AWS Bedrock AgentCore 핸즈온 워크숍: 요약

Source: Dev.to

위에 제공된 링크에 있는 전체 텍스트를 번역하려면, 해당 글의 내용을 복사해서 여기 붙여 주세요. 그러면 원본 서식과 코드 블록, URL은 그대로 유지하면서 본문을 한국어로 번역해 드리겠습니다.

Montréal AWS 사용자 그룹

날짜: 2025 년 12 월 18 일

워크숍 개요

Amazon Bedrock AgentCore(대규모 AI 에이전트를 실행하기 위한 플랫폼)를 직접 체험하는 여정. 다룬 내용:

• 런타임
• 게이트웨이
• 아이덴티티
• 메모리
• 내장 도구
• 관측성

참가자들은 AI 에이전트를 간단한 PoC(Proof of Concept)에서 보안이 강화된 엔터프라이즈 수준 애플리케이션으로 전환하는 방법을 배웠습니다.

Note: 여기서 보여지는 각 데모는 하나의 예시일 뿐이며, 언급된 도구들은 워크숍 동안 탐색한 내용의 일부에 불과합니다—전체 목록은 아닙니다.

클라우드 개발이 중요한 이유

“클라우드 개발에 뛰어드는 것은 단순히 서비스를 배우는 것이 아니라, 먼저 실제 문제를 이해하는 것입니다. 코드는 신뢰성을 위한 도구일 뿐, 최종 자산은 아닙니다. 더 큰 그림은 기업이 왜 Amazon Bedrock AgentCore를 사용할지를 아는 것입니다.”

기업들은 실험 단계에서 실제, 안전하고, 확장 가능하며, 관측 가능한 애플리케이션으로 전환할 수 있는 AI 에이전트를 원합니다. 이번 워크숍은 모듈과 도구가 어떻게 함께 작동해 똑똑하고, 신뢰할 수 있으며, 신뢰받는 에이전트를 만드는지 연결 고리를 제공했습니다.

대상:
복잡한 인프라를 직접 관리하지 않고 AI 에이전트를 원하는 기업 또는 개발자. 목표는 다음과 같습니다.

• 신뢰할 수 있는 에이전트 구축
• 안전하게 확장
• 외부 시스템과 통합
• 에이전트 운영에 대한 완전한 가시성(관측성) 확보

1. Runtime

What it is

에이전트(질문에 답하거나 작업을 수행하는 소프트웨어)를 실행하는 보안 환경으로, 인프라 관리, 확장성 및 세션 관리를 처리합니다.

Why it matters

개발자는 서버나 보안에 신경 쓰지 않고 에이전트가 무엇을 하는지에 집중할 수 있습니다.

Example Demo – Weather + Calculator agent

• Runtime은 모든 컨테이너 오케스트레이션 및 세션 격리를 처리했습니다.

Prompt Example

How is the weather?

Tools Used

• Strands Agent
• Elastic Container Registry (ECR)
• 터미널 프롬프트

Takeaway
런타임은 프로토타입을 프로덕션‑준비가 된 에이전트로 전환시키는 핵심 기반입니다.

2. Gateway

What it is

에이전트가 외부 시스템이나 API와 상호 작용할 수 있게 해 주는 통합 레이어입니다.

Why it matters

실제 세계의 인사이트를 제공하려면 에이전트가 안전하고 신뢰할 수 있는 외부 정보에 접근해야 합니다. Gateway를 사용하면 도구를 메타데이터(이름, 설명, 입력/출력 스키마, 동작)와 함께 정의할 수 있습니다.

Example Demo – Mars Weather agent

• API 키를 사용해 NASA의 Open API를 호출했습니다.

Prompt Example

Hi, can you list all tools available to you?
What is the weather in the northern part of Mars?

Tools Used

• REST APIs
• AgentCore Gateway
• API keys

Takeaway
Gateway는 에이전트와 외부 시스템을 연결하여 실행 가능한 인텔리전스와 구조화된 도구 통합을 가능하게 합니다.

3. 정체성

무엇인가

누가 에이전트를 호출할 수 있는지와 무엇을 접근할 수 있는지를 관리합니다.

왜 중요한가

민감한 데이터를 보호하고 기업 환경에서 규정 준수를 보장합니다.

예시 데모 – Authorization 유무에 따른 AgentCore Runtime

• 인증 있음으로 호출된 날씨 에이전트 → 성공.
• 인증 없음으로 호출된 날씨 에이전트 → AccessDeniedException.

프롬프트 예시

How is the weather?

사용된 도구

• Amazon Cognito
• JWT 토큰

핵심 요점
정체성은 권한이 있는 사용자 또는 시스템만 에이전트와 상호작용하도록 보장합니다.

4. 메모리

정의

다중 턴 대화를 위한 컨텍스트를 저장합니다.

왜 중요한가

에이전트가 개인화되고 컨텍스트를 인식한 응답을 제공하도록 하여 시간이 지남에 따라 개선됩니다.

