사례에서는 덜 적합한 라우팅 결정이 내려질 수 있다고 언급한다.

구매자에게 시사점은 명확하다. 응답 품질에 대한 일반적 예측이 특정 프로덕션 워크플로에 대한 적합성을 입증하지는 않는다. 조직은 여전히 자체 환경과 유사한 작업에서 얻은 증거를 필요로 한다.

따라서 인시던트 진단 평가는 에이전트가 필요한 사실을 수집하는지 측정해야 한다. 또한 에이전트가 진행을 거부하는 시점도 검토해야 한다. 올바른 자제는 작업 완료만큼 중요할 수 있다.

모델 유연성은 또 다른 질문을 제기한다. 선호하는 옵션을 사용할 수 없게 되면 어떻게 되는가? 폴백, 즉 선호 모델이 요청을 처리할 수 없을 때 사용되는 대체 모델은 자체적인 승인 근거가 필요하다.

서비스가 불확실성에 대한 허용 수준을 조용히 바꾸면서 가용성을 유지해서는 안 된다. 일부 작업은 성능이 저하된 상태에서도 계속될 수 있다. 다른 작업은 승인된 대체 모델이 동일한 운영 결정을 뒷받침할 수 없으므로 중단돼야 한다.

이는 인프라 연속성과 워크플로 연속성 사이에 유용한 구분을 만든다. 모델 엔드포인트의 응답성을 유지한다고 해서 주변 프로세스의 신뢰성이 자동으로 보존되는 것은 아니다. 워크플로에는 저하된 추론에 대한 정의된 대응이 여전히 필요하다.

경제성 논의에도 이처럼 더 넓은 관점이 필요하다. 더 적은 리소스를 사용하는 모델도 더 많은 검토 작업을 만들 수 있다. 추가 설명, 반복 조사 및 거부된 제안은 추론 계층에서의 절감 효과를 상쇄할 수 있다.

추론, 즉 모델 응답을 생성하는 과정은 운영 결과를 제공하는 일부에 불과하다. 구매자는 요청에서 검증된 결과에 이르는 전체 경로를 평가해야 한다. 여기에는 사람에게 발생하는 작업도 포함된다.

따라서 DXC OASIS 에이전트 거버넌스에서 모델 선택은 허용 가능한 행동에 관한 증거로 뒷받침되는 판단인 보증 결정이 된다. 대안이 필요해지기 전에 평가될 때 유연성은 효과를 낸다.

클라우드 보호 장치는 운영 권한과 다른 문제를 해결한다

프라이빗 연결과 콘텐츠 필터는 기반을 강화하지만, 작업 권한 부여는 별도의 책임으로 남는다.

Amazon Bedrock Guardrails는 모델 입력과 출력에 대해 구성 가능한 검사를 제공한다. AWS는 유해 콘텐츠 필터링, 금지 주제, 민감 정보 필터링, 제공된 근거에서 벗어나는 응답 검사를 설명한다. 이러한 기능은 모델 상호작용에서 중요한 위험을 다룬다.

콘텐츠 보호 장치 문서 역시 구성 설정이 작동 방식의 핵심임을 분명히 한다. 운영자는 정책을 선택하고 애플리케이션 요구 사항에 맞춰 테스트한다. 민감 정보 탐지는 확률적 방식이므로, 이를 절대적인 보장으로 해석해서는 안 된다.

프로덕션 작업에는 또 다른 범주의 판단이 수반된다. 응답이 적절한 언어로 작성되고 민감 정보를 포함하지 않더라도, 권한이 없는 변경을 권고할 수 있다. 콘텐츠 검사만으로 특정 엔지니어가 특정 시스템을 변경할 수 있는지 판단할 수는 없다.

서비스 재시작 요청을 예로 들어 보자. 표현 자체는 무해할 수 있고 기술적 권고도 타당할 수 있다. 그러나 권한은 소유권, 시점, 고객 제한 사항, 종속 시스템에 미치는 영향에 따라 달라진다.

