AWS Agent·MCP·AI 개발 도구

개요

AWS 에이전트의 개발·실행·기억·도구·정책을 업무 조건에 연결한다.

먼저 Bedrock·모델·프롬프트·평가, 다중 Agent와 사람의 개입, API·MCP의 역할, AI에게 위임할 작업 정의의 핵심 개념을 확인하세요.

세부 학습 목표

• 에이전트 개발 프레임워크와 AgentCore의 운영 기능을 구별한다.
• 대화·장기 기억·도구 연결·신원·정책을 업무 경계에 연결한다.
• 다중 에이전트의 전달 계약·종료·비용을 설계한다.

핵심 개요

AWS의 에이전트 구성에서도 모델 계획과 실제 도구 실행·상태·권한을 분리합니다. 도구는 한 가지 목적과 명확한 인수·오류 계약을 갖추고 외부 상태의 성공 여부를 확인해야 합니다.

MCP와 개발 도구 연결은 기능 발견과 통합을 돕지만 실행 권한이나 정확성을 자동 보장하지 않습니다. 도구 개수가 늘수록 불필요한 권한·문맥 부담을 줄이는 설계가 중요합니다.

필요한 용어

• 도구 계약: 허용 이름·인수·결과·오류·부작용을 정의한 약속
• 개입 조건: 사람 검토·추가 승인·보류로 전환하는 규칙

작동 과정

1. 업무의 고정 단계와 자율 선택을 나눕니다.
2. 도구별 실행 주체·대상·오류 계약을 검사합니다.
3. 상태·재시도·승인·최종 결과를 평가합니다.

개발 코드와 실행 환경을 나누기

• 모델이 ‘환불 가능’이라고 판단해도 실행 역할의 권한과 환불 금액 정책은 별도입니다. 로그인 성공은 모든 도구 사용 허가를 뜻하지 않으며, Gateway 연결도 실행 인가를 대체하지 않습니다.

AWS: Amazon Bedrock AgentCore  · Strands Agents 공식 문서 

문맥·기억과 협업을 제한하기

• 문맥 설계는 지침·현재 질문·관련 대화·검색 근거·도구 결과 중 이번 판단에 필요한 정보를 고르는 일입니다. 장기 기억은 사용자·조직 범위, 보관·갱신·삭제 규칙을 둡니다.

  같은 대화의 짧은 기억과 세션을 넘어 저장하는 선호를 나누고, 어제 기억한 가격을 오늘의 확정 업무 사실로 쓰지 않습니다.

• 독립 조사는 병렬, 앞 결과가 필요한 검토는 순차, 책임 전환은 handoff를 비교합니다. 전달할 사실·미해결 사항·허용 도구·종료 조건을 정하고 중복 행동을 막습니다.

  완료 문장만 세지 말고 실제 도구 결과의 작업 완료율·승인 위반·호출 수·토큰·지연을 함께 평가합니다.

AWS AIF-C01 공식 영역 2  · AWS: Amazon Bedrock AgentCore 

풀이 예제

아래 입력과 기록은 직접 만든 교육용 가상 자료입니다.

입력·조건

에이전트가 주문 조회 뒤 환불을 제안했습니다. 조회 권한만 있는 실행 주체입니다.

판단·결과

환불 요청을 그대로 실행하지 않고 권한·사용자 의도·승인 조건을 따로 확인합니다.

이렇게 판단한 이유

조회 성공이 변경 작업의 권한으로 확대되지는 않습니다.

흔한 실패와 복구

에이전트가 성공했다고 보고해도 실제 저장소·서비스 상태를 확인합니다. 계획과 실행을 구분합니다.

확인 문제

참고 자료

1. AWS: Amazon Bedrock overview  — 관리형 기반 모델 접근과 생성형 AI 구성.
2. MCP: Architecture  — host·client·server 및 세션 경계.
3. AWS: IAM best practices  — 임시 자격 증명과 최소 권한.
4. AWS: Amazon Bedrock AgentCore  — 실행·기억·도구 연결·신원·정책·관측의 역할.
5. Strands Agents 공식 문서  — 에이전트 도구·상태·문맥·오케스트레이션의 개발 계층.
6. AWS AIF-C01 공식 영역 2  — 공식 세부 목표와 판단 수준.

자료 확인: 2026-10-25. 사례·문항·실습은 자체 제작했습니다. 외부 서비스 호출과 실제 모델 품질 측정은 학습자가 별도 환경에서 수행합니다.

조회 담당과 환불 담당이 있는 앱에서 두 담당이 서로를 계속 호출합니다. 한 요청에는 실행 주체가 다른 고객의 기억도 섞였습니다. 상태·권한·종료·관측을 설계하세요.