다크 모드
Phase 1: 추천 Agent
고객이 "견과류 알러지가 있는데 뭐 추천해줄래요?"라고 물었습니다. 여러분의 Agent는 프로필을 확인하고, 알러지를 피하고, 취향에 맞는 상품을 골라 추천합니다. 신규 고객, 조건에 안 맞는 요청 등 다양한 시나리오에서 Agent가 Tool을 어떻게 판단하고 호출하는지도 함께 관찰합니다 — 이 모든 것이 AgentCore 위에서 동작합니다.
ℹ️ 이 Phase에서 배우는 것
- Gateway — Lambda를 MCP Tool로 변환하여 Agent에 연결
- Runtime — Agent를 HTTPS 엔드포인트로 배포
- Observability — GenAI Dashboard에서 Trace 실시간 확인
- 핵심 패턴 — Agent = Model + Prompt + Gateway(Tools), 시나리오별 Tool 호출 전략
개요
| 항목 | 내용 |
|---|---|
| 소요 시간 | 60분 |
| AgentCore 서비스 | Gateway, Runtime, Observability |
| 만드는 것 | 상품 추천 Agent (HTTPS 엔드포인트) |
| Tool 수 | 3개 (customer_profile, product_search, purchase_history) |
아키텍처
Steps
- Gateway 생성 & Tool 등록 — Lambda를 MCP Tool로 변환
- Agent 코드 작성 + 시나리오 테스트 — Gateway Tool을 결합한 Agent 구성, 여러 시나리오로 Tool 호출 전략 관찰
- Runtime 배포 —
agentcore deploy로 HTTPS 엔드포인트 생성 - Observability — GenAI Dashboard에서 Trace 확인
Agent가 상황에 따라 Tool 호출을 조절합니다
신규 고객(구매 이력 없음), 조건을 만족하는 상품이 없는 경우, 특정 고객을 특정하지 않은 질문 등 다양한 시나리오에서 Agent가 Tool을 얼마나, 어떤 순서로 호출하는지가 다릅니다. Step 2에서 이 차이를 직접 관찰하고, Step 4의 Trace로 다시 검증합니다.
핵심 포인트
이 Phase가 끝나면 여러분의 Agent는 이미 프로덕션 엔드포인트입니다.
로컬 Python이 아닙니다. 누구나 HTTPS로 호출할 수 있는 서비스가 됩니다.