#17. AWS Security Reference Architecture

cl0·2025년 12월 8일
AWS_SRA

AWS_SRA

목록 보기
18/19

여러 컨택센터 (Genesys/Connect/기타)를 한꺼번에 받아서 실시간 전사 -> 감정/요약/지식 검색/GEN AI -> 상담사 화면(LCA)로 뿌려주는 AWS 기반 Live call analytics/agent assist 아키텍처이다.

전체 큰 그림

  • 왼쪽은 통화가 들어오는 3가지 출처
  1. Genesys Cloud
  2. Amazon Connect
  3. 기타 외부 컨택센터(SIP 등)
  • 가운데/오른쪽은 공통 AI/ML 처리 파이프라인
  1. Kinesis로 통합 스트리밍
  2. Lambda로 전처리/감정/요약
  3. Kendra+Lex로 에이전트 Q&A
  4. Bedrock으로 GenAI
  • 맨 오른쪽은 API + 웹 앱
  • AppSync + DynamoDB + CloudFront + S3 + Cognito
  • 최종 사용자(11)는 상담사(agents)

1) Genesys Cloud contact center 경로

Call ingestion

  • AudioHook → CloudFront

    • Genesys에서 제공하는 오디오 훅(실시간 오디오 스트림)이
      AWS 쪽 진입점으로 들어오는 구조.

    • CloudFront를 앞단에 두는 건

      • 전역 엣지 진입
      • TLS 종료/보안
      • 트래픽 흡수

Call processing

  • AWS Fargate websocket server

    • 실시간 오디오를 받는 웹소켓 서버를 컨테이너로 운용.

    • 왜 Fargate냐?

      • 오디오 스트리밍은 지속 연결 + 상태 관리가 필요할 수 있어서
        순수 Lambda보다 컨테이너가 편할 때가 많기 때문.

  • Amazon Transcribe streaming

    • Fargate가 오디오를 받아 Transcribe 실시간 전사로 전달.

    • 전사 결과를 다시 받아

      • 후속 처리로 넘기거나
      • 상담사 화면에 “실시간 자막”처럼 띄우는 토대가 됨.

  • Amazon S3 call recordings

    • 통화 녹취를 원본 보관.

  • AWS Secrets Manager

    • Genesys 연동에 필요한

      • API 토큰
      • 웹훅 시크릿
      • 인증 정보
        등을 안전하게 보관/로테이션.

✅ “Genesys 음성을 AWS로 끌고 와서, Fargate로 실시간 전사/녹취 저장까지 처리하는 전용 어댑터”

2) Amazon Connect contact center 경로

  • Amazon Connect (Call ingestion)

    • AWS 네이티브 컨택센터.

  • Amazon Connect Contact Lens (Call processing)

    • Connect의 기본 분석/전사/감정 기능을 활용하는 라인.
    • 이 경로의 장점은
      “이미 AWS 안에서 통화 데이터가 생성되니 커스텀 스트리밍 어댑터가 덜 필요”하단 점.

✅ “Connect 사용 고객을 위한 가장 표준/관리형 유입 라인”.

3) Other contact centers 경로 (외부 SIP/레거시 등)

중요!
“AWS 외부 컨택센터도 동일한 AI 스택으로 흡수”

Call ingestion

  • Amazon Chime voice connector

    • 외부 PBX/SIP 트렁크를 AWS로 연결.

  • Amazon Kinesis Video Streams

    • 통화 미디어(오디오 포함)를 스트리밍으로 운반할 수 있는 선택지.

  • Amazon EventBridge call signaling events

    • “통화가 시작됐다/끝났다/보류됐다” 같은
      신호 이벤트를 이벤트 버스로 전달.

Call processing

  • AWS Lambda call transcriber

    • 미디어 스트림 + 콜 시그널을 받아
      Transcribe 세션을 열고/유지/종료하는 오케스트레이터 역할.

  • Amazon Transcribe

    • 실제 전사 엔진.

  • AWS Lambda call initialization

    • 통화 시작 시

      • 메타데이터 구조 만들고
      • 저장 위치/세션 키 만들고
      • 추적용 레코드 초기화

  • Amazon DynamoDB event recording

    • 통화 이벤트/상태/타임라인 같은
      구조화된 로그 저장에 적합.

  • Amazon S3 call recordings

    • 녹취 원본 저장.

✅ “AWS 밖에서 들어오는 전화도 ‘동일한 전사/분석 파이프라인’으로 끌어오기 위한 범용 수집 어댑터”.

4) Integration: Amazon Kinesis Data Streams

  • 1/2/3에서 나온 전사/이벤트/분석 데이터를 Kinesis Data Streams로 통합.

  • 장점

    • 실시간 처리
    • 여러 소비자(Lambda, 분석, 검색, 데이터레이크)로 팬아웃 가능
    • 컨택센터가 늘어나도 입력은 다양하게, 코어 AI 파이프라인은 동일하게 유지

✅ “멀티 컨택센터 데이터를 위한 공통 실시간 버스”.

5) Enrichment(정제/확장) 영역

그림이 말하는 핵심은 이거야:

  • 원본 전사 → ‘쓸만한 상담 데이터’로 가공

구성 요소:

  • AWS Lambda

    • 전처리 허브.

    • 예시로 현실적으로 들어갈 법한 것들:

      • 화자 분리/라벨 정리
      • 욕설/금칙어 태깅
      • PII 마스킹(전화번호/주민번호 등)
      • 문장부호/문장 경계 보정
      • 도메인 용어 교정(커스텀 사전)

  • Amazon Comprehend sentiment

    • 문장/구간/전체 콜 단위 감정 분석.

