모듈 3 개요

도전 과제

항목	내용
과제	클라우드 운영 인텔리전스: 세션 간 지속적인 컨텍스트와 학습
시나리오	지원 세션 간 컨텍스트 보존이 필요한 상황
접근 방식	컨텍스트 유지를 위한 여러 메모리 전략 구현
결과	AgentCore Memory로 지속적인 컨텍스트, 개인화된 진단 가능

학습 내용

• AgentCore Memory를 통한 세션 간 컨텍스트 유지

• 다양한 메모리 전략 구성 및 활용 (의미/선호도/요약)

• 네임스페이스 기반 데이터 격리

아키텍처

AgentCore Memory 아키텍처

AgentCore Memory는 정보의 흐름과 저장 방식을 결정하는 여러 메모리 전략을 지원합니다:

• 시맨틱 메모리 전략: 사실 정보를 저장합니다. 예시: 아키텍처 또는 권한 정보.

• 사용자 선호도 메모리 전략: 사용자별 선호도와 설정을 추적합니다. 예시: 상세 응답 모드 활성화.

• 요약 메모리 전략: 컨텍스트 보존을 위해 대화 요약을 생성하고 유지합니다. 예시: 세션 간 문제 해결 컨텍스트 유지.

동작 방식

Troubleshooting with Memory

워크플로우는 다음 단계를 따릅니다:

1. Chat Client는 Amazon Cognito를 통해 인증을 받고 사용자는 JWT 토큰과 함께 질문을 전송합니다.

2. AgentCore Memory는 설정된 메모리 전략을 사용하여 세션과 대화를 검색합니다.

3. AgentCore Runtime은 토큰을 검증하고 Claude 4.0 Sonnet 모델을 활용하여 대화를 처리합니다.

4. AgentCore Gateway는 MCP 프로토콜을 통해 안전한 도구 접근을 제공합니다.

5. AWS Lambda Target은 적절한 인증을 통해 AWS 서비스 작업을 실행합니다.

6. AgentCore Identity는 워크로드 인증과 토큰 교환을 관리합니다.

7. AgentCore Observability는 포괄적인 모니터링, 메트릭 및 로깅 기능을 제공합니다.

워크플로우 (~20분)

단계	작업
1	가상 환경 활성화
2	메모리 전략 구성
3	AgentCore Memory로 Runtime 생성
4	컨텍스트 기반 네트워크 분석 검증