이것이 DXC OASIS 에이전트 거버넌스가 유지해야 할 경계다. 실행 경로는 제안된 작업을 적용 가능한 권한과 대조해 평가해야 한다. 모델의 확신이 그 검사를 대체해서는 안 된다.

AWS PrivateLink는 또 다른 우려를 다룬다. 프라이빗 Bedrock 연결은 애플리케이션이 공용 인터넷 액세스 없이 인터페이스 엔드포인트를 통해 Bedrock에 연결할 수 있게 한다. 인터페이스 엔드포인트는 AWS 서비스로 향하는 프라이빗 진입점을 제공한다.

AWS는 허용된 주체, 작업 및 리소스를 제어하기 위한 엔드포인트 정책을 문서화하고 있다. 또한 기본 엔드포인트 정책은 해당 엔드포인트를 통한 모든 Bedrock 액세스를 허용한다고 명시한다. 따라서 프라이빗 경로에도 신중한 액세스 구성이 필요하다.

이 세부 사항은 네트워크 다이어그램이 완전성에 대한 오해를 만들 수 있기 때문에 중요하다. 연결이 공용 인터넷을 거치지 않는다는 사실은 전송 측면에서 유용한 정보를 제공한다. 하지만 누가 그 연결을 사용할 수 있는지에 관한 모든 질문에 답하지는 않는다.

위치는 또 하나의 독립적인 판단 요소다. 모델 제공 여부는 AWS 리전에 따라 다르며, 배포 선택은 고객이 승인한 처리 위치와 일치해야 한다. 프라이빗 연결이 모든 데이터 레지던시 요구 사항이 충족되었다는 약식 표현이 되어서는 안 된다.

같은 논리는 감사 가능성에도 적용된다. 모델 응답을 기록하면 애플리케이션이 무엇을 받았는지 설명하는 데 도움이 된다. 운영상 책임성에는 시스템이 실제로 시도한 작업과 그 결과 상태에 관한 증거가 필요하다.

에이전트의 서술은 검토자가 조사 과정을 이해하는 데 도움이 될 수 있다. 그러나 그것이 실행의 유일한 기록이 되어서는 안 된다. 에이전트의 설명이 불완전하거나 부정확할 때도 유용한 기록이 시스템에 남아 있어야 한다.

DXC는 데모 환경에서 가상의 항공사 사고를 설명한다. 에이전트가 스토리지 문제를 진단하고 엔지니어 승인을 위한 복구 계획을 제시한다. 이 사례는 조사와 권한의 경계를 보여 주지만, 특정 항공사의 프로덕션 결과를 입증하지는 않는다.

기업 구매자에게 유용한 질문은 그 경계가 덜 편리한 상황에서도 유지되는지다. 데모에는 거부, 중단된 실행, 불확실한 증거가 포함되어야 한다. 이러한 사례는 완료가 더 이상 순조롭지 않을 때도 통제가 효과적으로 유지되는지를 드러낸다.

보고된 성과에는 워크로드 수준의 면밀한 검토가 필요하다

DXC의 성능 수치는 자사가 보고한 측정값이며, 자율 IT 운영을 위한 보편적 벤치마크가 아니다.

DXC는 측정된 56개 사용 사례 전반에서 해결 시간이 평균 95% 감소했다고 보고한다. 또한 시니어 엔지니어의 판단을 기준으로 평가한 진단 정확도가 최소 92%라고 보고한다. 이 수치는 회사의 평가를 설명하는 것이므로 그러한 출처 표기는 유지되어야 한다.

공개 자료는 모든 고객 워크로드를 아우르는 독립 감사 비교를 입증하지 않는다. 또한 이 평균을 구매자의 전체 인시던트 큐에 대한 예측으로 사용해서도 안 된다. 측정 범위는 눈에 띄는 결과만큼 중요하다.

해결 시간은 서로 다른 구간을 뜻할 수 있다. 알림 발생 시점, 조사 시작 시점 또는 엔지니어가 적극적인 작업을 시작한 시점부터 측정될 수 있다. 제안된 복구 시점, 실행된 변경 시점 또는 복구 검증 완료 시점에 끝날 수도 있다.

