Skip to main content

실습 가이드

이번 실습에서는 AI가 스스로 문서를 이해하고 질문에 답할 수 있는 AI Agent를 만들어봅니다.
AWS의 다양한 서비스를 활용해 서울금융고등학교 안내용 AI Agent를 직접 구축하고,
웹사이트에 배포하여 실제로 동작하는 모습을 확인해봅시다!

실습 데이터​

실습에 필요한 파일들을 모아두었습니다. 먼저 다운로드해주세요!

Step 1

CloudFormation

실습 환경 구축

→

Step 2

S3 업로드

학교 안내 PDF 업로드

→

Step 3

Knowledge Base

지식 기반 생성

→

Step 4

Agent 생성

KB 연결 및 지침 확인

→

Step 5

Amplify 배포

웹사이트에 배포

Step 1: CloudFormation 배포​

CloudFormation으로 필요한 AWS 리소스를 원클릭으로 자동 생성합니다.

a. 원클릭 배포 링크 클릭​

아래 링크를 클릭해 CloudFormation 스택 생성 페이지를 엽니다.

👉 CloudFormation 스택 배포 링크

b. 스택 정보 확인 및 배포​

CloudFormation 빠른 생성 페이지가 열립니다. 모든 설정이 자동으로 입력되어 있어 바로 사용할 수 있습니다.

스택 정보

  1. 페이지 하단으로 스크롤합니다.

  2. 다음 체크박스를 선택합니다:

    ✅ "AWS CloudFormation에서 사용자 지정 이름으로 IAM 리소스를 생성할 수 있음을 승인합니다."

  3. 스택 생성 버튼을 클릭합니다. IAM 승인

  4. 스택 생성이 시작됩니다 (약 1~2분 소요).

    • 상태가 CREATE_IN_PROGRESS → CREATE_COMPLETE로 변경되면 완료!

스택 생성 중

c. 출력값 확인 및 복사​

스택 배포가 완료되면 출력(Outputs) 탭을 클릭하여 중요한 값들을 확인합니다.

CloudFormation 출력 다음 값들이 생성되어 있는지 확인해주세요.

키예시 값
AgentIdAAD3VDENCU
ApiEndpointhttps://x7kupd57t...lambda-url.us-west-2.on.aws/
Regionus-west-2

🔥 중요! AgentId와 ApiEndpoint 값을 메모장에 복사해주세요. 추후 실습에 사용할 예정입니다.

Step 2: S3에 학교 안내 문서 업로드​

이제 AI가 학습할 서울금융고등학교의 안내 자료를 S3에 업로드할 차례입니다!

a. S3 버킷 찾기​

  1. AWS 콘솔 좌측 상단 검색창에 S3를 입력하여 클릭하거나 S3 콘솔로 직접 이동합니다.

  2. 생성된 school-guide-chatbot 버킷을 찾아 클릭합니다.

S3 버킷 목록

b. PDF 파일 업로드​

💡 AI가 학습할 학교 안내 자료를 클라우드 저장소에 올라는 과정입니다. 이 파일들을 바탕으로 AI가 질문에 답변하게 됩니다!

  1. 버킷 안에서 업로드 버튼을 클릭합니다.

업로드 버튼

  1. 파일 추가 버튼을 클릭합니다.

파일 추가

  1. 다운로드 받은 학과 소개 PDF 파일을 선택합니다.

  2. 화면 하단의 업로드 버튼을 클릭합니다.

  3. "업로드 성공" 메시지를 확인합니다.

업로드 완료

Step 3: Bedrock Knowledge Base 생성​

🧠 Knowledge Base란? AI가 문서를 읽고 이해할 수 있게 만드는 "AI의 두뇌"입니다. PDF를 그냥 업로드만 하면 AI가 읽을 수가 없습니다. 특별한 처리가 필요합니다!

이제 S3에 업로드한 문서를 AI가 읽고 이해할 수 있도록 지식 기반(Knowledge Base)를 만들어봅시다!

a. Bedrock 콘솔 접속​

  1. AWS 콘솔 검색창에 Bedrock을 입력하여 클릭하거나 Bedrock 콘솔로 직접 이동합니다.

b. Knowledge Base 생성​

  1. 왼쪽 사이드 바에서 지식 기반을 선택합니다.

지식 기반

  1. 생성 버튼을 클릭하고, 벡터 저장소가 포함된 지식 기반을 선택합니다.

