0
명령서버 1대 생성
aws s3 ls

global 버전 ec2로 생성하면 권한이 부여되어 있다.
없다면, role로 권한 주기  



1

1단계: AWS 사전 준비 (Console)
가장 먼저 모델 사용 권한을 확보해야 합니다.

AWS Console 로그인 후 서울 리전(ap-northeast-2) 선택.

Amazon Bedrock > 모델 카탈로그 메뉴 이동.

Claude 3.5 Sonnet 모델

Amazon Bedrock에서 번거로운 'Model Access' 신청 페이지가 사라지고, 처음 호출할 때 자동으로 활성화되는 방식으로 바뀌었네요. (사용자 입장에서 훨씬 편해졌습니다!)

하지만 공유해 주신 메시지 안에 여전히 "Access Denied"가 발생할 수 있는 결정적인 힌트가 들어있습니다. 다음 두 가지를 확인해 보세요.

1. Anthropic 모델의 '추가 정보 제출' (가장 유력)
메시지 중간을 보시면 이렇게 적혀 있습니다:

"Note that for Anthropic models, first-time users may need to submit use case details before they can access the model."

Claude 모델(Anthropic)을 처음 사용하는 계정이라면, 단순히 호출만 해서는 안 되고 사용 사례(Use Case) 정보를 한 번은 제출해야 할 수도 있습니다.

해결 방법: AWS 콘솔에서 
Bedrock > Model catalog로 이동하여 Claude 3.5 Sonnet을 선택한 뒤, Playground에서 아무 질문이나 던져보세요. 
이때 사용 사례 정보를 입력하라는 팝업이 뜨면 내용을 작성해 제출해야 합니다. 그 작업이 완료되어야 Terraform API 호출도 정상 작동합니다.





2

2단계: 에이전트의 '손' 만들기 (Lambda)
에이전트가 실제로 업무(API 호출 등)를 수행할 로직을 작성하고 압축합니다.

코드 작성: index.py 파일 생성 (앞서 만든 행운 메시지 코드 등).

압축: zip lambda_function.zip index.py 실행.

이 파일이 있어야 Terraform이 에러 없이 배포됩니다.



# 1. Lambda 소스 코드 작성 (간단한 행운 메시지 생성기)


cat <<EOF > index.py
import random

def handler(event, context):
    fortunes = [
        "오늘은 새로운 기회가 찾아올 것입니다!",
        "진행 중인 프로젝트가 성공적으로 마무리될 기미가 보입니다.",
        "동료와의 협업에서 큰 영감을 얻을 날입니다.",
        "잠시 쉬어가는 것이 더 큰 도약을 만들어줄 거예요."
    ]
    message = random.choice(fortunes)
    
    # Bedrock Agent 응답 규격
    response_body = {
        "TEXT": {
            "body": f"오늘의 업무 행운 메시지: {message}"
        }
    }
    
    return {
        'response': {
            'actionGroup': event['actionGroup'],
            'apiPath': event['apiPath'],
            'httpMethod': event['httpMethod'],
            'httpStatusCode': 200,
            'responseBody': response_body
        }
    }
EOF

# 2. Lambda 코드 압축
zip lambda_function.zip index.py

# 3. Terraform 메인 코드 작성
cat <<EOF > main.tf
provider "aws" {
  region = "ap-northeast-2" # 서울 리전
}

# IAM Role: Bedrock Agent용
resource "aws_iam_role" "agent_role" {
  name = "simple-agent-role"
  assume_role_policy = jsonencode({
    Version = "2012-10-17"
    Statement = [{
      Action = "sts:AssumeRole"
      Effect = "Allow"
      Principal = { Service = "bedrock.amazonaws.com" }
    }]
  })
}

resource "aws_iam_role_policy" "agent_policy" {
  name = "bedrock-agent-policy"
  role = aws_iam_role.agent_role.id
  policy = jsonencode({
    Version = "2012-10-17"
    Statement = [{
      Action   = "bedrock:InvokeModel"
      Effect   = "Allow"
      Resource = "arn:aws:bedrock:ap-northeast-2::foundation-model/anthropic.claude-3-5-sonnet-20240620-v1:0"
    }]
  })
}

# Bedrock Agent 생성
resource "aws_bedrockagent_agent" "simple_agent" {
  agent_name                  = "simple-fortune-agent"
  foundation_model            = "anthropic.claude-3-5-sonnet-20240620-v1:0"
  instruction                 = "당신은 사용자의 업무 사기를 북돋아주는 비서입니다. 행운 메시지 API를 호출하여 사용자에게 긍정적인 메시지를 전달하세요. 한국어로 답변하세요."
  agent_resource_role_arn      = aws_iam_role.agent_role.arn
  idle_session_ttl_in_seconds = 600
}

# IAM Role: Lambda용
resource "aws_iam_role" "lambda_role" {
  name = "simple-agent-lambda-role"
  assume_role_policy = jsonencode({
    Version = "2012-10-17"
    Statement = [{
      Action = "sts:AssumeRole"
      Effect = "Allow"
      Principal = { Service = "lambda.amazonaws.com" }
    }]
  })
}

resource "aws_iam_role_policy_attachment" "lambda_basic" {
  role       = aws_iam_role.lambda_role.name
  policy_arn = "arn:aws:iam::aws:policy/service-role/AWSLambdaBasicExecutionRole"
}

# Lambda 함수 생성
resource "aws_lambda_function" "fortune_lambda" {
  filename      = "lambda_function.zip"
  function_name = "fortune-api-handler"
  role          = aws_iam_role.lambda_role.arn
  handler       = "index.handler"
  runtime       = "python3.11"
}

# Bedrock이 Lambda를 호출할 수 있게 허용
resource "aws_lambda_permission" "allow_bedrock" {
  statement_id  = "AllowBedrockInvocation"
  action        = "lambda:InvokeFunction"
  function_name = aws_lambda_function.fortune_lambda.function_name
  principal     = "bedrock.amazonaws.com"
  source_arn    = aws_bedrockagent_agent.simple_agent.agent_arn
}
EOF





3단계: 인프라 정의 및 배포 (Terraform)

cat 명령어로 만든 main.tf를 실행하여 모든 리소스를 한 번에 생성합니다.

terraform init
terraform apply -auto-approve



초기화: terraform init (Provider 및 모듈 다운로드).

