AWS, 30줄 코드로 AI 리서치 에이전트 만드는 Strands 튜토리얼 공개

AWS가 오픈소스 에이전트 프레임워크 Strands Agents로 AI 리서치 어시스턴트를 30줄짜리 코드로 만드는 튜토리얼을 AWS ML 블로그에 공개했다. 글쓴이는 LLM 오케스트레이션, 대화 상태 관리, 자율 추론 에이전트 설계가 복잡한 분산 시스템 지식 없이도 가능하다는 점을 보이려 했다고 밝혔다.

Strands Agents는 모델 기반 접근을 채택해 자율 추론과 계획을 LLM에 맡기고, 개발자는 프롬프트와 도구 목록만 제공하면 되는 구조다. @tool 데코레이터로 외부 함수·API를 통합할 수 있고 Amazon Bedrock, Anthropic, OpenAI 등 여러 LLM 공급자에 모델 비종속적으로 동작한다.

AWS 환경에서는 Amazon Bedrock과 AWS Lambda에 자연스럽게 통합되며, 이미 Amazon Q와 AWS Glue 등 AWS 자체 서비스에서 프로덕션으로 사용되고 있다. Apache-2.0 라이선스로 공개돼 있고 로컬 개발과 운영 환경에서 같은 코드가 그대로 작동하며, 실시간 스트리밍 응답을 지원해 즉각적인 피드백이 필요한 인터랙티브 애플리케이션에도 어울린다고 회사는 설명했다.

튜토리얼은 Strands 코드를 AWS의 AI 코딩 IDE Kiro와 함께 사용한다. Kiro의 'Powers'는 MCP 서버, 스티어링 파일, 후크를 재사용 가능한 단위로 묶어 IDE에 온디맨드 능력을 더하는 패키지로, Strands Power는 SDK 문서 검색·시작 가이드·올바른 API 패턴을 묶어 에이전트 스캐폴딩을 돕는다. AWS·파트너·커뮤니티가 만든 50개 이상의 큐레이션된 Powers가 디자인, 배포, 보안, 관측 영역에 걸쳐 제공돼 원클릭으로 설치된다고 회사는 덧붙였다.

리서치 어시스턴트 구현은 Agent() 초기화로 에이전트를 만든 뒤 프롬프트 엔지니어링으로 행동을 정의하고, 도구를 추가해 자율 리서치 능력을 부여한 다음 출력을 정리하는 흐름이다. 시각화에는 Streamlit이 사용됐지만 핵심은 Strands가 자율 추론, 도구 선택, 작업 실행을 최소한의 개입으로 처리한다는 점이라고 글쓴이는 설명했다.

사전 준비물로는 AWS 계정, AWS IAM Identity Center 또는 Builder ID 사용자 설정, Kiro 설치, Amazon Bedrock 접근용 AWS 자격증명 구성, Strands Power의 Kiro 추가가 제시됐다. Bedrock의 Claude Sonnet 모델 호출에만 필요한 권한을 부여하는 스코프드 IAM 정책도 함께 권장됐다.

MCP 서버 사용에서는 신중한 선택이 강조됐다. 특정 버전이나 커밋 해시로 핀 고정, 설치 전 소스 검토, 외부 고객 대상 배포에는 조직 법무·보안 검토 절차를 거치라는 권고가 포함됐다. MCP 서버가 에이전트 프로세스의 권한과 AWS 자격증명까지 공유하므로 신뢰 경계의 일부로 다뤄야 한다는 점도 강조됐다.

운영 워크로드에는 프로세스 격리, 중앙화된 인증, 로컬 자격증명 노출 제거를 제공하는 Amazon Bedrock AgentCore의 관리형 원격 MCP 서버 사용이 권장됐다. 보안 측면에서는 입력 길이 제한과 비인쇄 문자 제거, 프롬프트 인젝션·유해 출력 차단용 Amazon Bedrock Guardrails 적용, 로깅 활성화가 함께 제시됐다.