Team C: 배포 인프라

분석 대상

파일	역할
Dockerfile	컨테이너 이미지 빌드
main.py	BedrockAgentCoreApp 엔트리포인트
.bedrock_agentcore.yaml	AgentCore CLI 설정

Dockerfile 상세 분석

# 베이스 이미지: UV 패키지 매니저 + Python 3.11 (Debian Bookworm Slim)
FROM ghcr.io/astral-sh/uv:python3.11-bookworm-slim
WORKDIR /app

# UV 설정: 시스템 Python 사용 + 바이트코드 컴파일
ENV UV_SYSTEM_PYTHON=1 UV_COMPILE_BYTECODE=1

# 의존성 설치 (UV가 pip보다 10-100배 빠름)
COPY requirements.txt requirements.txt
RUN uv pip install -r requirements.txt

# OpenTelemetry 계측 설치
RUN uv pip install aws-opentelemetry-distro>=0.10.1

# 리전 설정
ENV AWS_REGION=us-east-1
ENV DOCKER_CONTAINER=1

# 보안: 비-root 사용자로 실행
RUN useradd -m -u 1000 bedrock_agentcore
USER bedrock_agentcore

# 포트 노출: 8080 (AgentCore), 8000 (보조)
EXPOSE 8080 8000

COPY . .

# 엔트리포인트: OTel 자동 계측 + main 모듈 실행
CMD ["opentelemetry-instrument", "python", "-m", "main"]

Dockerfile 핵심 포인트

요소	설명	이유
UV	pip 대체 패키지 매니저	10-100x 빠른 설치 속도
OTel	opentelemetry-instrument	자동 추적/메트릭 수집
비-root	USER bedrock_agentcore	컨테이너 보안 모범 사례
DOCKER_CONTAINER=1	환경 플래그	호스트 바인딩 로직 분기

main.py 엔트리포인트

from bedrock_agentcore.runtime import BedrockAgentCoreApp

app = BedrockAgentCoreApp()

@app.entrypoint
async def invoke(payload, context):
    """AgentCore Runtime이 호출하는 비동기 엔트리포인트"""

    # 1. 스트리밍 큐 초기화
    if not TroubleshootingContext.get_response_queue_ctx():
        TroubleshootingContext.set_response_queue_ctx(StreamingQueue())

    # 2. Gateway 토큰 초기화
    if not TroubleshootingContext.get_gateway_token_ctx():
        TroubleshootingContext.set_gateway_token_ctx(await get_gateway_access_token())

    # 3. 페이로드 파싱
    user_message = payload["prompt"]
    actor_id = payload["actor_id"]
    session_id = context.session_id

    # 4. 비동기 에이전트 태스크 생성
    task = asyncio.create_task(
        agent_task(user_message=user_message, session_id=session_id, actor_id=actor_id)
    )

    # 5. 스트리밍 응답 반환
    async def stream_output():
        async for item in response_queue.stream():
            yield item
        await task
    return stream_output()

if __name__ == "__main__":
    app.run()

실행 흐름

컨테이너 시작
    ↓
opentelemetry-instrument python -m main
    ↓
app = BedrockAgentCoreApp()
    ↓
app.run()  →  HTTP 서버 시작 (포트 8080)
    ↓
AgentCore 요청 수신  →  invoke(payload, context) 호출
    ↓
StreamingQueue로 비동기 응답 스트리밍

ECR 푸시 과정

# 1. Docker 이미지 빌드 (ARM64)
docker build --platform linux/arm64 -t agent-runtime .

# 2. ECR 로그인
aws ecr get-login-password | docker login --username AWS --password-stdin $ECR_REPO

# 3. 태그 및 푸시
docker tag agent-runtime:latest $ECR_REPO:latest
docker push $ECR_REPO:latest

# 4. AgentCore CLI가 자동 처리 (실제로는)
python3 scripts/agentcore_agent_runtime.py create --name troubleshooting_agent_runtime

.bedrock_agentcore.yaml 설정

agents:
  troubleshooting_agent_runtime:
    name: troubleshooting_agent_runtime
    entrypoint: main.py
    platform: linux/arm64              # Graviton 기반 ARM64
    container_runtime: docker
    aws:
      execution_role: arn:aws:iam::xxx:role/gateway-execution-role
      network_configuration:
        network_mode: PUBLIC           # 공개 네트워크 모드
      protocol_configuration:
        server_protocol: HTTP          # HTTP 프로토콜
      observability:
        enabled: true                  # OTel 추적 활성화
    authorizer_configuration:
      customJWTAuthorizer:
        discoveryUrl: "https://cognito-idp.../openid-configuration"
        allowedClients: ["client-id"]

토론 질문

1. opentelemetry-instrument가 자동으로 계측하는 것은 무엇인가요?

2. stream_output()이 제너레이터인 이유는?

3. context.session_id는 누가 생성하나요?