TL;DR
비즈니스 분석가가 대시보드 수정을 위해 IT 팀에 의존하던 기존 프로세스는 수일이 소요되는 병목을 유발한다. 이 솔루션은 Amazon Bedrock AgentCore와 Strands 프레임워크를 결합하여 자연어 쿼리로 대시보드를 검색하고 컬럼을 수정하는 멀티 에이전트 아키텍처를 구현한다. 오케스트레이터 에이전트가 사용자 의도를 분류하고 적절한 하위 에이전트를 호출하여 API 작업을 수행함으로써 보안과 데이터 무결성을 유지한다. 이 접근 방식은 수동 작업을 자동화하여 대시보드 운영 효율을 획기적으로 개선한다.
배경
AWS 계정 및 Amazon Bedrock, Amazon QuickSight 권한, Python 3.10 이상, uv 패키지 매니저, AWS CLI 설정
대상 독자
프로덕션 환경에서 AI 에이전트를 구축하고 자동화 워크플로를 구현하려는 개발자
의미 / 영향
이 솔루션은 IT 팀의 개입 없이 비즈니스 사용자가 직접 대시보드를 수정할 수 있게 하여 운영 효율을 높인다. 또한, 오케스트레이터 패턴은 대시보드 외에도 다양한 API 기반 서비스 자동화에 범용적으로 적용 가능하다.
섹션별 상세
@tool
def find_dashboard_tool(dashboard_name: str = "") -> str:
"""Find Quick dashboards by name (supports partial matching)"""
client = boto3.client('quicksight', region_name=REGION)
response = client.list_dashboards(AwsAccountId=AWS_ACCOUNT_ID)
dashboards = response.get('DashboardSummaryList', [])
# List all dashboards if no search term provided
if not dashboard_name or dashboard_name.strip() == "":
all_names = [d['Name'] for d in dashboards]
return f"All dashboards ({len(all_names)}): {all_names}"
# Filter using case-insensitive partial matching
matches = [d['Name'] for d in dashboards if dashboard_name.lower() in d['Name'].lower()]
return f"Found {len(matches)} dashboards: {matches}"대시보드 이름으로 검색을 수행하는 도구 함수
@tool
def modify_dashboard(dashboard_name: str, action: str, column_name: str) -> str:
"""Modify a dashboard by adding or removing columns"""
client = boto3.client('quicksight', region_name=REGION)
info = _get_dashboard_and_dataset_info(dashboard_name)
# Validation-first: verify column state before making changes
if action == "add":
if column_name in info["dashboard_columns"]:
return f"Column '{column_name}' is already in the dashboard."
if column_name not in info["dataset_columns"]:
return f"Column '{column_name}' doesn't exist in dataset."
elif action == "remove":
if column_name not in info["dashboard_columns"]:
return f"Column '{column_name}' is not in the dashboard."대시보드 수정 전 컬럼 존재 여부를 검증하는 로직




용어 해설
- Multi-Agent Architecture
- — 특정 작업을 수행하기 위해 여러 에이전트가 협력하는 구조. 오케스트레이터가 사용자 의도를 파악하고 적절한 하위 에이전트에게 작업을 위임하여 복잡한 워크플로를 효율적으로 처리한다.
- Agentic Platform
- — 에이전트의 구축, 배포, 운영을 지원하는 인프라. 메모리 관리, 도구 접근 제어, 관측성 등을 제공하여 에이전트의 프로덕션 배포를 가속화한다.
- Validation-first Workflow
- — 작업을 실행하기 전에 데이터셋 스키마나 컬럼 존재 여부를 사전에 확인하는 프로세스. 에이전트의 실수로 인한 설정 오류를 방지하고 시스템 안정성을 높인다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.