지원 그 이상: ‘Agent Plugins for AWS’의 실행력

Source: Dev.to

위의 텍스트만 제공되었으므로 번역할 내용이 없습니다. 번역이 필요한 전체 기사나 텍스트를 제공해 주시면 한국어로 번역해 드리겠습니다.

AWS용 에이전트 플러그인

Agent Plugins for AWS – 2026년 2월 AWS Labs가 GitHub에 공개한 AI 에이전트에 실행 가능한 스킬 세트를 부여하는 플러그인 라이브러리입니다. 단순한 코드 완성이나 자연어 지원과 달리, 이 플러그인을 통해 AI 에이전트가 AWS에서 실제 작업을 수행할 수 있습니다.

핵심 포인트

• Claude Code 플러그인으로 공식 지원됩니다.
• Cursor 마켓플레이스를 통해 손쉽게 설치할 수 있습니다.
• 엔드‑투‑엔드 워크플로 제공:
  1. AI 기반 설계 지원
  2. 권장 사항 및 비용 추정
  3. 인프라‑코드(IaC) 생성
  4. AWS에 배포

저장소

awslabs / agent-plugins

Agent Plugins for AWS는 AI 코딩 에이전트에게 AWS에서 설계, 배포 및 운영을 지원하는 기술을 제공합니다.

중요: 생성형 AI는 실수를 할 수 있습니다. 선택한 AI 모델 및 에이전트 기반 코딩 어시스턴트가 생성한 모든 출력 및 비용을 검토하는 것이 좋습니다. 자세한 내용은 AWS Responsible AI Policy를 참고하세요.

에이전트 플러그인은 현재 Claude Code에서 지원됩니다.

Plugins

Installation

Claude Code

Add the marketplace

/plugin marketplace add awslabs/agent-plugins

Install a plugin

/plugin install deploy-on-aws@agent-plugins-for-aws

Cursor

Use the official Cursor marketplace to install the plugins from this repository. For additional information, please refer to the documentation.

1. Open Cursor Settings → Plugins.
2. In the search bar, type aws.
3. Select the plugin you want to install, click Add to Cursor, then choose the scope.
4. …and you’re ready to go.

왜 이것이 단순한 “완성 도구” 그 이상인가

이전에는 LLM을 활용한 개발 지원이 일반적으로 다음과 같은 패턴을 따랐습니다:

• “AWS에서 이 아키텍처를 어떻게 구현해야 할까요?”와 같은 질문에 자연어 조언을 제공
• 인간이 그 조언을 바탕으로 설계하고 코딩
• 배포와 테스트를 인간이 수동으로 수행

이 흐름에서 AI의 역할은 설계 지원에 초점이 맞춰져 있으며, 실제 환경에 적용하는 작업은 인간에게 의존합니다.

반면에 Agent Plugins for AWS는 AI 에이전트가 설계 → 권장 사항 → 비용 추정 → IaC 생성 → 배포까지 능동적으로 처리할 수 있게 하는 플러그인 모음입니다. 이는 단순히 명령어 완성을 제안하거나 자연어로 CLI를 트리거하는 자동화 도구와는 질적으로 다릅니다.

CLI 자동화와의 차이점: 단순히 “터미널 작업”이 아닌 이유

많은 사람들은 현재 Claude Code와 같은 도구나 다양한 AI CLI를 사용하면 이미 다음을 할 수 있다고 생각할 수 있습니다.

• IaC 생성.
• AWS CLI 실행.
• (에이전트 모드가 적절한 권한과 함께 활성화된 경우) 수동 개입 없이 바로 배포 진행.

실행 가능 여부만 보면, 기존 CLI 기반 에이전트 환경도 유사한 작업을 수행할 수 있습니다.

그렇다면 AWS용 에이전트 플러그인의 차별점은 무엇일까요?

차별점은 실행 가능성이 아니라 기능이 통합된 레이어에 있습니다.

