AWS가 6월 21일 뉴욕 서밋에서 AI 에이전트의 프로덕션 배포를 가로막는 두 가지 문제를 동시에 겨냥한 신규 서비스를 발표했다. 코드 보안 자동화 서비스 'AWS Continuum'과 기업 지식 그래프 서비스 'AWS Context'다.
▼ AWS Continuum vs AWS Context 핵심 비교
| 항목 | AWS Continuum | AWS Context |
|---|---|---|
| 목적 | 코드 취약점 전 주기 자동화 | 에이전트용 비즈니스 맥락 제공 |
| 핵심 기능 | 탐지→우선순위→검증→수정 | 기업 데이터 기반 지식 그래프 구축 |
| 해결 과제 | AI 생성 코드의 보안 위협 대응 속도 | 에이전트의 잘못된 자신감·오답 |
| 데이터 소스 | 기존 취약점 목록 + 자체 스캔 | DB·문서·이메일·채팅·SaaS 앱 |
| 운영 모드 | 학습 모드(사람 승인) → 자동 적용 모드 | 쿼리마다 신뢰 소스 자동 학습 |
| 접근 제어 | - | 내장 권한 관리 |
| 출시 상태 | 파일럿 고객 한정 | 공개 발표 |
Continuum은 Anthropic의 Claude Mythos 같은 특화 보안 모델을 활용해 취약점을 탐지하고 공격 경로를 분석한다고 AWS는 밝혔다. 단순 탐지에 그치지 않고, 격리된 테스트 환경에서 실제 공격 재현을 시도해 오탐과 실제 위협을 분리한다. 이후 네트워크 설정 변경·권한 조정·코드 패치 등 구체적 수정 방안을 제안한다. 설계 문서나 소스 코드에서 공격 시나리오를 자동 생성하는 위협 모델링 도구도 함께 제공한다.
Context는 Amazon 내부 AI 어시스턴트 'Quick'과 동일한 지식 그래프 기반 위에 구축됐다. 조직 전체 에이전트가 공유하는 지식 저장소 역할을 하며, 연결된 소스의 메타데이터를 오픈 테이블 형식으로 AWS 스토리지에 저장한다. 별도 데이터 파이프라인 없이 기존 도구를 그대로 쓸 수 있다. 에이전트가 쿼리할 때마다 어떤 소스가 신뢰할 만한지 학습하기 때문에, 이전 에이전트의 경험이 이후 에이전트에게 쌓인다.
이번 발표는 AWS 내부 사정과도 무관하지 않다. 올해 2월 AI 코딩 도구가 AWS 장애 두 건에 연루됐다는 보고가 나왔다. 한 건은 Kiro가 환경을 삭제·재구축하면서 발생한 13시간 장애였다. Amazon은 이후 AI 생성 코드에 숙련 엔지니어의 승인을 의무화하는 내부 정책을 도입했다.
국내 클라우드·AI 도입 기업 입장에서 두 서비스는 서로 다른 수요를 겨냥한다. AI 코드 생성 속도가 보안 검토 역량을 앞지르는 상황에서 Continuum은 보안팀 부담을 줄이는 수단이 될 수 있다. Context는 사내 데이터가 분산된 대기업·금융·제조 환경에서 에이전트 정확도를 높이는 기반 인프라로 활용 가능성이 있다. 다만 Continuum은 현재 파일럿 고객에게만 제공되며, 국내 정식 출시 일정은 공개되지 않았다.
