부록: AgentCore 서비스 한눈에 보기

ℹ️ 오늘 사용한 7개 서비스

AgentCore는 Agent를 만들고 → 배포하고 → 관찰하는 풀스택 플랫폼입니다. 오늘 Workshop에서 7개 서비스를 직접 체험했습니다.

플랫폼 전체 구조

Phase별 서비스 도입 흐름

서비스 요청 흐름 (단일 Agent 호출)

7개 서비스 상세

🟠 Phase 1 서비스

Runtime — Agent를 서비스로 배포

항목	설명
한 줄 요약	Python Agent 코드를 HTTPS 엔드포인트로 변환
핵심 명령	agentcore deploy, agentcore invoke
비유	Lambda가 함수를 서비스하듯, Runtime은 Agent를 서비스
사용 Phase	전 Phase (1, 2A, 3)

Gateway — 외부 Tool을 Agent에 연결

항목	설명
한 줄 요약	Lambda/API를 MCP Tool로 변환하여 Agent가 호출 가능하게
핵심 명령	create_gateway, create_gateway_target
비유	API Gateway가 HTTP를 라우팅하듯, Gateway는 Tool을 라우팅
사용 Phase	Phase 1 (3개), Phase 2 (+4개), Phase 3 (+1개~)

Gateway의 핵심 가치

Agent 코드를 수정하지 않고 Gateway Target만 추가/변경하면 Agent 기능이 확장됩니다. Mock Lambda → 실제 API 전환도 Agent 코드 변경 없이 가능합니다.

Observability — Agent 행동을 투명하게

항목	설명
한 줄 요약	모든 Tool 호출, LLM 호출, 지연시간을 Trace로 기록
핵심 도구	GenAI Dashboard, X-Ray Trace
비유	APM이 서버를 모니터링하듯, Observability는 Agent를 모니터링
사용 Phase	전 Phase (자동 활성화 — 설정 불필요)

Code Interpreter — Agent가 코드를 실행

항목	설명
한 줄 요약	Agent가 Python 코드를 작성 & 실행하여 계산/시각화
핵심 코드	AgentCoreCodeInterpreter(region="us-west-2")
비유	계산기를 가진 Agent — 숫자를 "추측"이 아닌 "계산"으로
사용 Phase	Phase 3 (선택 — ROI/할인율 계산 등)

🔵 Phase 2 서비스

Memory — Agent에게 기억을 부여

항목	설명
한 줄 요약	대화 이력, 사용자 선호, 과거 결과를 저장/검색
핵심 코드	memory_client.retrieve_memories(), create_event()
비유	CRM이 고객 정보를 기억하듯, Memory는 Agent의 경험을 기억
사용 Phase	Phase 2 (대화 맥락), Phase 3 (나만의 Agent 고도화)

단기 기억 vs 장기 기억

• 단기 기억 (현재 대화): LLM Context Window가 담당
• 장기 기억 (이전 대화, 선호도): AgentCore Memory가 담당

Policy — Agent에게 가드레일 설정

항목	설명
한 줄 요약	특정 조건에서 Agent 행동을 제한/승인 요구
핵심 코드	agentcore policy create --rules [...]
비유	결재 시스템이 금액별 승인을 요구하듯, Policy는 Agent 행동을 통제
사용 Phase	Phase 2 (5만원 환불 에스컬레이션)

	System Prompt	Policy
방식	LLM에게 "하지 마" 요청	시스템이 강제 차단
신뢰도	LLM이 무시할 수 있음	100% 적용 보장
변경	Agent 재배포 필요	정책만 수정
감사	로그 없음	Trace에 기록

Browser — 웹에서 실시간 정보 수집

항목	설명
한 줄 요약	Agent가 웹사이트를 방문하여 정보를 추출
핵심 코드	AgentCoreBrowser(region="us-east-1")
비유	Agent에게 브라우저를 주면 — 경쟁사 가격, 뉴스, 날씨를 직접 확인
사용 Phase	Phase 2 (경쟁사 가격), Phase 3 (선택 — 뉴스/날씨 수집)

Phase 3는 새 서비스가 아니라 '조합'입니다

Phase 3에서는 새로운 서비스를 배우는 대신, 위 서비스들(Runtime + Gateway + Memory)을 바이브코딩으로 조합하여 나만의 Agent를 만들었습니다. 이것이 AgentCore의 핵심 — 서비스는 재료이고, Agent는 조합입니다.

서비스 선택 의사결정 가이드

오늘 배운 핵심 패턴

패턴	설명	코드 한 줄
Agent = 조합	Model + Prompt + Tools	Agent(model=..., tools=[...])
Tool = Gateway	Lambda ARN 몰라도 됨	gateway_tools = get_tools(url)
기억 = Memory	맥락 조회 → 프롬프트 주입	memory.retrieve_memories(...)
규칙 = Policy	코드 외부에서 행동 통제	policy create --rules [...]
관측 = 자동	배포만 하면 Trace 활성화	설정 불필요
시각화 = Code Interpreter	Agent가 직접 차트 생성	tools=[ci.code_interpreter]
실시간 = Browser	웹사이트 방문 & 추출	tools=[browser.browser]
조합 = 바이브코딩	설계서 + 참고 코드 → 나만의 Agent	"이 설계서대로 만들어줘"

✅ 핵심 메시지

Agent 개발은 **"코드를 짜는 것"**이 아니라 **"서비스를 조합하는 것"**입니다.

• Gateway Target만 바꾸면 → Tool이 바뀜
• System Prompt만 바꾸면 → 역할이 바뀜
• Memory Strategy만 바꾸면 → 지능이 바뀜
• Policy Rule만 바꾸면 → 행동 범위가 바뀜

여러분은 이미 프로덕션 Agent 개발자입니다. 🎉