목록 보기
Strands Agents와 Amazon Bedrock AgentCore을 이용한 발전설비진단 구현하기
AI

Strands Agents와 Amazon Bedrock AgentCore을 이용한 발전설비진단 구현하기

AWS
AWS
2026년 9월 22일

두줄요약

발전소 진단 지식을 Strands Agents와 Bedrock AgentCore로 연결하는 방법을 소개했습니다. 검색 계층과 응답 계층을 분리 평가해 근거 기반 진단 흐름을 설계했습니다.

문제 상황

  • 발전소의 경보, 운전 매뉴얼, 로직 도면이 분산되어 있어 경보 원인 분석과 조치 순서 판단에 전문가 경험이 많이 필요한 상황
  • RVMS 경보나 운전 질문을 처리할 때 추세, FFT, Orbit, 운전조건, 정비이력을 함께 확인해야 하는 복합 진단 과제

원인 분석

  • KKS 태그처럼 의미보다 식별이 중요한 데이터는 벡터 유사도만으로 처리하면 다른 설비 정보가 섞일 수 있음
  • 한 번의 검색으로 답을 내는 방식은 질문 맥락과 현재 운전 상태, 문서·도면 관계를 충분히 반영하기 어려움

해결 방법

  • Strands Agents로 판단 절차를 Agent Skill에 분리하고, 조회 전용 MCP 도구로 경보·매뉴얼·도면·운전 상태를 연결
  • 질문 유형별로 검색 트랙을 분리해 정확 일치, 벡터 검색, 그래프 순회를 조합하고, 근거가 부족하면 되묻거나 답변을 중단

성능/운영 포인트

  • 검색 계층과 응답 계층을 분리 평가해 21/21 검색 성공, 18/21 응답 성공을 확인
  • 폐쇄망 연결을 고려해 Direct Connect 또는 Site-to-Site VPN, VPC 엔드포인트, 내부 ALB 기반 구조를 검토

다음 읽기

#MCP 주제를 이어서 읽기

VMS Solutions의 AI Agent 기반 내부 생산성 개선기: Strands Agents를 통한 자체 에이전트 구축 여정

VMS Solutions가 Strands SDK와 Amazon Bedrock으로 사내 AI 에이전트 AIto를 구축했습니다. RAG 한계를 넘어 실시간 조회와 멀티 에이전트 분담으로 내부 생산성을 높였습니다.

AWS
AWS
AI

댓글 0

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...