섹션별 상세
기존 무상태(Stateless) 방식의 한계를 극복하기 위해 세션 기반의 상태 유지 모드가 도입됐다. stateless_http=False 설정을 통해 각 사용자 세션마다 독립적인 마이크로VM이 할당되며, Mcp-Session-Id 헤더를 통해 통신 연속성을 보장한다. 세션은 최대 8시간 또는 15분의 유휴 시간 동안 유지되어 복잡한 멀티턴 워크플로를 지원한다.
python
mcp.run(
transport="streamable-http",
host="0.0.0.0",
port=8000,
stateless_http=False # Enable stateful mode
)stateless_http 플래그를 False로 설정하여 Amazon Bedrock AgentCore에서 상태 유지 모드를 활성화하는 코드
Elicitation 기능을 통해 에이전트가 실행 중간에 사용자에게 구조화된 데이터를 요청할 수 있다. 서버가 elicitation/create 요청을 보내면 클라이언트는 이를 폼이나 프롬프트 형태로 렌더링하여 사용자의 응답을 수집한다. Pydantic 모델을 사용하여 입력 스키마를 정의함으로써 지출 내역 입력이나 예약 확인 같은 대화형 도구를 구현할 수 있다.
python
@mcp.tool()
async def add_expense_interactive(user_alias: str, ctx: Context) -> str:
# Step 1: Ask for the amount
result = await ctx.elicit('How much did you spend?', AmountInput)
if not isinstance(result, AcceptedElicitation):
return 'Expense entry cancelled.'
amount = result.data.amountctx.elicit를 사용하여 사용자에게 대화형으로 지출 금액 입력을 요청하는 도구 구현 예시
Sampling 기능을 사용하면 MCP 서버가 클라이언트에 연결된 LLM의 추론 능력을 직접 활용할 수 있다. 서버는 별도의 API 키 없이도 ctx.sample()을 호출하여 자연어 요약이나 분석 결과 생성을 클라이언트에 위임한다. 이는 서버 로직과 모델 자격 증명을 분리하면서도 LLM의 생성 능력을 워크플로에 통합할 수 있게 한다.
python
ai_analysis = 'Analysis unavailable.'
try:
response = await ctx.sample(messages=prompt, max_tokens=300)
if hasattr(response, 'text') and response.text:
ai_analysis = response.text
except Exception:
passctx.sample을 호출하여 클라이언트 측 LLM에 데이터 분석 및 텍스트 생성을 요청하는 코드
Progress Notification은 장시간 실행되는 작업의 실시간 상태를 클라이언트에 전달하는 메커니즘이다. ctx.report_progress(progress, total) 함수를 호출하면 서버는 즉시 알림을 발송하고 다음 단계로 진행하는 fire-and-forget 방식으로 작동한다. 데이터 검색이나 배치 처리처럼 수 초 이상 걸리는 작업에서 사용자에게 진행률 바를 표시하여 사용자 경험을 개선한다.
용어 해설
- 모델 컨텍스트 프로토콜(Model Context Protocol (MCP))
- — LLM 애플리케이션이 외부 도구 및 데이터 소스와 연결되는 방식을 정의하는 개방형 표준 프로토콜이다. 서버와 클라이언트 간의 표준화된 통신 규약을 제공하여 AI 에이전트가 다양한 외부 리소스를 일관된 방식으로 활용할 수 있게 한다.
- 정보 도출(Elicitation)
- — MCP 서버가 실행 도중 클라이언트를 통해 사용자에게 추가 정보나 확인을 요청하는 기능이다. 워크플로 중간에 사용자 입력을 받아 의사결정을 내리거나 구조화된 데이터를 수집하여 상호작용형 에이전트를 구현하는 데 필수적이다.
- 샘플링(Sampling)
- — MCP 서버가 자체적인 API 키 없이도 클라이언트에 연결된 LLM에 텍스트 생성을 요청하는 메커니즘이다. 서버 로직 내에서 자연어 요약이나 추천 등의 생성 작업이 필요할 때 클라이언트의 모델 자원을 활용할 수 있게 해준다.
- 에이전트코어 런타임(AgentCore Runtime)
- — Amazon Bedrock에서 MCP 서버를 호스팅하고 실행하기 위한 관리형 인프라 환경이다. 각 사용자 세션별로 격리된 마이크로VM을 할당하여 보안성을 높이고 상태 유지(Stateful) 기능을 제공한다.
기술
- Amazon Bedrock
- AgentCore Runtime
- MCP
- FastMCP
- Python
- Amazon DynamoDB
- Claude Haiku
활용 사례
- 대화형 지출 관리 봇
- 실시간 진행률 표시가 필요한 데이터 분석 에이전트
- 사용자 승인이 필요한 금융 트랜잭션 워크플로
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 09.수집 2026. 04. 10.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
