다크 모드
환경 세팅
시작 전 반드시 완료
이 페이지의 모든 단계를 완료해야 Phase 1을 시작할 수 있습니다.
AWS 이벤트 참여 (Workshop Studio 접속)
이 워크샵은 Workshop Studio를 통해 AWS 계정을 제공받아 진행합니다. 이 계정에는 워크샵에 필요한 인프라와 IAM 정책이 사전에 구성되어 있습니다. 아래 순서로 할당된 AWS 계정에 접속하세요.
준비물
- Chrome 또는 Firefox 브라우저
- 이벤트 호스트가 제공한 Workshop Studio 링크와 이벤트 액세스 코드
1. Workshop Studio 링크 접속 → 로그인 방법 선택
이벤트 호스트가 제공한 Workshop Studio 링크로 이동한 뒤, Email one-time password (OTP) 를 선택합니다.

2. 이메일 입력 → 코드 요청
본인 이메일 주소를 입력하고 Send passcode 를 클릭합니다.

3. 9자리 코드 입력 → 로그인
이메일로 받은 9자리 passcode를 입력하고 Sign in 을 클릭합니다. (메일은 5분 이내 도착)

4. 이용 약관 동의 → 이벤트 참여
이용 약관을 검토하고 I agree with the Terms and Conditions 를 체크한 뒤 Join event 를 클릭합니다.

로그인에 성공하면 이벤트 대시보드로 이동합니다. 이제 아래 단계로 워크샵 환경을 확인하세요.
워크샵 환경 개요
이 워크샵은 사전 구성된 EC2 인스턴스에서 진행됩니다. CloudFormation으로 배포된 환경에 다음이 이미 준비되어 있습니다:
- VS Code Server (브라우저 기반 IDE)
- Python 3.12 + 필수 라이브러리 (strands-agents, bedrock-agentcore, boto3 등)
- Node.js 22 + AgentCore CLI (
@aws/agentcore) - 워크샵 코드 (
~/workshop) - Lambda 11개 + IAM Role + Mock 사이트 (모두 배포 완료)
스크립트는 반드시 python3.12로 실행하세요
터미널의 기본 python3 명령은 OS 기본 Python(3.9)을 가리키며 boto3가 설치되어 있지 않습니다. 워크샵용 라이브러리가 설치된 실행 파일은 python3.12이므로, 가이드의 모든 python3 scripts/....py 명령은 python3.12 scripts/....py로 실행해야 합니다. python3으로 실행하면 ModuleNotFoundError: No module named 'boto3'가 발생합니다.
Step 1. Event Outputs 확인
Workshop Studio 이벤트 페이지에서 Event outputs를 확인합니다:
| Key | 설명 |
|---|---|
| AccountId | AWS 계정 ID |
| CodeServerUrl | VS Code Server 접속 URL |
| CodeServerPassword | VS Code Server 비밀번호 |
| GatewayRoleArn | AgentCore Gateway용 IAM Role ARN |
| RuntimeRoleArn | AgentCore Runtime용 IAM Role ARN |
| MockSiteUrl | Browser Tool용 Mock 사이트 URL |
| PlaygroundUrl | Agent Playground 접속 URL |