예시 데모 – AI 학습 에이전트

• 에이전트는 사용자 이름(Alex)과 AI에 대한 관심 주제를 세션 간에 기억했습니다.

Prompt Flow

User: My name is Alex and I'm interested in learning about AI.
Agent: Hi Alex! I’m excited to help you learn about AI!
User: What was my name again?
Agent: Your name is Alex!

사용된 도구

• AgentCore Memory
• Strands MetricsClient

핵심 요점
단기 메모리는 세션 수준의 컨텍스트를 제공하고, 장기 메모리는 사용자 경험을 향상시키고 시간 경과에 따른 연속성을 가능하게 하는 지속적인 컨텍스트를 제공합니다.

5. 내장 도구

정의

Browser 또는 Code Interpreter와 같은 사전 구축된 도구는 에이전트의 기능을 확장합니다.

왜 중요한가

에이전트는 특수 작업을 안전하고 효율적으로 수행할 수 있습니다.

예시 데모 – 아마존 매출 추출

• Browser 도구와 Nova Act SDK를 사용하여 웹사이트에서 아마존 매출 데이터를 추출했습니다.

프롬프트 예시

Extract and return Amazon revenue for the last 4 years from stockanalysis.com.

사용된 도구

• Browser Tool
• Code Interpreter
• Nova Act SDK

핵심 요점
내장 도구는 에이전트가 복잡한 작업을 처리하도록 하여 기업 환경에서 더욱 유용하게 만듭니다.

Source: …

6. 관측성

정의

에이전트 워크플로, 도구 사용, 성능 및 오류에 대한 모니터링 및 로깅.

왜 중요한가

에이전트를 추적 가능하고, 측정 가능하며, 디버깅 가능하게 하여 프로덕션에서 신뢰를 구축합니다.

예시 데모 워크플로 – CrewAI 여행 에이전트

1. Create Amazon Bedrock을 사용해 역할, 목표, 배경 스토리 및 작업을 정의한 런타임 준비된 CrewAI 에이전트를 생성합니다.

2. Instrument CrewAIInstrumentor().instrument() 로 에이전트를 계측하여 관측성을 활성화합니다.

3. Invoke Boto3를 통해 에이전트를 호출합니다:

   prompt = "What are some rodeo events happening in Oklahoma?"
   response = bedrock_client.invoke_agent(..., prompt=prompt)

4. 여러 응답이 병렬로 찾아집니다.

5. Dashboards on CloudWatch 에서 요청 지연 시간, 도구 호출 횟수, 오류 비율 등의 메트릭을 표시합니다.

사용된 도구

• CrewAIInstrumentor
• Boto3 (AWS SDK for Python)
• CloudWatch 대시보드

핵심 요점
관측성은 에이전트를 대규모로 운영하고, 문제를 조기에 감지하며, 성능을 지속적으로 개선하는 데 필요한 인사이트를 제공합니다.

마무리 생각

워크숍을 통해 Amazon Bedrock AgentCore가 런타임, 게이트웨이, 아이덴티티, 메모리, 내장 도구 및 관측성을 하나의 통합 플랫폼으로 결합한다는 점을 확인했습니다. 이제 기업은 실험적인 AI 에이전트 단계에서 안전하고, 확장 가능하며, 신뢰할 수 있는 프로덕션 워크로드로 전환할 수 있게 되었으며, 이를 위해 기본 인프라를 직접 관리할 필요가 없습니다.

관측성 및 메트릭

• 런타임 메트릭을 모든 에이전트에서 확인합니다.
• 특정 에이전트를 클릭하면 맞춤 시간 프레임 필터링이 적용된 상세 메트릭을 볼 수 있습니다.

사용 도구

• Amazon CloudWatch
• Boto3 SDK
• Crew AI
• Scarf
• AWS Distro for OpenTelemetry

핵심 요약
관측성을 통해 프로덕션 에이전트를 모니터링하고 성능을 가시화하여 신뢰성과 최적화를 지원합니다.

Enterprise Adoption of Bedrock AgentCore

Enterprises adopt AgentCore to move from a proof‑of‑concept to production‑ready AI applications. It provides:

• Scalable deployment without managing infrastructure
• Secure, authorized execution
• Contextual and persistent memory
• Integration with external systems and workflows
• Full observability for performance and errors

Understanding these modules helps developers deliver AI solutions that meet enterprise goals.

Development Philosophy

• Cloud development은 코드를 작성하는 것에만 국한되지 않고 큰 그림을 보는 것입니다.
• AgentCore는 엔터프라이즈 급 에이전트를 안전하게 실험할 수 있는 샌드박스를 제공합니다.
• Observability는 실시간 에이전트를 모니터링하고, 최적화하며, 신뢰할 수 있게 합니다.

학습 및 커뮤니티

실제 문제를 해결하는 도구들의 활용 방법을 배우는 데 있어 실습 워크숍과 커뮤니티 참여는 매우 귀중합니다.