AI 에이전트와 MCP 도구로 빌드를 지속해 오면서 한 가지 질문이 계속 떠올랐습니다. 어떻게 하면 에이전트에게 왕국의 열쇠를 건네주지 않고 인증된 실제 AWS 액세스 권한을 제공할 수 있을까요? 오늘, 그 답이 나왔습니다. 작고 고정된 도구 세트를 통해 모든 AWS 서비스에 대한 인증된 보안 액세스를 AI 에이전트와 코딩 어시스턴트에 제공하는 관리형 원격 Model Context Protocol(MCP) 서버인 AWS […] ||
AI 에이전트와 MCP 도구로 빌드를 지속해 오면서 한 가지 질문이 계속 떠올랐습니다. 어떻게 하면 에이전트에게 왕국의 열쇠를 건네주지 않고 인증된 실제 AWS 액세스 권한을 제공할 수 있을까요? 오늘, 그 답이 나왔습니다.
작고 고정된 도구 세트를 통해 모든 AWS 서비스에 대한 인증된 보안 액세스를 AI 에이전트와 코딩 어시스턴트에 제공하는 관리형 원격 Model Context Protocol(MCP) 서버인 AWS MCP 서버의 정식 출시를 발표하게 되어 기쁩니다.
AWS MCP 서버는 코딩 에이전트가 AWS에서 더 효과적이고 효율적으로 빌드할 수 있도록 돕는 MCP 서버, 스킬, 플러그인 등의 도구 모음인 Agent Toolkit for AWS의 일부입니다.
AI 코딩 에이전트는 이미 많은 태스크에 유용하지만, AWS에서 어느 정도 깊이 있는 작업을 할 때 실질적인 문제가 발생합니다. 에이전트는 최신 AWS 설명서에 액세스할 수 없어 몇 개월 지난 훈련 데이터에 의존하므로 Amazon S3 Vectors, Amazon Aurora DSQL 또는 Amazon Bedrock AgentCore 같은 서비스에 대해 알지 못할 수 있습니다. 에이전트에게 인프라 빌드를 요청하면 에이전트는 AWS Cloud Development Kit(AWS CDK)나 AWS CloudFormation을 놔두고 AWS Command Line Interface(AWS CLI)부터 찾는 경향이 있으며, 필요 이상으로 훨씬 광범위한 AWS Identity and Access Management(IAM) 정책을 생성합니다. 그 결과 데모에서는 작동하지만 프로덕션에는 적합하지 않은 인프라가 만들어집니다.
AWS MCP 서버는 모델의 컨텍스트 창을 사용하지 않는 간편한 도구 세트를 통해 이 문제를 해결합니다. call_aws 도구는 기존 IAM 자격 증명을 사용하여 15,000개가 넘는 어떤 AWS API 작업이라도 실행합니다. 새 API는 출시 며칠 내에 지원됩니다. search_documentation 도구와 read_documentation 도구는 쿼리 시 최신 AWS 설명서와 모범 사례를 검색하므로 에이전트가 항상 최신 정보로 작업할 수 있습니다.
이번 정식 출시를 통해 몇 가지 새로운 기능이 도입되었습니다. AWS MCP 서버는 이제 IAM 컨텍스트 키를 지원하므로 서버를 사용하기 위한 별도의 IAM 권한이 더 이상 필요하지 않으며 표준 IAM 정책에서 세분화된 액세스를 표현할 수 있습니다. 설명서 검색에 더 이상 인증은 필요하지 않습니다. 복잡한 다단계 워크플로에서 중요한 인터랙션당 필수 토큰 수도 줄였습니다.
또한 새로운 run_script 도구를 통해 에이전트가 샌드박스 환경에서 서버 측을 실행하는 짧은 Python 스크립트를 작성할 수 있습니다. 샌드박스는 IAM 권한을 상속하지만 네트워크 액세스가 불가능하므로 로컬 파일 시스템이나 쉘에 대한 액세스 권한을 부여하지 않고도 에이전트가 데이터를 처리할 수 있습니다. 에이전트가 여러 API를 직접적으로 호출하여 결과를 조합해야 할 때 한 번에 하나씩 호출하면 속도가 느리고 컨텍스트 토큰을 많이 사용하게 됩니다. run_script를 사용하면 에이전트가 단 한 번의 라운드트립(round-trip)으로 API 직접 호출 체이닝, 응답 필터링, 결과 계산을 모두 수행하므로, 속도가 더 빠를 뿐만 아니라 컨텍스트 효율성 또한 높일 수 있습니다.
가장 중요한 추가 사항은 Agent SOPs에서 Skills로의 전환입니다. Skills는 에이전트가 가장