AWS 생성형 AI 자격증 학습요약본원본·요약본 목록은 자료실 페이지에서

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.

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)

#챕터내용시간구분
00환경 설정Python·AWS 자격 증명·Bedrock 모델 액세스10분필수
01단일 에이전트Prompt·Model·Tools, KB, MCP 도구, 자가개선 에이전트30분필수
02멀티 에이전트Agents-as-Tools·Swarm·Graph30분필수
03챗봇 애플리케이션Streamlit UI·스트리밍·도구 호출 시각화10분선택
04Strands Observability메트릭·로그·OTLP 트레이스·로컬 Jaeger30분선택
05에이전트 메모리AgentCore Memory 단기·장기30분필수
06AgentCore Runtime서버리스 배포20분필수
07AgentCore ObservabilityCloudWatch GenAI Observability 대시보드10분필수
08Kiro IDESteering·MCP 설정·스펙 기반 개발10분선택

사전 요구사항

챕터별 생성 리소스 (과금 표)

챕터리소스
01Bedrock Knowledge Base · OpenSearch Serverless 컬렉션 · S3 버킷
05AgentCore Memory
06AgentCore Runtime · ECR 리포지토리 · IAM 실행 역할 · CloudWatch 로그 그룹
07CloudWatch Transaction Search 수집 · 트레이스·로그 보관

공통 트러블슈팅 (원문 표 발췌)

적용 체크리스트 (시험·실습 관점)

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.