1. 즉석 추론 vs. 구조화된 기능

CLI 기반 자동화에서는 에이전트가 매번 프롬프트를 기반으로 명령을 생성하고 실행합니다. 설계 결정과 서비스 선택은 모델의 내부 지식과 즉각적인 컨텍스트에 의존합니다.

AWS용 에이전트 플러그인은 AWS 설계 워크플로우 자체—Analyze → Recommend → Estimate → Generate → Deploy—를 에이전트의 확장 기능으로 명시적으로 정의합니다. 이는 단순히 명령 시퀀스가 아니라 전체 설계 프로세스를 단계별로 구성하는 기능입니다.

다시 말해, “그때그때 떠올린 작업을 실행한다”는 모델에서 “AWS 설계 프로세스를 구조화된 기능으로 내재화한다”는 모델로 전환되는 것입니다.

Claude의 Skills나 Kiro Powers와 같은 메커니즘은 에이전트에게 추가적인 전문 지식이나 스크립트를 제공할 수 있지만, 특정 도메인에 대한 행동을 향상시키는 모듈에 불과합니다. 이들은 전체 설계 워크플로우를 체계화하지 않습니다.

AWS용 에이전트 플러그인은 설계부터 실행까지의 전체 시퀀스를 하나의 기능으로 패키징하고, MCP를 통해 실시간 데이터(가격, 문서 등)와 연계합니다.

2. 추론 중심 vs. 실시간 데이터 연결

CLI 실행만으로도 권고와 생성이 가능하지만, 이러한 판단은 모델의 내부 학습 데이터에 의존합니다.

에이전트 플러그인은 MCP 서버와 연결하여:

• awsknowledge – 공식 문서
• awspricing – 실시간 가격 정보
• aws‑iac‑mcp – IaC 모범 사례

와 같은 최신 공식 정보와 실시간 데이터를 활용합니다. 차별점은 작업을 수행할 수 있느냐가 아니라, 판단을 뒷받침하는 정보 소스가 체계적으로 통합되어 있느냐입니다.

3. 운영 자동화 vs. 도메인 기능 확장

CLI 자동화는 주로 운영을 더 효율적으로 만드는 데 초점을 맞춥니다.

에이전트 플러그인은 에이전트에게 다음과 같은 AWS 도메인 지식을 부여합니다:

• 서비스 선택 로직
• 비용 평가 흐름
• IaC 출력 패턴

따라서 단순히 명령 실행을 자동화하는 것이 아니라, AWS 도메인 내 설계 능력을 확장하는 역할을 합니다.

Positioning in the Capability Stack

Structurally, Agent Plugins sits in the following layer:

CLI 자동화가 CLI / API Execution Layer를 최적화하는 반면, Agent Plugins는 그 위에 AWS Domain Capability 중간 레이어를 추가합니다. 이 설계는 단순히 또 다른 도구를 추가하는 것이 아니라 에이전트의 기능 스택을 향상시킵니다.

조직적 관점

CLI 자동화는 개인 효율성을 향상시킵니다.
Agent Plugins는 설계 워크플로를 표준화하여 조직 차원에서 중요해집니다:

• 설계의 재현성
• 비용 평가의 일관성
• IaC 출력의 일관성
• 권고에 대한 검토 가능한 근거

Agent Plugins는 “st”(원본에서 문장이 잘렸음; 필요에 따라 완성하십시오) 에 기여합니다.

프로세스 표준화

따라서 차별점은 **“CLI를 대체하는 것”**이 아니라 **“CLI 위에 AWS‑특화 기능을 쌓는 것”**입니다. CLI 자동화가 **“실행 기반”**이라면, Agent Plugins는 그 위에 구축된 **“기능‑확장 레이어”**입니다.

에이전트 플러그인의 기본 구조 및 워크플로우

Agent Plugins for AWS는 AI 에이전트에 AWS 관련 기능을 부여하는 플러그인 모듈 모음입니다. README에 따르면, 목표는 AI 코딩 에이전트가 AWS 설계·배포부터 운영까지 모든 작업을 지원할 수 있는 스킬을 제공하는 것입니다.

