다크 모드
Step 2: 나만의 Agent 설계하기 ⏱️ 10분 ★☆☆
✓ Step 1 Gateway● Step 2 설계○ Step 3 바이브코딩○ Step 4 배포 & 테스트○ Step 5 제출
이 Step의 목표
코드를 쓰기 전에 무엇을 만들지 먼저 정합니다. 빈칸 채우기 설계서를 완성하면, 그게 그대로 Step 3의 바이브코딩 프롬프트가 됩니다.
시나리오 떠올리기
정해진 패턴이나 정답은 없습니다. 아래 질문에 스스로 답하면서 여러분의 시나리오를 찾아보세요:
❓ 스스로에게 묻는 4가지 질문
- 우리 회사(또는 우리 팀)에서 가장 반복적인 업무는? → 그게 Use Case
- 그 업무에서 사람이 매번 판단하는 포인트는? → 그게 Agent의 역할
- 그 판단에 어떤 정보가 필요한가? → 그게 Tool 조합 (아래 팔레트에서 고르세요)
- 과거 이력을 기억하면 더 잘할 수 있는 일인가? → 그게 Memory
떠오른 아이디어가 오늘의 Tool 팔레트로 표현이 안 될 수도 있습니다. 괜찮습니다 — 비슷한 성격의 Tool로 축소판을 만든다고 생각하세요. 예를 들어 "우리 회사의 물류 데이터"가 필요하면 오늘은 inventory_status로 대신하는 식입니다. 실무 적용 시 Gateway Target만 실제 API로 바꾸면 됩니다.
그래도 아이디어가 떠오르지 않는다면 (펼쳐보기)
몇 가지 방향만 예로 들면 — 날씨와 이벤트를 보고 음료 발주를 제안하는 Agent, 매장 실적과 경쟁사 가격을 비교해 프로모션 전략을 제안하는 Agent, 유통기한 임박 상품을 찾아 할인 전략을 세우는 Agent, 단골 고객의 구매 패턴에 맞춰 신상품을 추천하는 Agent, 반품 문의를 처리하며 이전 상담 이력을 기억하는 Agent 같은 것들이 가능합니다. 어디까지나 예시일 뿐입니다 — 여러분 회사에서 실제로 반복되는 업무에서 출발하는 것이 가장 좋은 설계입니다.
오늘 등록된 Tool 팔레트
지금 내 Gateway에 등록된 Tool
aws bedrock-agentcore-control list-gateway-targets --gateway-identifier "$GATEWAY_ID" --query 'items[].name' --output table 로 직접 확인할 수 있습니다:
| Tool | Lambda 함수 | 기능 | 등록 시점 |
|---|---|---|---|
customer_profile | rcg-workshop-customer-profile | 고객 프로필 조회 (등급, 선호도, 알러지) | Phase 1 |
product_search | rcg-workshop-product-search | 카테고리/태그로 상품 검색 | Phase 1 |
purchase_history | rcg-workshop-purchase-history | 고객 구매 이력 조회 | Phase 1 |
cs_lookup_order 외 3개 | rcg-workshop-cs-* | 주문 조회/반품 정책/반품 처리/배송 추적 | Phase 2 |
external_factors | rcg-workshop-demand-external-factors | 날씨 예보/지역 이벤트/공휴일 | Phase 3 Step 1 |
더 필요하면 직접 등록할 수 있는 재료 (Lambda는 배포되어 있음)
아래 Lambda들은 계정에 이미 배포되어 있지만 Gateway에는 아직 등록되지 않았습니다. 설계에 필요하면 Step 1에서 배운 콘솔 등록 방법 그대로 Target을 추가하면 됩니다:
| Lambda 함수 | 기능 |
|---|---|
rcg-workshop-demand-inventory | 매장 재고 현황 조회 |
rcg-workshop-demand-sales-trend | 판매 트렌드 분석 (7d/30d/90d) |
rcg-workshop-demand-purchase-order | 발주 실행 |
rcg-workshop-weather-forecast | 상세 날씨 예보 조회 |
창의적 조합을 환영합니다
예: customer_profile + purchase_history + external_factors → "이 고객에게 폭염 시즌에 맞는 상품을 추천"하는 컨텍스트 인지 추천 Agent
예: external_factors + 재고 Tool(직접 등록) + code_interpreter(Built-in) → "날씨 반영 + 재고 확인 + 최적 발주량 계산"하는 스마트 발주 Agent
Fill-in-the-blank 설계서
설계서를 파일로 저장하세요 — Step 3에서 AI 코딩 도구에게 이 파일을 읽게 하거나 내용을 붙여넣게 됩니다:
bash
cd ~/workshop/starter-code
touch my-agent-design.mdVS Code에서 my-agent-design.md를 열고, 아래 템플릿을 복사한 뒤 빈칸을 채우세요 (10분):
markdown
## 나의 Agent 설계서
**Agent 이름**: _________________________ Agent
**한 줄 설명**: "_________________________를 도와주는 AI Agent"
**해결하는 반복 업무**: _________________________
**Gateway Tools (최대 4개)**:
1. _________________ — (기능: __________________)
2. _________________ — (기능: __________________)
3. _________________ — (기능: __________________)
4. _________________ — (기능: __________________)
**추가 Tool**:
- [ ] Code Interpreter (데이터 분석/계산)
**Memory 전략** (선택사항):
- 기억의 주체 (actor_id로 쓸 것): [ ] 고객 ID [ ] 매장 ID [ ] 기타: ________
- 저장하는 것: _________________________
- 활용 방식: _________________________
**응답 규칙** (Agent가 지켜야 할 것 2가지):
1. _________________________________________
2. _________________________________________
**테스트 질문** (Agent에게 물어볼 말):
"_________________________________________________"이 설계서가 곧 바이브코딩 프롬프트입니다
Step 3에서 이 설계서를 AI 코딩 도구에 그대로 붙여넣습니다. 빈칸이 구체적일수록 AI가 생성하는 코드가 정확해집니다. 특히 응답 규칙과 테스트 질문을 명확히 쓰면 System Prompt 품질이 올라갑니다.
모범 사례: 컨텍스트 인지 추천 Agent
🧪 이렇게 채우면 됩니다 (펼쳐보기)
markdown
## 나의 Agent 설계서
**Agent 이름**: Weather-Aware Recommender Agent
**한 줄 설명**: "고객 프로필과 날씨/이벤트를 종합해 지금 이 고객에게 딱 맞는 상품을 추천해주는 AI Agent"
**해결하는 반복 업무**: 매장 직원이 매번 날씨 확인 + 고객 이력 확인 + 재고 확인을 수동으로 한 뒤 추천하는 일
**Gateway Tools (최대 4개)**:
1. customer_profile — (기능: 고객 ID로 선호도, 알러지, 등급 조회)
2. purchase_history — (기능: 고객의 최근 구매 이력 → 중복 추천 방지)
3. external_factors — (기능: 향후 7일 날씨 예보 + 지역 이벤트 조회)
4. product_search — (기능: 카테고리/태그로 상품 검색, 재고 있는 것만)
**추가 Tool**:
- [ ] Code Interpreter (데이터 분석/계산)
**Memory 전략** (선택사항):
- 기억의 주체 (actor_id로 쓸 것): [x] 고객 ID [ ] 매장 ID [ ] 기타: ________
- 저장하는 것: 추천 결과와 고객 반응 (구매 여부)
- 활용 방식: 다음 추천 시 이전에 추천했던 상품 제외 + 선호 반영
**응답 규칙** (Agent가 지켜야 할 것 2가지):
1. 알러지 성분 포함 상품은 절대 추천하지 않는다 (이유를 명시)
2. 추천 상품마다 "왜 지금 이 상품인지" 이유를 날씨/이벤트와 연결해 설명한다
**테스트 질문** (Agent에게 물어볼 말):
"고객 C001에게 이번 주에 맞는 상품 3개 추천해줘"왜 이 설계가 좋은가:
- Tool 4개를 순서 있게 조합합니다: 프로필(알러지 확인) → 구매 이력(중복 방지) → 날씨/이벤트(시즌 반영) → 상품 검색(최종 추천)
- 응답 규칙이 구체적이라 System Prompt가 명확해집니다
- 테스트 질문에
C001(Mock 데이터에 존재하는 고객 ID)을 사용해 즉시 검증 가능
10분 타이머
완벽하지 않아도 됩니다. 빈칸을 70%만 채우면 다음으로 넘어가세요. 구현하면서 수정할 수 있습니다.
✅ 다음
설계 완료! → Step 3: 바이브코딩으로 구현하기