AWS용 에이전트 툴킷의 AWS AI/ML 스킬을 사용하여 코딩 에이전트에 심도 있는 SageMaker AI 전문 지식 추가

게시된 날짜: 2026년 10월 13일

코딩 에이전트는 단일 자연어 워크플로 내에서 나머지 AWS 환경에 걸쳐 작업하는 동시에 Amazon SageMaker AI에서 모델을 선택, 학습, 최적화, 배포할 수 있습니다. AWS AI/ML 스킬은 이제 AWS용 에이전트 툴킷의 핵심 스킬이므로 EC2, Bedrock 등, 이 툴킷의 다른 AWS 스킬과 함께 사용할 수 있습니다.

AWS용 에이전트 툴킷에 새로운 AWS AI/ML 스킬을 출시했습니다. 이제 이 툴킷은 지원되는 단일 통합 지점으로서, 일관되고 쉬운 설치 및 업데이트 경로로 이전 AWS Labs 스킬과 플러그인을 대체합니다. 그리고 이 스킬은 SageMaker Studio JupyterLab에 사전 설치되므로, Kiro 또는 원하는 코딩 에이전트와 함께 사용할 수 있습니다.

게다가, 스킬이 지원하는 SageMaker AI 기능 영역을 확장했습니다.

  • 추론 최적화: 배포된 모델의 지연 시간, 처리량, 비용 최적화

  • 모델 사용자 지정: 사용 사례 정의부터 훈련, 평가, 배포에 이르는 엔드 투 엔드 가이드 미세 조정 워크플로

  • 기존 ML과 생성형 AI 모두를 위한 서버풀 훈련

  • MLflow: 실험 추적과 모델 수명 주기 관리

  • JumpStart 모델 배포 및 모델 추천: 사전 빌드된 JumpStart 모델을 배포하고 사용 사례에 적합한 모델에 대한 안내 형식의 추천 받기

  • 작업 처리: 관리형 컴퓨팅에 대한 데이터 준비 및 ETL

AWS AI/ML 스킬은 추가 비용 없이 사용할 수 있으며, 에이전트가 사용하는 AWS 리소스에 대한 비용만 지불하면 됩니다. 시작하려면 GitHub의 AWS용 에이전트 툴킷에서 스킬을 설치하거나, ​​SageMaker Studio JupyterLab에 사전 설치된 스킬을 사용하세요. SageMaker AI 워크플로에서 코딩 어시스턴트를 사용하는 방법에 대해 자세히 알아보려면 Amazon SageMaker AI 설명서를 참조하세요.