5단계 워크플로우

Real‑Data Integration Powered by MCP Servers

Model Context Protocol (MCP) 서버는 에이전트 플러그인의 유용성을 지원하는 핵심 메커니즘입니다. MCP는 AI 모델을 외부 데이터 소스 및 도구와 연결하기 위한 표준화된 프로토콜이며, AWS 측 MCP 서버는 공식 문서, 가격 정보 및 모범 사례를 제공합니다.

Welcome to Open‑Source MCP Servers for AWS

• AWS용 오픈소스 MCP 서버를 시작하고 핵심 기능을 학습하세요.

Source: awslabs.github.io

핵심 MCP 서버

이 서버들은 에이전트가 모델 내부 지식에만 의존하지 않고 최신 실시간 데이터를 참조할 수 있게 합니다.

실제 가치

1. 클라우드 마이그레이션 및 아키텍처 설계 지원

전통적인 클라우드 마이그레이션에서는 인간이 여러 단계를 처리합니다: 현재 환경 분석, 서비스 선택, 비용 기반 의사결정, IaC 설계, 배포 등.

에이전트 플러그인을 사용하면 다음과 같은 하나의 자연어 명령으로:

“이 프로젝트를 AWS 서버리스 아키텍처에 최적화하고 배포하고 싶습니다.”

추천, 비용 비교, IaC 생성 및 실행이 자동으로 트리거되어 수작업을 크게 줄이고 설계 정확성을 보장합니다.

2. 팀 지식 체계화

베테랑 디자이너들의 암묵적 지식은 종종 사일로화를 초래합니다. 에이전트 플러그인은 추천 이유, 비용, IaC 등에 대한 근거를 출력하므로 지식 공유와 검토가 훨씬 쉬워지고, 다음과 같은 효과를 얻을 수 있습니다:

• 설계‑결정 과정의 투명성.
• 베스트 프랙티스의 체계화.
• 신규 구성원의 학습 비용 감소.

3. CI/CD와 품질 평가와의 통합

생성된 IaC와 설정은 CI/CD 파이프라인에 직접 통합될 수 있습니다:

• 풀 리퀘스트에서 자동 IaC 검증.
• 검토 단계에 첨부되는 비용‑비교 보고서.
• 자동화된 배포‑승인 워크플로와의 연계.

고려 사항 및 위험

• 모델 오류 및 최신성 – 공식 README에 명시된 바와 같이, 출력에는 오류가 포함될 수 있으며 모든 결과는 인간 검토가 필요합니다.
• 보안 및 권한 – AWS CLI 및 IAM 설정을 신중하게 설계하는 것이 필수적입니다. 과도한 권한은 위험을 증가시키며, 자동 배포를 위한 적절한 승인 흐름을 구축하는 것이 중요합니다.

Future Outlook

Agent Plugins for AWS는 AI 에이전트를 “설명 보조자”에서 “실행을 위한 오케스트레이션 엔진”으로 발전시키는 기반입니다. 기본이 되는 MCP 서버와 생태계(Claude, Cursor 등)는 지속적으로 개발되고 있어 클라우드 운영의 자동화가 더욱 진행될 가능성이 있습니다.

AWS는 원격/완전 관리형 Model Context Protocol 서버인 AWS MCP Server의 프리뷰를 발표했습니다. 이는 IAM을 통한 인증/인가 및 CloudTrail을 통한 로그 수집과 같은 거버넌스가 기본적으로 지원되는 방향을 시사합니다.

https://aws.amazon.com/about-aws/whats-new/2025/11/aws-mcp-server/

결론

AWS용 에이전트 플러그인은 AI의 역할을 “지원”에서 “실행”으로 전환시키는 중요한 진화를 나타냅니다. 실시간 데이터, 일관된 워크플로, 논리적인 지원을 기반으로 하는 토대를 제공함으로써 클라우드 설계, 마이그레이션 및 운영에서 생산성과 품질을 동시에 향상시킵니다.