BMW Group의 AI 에이전트 거버넌스 공개: 개발자 1만 2,500여 명, 3단계 자율성, CI/CD 4단계 게이트
AWS 블로그에 BMW Group이 수백 개의 AI 에이전트를 관리하는 방식이 소개됐습니다. 3단계 자율성, 결정론적 CI/CD 검사, 중앙 레지스트리로 거버넌스를 구현합니다. 아키텍처 경험 공유이며 구매·다운로드 가능한 신제품이 아닙니다.
뉴스 날짜: 읽는 데 약 8분
목차
AWS 머신러닝 블로그는 2026년 11월 19일 BMW Group이 대규모 조직에서 AI 에이전트를 구축, 거버넌스, 운영하는 방법을 소개하는 글을 게재했습니다. AI 에이전트는 대규모 언어 모델을 중심으로 스스로 작업을 수행하고 도구를 호출하는 프로그램입니다. 제품 출시가 아니라 저자들이 공유하는 아키텍처와 프로세스 실무입니다. 글은 개발 속도와 규정 준수 요건을 함께 충족하는 방법을 설명합니다.
BMW는 왜 이렇게 많은 AI 에이전트를 거버넌스해야 할까?
AWS 블로그에 따르면 BMW Group 연구개발 부문에는 1만 2,500여 명의 개발자가 있으며 약 5억 줄의 차량용 소프트웨어 코드를 다룹니다. 글은 또한 BMW Connected Vehicle 백엔드가 1,300개 이상의 마이크로서비스로 구성된 클라우드 시스템이며 도로 위의 차량 2,400만 대를 지원한다고 밝힙니다.
글에 따르면 전 세계에서 수백 개의 분산된 팀이 에이전트를 구축하고 있습니다. 균형이 없으면 조직은 파편화된 'AI 사일로'와 중복 작업에 직면하게 됩니다. 이에 저자들은 서로 맞물린 다섯 가지 실무를 제안하며, 이는 2023년부터 기업 규모로 에이전트 시스템을 구축하고 운영하며 얻은 경험에서 나왔고 모두 코드형 인프라(IaC)로 구현된다고 설명합니다.
거버넌스 규칙은 어떻게 작동하나요? 자율성 등급과 CI/CD 게이트
글은 거버넌스 규칙을 각 에이전트 코드에 넣지 말고 통합 계층에 두어야 한다고 주장합니다. 통합 계층에는 MCP 게이트웨이, 중앙 에이전트 레지스트리, 오케스트레이션 경계가 포함됩니다. MCP(Model Context Protocol)는 API 호출, 데이터베이스 조회 같은 개별 기능을 도구로 포장해 에이전트가 쓰게 하는 프로토콜입니다. 이렇게 하면 프레임워크나 모델을 바꾸거나 팀을 조정해도 규칙이 계속 유효합니다. 저자들은 거버넌스가 에이전트의 추론 루프 밖에서 결정론적 코드(같은 입력에 항상 같은 결과를 내는 코드)로 실행되며 주로 CI/CD(지속적 통합·지속적 배포, 코드 변경마다 자동으로 테스트하고 배포하는 프로세스)에서 이루어진다고 말합니다. 여기에는 권한 검사, policy-as-code(코드로 작성되어 자동 검사가 가능한 정책 규칙), 컴플라이언스 검증이 포함됩니다.
| 자율성 | 감독 방식 | 글에서 적용하는 상황 |
|---|---|---|
| Level 0: 인간 개입(human in the loop) | 모든 동작에 명시적인 사람의 승인 필요 | 새 에이전트의 출발점 및 고위험 작업 |
| Level 1: 인간 감독(human on the loop) | 에이전트가 자율 실행하고 결정은 사후에 비동기로 검토 | 입출력이 명확하고 되돌릴 수 있는 중간 위험 작업 |
| Level 2: 가드레일 내 자율 | 엄격한 정책 경계 안에서 독립적으로 운영하며 결정론적 메커니즘이 강제 | 충분히 이해되고 검증 가능한 이력이 있는 저위험 작업 |
글은 신뢰 등급이 에이전트별이 아니라 '단계별'로 부여된다는 점을 강조합니다. 따라서 하나의 워크플로에 세 가지 등급이 함께 있을 수 있으며, 팀은 먼저 보수적으로 시작해 평가 데이터에 따라 점차 완화할 수 있습니다.
배포 전 참조 파이프라인은 4단계입니다. 1단계는 공급망 보안, 구성 요소 및 상호작용 테스트, 평가 라이브러리 참조, 관측 가능성 검사를 수행합니다. 2단계는 보안 및 거버넌스 검사를 병렬로 실행합니다. 3단계는 실행 중인 시스템을 평가하며 정답(ground-truth) 평가와 지연 시간, 토큰 사용량을 포함합니다. 4단계는 레지스트리 등록 전에 중복 항목을 확인합니다. 어느 단계든 실패하거나 지표가 악화되면 배포가 중단되고 로그가 남습니다.
에이전트는 어떻게 조합하고 AI 사일로를 피하나?
저자들은 3개 계층의 조합을 정의합니다. MCP 도구는 단일 기능의 원자적 통합 계약이고, 스킬은 특정 도메인의 MCP 도구 조합이며, 플로(flow)는 스킬의 엔드투엔드 오케스트레이션입니다. 각 계층은 CI/CD에서 독립적으로 검증되며 개방형 표준으로 연결됩니다. 도구 통합에는 MCP와 Agent Skills, 에이전트 간 통신에는 A2A 프로토콜, 각 상호작용의 관측 가능성 추적에는 OpenTelemetry를 사용합니다.