Step 2. Code Server 접속
Event outputs에서 CodeServerUrl을 클릭하여 VS Code Server에 접속합니다.
- 비밀번호: CodeServerPassword 값 입력 (기본값:
workshop123!) - 접속하면
~/workshop폴더가 자동으로 열려 있습니다
Step 3. 환경 확인
Code Server 하단의 터미널(ec2-user@ip-xxx:~$)에서 확인합니다.
3-1. 환경변수 확인
터미널을 열면 .env.w001이 자동 로드됩니다:
bash
echo $AWS_REGION # us-west-2
echo $ACCOUNT_ID # 계정 ID환경변수가 비어 있으면
새 터미널을 열었거나 세션이 끊겼을 때:
bash
source ~/workshop/.env.w0013-2. AgentCore CLI 확인
bash
agentcore --help3-3. Bedrock 모델 접근 확인
bash
python -c "
from strands import Agent
from strands.models.bedrock import BedrockModel
model = BedrockModel(model_id='us.anthropic.claude-sonnet-4-6', region_name='us-west-2')
agent = Agent(model=model, system_prompt='테스트')
print(agent('안녕? 한 줄로 답해.'))
print('✅ Bedrock 모델 접근 OK')
"3-4. Lambda 배포 확인
bash
aws lambda list-functions \
--query "Functions[?starts_with(FunctionName, 'rcg-workshop')].FunctionName" \
--output table✅ 정상 출력 (11개 Lambda)
+---------------------------------------+
| rcg-workshop-customer-profile |
| rcg-workshop-product-search |
| rcg-workshop-purchase-history |
| rcg-workshop-cs-lookup-order |
| rcg-workshop-cs-return-policy |
| rcg-workshop-cs-process-return |
| rcg-workshop-cs-delivery-status |
| rcg-workshop-demand-inventory |
| rcg-workshop-demand-sales-trend |
| rcg-workshop-demand-external-factors |
| rcg-workshop-demand-purchase-order |
+---------------------------------------+📋 환경변수 한눈에 보기 (워크샵 전체)
이 블록을 참고하세요
아래 환경변수는 워크샵 진행하며 채워집니다. Phase 시작 전에 이 값들이 설정되어 있는지 확인하세요.
# --- 사전 설정됨 (.env.w001 — 자동 로드) ---
export AWS_REGION=us-west-2
export ACCOUNT_ID=<계정 ID>
export PARTICIPANT_ID=w001
export GATEWAY_ROLE_ARN=arn:aws:iam::${ACCOUNT_ID}:role/rcg-workshop-gateway-role
export RUNTIME_ROLE_ARN=arn:aws:iam::${ACCOUNT_ID}:role/rcg-workshop-runtime-role
# --- Phase 1 (Gateway 생성 후 채워짐) ---
export AGENTCORE_GATEWAY_URL=<setup-gateway.py 출력값>
export GATEWAY_ID=<Gateway ID>
# --- Phase 2 또는 Phase 3 (Memory 생성 후 채워짐) ---
export AGENTCORE_MEMORY_ID=<setup-memory.py 출력값>
# --- Phase 3 (나만의 Agent 배포 후 채워짐) ---
export MY_AGENT_ARN=<deploy-agent.sh 출력값>
export AWS_REGION=us-west-2
export ACCOUNT_ID=<계정 ID>
export PARTICIPANT_ID=w001
export GATEWAY_ROLE_ARN=arn:aws:iam::${ACCOUNT_ID}:role/rcg-workshop-gateway-role
export RUNTIME_ROLE_ARN=arn:aws:iam::${ACCOUNT_ID}:role/rcg-workshop-runtime-role
# --- Phase 1 (Gateway 생성 후 채워짐) ---
export AGENTCORE_GATEWAY_URL=<setup-gateway.py 출력값>
export GATEWAY_ID=<Gateway ID>
# --- Phase 2 또는 Phase 3 (Memory 생성 후 채워짐) ---
export AGENTCORE_MEMORY_ID=<setup-memory.py 출력값>
# --- Phase 3 (나만의 Agent 배포 후 채워짐) ---
export MY_AGENT_ARN=<deploy-agent.sh 출력값>
🔍 환경변수 체크 (Phase 시작 전 확인용)
bash
echo "=== 기본 설정 ==="
echo "AWS_REGION: $AWS_REGION"
echo "ACCOUNT_ID: $ACCOUNT_ID"
echo "GATEWAY_ROLE_ARN: $GATEWAY_ROLE_ARN"
echo "RUNTIME_ROLE_ARN: $RUNTIME_ROLE_ARN"
echo ""
echo "=== Phase 1 (Gateway 생성 후) ==="
echo "AGENTCORE_GATEWAY_URL: $AGENTCORE_GATEWAY_URL"
echo "GATEWAY_ID: $GATEWAY_ID"
echo ""
echo "=== Phase 2 / Phase 3 (Memory 생성 후) ==="
echo "AGENTCORE_MEMORY_ID: $AGENTCORE_MEMORY_ID"
echo ""
echo "=== Phase 3 (나만의 Agent 배포 후) ==="
echo "MY_AGENT_ARN: $MY_AGENT_ARN"값이 비어 있으면
- 기본 설정이 비었으면:
source ~/workshop/.env.w001 - Phase 1~3 값이 비었으면: 해당 Phase의 setup 스크립트를 아직 실행하지 않은 것 (정상)
✅ 준비 완료!
모든 체크가 통과했으면 Phase 1: Gateway + Runtime + Observability로 이동하세요.