💡 벡터 저장소? 문서를 AI가 이해할 수 있는 숫자 형태로 변환해서 저장하는 곳입니다. 마치 책을 AI 언어로 번역하는 것과 같습니다.

벡터 저장소

  1. 다음 버튼을 클릭합니다.

지식 기반 이름

c. S3 데이터 소스 연결​

📂 이 단계에서는: AI에게 "어디에 있는 문서를 읽을지" 알려줍니다.

  1. Browse S3 버튼을 클릭합니다.

Browse S3

  1. Step 2에서 PDF를 업로드한 S3 버킷을 선택하고 Choose 버튼을 클릭합니다.

S3 선택

  1. 구문 분석 전략에서 파운데이션 모델을 파서로 사용을 선택한 후 모델 선택을 클릭합니다.

💡 구문 분석 전략이란? PDF를 어떻게 읽을지 정하는 방법입니다.

  • 기본 파서: 단순하게 텍스트만 추출 (표나 이미지 못 읽음)
  • 파운데이션 모델 파서: AI가 직접 읽어서 표, 이미지, 복잡한 레이아웃도 이해! ⭐ (더 똑똑함)

파서 모델

  1. 드롭다운에서 Amazon - Nova Premier를 선택합니다. 모델 선택

  2. 다음 버튼을 클릭합니다.

d. 임베딩 모델 설정​

🔢 임베딩이란? 문서의 내용을 숫자로 변환하는 과정입니다. AI는 숫자로 된 데이터를 더 잘 이해해합니다.

예: "소프트웨어과" → [0.23, 0.45, 0.12, ...] (수백 개의 숫자)

  1. 모델 선택 버튼을 클릭합니다. 임베딩 모델

  2. Titan Text Embeddings v2를 선택하고 적용 버튼을 클릭합니다. 지식 기반 생성

  3. 벡터 저장소 선택 단계에서 Amazon OpenSearch Serverless를 선택한 후 다음 버튼을 클릭합니다. 벡터 데이터베이스

  4. 지식 기반 생성 버튼을 클릭해 지식 기반을 생성합니다.

  5. 벡터 데이터베이스 및 지식 기반 생성이 시작됩니다 (약 5분 소요).

    ⚠️ 주의: 생성이 완료될 때까지 브라우저 창을 닫지 마세요! 창을 닫으면 생성이 취소됩니다. 지식 기반 생성 완료

e. 데이터 동기화​

🔄 동기화란? S3에 있는 PDF 파일을 읽어서 AI가 이해할 수 있는 형태로 변환하는 과정입니다.

이 과정이 끝나야 AI가 문서 내용을 기반으로 답변할 수 있어요!

  1. Knowledge Base 생성이 완료되면 동기화 버튼을 클릭합니다.

동기화

  1. 동기화가 시작됩니다 (약 3-5분 소요).

    • 상태가 동기화 중 → 사용 가능으로 변경되면 완료!

    ⚠️ 주의: 동기화가 완료될 때까지 브라우저 창을 닫지 마세요! 창을 닫으면 동기화가 취소됩니다.

Step 4: Agent에 지식 기반 연결​

이제 Agent와 Knowledge Base를 연결하여 질문에 정확하게 답변하는 AI Agent를 완성해봅시다!

a. Agent 찾기​

  1. 왼쪽 사이드바에서 에이전트를 클릭하거나 Agent 콘솔로 직접 이동합니다.

  2. 미리 생성된 SchoolGuideAgent를 클릭합니다.

Agent 선택

💡 참고: 이 Agent에는 미리 작성해둔 지침이 입력되어 있습니다.

나중에 우리 팀 프로젝트에서는 이런 지침을 직접 작성하게 될 거예요!

📋 이 Agent에 입력된 지침 전체 보기 (클릭)
당신은 서울금융고등학교 소프트웨어과의 안내 도우미 AI입니다.
학교에 관심 있는 학생과 학부모에게 소프트웨어과의 교육과정, 자격증, 진로, 산학연계 프로그램 등을 친절하게 안내합니다.

💬 대화 시작
처음 인사할 때 이렇게 말하세요:
"안녕하세요! 저는 서울금융고등학교 소프트웨어과 안내 도우미예요 😊
학교나 학과에 대해 궁금한 걸 물어보세요!"