글은 복잡한 에이전트를 여러 전담 에이전트로 나눌 것을 권합니다. 독립적인 발전과 확장이 가능하고, 한 에이전트의 실수가 연쇄적으로 번지기 어려우며, 범위가 좁은 에이전트는 작은 모델로 비용을 낮출 수 있고 최소 권한 구현에도 도움이 되기 때문입니다. 중앙 레지스트리는 탐색, 거버넌스, 보안 검사(예: 배포 승인 전 프롬프트 인젝션 검사)를 담당하고, 등록 시 다른 팀이 이미 유지 관리하는 동일 기능을 표시해 줍니다.
글은 거버넌스 에이전트도 언급합니다. 정해진 기준에 따라 에이전트를 검사해 범위 확산, 프롬프트 비대화, 도구 오용, 성능 저하 등의 문제를 사람이 검토하도록 표시합니다. 권고 사항은 사람의 확인을 거쳐야 적용됩니다. 실행 중에는 데이터 드리프트와 모델 드리프트를 모니터링해야 하며, 경보와 고객 피드백이 단계적 대응을 촉발하고 사람의 검토로 넘어갑니다.
아직 진행 중인 부분과 일반 팀에 주는 시사점은?
글의 전망은 아직 확대 중인 항목을 열거합니다. 아키텍처 가이드, 보안·거버넌스 기본값이 내장된 IaC 에이전트 블루프린트, 더 많은 CI/CD 컴플라이언스 테스트, 표준 집행 자동화, 에이전트 FinOps, 그리고 이러한 패턴을 BMW의 아키텍처 가이던스 에이전트 Archimedes에 통합하는 것입니다. 즉 일부 기능은 아직 완전히 구현되지 않았습니다.
참고하려는 팀에게 글은 AWS Well-Architected Framework에서 시작하라고 권합니다. 저자들이 재사용 가능한 에이전트 블루프린트의 모범으로 삼았기 때문입니다. 글은 레지스트리의 메타데이터 예시도 제시하는데, 책임자, 상태, 호스팅 방식, 목표 가용성, 데이터 분류, 개인정보 및 마스킹 플래그, 영향이 크거나 되돌릴 수 없는 동작에 사람의 개입이 필요한지 여부 등입니다.
자주 묻는 질문
AWS나 BMW가 내놓은 신제품인가요?
아닙니다. AWS 블로그에 따르면 이 글은 BMW 연구개발 팀의 실무와 패턴을 소개하며 아직 확대 중이라고 밝힙니다. 다운로드하거나 구독할 수 있는 신제품은 언급되지 않습니다.
왜 에이전트가 아니라 단계별로 자율성을 설정하나요?
글에 따르면 같은 워크플로 안에서도 동작마다 위험이 다릅니다. 예를 들어 문서 작성과 운영 데이터베이스 기록은 크게 다릅니다. 단계별로 설정하면 팀이 먼저 보수적으로 시작해 평가 데이터에 따라 자율성을 점차 높일 수 있습니다.
왜 거버넌스 검사를 에이전트 밖에 두나요?
저자들은 이러한 검사가 CI/CD에서 결정론적 코드로 실행되고 에이전트와 분리되어 있어 에이전트나 그 프롬프트가 덮어쓸 수 없다고 말합니다. 또 규칙이 통합 계층에 있으면 프레임워크나 모델을 바꿔도 계속 유효합니다.
레지스트리는 어떤 역할을 하나요?
글에 따르면 에이전트, 도구, 스킬을 찾는 중앙 카탈로그이자 거버넌스와 보안 검사 지점이며, 등록 시 다른 팀에 이미 있는 동일 기능을 탐지해 중복 개발을 막습니다.
글에 성과 수치가 있나요?
정량적 성과는 없습니다. 저자들은 공유 템플릿이 개발 비용을 낮추고 출시를 앞당기며 품질을 높였다고만 말하며 구체적인 비율이나 금액은 제시하지 않습니다.
이 정리가 도움이 되셨나요? 필요한 분께 공유해 보세요
같은 주제의 글
Signal, Android와 iOS 27에서 기본적으로 스크린샷 차단… Siri·Gemini 등 AI 에이전트의 화면 읽기 막는다
The Verge 보도에 따르면 Signal은 운영체제 수준의 AI 에이전트가 메시지 내용을 읽지 못하도록 Android와 iOS 27에서 스크린샷을 제한했습니다. 사용자는 설정에서 스크린샷을 다시 허용할 수 있지만, Signal은 프라이버시 보호가 약해질 수 있다고 경고합니다.
Claude Code 2.1.329: 텔레메트리와 함께 쓰는 Code Mode, 예약 작업을 통합한 /tasks, macOS computer use 보안 규칙 강화
Kimi Code CLI v2.7.0, 네이티브 Bedrock provider 추가: AWS 자격 증명 체인으로 Kimi K3.1 Pro Highspeed 연결
AWS, SageMaker 추론 신기능 13종 정리: HyperPod 관리형 NVIDIA Dynamo, MIG GPU 분할, 리전 간 라우팅
출처
위에 기재된 참고 자료와 확인일 기준 정보를 바탕으로 정리했습니다. 요금, 시간표, 기능, 이용 약관은 바뀔 수 있으므로 여행, 예약 또는 구매 전에 해당 공식 사이트에서 최신 정보를 확인해 주세요.