  • Amazon SNS

    • 결과를

      • 다른 시스템에 알리거나
      • 비동기 후속 처리 트리거로 쓰는 알림/팬아웃 수단.

✅ “전사 결과에 ‘의미’를 붙이는 단계”.

6) Agent assist (실시간 상담 보조)

  • Amazon Lex

    • 상담사(혹은 내부 툴)에서 쓰는 대화형 봇 인터페이스.

  • AWS Lambda QnA bot

    • Lex의 fulfillment/비즈니스 로직.

  • Amazon Kendra

    • 기업 지식 검색 엔진.
    • FAQ, 매뉴얼, 정책, 내부 문서 등에서
      정확한 근거 기반 답변 후보를 찾는 역할.

  • Amazon CloudFront QnA bot designer

    • 봇/지식 구성을 위한 관리 UI로 보임.

  • Knowledge sources

    • CloudFront customer website FAQ

      • 고객-facing FAQ 페이지.

    • Kendra other data connections

      • 사내 위키, 문서 저장소 등 추가 커넥터.

✅ “LLM 이전 단계의 ‘정확성 중심’ 상담 보조 뼈대”.

7) Summarization

  • AWS Lambda transcript summary

    • 전사를 받아 요약을 생성.
    • 단순 규칙 기반 요약일 수도 있고,
    • 실제로는 8번 Bedrock을 호출하는 오케스트레이터일 가능성이 높아.

✅ “콜 종료 후/중간에 ‘업무 기록용 요약’을 자동 생성하는 단계”.

8) GenAI: Amazon Bedrock LLM

  • 요약(7)과 양방향 연결이 그려져 있어:

    • Lambda가 프롬프트 구성/컨텍스트 결합
    • Bedrock이 생성/추론
    • 결과를 다시 Lambda가 후처리/저장

Bedrock이 여기서 할 수 있는 역할들(그림 의도상):

  • 통화 요약 고도화
  • “다음 최선의 답변/행동(Next Best Action)” 제안
  • 상담사가 고객에게 보낼 문장 초안 생성
  • 감정/이슈 분류 설명 자동화

✅ “정확성 기반(6)을 보강하면서 ‘자연어 생성’까지 확장하는 레이어”.

9) CRM 연동 (예: Salesforce)

  • 점선 화살표가
    전사/요약/감정 결과를 CRM에 기록하는 흐름을 나타냄.

  • 이 단계가 중요한 이유:

    • 상담 결과가
      콜센터 툴을 넘어 ‘영업/고객관리 데이터’로 승격됨.

✅ “AI 결과를 실제 비즈니스 시스템에 박제하는 구간”.

10) API + Web app

  • 실제 서비스 형태

API

  • AWS AppSync

    • GraphQL API로
      실시간 업데이트/구독 모델에 유리.

  • Amazon DynamoDB

    • 콜 메타데이터
    • 전사/요약 결과
    • 봇 설정
      같은 저지연 운영 데이터 저장.

  • Amazon Kinesis Data Streams stream/export

    • 검색/데이터레이크로
      장기 분석(품질, KPI, 트렌드) 확장.

Web app

  • Amazon CloudFront (LCA web application)

    • 상담사 전용 웹앱 CDN/진입점.

  • Amazon S3 webpage bucket

    • 정적 웹 호스팅.

  • Amazon Cognito authorization

    • 상담사 인증/권한.

✅ “실시간 상담 도우미(LCA)를 제품처럼 제공하는 앱 계층”.

11) Agents (상담사)

최종적으로 상담사는:

  • LCA 웹앱에 로그인하고
  • 실시간 전사/감정 신호를 보며
  • Kendra 기반 FAQ 추천을 받고
  • Bedrock 기반 요약/답변 초안까지 활용하는 구조.

이 아키텍처의 설계 철학

  1. 멀티 벤더 컨택센터 통합
  • Genesys/Connect/외부 SIP 등
    서로 다른 유입을 Kinesis로 표준화.
  1. 실시간(Streaming) 우선
  • 전사/감정/지식 검색/GenAI가
    상담 중 바로 도움이 되도록 설계.
  1. 정확성(검색) + 생성(LLM) 분리
  • 6번 Kendra/ Lex 기반 정확한 근거
  • 8번 Bedrock 기반 자연스러운 생성
  • 이 조합이 현업에서 가장 안전한 패턴.

결론: 번호 한 줄 요약

  • 1 Genesys 실시간 오디오를 AWS로 끌고 와 전사/녹취
  • 2 Connect 네이티브 전사/분석 경로
  • 3 외부 컨택센터도 Chime/KVS/EB로 전사 파이프라인 편입
  • 4 Kinesis로 모든 입력을 통합 스트리밍
  • 5 Lambda+Comprehend로 전사 정제/감정 분석
  • 6 Lex+Kendra로 “근거 기반” 상담 보조
  • 7 Lambda 요약
  • 8 Bedrock으로 GenAI 고도화
  • 9 Salesforce 등 CRM에 결과 기록
  • 10 AppSync/DDB/CloudFront/S3/Cognito로 제품형 웹앱 제공
  • 11 상담사가 실시간으로 활용
profile
cl0
이전 포스트

#16. AWS Security Reference Architecture

다음 포스트

AWS-MAS 아키텍처

0개의 댓글