블루사이트, 아마존 베드록 기반 에이전트 AI 솔루션 도입

주장블루사이트는 병원 내 복잡한 의약품 규정 준수 업무를 자동화하고자 에이전트 AI 솔루션인 프리즘을 도입했습니다. 기존의 수동 데이터 분석 방식은 병원당 연간 4,000시간 이상의 인력을 소모하는 비효율적인 구조를 보였습니다.

팩트병원들은 340B 약가 프로그램 준수를 위해 미국 식품의약국 부족 목록과 미국병원약사협회 데이터, 재고 현황 등 여러 출처의 정보를 동시에 확인해야 합니다. 블루사이트는 이러한 복잡성을 해결하고자 6개 제품군을 통합하는 AI 계층을 구축했습니다.

교차검증의료 데이터는 미국 건강보험 양도 및 책임에 관한 법률인 HIPAA 규정에 따라 엄격하게 관리되어야 합니다. 블루사이트는 AI가 생성하는 결과물의 설명 가능성과 결정론적 성격을 확보하기 위해 아마존 베드록의 기업용 인프라를 선택했습니다.

팩트블루사이트는 아마존 베드록 에이전트코어를 활용하여 9개월 만에 프로토타입에서 상용화 단계로 진입했습니다. 이는 통상적인 AI 개발 기간인 12개월에서 18개월보다 빠른 속도입니다.

팩트프리즘 어시스턴트는 2026년 5월 컨트롤체크 제품에 우선 적용되어 현재 20개 의료 시스템에서 사용 중입니다. 블루사이트는 여러 제품을 아우르는 복합적인 멀티 에이전트 솔루션도 2026년 내 출시할 예정입니다.

팩트아마존 베드록은 HIPAA 적격 서비스입니다. 블루사이트와 아마존 웹 서비스 간의 비즈니스 제휴 계약은 고객 데이터가 파운데이션 모델 학습에 사용되지 않음을 보장합니다.

팩트의료 정보 보호가 필수적인 병원 환경에서 데이터 학습 제외는 핵심적인 선택 기준이었습니다. 블루사이트는 이를 통해 안전한 AI 운용 환경을 확보했습니다.

팩트에이전트코어 게이트웨이는 기존 제품의 응용 프로그램 인터페이스를 모델 컨텍스트 프로토콜 호환 도구로 변환합니다. 에이전트는 이를 통해 데이터를 직접 호출하며 블루사이트는 별도의 통합 인프라를 처음부터 구축할 필요가 없었습니다.

주장블루사이트는 AI 추론 계층과 데이터 계층을 분리하는 아키텍처를 채택하여 성능을 최적화했습니다. 원시 데이터베이스를 직접 노출하는 대신 아마존 웹 서비스 람다 함수를 통해 구조화된 데이터를 제공합니다.

팩트이러한 데이터 구조화 방식을 통해 쿼리 지연 시간을 기존 5분에서 10초로 단축했습니다. 시스템의 응답 속도 향상은 병원 현장의 업무 효율을 높이는 결과로 이어집니다.

교차검증이번 프로젝트는 아마존 웹 서비스의 경험 기반 가속화 프로그램을 통해 3일간의 집중 스프린트로 시작되었습니다. 초기 단계부터 프로덕션 수준의 보안과 인증, 관측 가능성을 갖춘 인프라를 구축하여 기술 부채 발생을 방지했습니다.

출처아마존 웹 서비스 머신러닝 블로그와 블루사이트 기술 블로그의 내용을 교차 검증했습니다.