Module 1 – Amazon Bedrock과 Boto3 Fundamentals

• AWS 생성형 AI 서비스 및 Amazon Bedrock 아키텍처 이해

• Bedrock에서 제공하는 다양한 기반 모델(Foundation Models) 탐색

• Boto3 SDK 환경 설정 및 IAM 권한 관리

• Boto3 InvokeModel을 이용한 LLM 기본 호출

• Boto3를 이용한 멀티턴(Multi-turn) 대화 구현

• Boto3를 이용한 스트리밍(Streaming) 응답 처리

Module 2 – Streamlit UI 개발 및 고급 모델 활용

• 프로토타이핑을 위한 Streamlit 기본 컴포넌트 학습

• Streamlit을 이용한 기본 챗봇 UI 개발

• Bedrock 스트리밍 응답을 Streamlit UI에 연동

• Bedrock 멀티모달(Multimodal) 모델 활용

• Boto3를 이용한 멀티모달 API 호출 및 Streamlit 시각화

• Bedrock 모델의 도구 사용(Tool Use / Function Calling) 개념 이해

Module 3 – Bedrock Knowledge Bases 기반 RAG 구현

• RAG(검색 증강 생성)의 개념과 AWS에서의 RAG 아키텍처

• 데이터 소스로서 Amazon S3 설정 및 데이터 준비

• 벡터 스토어로서 Amazon OpenSearch Serverless 컬렉션 생성 및 구성

• Bedrock Knowledge Bases 설정 (S3, OpenSearch Serverless 연동)

• Boto3 RetrieveAndGenerate API를 이용한 RAG 질의응답

• Streamlit UI에 Bedrock Knowledge Bases(RAG) 연동하기

Module 4 – Bedrock Agents 및 Guardrails

• Bedrock Agents의 개념 (작업 자동화, Tool Use 심화)

• Agents 구성을 위한 Action Groups 및 Lambda 함수 연동

• 간단한 비즈니스 로직(Lambda)을 수행하는 Bedrock Agent 생성

• Bedrock Guardrails의 필요성 (AI 안전성 및 정책 적용)

• Guardrails 구성 (유해 콘텐츠 필터, PII 차단, 금지 주제 설정)

• Bedrock 모델 호출에 Guardrails 적용 및 테스트

Module 5 – AWS Serverless 챗봇 아키텍처

• 서버리스 챗봇 아키텍처 설계 (API Gateway + Lambda + Bedrock)

• Bedrock 호출 로직을 포함하는 AWS Lambda 함수 작성 (Boto3)

• Lambda 함수와 연동되는 Amazon API Gateway (REST API) 생성

• API Gateway를 통한 인증 및 CORS 설정

• [종합 실습] 외부 웹페이지에서 API Gateway를 호출하여 Bedrock 챗봇과 통신하기