[The Blueprint - AI 금융 아키텍처 설계 (3/7)] "신경망" 설계: 하이브리드 EDA와 이벤트 브릿징

"The Blueprint"의 세 번째 설계 여정에 오신 것을 환영합니다 .

 

지난 [2/7]에서 우리는 '정문(P2, API 게이트웨이)'을 설계했습니다 . 이는 AI Agent가 시스템에 '명령'하고 '조회'하는 동기식(Synchronous) 통로였습니다 .

 

하지만 진정한 'Agentic AI'는 명령을 기다리는 수동적인 존재가 아닙니다 . "고객의 잔액이 부족할 것 같습니다"처럼, 상황을 '인지'하고 선제적으로 '행동'해야 합니다 .

 

이를 위해, 이번 장에서는 **[원칙 3: 실시간 데이터는 이벤트 기반 아키텍처(EDA)를 고려하라]**는 원칙을 기반으로 , AI Agent가 실시간으로 '상황을 인지'할 수 있게 돕는 비동기식(Asynchronous) '신경망'을 설계합니다 .

 

원칙 3: 왜 "신경망"이 필요한가?

'원칙 3'은 AI Agent가 '선제적 행동'을 하기 위한 필수 아키텍처입니다 .

• 역할: AI Agent는 Kafka와 같은 '이벤트 브로커'에 구독(Subscribe) 신청을 합니다 .
• 작동: '고객의 결제 실패', '대출 연체 발생'과 같은 중요한 '이벤트(Event)'가 발생할 때마다, 이 '신경망'이 AI Agent에게 즉시 신호를 전달합니다 .
• 결과: AI Agent는 이 신호(이벤트)를 인지하고, 다음 행동을 스스로 추론합니다. 이것이 없으면 AI는 그저 '명령을 기다리는 챗봇'에 불과합니다.

 

현실의 챌린지: 끊어진 "신경망"

 

우리는 다시 '하이브리드 지옥'이라는 제약 조건과 마주합니다 .

• 이벤트 발생 (Public): '디지털 지갑' 서비스는 퍼블릭 클라우드(Public K8s)에 있습니다 . 고객의 '결제 실패' 이벤트는 여기서 발생합니다.
• 이벤트 수신 (Private): 하지만 이 고객을 관리하는 'AI Agent'는 핵심 시스템과 함께 프라이빗 클라우드(On-prem K8s)에 있습니다 .

[설계 이슈 3] 어떻게 퍼블릭 클라우드에서 발생한 이벤트를, 보안 규제로 인해 철저히 격리된 프라이빗 클라우드로 '안전하게' 전달할 수 있을까요?

 

퍼블릭 클라우드가 프라이빗 클라우드로 직접 이벤트를 'Push'하는 것은 금융사의 보안 정책상 절대 허용될 수 없습니다 .

 

해결 전략: "이벤트 브릿징" (Event Bridging)

 

이 '끊어진 신경망'을 안전하게 연결하는 유일한 방법은, "연합 EDA(Federated EDA)" 또는 "이벤트 브릿징(Event Bridging)" 패턴을 사용하는 것입니다 .

• What: 이는 두 개의 분리된 Kafka(혹은 이벤트 브로커) 클러스터 간에, '신뢰할 수 있는 단방향 다리'를 놓는 기술입니다 . (예: Kafka MirrorMaker, Confluent Replicator 등)
• How (The Security Model): 핵심은 '방향'입니다.

이 설계를 통해, 우리는 외부의 위협(Public)으로부터 내부(Private)를 철저히 보호하면서도, AI Agent가 필요로 하는 핵심 정보(Event)는 실시간으로 공급받는 '신경망'을 완성했습니다.

 

"신경망"과 "통제"의 연결

 

물론, 이 '이벤트 브릿지' 역시 **[원칙 1: 통제]**의 대상입니다 . 'A 고객'의 AI Agent는 'A 고객'의 이벤트만 구독해야 합니다. 우리는 이벤트 데이터 자체에 '소유권'을 명시하고, AI Agent가 자신의 권한을 넘어서는 이벤트를 구독하지 못하도록 통제하는 필터링 메커니즘을 이 '신경망'에 반드시 포함해야 합니다 .

---

다음 이야기: "기억장치"를 설계합니다

지금까지 우리는 AI Agent가 살아갈 '대지(P5)', 명령을 내릴 '정문(P2)', 실시간 신호를 받을 '신경망(P3)'을 모두 설계했습니다.

하지만 AI Agent가 "고객님의 잔액이 부족합니다"라는 이벤트(P3)를 받았을 때, "지난달에도 이런 일이 있었는지", "고객의 주거래 상품이 무엇인지"와 같은 **'맥락(Context)'**이나 **'기억(Memory)'**이 없다면 올바른 다음 행동(예: '대출 권유' vs '저축 해지')을 추론할 수 없습니다 .

 

다음 [The Blueprint 4/7]에서는 **[원칙 4: 데이터]**를 기반으로 , AI Agent의 장기 기억장치, 즉 **'통합 데이터 뷰(Unified Data View)'**를 설계합니다 .

 

특히, '계정계(OLTP)'와 '정보계(OLAP)'로 흩어진 고객 데이터를 어떻게 AI가 실시간으로 조회할 수 있는 '단일 뷰'로 통합할 것인지 , 그 '데이터 가상화' 전략을 탐험해 보겠습니다 .