10 · AWS 한국어 에이전트 워크숍 — Strands SDK + AgentCore 핸즈온
한 문장 요약: 이 워크숍은 Strands Agents SDK로 에이전트를 만들고 AgentCore로 배포·운영하는 9개 챕터(00~08)의 실습 과정으로, 핵심 경로는 01·02·05·06·07 다섯 챕터(약 2시간)이며 개인 계정 실행 시 챕터별 과금 리소스 정리가 필수다.
- 태스크: T-DOC-10 · 연계 주차: 3주차(에이전트)
- 원본: github.com/aws-samples/sample-aws-agentic-ai-workshop README.ko (2026-11-18 수집·마크다운 9,672자 — raw 본문 사본 보관)
- 원문 사본:
downloads/08-에이전트워크숍/README.ko.md
개요
각 챕터는 labs/(빈 파일에 직접 작성)와 completed/(완성 코드 비교)로 구성된다. 레벨 100~200(입문~중급), 에이전트·LLM 사전 경험 불필요. 필수 챕터 기준 약 2시간, 8개 챕터 전체 약 3시간 (원문). 덱(시트6)의 추천 경로 "01→05→06→07"에 대해 현행 README는 02(멀티 에이전트)를 포함한 01·02·05·06·07를 핵심 경로로 표기한다 — 의존성은 07←06 하나뿐이라 나머지는 자유 순서다.
핵심 메시지 3
1. 기술 스택이 AgentCore 세대다 — Strands Agents SDK(프레임워크) + Bedrock(추론) + Bedrock Knowledge Bases + MCP(도구 연동 표준)·AWS MCP 서버 + AgentCore Memory/Runtime/Observability. Agents Classic이 아니다(요약본 09의 전환 공지와 정합).
2. 핵심 경로와 선택이 명시돼 있다 — 필수: 00 설정, 01 단일 에이전트, 02 멀티 에이전트(Agents-as-Tools·Swarm·Graph), 05 메모리, 06 Runtime 배포, 07 관측 / 선택: 03 챗봇(Streamlit), 04 Strands 관측(OTel·Jaeger), 08 Kiro IDE.
3. 과금 리소스와 정리 절차가 문서의 일부다 — 챕터별 "리소스 정리" 섹션이 있으며 "특히 OpenSearch Serverless 컬렉션은 조회하지 않아도 계속 과금됩니다" (원문 경고).
주제별 심화
챕터 구성 (원문 표)
| # | 챕터 | 내용 | 시간 | 구분 |
|---|---|---|---|---|
| 00 | 환경 설정 | Python·AWS 자격 증명·Bedrock 모델 액세스 | 10분 | 필수 |
| 01 | 단일 에이전트 | Prompt·Model·Tools, KB, MCP 도구, 자가개선 에이전트 | 30분 | 필수 |
| 02 | 멀티 에이전트 | Agents-as-Tools·Swarm·Graph | 30분 | 필수 |
| 03 | 챗봇 애플리케이션 | Streamlit UI·스트리밍·도구 호출 시각화 | 10분 | 선택 |
| 04 | Strands Observability | 메트릭·로그·OTLP 트레이스·로컬 Jaeger | 30분 | 선택 |
| 05 | 에이전트 메모리 | AgentCore Memory 단기·장기 | 30분 | 필수 |
| 06 | AgentCore Runtime | 서버리스 배포 | 20분 | 필수 |
| 07 | AgentCore Observability | CloudWatch GenAI Observability 대시보드 | 10분 | 필수 |
| 08 | Kiro IDE | Steering·MCP 설정·스펙 기반 개발 | 10분 | 선택 |
사전 요구사항
- 모든 실습은 us-west-2 리전 · 모델:
us.anthropic.claude-sonnet-4-6(01~08) ·us.amazon.nova-pro-v1:0(04 메트릭) — Model access에서 활성화(us.접두사 = 교차 리전 추론 프로파일) - Python 3.12 · uv · Docker(04·06만) · AWS CLI 설정(기본 리전 us-west-2)
- 시작:
git clone→code/00-setup에서uv sync→uv run --project 00-setup python 01-single-agent/completed/basic.py로 응답 확인
챕터별 생성 리소스 (과금 표)
| 챕터 | 리소스 |
|---|---|
| 01 | Bedrock Knowledge Base · OpenSearch Serverless 컬렉션 · S3 버킷 |
| 05 | AgentCore Memory |
| 06 | AgentCore Runtime · ECR 리포지토리 · IAM 실행 역할 · CloudWatch 로그 그룹 |
| 07 | CloudWatch Transaction Search 수집 · 트레이스·로그 보관 |
공통 트러블슈팅 (원문 표 발췌)
uv: command not found→~/.local/binPATHstrands/bedrock_agentcoreModuleNotFoundError → 시스템 Python 실행 중 —uv run --project 00-setup사용AccessDeniedException→ us-west-2 모델 액세스·bedrock:InvokeModel권한 확인- 리전
ValidationException→ 기본 리전 확인 - Docker 데몬 연결 실패(04·06) → Docker Desktop 실행 후
docker info - 05: 새 AgentCore Memory는 ACTIVE까지 1~2분(LTM 추출도 비동기) — 잠시 후 재시도
- 07 대시보드 비어 있음 → Transaction Search 활성화 + 06 배포 에이전트 최소 1회 호출 필요
적용 체크리스트 (시험·실습 관점)
- ☐ 3주차 계획의 "워크숍 01→05→06→07"을 현행 핵심 경로(02 포함)로 갱신했는가 — 본 요약이 근거
- ☐ 비용 0원 원칙(시트8)이라면 문서 학습 + 정리 절차 숙지만 하고 개인 계정 실행은 계획적으로
- ☐ 실행 시 07 관측 실습이 "06 배포+1회 호출" 전제임을 기억하는가 (도메인 4·5 관측 연결)
- ☐ MCP가 도구 연동 표준으로 스택 중심에 있음을 파악했는가 (도메인 2)
최종 정리
핵심 경로 5챕터가 곧 "에이전트 1주치 커리큘럼"이다 — 만들고(01·02), 기억하고(05), 배포하고(06), 관측한다(07). 개인 계정 실행 시 만들어지는 리소스 4종(특히 OpenSearch Serverless)의 정리는 워크숍의 일부이지 부록이 아니다.
Provenance: 원문 인용·표는 2026-11-18 수집 README.ko 기준(MIT-0 라이선스). 챕터 구성·모델 ID는 저장소 업데이트로 변할 수 있음. 해석·체크리스트는 학습용 편집임.