이러한 정의는 서로 다른 비즈니스 해석을 낳는다. 필수 유지보수 기간 때문에 실행이 지연되더라도, 더 빠른 진단은 가치가 있을 수 있다. 반대로 후속 검증에서 해결되지 않은 영향이 드러난다면 더 빠른 실행의 가치는 낮아질 수 있다.

핵심 조달 질문은 측정 구간이 구매자의 운영 목표와 일치하는지다. 더 짧은 서비스 중단을 원하는 고객에게는 복구에 관한 증거가 필요하다. 반복적인 엔지니어링 작업을 줄이려는 팀에게는 인력 투입에 관한 증거가 필요하다.

평균값은 분포 역시 불분명하게 만든다. 일상적인 인시던트 전반에 일관되게 분포한 개선은, 몇몇 유난히 느린 기준 작업에 집중된 결과와 다르다. 구매자는 어떤 패턴이 적용되는지 이해할 수 있을 만큼 충분한 세부 정보를 필요로 한다.

이는 워크플로가 여러 도구와 승인 단계를 거칠 때 특히 중요하다. 보고된 개선은 추론, 더 나은 정보 접근, 핸드오프 감소 또는 여러 변화의 결합에서 비롯될 수 있다. 다른 조직으로 무엇이 이전될 수 있는지 추정할 때는 기여 요인을 구분하는 일이 중요하다.

진단 정확도도 같은 수준의 주의가 필요하다. 시니어 엔지니어와의 일치는 의미 있는 기준을 제공하지만, 모든 불일치의 결과를 설명하지는 않는다. 잘못된 제안과 잘못된 프로덕션 작업은 운영 측면에서 서로 다른 무게를 지닌다.

가장 유용한 후속 증거는 진단, 승인된 작업, 검증된 결과를 연결하는 자료일 것이다. 이는 구매자가 조사 중 허용 가능한 불확실성과 실행까지 이어지는 실수를 구분하는 데 도움이 된다. 또한 사람의 개입이 제안된 계획을 얼마나 자주 바꾸는지도 드러낼 수 있다.

복구도 이 평가에 포함되어야 한다. 시스템은 성공적인 작업 시간을 단축하면서도 예외 처리를 제대로 하지 못할 수 있다. 구매자는 실패한 시도가 이해 가능한 상태를 남기는지, 그리고 정상 운영으로 돌아갈 실질적인 경로가 있는지 알아야 한다.

이러한 질문이 보고된 성과를 없애지는 않는다. 대신 이를 책임감 있게 평가하는 방법을 정의한다. 유망한 사례 연구는 독자가 결과를 뒷받침하는 조건을 식별할 수 있을 때 더 유용해진다.

따라서 DXC OASIS Amazon Bedrock 아키텍처는 운영 결과와 위임된 권한을 뒷받침하는 증거라는 두 가지 연결된 차원에서 평가되어야 한다. 속도 개선은 통제 실패, 에스컬레이션 및 복구 노력과 함께 계속 가시화되어야 한다.

이는 제품 데모보다 더 엄격한 기준이다. 또한 고객이 어떤 워크플로에 더 광범위한 자동화를 적용할 가치가 있는지 판단하게 해 주는 기준이기도 하다.

배포 증거, 모델 변경 및 Harness 로드맵을 지켜봐야 한다

다음으로 유용한 증거는 변화하는 운영 조건에서도 확장과 통제된 행동을 연결할 것이다.

향후 1~3개월 동안 주목할 첫 번째 신호는 배포의 구체성이다. DXC의 자료는 130개 고객 환경으로의 확장을 설명한다. 이 표현은 모든 환경이 이미 가동 중임을 확인하기보다 방향성을 나타낸다.

지속적인 사용에 관한 실명 고객 사례는 배포 현황을 더 쉽게 평가하게 할 것이다. 가장 유익한 사례는 워크로드 범위, 승인 요구 사항 및 측정된 운영 결과를 밝힐 것이다. 고객 이름만으로는 증거가 크게 늘어나지 않는다.