검토: terraform plan (생성될 리소스 확인).

실행: terraform apply -auto-approve (실제 배포).



----------
11. 생성된거 확인하는법



1
작성하신 Terraform 코드는 Amazon Bedrock Agent와 이를 지원하는 Lambda 함수를 구성하는 코드입니다. 
배포가 완료된 후 AWS 콘솔에서 리소스를 확인하는 방법을 단계별로 안내해 드립니다.

1. Bedrock Agent 확인 (가장 중요)
Bedrock Agent는 설정이 조금 깊숙이 숨어 있습니다.

AWS Console에 로그인 후 Amazon Bedrock 서비스로 이동합니다.

왼쪽 사이드바 메뉴에서 건축(Orchestration) 섹션 아래의 Agents를 클릭합니다.

목록에서 simple-fortune-agent라는 이름의 에이전트를 클릭합니다.

상세 페이지 확인 사항:

Model: Claude 3.5 Sonnet이 설정되어 있는지 확인합니다.

Instructions: 입력하신 "당신은 사용자의 업무 사기를 북돋아주는 비서입니다..." 문구가 잘 들어갔는지 확인합니다.

Action Groups: (현재 코드에는 Action Group 정의가 생략되어 있으나, 실제 작동을 위해서는 여기서 Lambda와 연결된 액션 그룹이 보여야 합니다.)


2

2. Lambda 함수 확인

Bedrock Agent가 실제 '행운 메시지'를 가져오기 위해 호출하는 뒷단(Backend)입니다.

Lambda 서비스로 이동합니다.

Functions 목록에서 fortune-api-handler를 찾아 클릭합니다.

확인 사항:

Code 탭: index.py 파일의 내용이 잘 업로드되었는지 확인합니다.

Configuration 탭 > Permissions: 아래쪽에 Resource-based policy statements 부분에 bedrock.amazonaws.com이 이 함수를 호출할 수 있는 권한(AllowBedrockInvocation)이 있는지 확인합니다.



3

3. IAM 역할(Role) 확인
권한 문제로 에이전트가 작동하지 않는 경우가 많으니 여기서 확인하세요.

IAM 서비스로 이동하여 Roles를 클릭합니다.

두 가지 역할을 검색합니다:

simple-agent-role: Trust relationships 탭에 bedrock.amazonaws.com이 있어야 합니다.

simple-agent-lambda-role: Permissions 탭에 AWSLambdaBasicExecutionRole이 연결되어 있어야 합니다.



4
추가 팁: 에이전트 테스트하기
리소스를 확인하는 것만으로는 실제로 작동하는지 알기 어렵습니다. 
Bedrock Agent 콘솔 우측에는 Test window가 있습니다.

Bedrock Agent 상세 페이지 우측의 Test 창을 엽니다.

채팅창에 "오늘 내 운세가 어때?" 또는 "응원 메시지 하나 줘"라고 입력해 보세요.

오늘 내 운세가 어때?
응원 메시지 하나 줘

---------------


주의: 현재 코드에는 aws_bedrockagent_agent_action_group 리소스가 빠져 있어, 에이전트가 Lambda를 호출해야 한다는 사실을 모를 수 있습니다. 
제대로 작동하게 하려면 Terraform에 Action Group 설정을 추가하고 
Prepare Agent 버튼을 눌러야 합니다.



4

참고 사항
서울 리전(ap-northeast-2)에서 Bedrock 모델을 사용하려면, Bedrock 콘솔 > Model access 메뉴에서 Anthropic - Claude 3.5 Sonnet 모델 사용 권한이 'Access granted' 상태여야 합니다. 
권한이 없다면 [Edit] 버튼을 눌러 요청(Request)해야 리소스 생성이 정상적으로 완료됩니다.



-----------------



4단계: 에이전트 구성 완료 (Bedrock Console)

Terraform으로 뼈대를 만들었다면, 이제 에이전트가 배운 내용을 적용해야 합니다.

Bedrock > Agents에서 생성된 에이전트(simple-fortune-agent) 선택.

Prepare: 수정 사항이 반영되도록 'Prepare' 버튼 클릭.

Alias & Version: (선택 사항) 테스트가 끝나면 버전을 생성하여 고정된 엔드포인트를 만듭니다.



5단계: 대화 및 테스트 (Verification)

실제로 에이전트가 가상화된 환경에서 잘 작동하는지 확인합니다.

Test window: 에이전트 상세 페이지 우측의 테스트 창 활용.

프롬프트 입력: "오늘의 행운 메시지 알려줘" 또는 "업무 자동화 시작해" 입력.

오늘 내 운세가 어때?

응원 메시지 하나 줘



결과 확인: 에이전트가 Lambda를 호출하여 값을 가져오고 자연스러운 한국어로 답변하는지 확인.


요약 체크 리스트
1. 모델 권한 활성화	AWS Console
2. 실행 로직(Python) 작성 및 압축	터미널 (zip)
3. 인프라 자동 배포	Terraform
4. 에이전트 준비(Prepare) 및 빌드	Bedrock Console
5. 최종 기능 테스트	Bedrock Test 창


--------------------------