Amazon Bedrock Agents와 AWS Support Automation Workflows(SAW)로 AWS 리소스 문제 해결을 간소화하기 Part 2 - 다양한 runbook 통합 실전 가이드

Amazon Bedrock Agent를 단일 인터페이스로 두고 AWS Support Automation Workflows(SAW) runbook을 계속 확장하는 통합 패턴을 설명한다. Part 1에서 만든 문제 해결 솔루션을 바탕으로, 새로운 런북을 추가해 운영 환경에서 더 많은 AWS 리소스 이슈를 처리하도록 확장한다.

솔루션은 크게 다섯 구성 요소로 이뤄진다.

• Amazon Bedrock Agent: 자연어 요청을 이해하고 대화 흐름을 관리하는 인터페이스
• Agent Action Group: OpenAPI 스키마로 정의된 API 작업 집합
• Lambda 함수: 에이전트와 SAW 사이에서 파라미터 검증과 런북 실행을 담당
• IAM 역할: 최소 권한 원칙으로 실행 권한 제공
• SAW runbook: AWS Support Engineering 팀이 만든 표준 진단 자동화

새 SAW runbook을 붙이는 절차도 명확하다.

1. 통합할 runbook을 고르고 AWS 공식 문서에서 필요한 입력값과 권한을 확인한다.
2. 결과를 확인할 step, 즉 런북의 최종 출력 지점을 식별한다.
3. OpenAPI schema에 새 경로와 요청 바디를 추가한다.
4. lambda/saw_troubleshooting/app.py에 새 엔드포인트를 만들고 execute_automation으로 runbook을 호출한다.
5. lib/bedrock-agent-saw-stack.ts에 필요한 IAM 권한을 추가한다.
6. CDK를 재배포한 뒤 Bedrock Agent 콘솔에서 동작을 테스트한다.

예시로는 AWSSupport-TroubleshootCloudWatchAgent runbook을 통합한다. 이 runbook은 InstanceId와 S3UploadBucket을 필수 입력으로 받고, 실행 결과는 outputFindings step에서 수집해 에이전트에 전달한다. 필요한 권한에는 ec2:DescribeInstances, 여러 iam:* 조회 권한, ssm:DescribeInstanceInformation, ssm:SendCommand, ssm:GetCommandInvocation, ssm:DescribeInstanceAssociationsStatus, ssm:StartAutomationExecution 등이 포함된다.

핵심 메시지는 같은 패턴으로 다른 SAW runbook도 계속 붙일 수 있다는 점이다. 이를 통해 EC2, EKS, RDS, VPC, CloudWatch, Lambda, Elastic Beanstalk 등 AWS 인프라 전반의 문제를 자연어 기반으로 진단하는 운영 플랫폼을 만들 수 있다.