Amazon Bedrock AgentCore에서 Local과 Deployed의 가장 큰 차이점은 AI Agent가 실행되는 위치와 AWS에 접근할 때 사용하는 권한 및 환경설정입니다.
현재 구축하신 PetStore AI Agent를 기준으로 초보자도 이해하기 쉽게 설명하겠습니다.
1. Local과 Deployed 차이점
•
Local
내 Windows PC에서 실행
개발 및 테스트
•
Deployed
AWS 클라우드에서 실행
배포 및 운영
구분 | Local | Deployed |
실행 위치 | 내 Windows PC | AWS AgentCore Runtime |
소스 코드 | 현재 main.py | AWS에 배포된 코드 |
실행 명령어 | agentcore dev | agentcore deploy |
호출 명령어 | 로컬 개발 서버 | agentcore invoke |
AWS 권한 | 로컬 AWS 자격 증명 | Runtime IAM 역할 |
.env 파일 | 로컬에서 로드 가능 | 별도 설정 필요 |
코드 수정 | 재실행으로 반영 가능 | 재배포 필요 |
로그 | 로컬 터미널 | CloudWatch 등 |
주 사용 목적 | 개발 및 디버깅 | 클라우드 테스트 및 운영 |
2. PetStore AI Agent 실행 구조
두 환경 모두 AWS 서비스를 호출할 수 있지만, 인증 정보와 환경설정이 다를 수 있습니다.
3. 왜 Local에서는 되고 Deployed에서는 안 될까요?
현재 확인된 실제 테스트 결과입니다.
•
Local
질문: DD006 상품 정보를 알려줘
상품명: Doggy Delights
가격: $54.99
현재 재고: 20개
Plain Text
복사
•
Deployed
질문: DD006 상품 정보를 알려줘
죄송합니다.
DD006 상품에 대한 정보를 찾을 수 없습니다.
Plain Text
복사
동일한 질문인데 결과가 다릅니다. 주요 원인은 다음 네 가지입니다.
① IAM 권한 차이
Local은 사용자의 AWS 자격 증명으로 Lambda나 Knowledge Base를 호출할 수 있습니다.
반면 Deployed는 AgentCore Runtime의 실행 역할을 사용합니다.
따라서 Runtime 실행 역할에 필요한 lambda:InvokeFunction, bedrock:Retrieve 등의 권한이 없으면 조회에 실패할 수 있습니다.
② .env 환경변수 차이
예를 들어 로컬에 다음 설정이 있다고 가정하겠습니다.
PETSTORE_REGION=ap-northeast-2
PRODUCT_KB_ID=H6IWBKNDPD
PET_CARE_KB_ID=ZW3BDOIVGS
USER_LAMBDA_NAME=PetStoreUserManagementFunction
INVENTORY_LAMBDA_NAME=PetStoreInventoryManagementFunction
Plain Text
복사
로컬에서는 load_dotenv()로 이 설정을 읽을 수 있지만, 배포된 Runtime에 동일한 환경변수가 반드시 전달되는 것은 아닙니다.
환경변수가 빠져 있거나 값이 다르면 Tool이 잘못된 Lambda 또는 Knowledge Base를 조회할 수 있습니다.
③ 코드 버전 차이
Local은 수정한 main.py로 실행할 수 있지만, Deployed는 이전에 배포된 코드를 사용합니다.
따라서 로컬 코드를 수정한 후 배포하지 않았다면 동작이 달라질 수 있습니다.
④ Tool 호출 및 데이터 처리 차이
현재 화면에서 1 tool used가 표시되지만, 이것은 Tool이 실행되었다는 표시일 뿐입니다.
실제로 어떤 Tool을 호출했는지, DD006을 전달했는지, 데이터가 정상적으로 반환되었는지 확인해야 합니다.
4. 해결을 위한 점검 순서
다음 순서로 확인하는 것이 좋습니다.
STEP 01. Runtime 상태 확인
cd C:\PetStoreProject
agentcore status
Plain Text
복사
STEP 02. Runtime 실행 역할 및 환경변수 확인
aws bedrock-agentcore-control get-agent-runtime `
--agent-runtime-id PetStoreProject_PetStoreAgent-Tg3tO4350N `
--region ap-northeast-2 `
--query "{Role:roleArn,Status:status,Environment:environmentVariables}" `
--output json
Plain Text
복사
STEP 03. Tool 결과 확인
AgentCore Inspector에서 Deployed를 선택한 뒤 다음 질문을 입력합니다.
DD006 현재 재고를 알려줘
Plain Text
복사
이후 1 tool used를 클릭하여 Tool의 입력값과 출력값을 확인합니다.
STEP 04. 원인 확인 후 수정 및 배포
실행 역할, 환경변수, Tool 설정 또는 배포 코드에 실제 문제가 발견된 경우에만 수정합니다.
코드나 배포 설정을 변경했다면 다음 명령어로 재배포할 수 있습니다.
agentcore deploy
Plain Text
복사
결론
현재 PetStore AI Agent의 상황은 다음과 같습니다.
•
Local: 상품 및 재고 조회 정상
•
Deployed: Agent 실행과 Tool 사용 표시는 확인되지만 조회 실패
•
우선 점검 대상: Deployed Tool의 실제 출력, Runtime IAM 권한, 환경변수, 배포 버전
지금은 Deployed의 1 tool used를 클릭한 화면이 가장 중요합니다. 그 결과를 보면 IAM 권한을 추가해야 하는지, .env 설정을 수정해야 하는지, main.py를 재배포해야 하는지 구분할 수 있습니다.