확장이 서로 다른 환경 전반에서 재현 가능한 결과와 함께 이루어진다면 이 신호는 근거를 강화할 것이다. 보고된 성과가 데모나 좁게 선택된 작업에 계속 집중된다면 더 폭넓은 해석은 약화될 것이다. 구매자는 업데이트 전반에서 비교 가능한 정의를 찾아야 한다.

두 번째 신호는 모델 변경에 관한 증거다. 새 모델은 아키텍처의 핵심 유연성 주장을 검증할 기회를 제공한다. 중요한 질문은 변경이 승인된 워크플로와 그 안전 경계를 유지하는지다.

유용한 공개 자료는 대체 모델을 어떻게 평가했는지와 어떤 작업이 해당 모델에 대해 승인되었는지를 설명할 것이다. 또한 테스트 이후에도 유지된 제한 사항을 식별할 것이다. 단지 모델 이름을 추가하는 발표는 보증에 관한 질문을 해소하지 못한다.

모델 교체가 권한을 확대하지 않으면서 운영 결과를 유지한다면 이 신호는 아키텍처의 주장을 강화할 것이다. 반대로 교체에 상당한 워크플로 복구가 필요하거나 설명되지 않는 행동 차이를 낳는다면 그 주장은 약화될 것이다.

세 번째 신호는 Harness 로드맵이다. AWS 사례 연구에 따르면 DXC는 현재 오케스트레이션 계층과 함께 에이전트 구축 및 운영을 위한 AWS 서비스인 Amazon Bedrock AgentCore를 평가하고 있다. 평가는 확정된 마이그레이션이 아니다.

중요한 진전은 어떤 책임이 이전되고 어떤 책임이 DXC의 통제 아래 남는지에 관한 명확한 설명일 것이다. 기반 구현이 바뀌더라도 고객에게는 정책 소유권의 연속성이 필요하다. 또한 그 전환 전반에 걸쳐 이해 가능한 기록도 필요하다.

로드맵 업데이트가 책임을 더 명확히 하고 중복된 엔지니어링 작업을 줄인다면 근거를 강화할 것이다. 새 서비스가 승인 소유권을 모호하게 하거나 운영 기록을 분절시킨다면 신뢰는 약화될 것이다.

이러한 신호를 함께 보면 기사의 핵심 쟁점에 계속 주목하게 된다. 기업이 결과에 대한 통제권을 유지하면서 추론 구성 요소를 바꿀 수 있을 때 모델 선택은 가치를 지닌다. 배포 범위가 커짐에 따라 증거도 함께 늘어날 때 확장은 가치를 지닌다.

DXC OASIS Amazon Bedrock 접근 방식을 평가하는 팀이라면, 조직이 이미 잘 이해하는 프로덕션 워크플로부터 시작해야 한다. 공급업체에 진단의 근거, 요구되는 정확한 권한, 실행 기록을 보여 달라고 요청하라. 그런 다음 잘못된 가정, 거부된 승인, 사용할 수 없는 선호 모델로 데모를 반복하라. 검토 및 복구 노력을 포함해 결과를 기존 프로세스와 비교하라. 운영, 보안 및 서비스 책임자와 함께 아키텍처 자료를 검토하라. 그들의 이견은 모델 데모만으로는 해결할 수 없는 요구 사항을 드러낼 것이다. 어떤 작업을 위임할 준비가 되어 있으며, 다음 수준의 권한을 부여하려면 어떤 증거가 필요할까?

 
 

무료로 시작하세요

개인 지식 관리 기능을 갖춘 로컬 우선 AI 어시스턴트

더 나은 AI 경험을 위해

현재 remio는 Windows 10+ (x64) 및 M-Chip Macs만 지원합니다.

업무를 위한 AI 파트너
remio와 더 많은 일을 해내세요

계획하고, 만들고, 완성하세요
모든 일을 한곳에서

bottom of page