09. 학습의 단계_AWS Bedrock_ 두번째 강의 -5일차 -
2025년 4월 29일
- Bedrock 두번째 강의 수강 시작.
1단계. 학습의 단계
1. AWS Bedrock
첫번째 강의) Building Multi-Agentic AI Workflows on AWS Bedrock: 수강완료 (2025/4/13~04/16)
두번째 강의) Learn Agentic AI Basics, Amazon Bedrock Multi-Agent Framework, Build 2 Use Cases- Hotel Booking & Multi-Agent Travel App: 수강시작 (2025/4/29~)
I. 수강 전 기대
첫번째 강의에서 아쉬웠던 Hands-on을 조금 더 해볼 수 있을 것으로 기대함. 커리큘럼을 보니 간단하지만 Bedrock에서 만든 multi agent를 프론트로 배포하는 것도 배울 수 있는 것으로 보임.
II. 수업내용
1일차(4/29): 앞으로 배울 내용 개괄 + AI Agent 5가지 요소 (Planning, Tools & Actions, Memory, Guardrails, Agent Communication)
2일차(4/30): 어제 배운 AI Agent의 기능 중 첫번째 Planning에 관한 Demo ~ Agent Communication
3일차(5/1): Deep dive - Amazon Bedrock Agents (Agent creation 및 setting)
4일차(5/6): How do Agents work? ~ Use Case 1 - Hotel Booking Agent
5일차(5/7): Use Case 1 - Hotel Booking Agent ~ Agent Creation
이번 수업에서 다루는 Hotel Booking Agent는, 첫번째 강의에서 다룬 agent와는 다르게, 여러 유형의 Tool을 사용한다는 차이점이 있다.
첫번째 강의에서 사용한 Tool은 Lambda를 통한 function calling, 그리고 S3 bucket에 csv. 파일을 추가해서 이 DB를 활용하는 것이 전부였다.
그러나 이번 수업에서는 Knowledge Bases를 통해 사용자의 인풋에 맞춰 답을 주는 방식이 추가된다. 큰 틀에서는 동일한 방식이지만 Knowledge Bases라는 내가 의도적으로 설정한 PDF 파일 내에서 LLM이 답변을 하도록 한다는 부분이 새롭다.
두번째 강의에서도 Agent를 생성하면서 느끼는 부분은, Agent에게 제공하는 Instruction이 매우 중요하다는 것이다. Instruction을 잘 쓴다는 것은 무엇인가?
(1) 사용자가 이 서비스를 통해 얻고자 하는 Value의 흐름을 제대로 이해하며,
(2) 사용자가 원하는 결과를 얻기 위해 Agent가 필수적으로 알아야 하는 정보들을 적절히 얻도록 하며,
(3) 얻은 정보 및 출력한 정보가 사용자의 기대값에 정확히 맞는지 피드백을 받고 필요 시 재차 작업을 하도록 하는 것을 의미한다.
이 외에도 대화의 흐름이 실제 직원이 응대하는 것처럼 매끄럽게 하는 것도 중요한 부분이 되겠다.
결국 Bedrock이라는 툴을 다룰 줄 아는 것보다, 서비스와 고객을 이해하는 것이 좋은 Agent 서비스를 만들기 위해 훨씬 더 중요한 것이라는 사실을 새삼 느끼게 된다.
댓글
댓글 쓰기