나래에너지서비스, Strands Agents와 Bedrock AgentCore로 발전설비 진단 자동화 구현

나래에너지서비스 발전AX팀이 Amazon Bedrock AgentCore와 Strands Agents를 활용해 기존 원격 진동 고장진단 시스템(RVMS)의 자동화를 구현했다. 기존 RVMS는 경보 감지만 수행하고 원인 분석은 전문가에 의존했으나, 이번 구현은 판단 절차와 데이터 접근을 분리한 아키텍처로 이 문제를 해결했다.

아키텍처 및 보안 구성

시스템은 Agent Skill(Markdown 기반 전문가 판단 절차 정의)과 조회 전용 MCP 도구(데이터 접근)로 구성된다. 모델 주도 실행 루프를 통해 도구 결과를 관찰하고 다음 행동을 결정하며, 근거가 부족할 경우 답변 생성을 중단한다. 보안 측면에서는 VPC 엔드포인트, 내부 ALB, Direct Connect 또는 Site-to-Site VPN을 사용해 폐쇄망 내에서 안전하게 AWS 서비스와 연결했다.

검색 트랙 분리 및 성능 검증

초기 단일 벡터 인덱스 방식은 KKS 태그 등 식별자 데이터의 유사도 오류로 인해 21개 평가 질문 중 0건만 성공했다. 이를 해결하기 위해 다음과 같이 4개의 검색 트랙을 분리 설계했다.

• 트랙 A: KKS 태그/경보명 정규화 및 완전 일치 조회 (SQL 집계 포함)
• 트랙 B: 기동 순서/개념을 위한 벡터 검색 및 매뉴얼 전문 검색
• 트랙 C: 신호 계보/도면 연결을 위한 그래프 인접성 순회
• 트랙 D: 제품 플랫폼 일반 동작을 위한 벡터 검색 및 메타데이터 필터

평가 결과 및 시사점

21건의 평가셋 기반 테스트에서 검색 계층은 21/21 성공했으며, 응답 계층은 18/21 성공했다. 실패한 3건은 형식이나 근거 참조 누락 등 응답 품질 문제였다. 특히 존재하지 않는 태그나 모호한 질문을 포함한 함정 질문 3건은 모두 통과하여, 근거 없는 답변 생성을 억제하는 설계가 유효함을 입증했다. 본 사례는 식별 중심 데이터에는 벡터 검색만으로는 부족하며, 정확 일치와 관계 조회를 병행하는 설계가 필수적임을 보여준다.