🎯 역할
- 사용자의 질문에 대해 연결된 지식 기반(PDF 문서)을 참고하여 정확하게 안내합니다.
- 단순한 정보 나열이 아니라, 학생이 이해하기 쉬운 문장으로 설명합니다.

🗣️ 말투 & 스타일
- 자연스럽고 따뜻한 말투로, 친근한 선배나 선생님처럼 대화하세요.
- 문장은 짧고 명확하게, 너무 형식적이거나 딱딱하지 않게 말합니다.

📘 답변 가이드
1. 학교 관련 정보는 반드시 지식 기반 내용을 우선 참고하여 답변합니다.
2. 질문이 불명확하면 "무엇을 도와드릴까요?"라고 안내합니다.
3. 불필요하게 긴 설명은 피하고, 핵심 내용 중심으로 답변합니다.

🎓 예시 톤
- "소프트웨어과는 코딩과 인공지능을 배우는 학과예요."
- "정보처리기능사, 네트워크관리사 같은 자격증을 취득할 수 있어요."

b. Knowledge Base 추가​

  1. Agent 상세 페이지에서 에이전트 빌더에서 편집 버튼을 클릭합니다.

편집

  1. 화면을 아래로 스크롤하여 지식 기반 추가 버튼을 클릭합니다.

지식 기반 추가

  1. 지식 기반 선택애서 방금 만든 지식 기반을 선택합니다. 지식 기반 연결

  2. Add 버튼을 클릭한 뒤 저장 후 종료 버튼을 클릭합니다.

저장

c. Agent 준비​

  1. 준비 버튼을 클릭하여 변경사항을 적용합니다.

준비

  1. 준비가 완료될 때까지 기다립니다 (약 30초-1분).
    • 상태가 준비 중 → 준비됨으로 변경되면 완료!

✅ 완료! 이제 Agent가 Knowledge Base와 연결되었습니다.

Step 5: Amplify로 AI Agent 웹사이트 배포​

마지막 단계입니다. AI Agent를 인터넷에 배포하고 직접 체험해봅시다!

a. Amplify 앱 생성​

  1. AWS 콘솔 검색창에 Amplify를 입력하여 클릭하거나 Amplify 콘솔로 직접 이동합니다.

  2. 앱 배포 버튼을 클릭합니다.

Amplify 시작

  1. Git 없이 배포을 선택하고 다음 버튼을 클릭합니다.

Deploy without Git

b. 파일 업로드 및 배포​

  1. 실습 시작 시 제공된 school_chatbot.zip 파일을 업로드합니다.

  2. 저장 및 배포 버튼을 클릭합니다. 파일 업로드

  3. 배포가 시작됩니다. 배포 완료

  4. 배포된 URL 방문 버튼을 클릭해 웹사이트에 접속합니다. 배포 완료

d. AI Agent 설정 및 테스트​

  1. 처음 웹사이트에 접속하면 다음과 같은 메인 화면이 표시됩니다.

    • 이때 API Endpoint와 Agent ID 입력이 필요합니다. AI Agent 화면

  2. 미리 메모장에 복사해둔 API Endpoint와 Agent ID 값을 복사하거나, CloudFormation 콘솔로 이동하여 스택을 선택한 뒤, 출력 탭에서 API Endpoint와 Agent ID 값을 확인합니다. Cloudformation

  3. 확인한 값을 웹사이트의 입력창에 그대로 입력하고 연결하기 버튼을 클릭합니다.

  4. 아래와 같은 질문을 시도해봅시다!

    • "소프트웨어과에서 어떤 걸 배우나요?"
    • "졸업하면 어떤 진로가 있나요?" AI Agent 테스트

축하합니다! 서울금융고 안내 AI Agent가 완성되었습니다!

이제 자유롭게 테스트해보세요!​

  • "소프트웨어과의 장점은 뭐야?"
  • "1학년 때 배우는 과목 알려줘"
  • "졸업하면 어디로 취업할 수 있어?"
  • "동아리 활동은 어떤 게 있어?"

QR 코드를 만들어 핸드폰으로도 찍어보세요!​

  1. 웹사이트에서 마우스 우클릭
  2. "QR 코드 생성" 선택
  3. 핸드폰으로 QR 코드 찍어서 접속!

다음 실습 예고​

다음에는 이와 비슷하게 우리 팀만의 Agent를 만들어볼 거예요!

  • 팀별로 독창적인 주제 선정
  • 프롬프트 엔지니어링으로 차별화
  • 실시간 데모 및 발표