아마존 Bedrock AgentCore에 Stateful MCP 클라이언트 기능 도입

아마존 Bedrock AgentCore에 Stateful MCP 클라이언트 기능 도입

현대 AI 시스템 개발자는 사용자와의 상호작용을 중시합니다. 특히, AI 에이전트가 사용자와의 대화를 유지하며 작업을 이어가는 경우 그 중요성은 더욱 커집니다. 이번 블로그에서는 Amazon Bedrock AgentCore의 Stateful MCP 클라이언트 기능이 이러한 요구를 어떻게 충족시키는지 알아보겠습니다.

본론: 핵심 기능 및 활용 사례

Stateful MCP는 AI 에이전트가 양방향 상호작용을 가능하게 하는 기능을 제공합니다. 이전의 Stateless MCP 서버가 단방향으로 명령을 처리하는 데 그쳤다면, Stateful 버전은 세 가지 혁신적인 클라이언트 기능을 통해 더 진보된 상호작용을 구현합니다.

1. 유도입력(Elicitation): 실행 중에도 필요한 사용자 입력을 요청할 수 있습니다. 예를 들어, 사용자가 지출 내역을 입력하거나 결정을 확인할 때 사용됩니다.

   result = await ctx.elicit('사용하신 금액은 얼마인가요?', AmountInput)
   

2. 샘플링(Sampling): 클라이언트의 LLM을 통해 동적으로 생성된 콘텐츠를 요청합니다. 전통적인 API 키 사용 없이도 모델 통합이 가능합니다.

   response = await ctx.sample(messages=prompt, max_tokens=300)
   

3. 진행 알림(Progress Notifications): 장기 작업 중 실시간 진행 상태를 사용자에게 스트리밍 합니다. 예를 들어, 여러 데이터 소스를 검색할 때 유용합니다.

   await ctx.report_progress(progress=1, total=5)
   

위 기능들은 각자의 역할에 맞게 설계되었으며, 클라이언트-서버 간 상호작용 패턴을 크게 개선시켰습니다. 특히, AgentCore Runtime을 통해 손쉽게 배포할 수 있다는 점이 개발자에게 큰 강점으로 작용합니다.

결론

Amazon Bedrock AgentCore의 Stateful MCP 클라이언트 기능은 AI 시스템이 사용자와 더 자연스러운 대화를 하고, 긴 작업의 진행 상태를 명확히 전달하며, 사용자 맞춤형 정보를 동적으로 생성할 수 있게 해줍니다. 이러한 기능들은 현대 비즈니스 환경에서 요구되는 AI 에이전트의 수준을 한 단계 끌어올릴 것입니다.

[1] https://aws.amazon.com/blogs/machine-learning/introducing-stateful-mcp-client-capabilities-on-amazon-bedrock-agentcore-runtime/