Kiro CLI의 대화형 메모리를 Amazon Bedrock AgentCore Memory로 확장하기

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

기존 CLI 기반 AI 에이전트는 세션이 종료되면 이전 대화 맥락을 잃어버려 반복적인 정보 입력이 필요하다. 이 솔루션은 Amazon Bedrock AgentCore Memory를 활용해 대화 이력을 영구적으로 저장하고 검색하는 커스텀 MCP 서버를 구현한다. MCP 서버는 Kiro CLI와 Bedrock 서비스 사이의 가교 역할을 수행하며, 의미론적 검색과 이벤트 매칭을 결합한 2단계 검색 전략을 제공한다. 사용자는 자연어 시간대 쿼리를 통해 과거 대화 내용을 즉시 불러와 생산성을 높일 수 있다.

배경

AWS 계정 및 AWS CLI, AWS Builder ID, Kiro CLI 설치

대상 독자

프로덕션 환경에서 CLI 기반 AI 에이전트를 사용하는 개발자

의미 / 영향

이 솔루션은 CLI 도구의 컨텍스트 유지 문제를 해결하여 개발 생산성을 높인다. 특히 복잡한 비즈니스 요구사항을 다루는 장기 프로젝트에서 AI 에이전트의 활용도를 극대화한다.

섹션별 상세

기존 CLI 환경은 세션이 종료되면 이전 대화 이력이나 사용자 선호도를 기억하지 못해 반복적인 컨텍스트 설정이 필요하다.

Kiro CLI, 커스텀 MCP 서버, Amazon Bedrock AgentCore Memory로 구성된 3단계 아키텍처를 통해 영구적 메모리 기능을 제공한다.

bash

git clone https://github.com/aws-samples/sample-amazon-bedrock-agentcore-memory-mcp-server.git

MCP 서버 리포지토리를 복제하는 명령어

json

{"chat.defaultAgent": "kiro_memory"}

Kiro CLI 설정 파일에 기본 에이전트를 kiro_memory로 지정하는 설정

Kiro CLI와 Amazon Bedrock AgentCore Memory 및 MCP 서버 간의 통합 아키텍처 다이어그램 — DiagramKiro CLI가 MCP 서버를 통해 Bedrock AgentCore Memory와 어떻게 상호작용하는지 보여준다. 사용자, CLI, 메모리 서비스 간의 데이터 흐름을 시각화한다.

Kiro CLI 터미널에서 MCP 서버가 성공적으로 로드된 모습 — ScreenshotMCP 서버가 1.15초 만에 로드되었음을 보여주며, 컨텍스트 훅 사용에 대한 팁을 제공한다.

1단계 의미론적 검색과 2단계 이벤트 기반 직접 매칭을 결합한 2단계 검색 전략을 통해 대화 이력의 정확한 검색을 보장한다.

MCP 서버는 대화 이력 검색, 세션 관리, 메모리 통계 확인 등 다양한 관리 도구를 제공하여 에이전트의 컨텍스트 인식 능력을 강화한다.

Kiro CLI에서 사용 가능한 도구와 권한을 보여주는 매트릭스 — Screenshot내장 도구와 MCP 서버를 통해 추가된 메모리 관련 도구들의 권한 상태를 나열한다.

용어 해설

MCP: — AI 모델과 외부 데이터 소스 및 도구를 표준화된 방식으로 연결하는 오픈 프로토콜이다. 에이전트가 로컬 파일 시스템, 데이터베이스, API 등 다양한 컨텍스트에 안전하게 접근할 수 있도록 지원한다.
Semantic Search: — 단순 키워드 일치가 아닌 쿼리의 의도와 문맥적 의미를 파악하여 관련 정보를 검색하는 기술이다. 벡터 임베딩을 활용해 데이터 간의 관계를 이해하고 정확도 높은 결과를 제공한다.
Agentic IDE: — 단순 코드 자동 완성을 넘어, 프로젝트 전체 맥락을 이해하고 스스로 도구를 사용하여 복잡한 개발 작업을 수행하는 지능형 개발 환경이다.

언급된 리소스

GitHubsample-amazon-bedrock-agentcore-memory-mcp-server