A
AWS
June 12, 20251회
Amazon Bedrock Agents와 MCP(Model Context Protocol) 통합하기

간단 소개
Amazon Bedrock Agents와 MCP를 서버리스 아키텍처로 통합하여 생성형 AI 애플리케이션을 확장하는 방법을 제시합니다.
AI Summary
- Amazon Bedrock Agents와 MCP 통합
- Bedrock Agents는 생성형 AI 애플리케이션 개발을 가속화하고, MCP는 생성형 AI에 컨텍스트를 제공하는 표준화된 프로토콜이다.
- Bedrock Agents는 Action Groups를 통해 외부 도구를 활용하지만, MCP와 직접 통합은 어렵다.
- 서버리스 아키텍처를 활용한 통합 방안
- AWS CDK와 Lambda 함수를 사용하여 Bedrock Agents와 MCP 서버를 연결한다.
- Lambda 함수는 Bedrock Agents와 MCP 서버 사이의 중개자 역할을 수행하며, 요청을 변환하고 결과를 반환한다.
- CDK를 통해 VPC, Lambda 함수, Bedrock Agents 등을 코드로 정의하고 배포한다.
- 구현 및 테스트
- CloudShell, Node.js, npm, AWS CLI, CDK, git 등의 사전 요구사항을 설치한다.
- CDK 부트스트래핑, 저장소 클론, VPC 구성(선택 사항), MCP 서버 구성, 빌드 및 배포 단계를 거친다.
- Sagemaker AI의 Jupyter Notebook을 사용하여 배포를 테스트하고, 예제 질문을 통해 결과를 검증한다.
- Lambda 함수는 MCP 서버 설정을 기반으로 클라이언트를 생성하고, 요청을 MCP 도구 호출로 변환한다.
Next Feeds

생성형 AI 도입 흐름과 웹 서비스 개발의 연계
생성형 AI 도입에 따른 웹 서비스 개발 변화와 미래 전망, 개발자의 역할 변화를 분석하고, 실제 웹앱 제작 사례를 제시합니다.
생성형 AI웹 개발ChatGPT자동화개발자 역할
2025. 6. 12.
교보dts

Amazon Athena + Quicksight 사용한 데이터 시각화
Amazon Athena와 Quicksight를 활용하여 S3 데이터 분석 및 시각화하는 방법을 소개하고, 추가적인 활용 사례를 제시합니다.
Amazon AthenaAmazon Quicksight데이터 시각화AWSBI
2025. 6. 12.
교보dts

1:1 비디오 채팅 서비스는 E2E 회귀 테스트를 어떻게 자동화할까?
아자르의 1:1 비디오 채팅 E2E 회귀 테스트 자동화 전략, 문제 해결 과정, 그리고 자동화를 통한 효율성 및 품질 향상 효과를 분석합니다.
E2E 테스트자동화회귀 테스트PytestAppium
2025. 6. 12.
하이퍼커넥트
![[발표 영상] 생산성을 높이는 Android SDK 배포 전략 살펴보기](https://d2.naver.com/image/20250604/615999351619.png)
[발표 영상] 생산성을 높이는 Android SDK 배포 전략 살펴보기
Android SDK 배포 자동화 전략과 Gradle Convention Plugin을 활용한 효율적인 배포 프로세스 구축 경험 공유.
Android SDK배포 자동화GitHub ActionsGradle PluginConventional Commit
2025. 6. 11.
Naver d2

코드 품질 개선 기법 15편: 문법은 이름을 나타낸다
클래스 이름짓기 시 문법적 명확성을 확보하고, 사용하는 측의 오해를 줄이는 데 초점을 맞추는 것이 중요합니다.
naminggrammarattributive phrase클래스 이름코드 품질
2025. 6. 11.
LY Corp

LLM으로 프롬프트 실전 성능 평가하기 : feat. Prometheus 2 & OpenAI API
LLM 프롬프트 성능 평가를 위해 Prometheus 2와 OpenAI API를 활용한 실전 방법과 각 도구의 장단점을 분석합니다.
LLM프롬프트PrometheusOpenAI API평가
2025. 6. 11.
인포그랩