AI
Agentic AI로 구현하는 대화형 대기오염·기후변화 예측 애플리케이션 구축
두줄요약
복잡한 대기오염 시뮬레이션 대시보드를 Agentic AI와 자연어 제어 중심으로 재구성했습니다. Amazon Bedrock과 Q Developer를 활용해 개발 효율과 사용자 편의성을 크게 높였습니다.
문제 상황
- 복잡한 대시보드와 다수 파라미터 조작으로 인한 사용성 저하
- 전문 용어와 시나리오 수치화 부담으로 비전문가의 접근 장벽 존재
- What-if 분석과 정책 시뮬레이션 수행에 많은 시간 소요
구조와 흐름
- CMAQ 대리 모델 기반의 대기오염 예측 대시보드 구축
- Dashboard, Inference Server, Amazon Bedrock Agent의 하이브리드 아키텍처 구성
- 자연어 입력을 Tool-Use로 변환해 슬라이더 조정과 예측 실행을 제어
선택 이유
- ECS Fargate로 Docker Compose 환경을 그대로 이관하며 운영 부담 감소
- Amazon Bedrock으로 즉시 사용 가능한 모델과 Function Calling 기능 활용
- Amazon Q Developer로 JSON Schema, Tool 로직, 데이터 생성 작업을 빠르게 보완
성능/운영 포인트
- 컨테이너 분리로 대시보드와 추론 서버의 독립적 확장 가능
- ALB와 Health Check로 가용성과 안정성 확보
- ChatDataManager와 단일 인스턴스 관리로 UI와 백그라운드 상태 동기화