안녕하세요 오늘은 BESPIN GLOBAL AX실 황광진님이 작성해주신 ‘AWS Bedrock 활용 : AI Agent 간단히 구현하기’ 대해 소개해드리도록 하겠습니다.
목차
- AI Agent 이란?
- AI Agent 특징
- AI Agent를 활용할 수 있는 곳
- AWS Bedrock를 사용하여 AI Agent를 구현하는 방법
1. AI Agent 이란?
특정 작업을 수행하거나 문제를 해결하기 위해 설계된 자율적인 인공지능 시스템입니다. 이 시스템은 데이터를 수집하고, 이를 분석하여 의사결정을 내린 뒤, 필요한 작업을 실행하는 방식으로 동작합니다. AI Agent는 소프트웨어 기반일 수도 있고, 물리적 장치(예: 자율주행차)로 구현될 수도 있습니다.
2. AI Agent의 특징
- 자율성
사용자의 직접적인 개입 없이 독립적으로 작동하며, 목표 달성을 위해 필요한 행동을 스스로 결정합니다. - 환경 인식
센서나 데이터 입력을 통해 환경의 상태를 감지하고 정보를 수집합니다. - 의사결정 능력
수집된 데이터를 기반으로 목표 달성을 위한 최적의 행동을 선택합니다. - 행동 실행
결정된 행동을 실제로 수행하며, 예를 들어 이메일 발송, 일정 예약, 데이터베이스 조회 등의 작업을 처리할 수 있습니다.
- AI Agent와 일반 챗봇의 차이점
| 특징 | AI Agent | 일반 챗봇 (LLM 기반) |
|---|---|---|
| 행동 능력 | 실제 작업 수행 가능 (예: 이메일 전송, 예약) | 텍스트 기반 응답 생성에 제한됨 |
| 도구 활용 | 외부 API 및 도구와 상호작용 가능 | 학습된 지식으로만 응답 |
| 목적성 | 특정 목표를 설정하고 이를 달성하기 위한 계획과 실행 | 사용자 질문에 대한 단순 응답 생성 |
| 메모리와 상태 관리 | 장기적인 작업 상태 추적 가능 | 대화 컨텍스트 내에서만 제한적으로 메모리 유지 |
예를 들어, 사용자가 “내일 오후 2시에 회의실 예약해줘”라고 요청했을 때 : 일반 챗봇은 예약 방법을 안내하지만, AI Agent는 직접 회의실을 예약하고 참석자들에게 초대 메일을 보낼 수 있습니다.
3. AI Agent를 활용할 수 있는 곳
AI Agent는 다양한 산업과 분야에서 활용될 수 있으며, 그 적용 사례는 점점 더 확장되고 있습니다. 아래는 AI Agent를 효과적으로 활용할 수 있는 주요 영역과 사례를 소개합니다.
- 고객 서비스
AI Agent는 고객 지원 업무를 자동화하고 효율성을 높이는 데 특히 유용합니다:- FAQ 응답: 고객의 일반적인 질문에 대해 즉각적인 답변 제공
- 문제 해결: 비밀번호 재설정, 환불 처리 등 간단한 작업을 자동으로 수행
- 24/7 지원: 시간 제약 없이 고객 요청 처리
- 예: 젠데스크와 같은 플랫폼에서 AI Agent를 통해 고객 관계를 강화
- 마케팅 및 판매
AI Agent는 데이터를 분석하여 맞춤형 마케팅 캠페인을 생성하고 판매를 촉진합니다:- 개인화된 추천: 소비자 행동 데이터를 기반으로 제품 추천
- 리드 생성 및 관리: 잠재 고객을 식별하고 적합한 판매 전략을 제안
- 경쟁 분석: 시장 동향을 예측하고 성장 기회를 제시
- 예: Botpress 기반 AI Agent는 판매 퍼널 구축과 마케팅 캠페인 최적화에 사용
4. AWS Bedrock를 사용하여 AI Agent를 구현하는 방법
AWS Bedrock 서비스 내 Agent 기능을 이용하여 AI Agent를 쉽게 구성할 수 있어서 아래와 같은 방법으로 구현을 할 수가 있습니다.
4-1. Amazon Bedrock Agent 생성
- Agent 생성:
- AWS Management Console에서 Amazon Bedrock에 로그인합니다.
- 왼쪽 탐색 메뉴에서 Agents를 선택한 후 Create Agent를 클릭합니다.
- Agent 이름과 설명을 입력합니다.
- Agent가 사용할 IAM 역할을 지정합니다(새 역할 생성 또는 기존 역할 사용 가능).
- Agent가 사용할 Foundation Model(FM)을 선택합니다. 예를 들어, Amazon Titan, Anthropic Claude 등 사용 사례에 적합한 모델을 선택할 수 있습니다.
- 프롬프트 템플릿 작성:
- Agent가 수행할 작업과 역할을 자연어로 정의하는 프롬프트를 설정합니다. 예: “AWS 솔루션 설계 전문가로서 고객에게 모범 사례를 안내하세요”
- 작업 그룹(Action Groups) 추가:
- 작업 그룹은 Agent가 수행할 수 있는 구체적인 작업(API 호출, 데이터 처리 등)을 정의합니다. Lambda 함수와 같은 사용자 정의 로직을 포함할 수 있습니다.
- 작업 그룹 없이도 기본적인 Agent를 생성할 수 있지만, 더 복잡한 작업을 위해서는 Action Group 설정이 필요합니다.
4-2. 지식 베이스 및 RAG 설정
- 지식 베이스 구성:
- OpenSearch 또는 S3와 같은 데이터 소스를 연결하여 지식 베이스를 생성합니다.
- 지식 베이스는 사용자 입력에 따라 관련 데이터를 검색하고 응답 생성에 활용됩니다.
- RAG 구현:
- RAG는 검색된 데이터를 LLM과 통합하여 보다 정확하고 맥락에 맞는 응답을 제공합니다.
- RAG 설정은 Amazon Bedrock에서 자동으로 관리되며, 개발자는 이를 통해 데이터 기반의 응답을 생성할 수 있습니다.
4-3. Lambda 및 API 통합
Amazon Bedrock Agent는 Lambda 함수와 API를 통해 외부 시스템 및 애플리케이션과 상호작용할 수 있습니다.
- Lambda 함수 작성:
- Python(Boto3) 또는 다른 언어로 Lambda 함수를 작성하여 사용자 요청에 대한 비즈니스 로직을 처리합니다.
- 예: 금융 거래 보고서를 생성하거나 데이터베이스에서 정보를 검색하는 작업 수행
- API Gateway 설정:
- PI Gateway를 사용하여 Agent의 기능을 외부 애플리케이션과 연결합니다.
- 이를 통해 웹 또는 모바일 애플리케이션에서 AI Agent를 호출할 수 있습니다.
여기까지 ‘AWS Bedrock 활용 : AI Agent 간단히 구현하기’’에 대해 소개해드렸습니다. 유익한 정보가 되셨길 바랍니다. 감사합니다.
Written by 황 광진/ AX실
BESPIN GLOBAL