(한국어) AWS Certified AI Practitioner (19) - Amazon Q Apps & Developer

Created2025-08-22|Updated2025-08-23|CERTIFICATIONAWS_AI_PRACTITIONER_KR

|Post Views:

🤖 Amazon Q Apps & Amazon Q Developer

1. Amazon Q Apps (Q Business)

코딩 없이 자연어로 Gen-AI 기반 앱을 만들 수 있음
회사 내부 데이터를 활용
플러그인(예: Jira, ServiceNow, Salesforce 등)과 연동 가능
직관적인 웹 UI에서 “어떤 앱을 만들고 싶은지” 설명하면 자동으로 생성됨

👉 활용 예시

“문서를 업로드하고 사내 지식 기반에서 답변하는 Q&A 앱”
“Jira 이슈를 자동으로 생성하는 내부 앱”

📌 시험 포인트

Amazon Q Apps = Q Business의 일부
RAG(데이터 검색) + 플러그인(API 호출) 조합으로 빠르게 사내 맞춤형 앱을 생성할 수 있음

2. Amazon Q Developer – 개요

Amazon Q Developer는 개발자 지원 AI로 두 가지 영역을 담당합니다.

(1) AWS 도우미 역할

AWS 문서 및 서비스 선택 관련 질문 답변
내 AWS 계정의 리소스 조회
- 예: “내 Lambda 함수 리스트 보여줘” → 실제 계정 내 함수 확인
CLI(Command Line Interface) 명령어 추천
AWS 비용 분석, 오류 해결, 트러블슈팅 지원

👉 시험 포인트

AWS 계정 리소스 관련 질문 가능
CLI 명령어 자동 추천 (직접 실행은 아님)
비용 분석(Billing) 및 에러 해결 지원

(2) AI 코드 컴패니언 (Code Companion - 코딩 도우미)

GitHub Copilot과 유사한 코드 작성 보조 AI
지원 언어: Java, JavaScript, Python, TypeScript, C# 등
주요 기능:
- 실시간 코드 추천 & 자동 완성
- 보안 스캔 (취약점 확인)
- 새 프로젝트 부트스트랩 (기본 구조 자동 생성)
- 문서 자동 생성

👉 시험 포인트

AWS 환경에 특화된 AI 코드 도우미
보안 스캔 & 프로젝트 자동 생성 기능 → 일반 Copilot 대비 AWS 친화적

3. Amazon Q Developer – IDE 확장 기능

**IDE(통합 개발 환경)**에 확장 기능으로 설치 가능
- Visual Studio Code, JetBrains 등 지원
주요 기능:
- AWS 관련 질문 답변
- 코드 자동 완성 / 코드 생성
- 코드 보안 취약점 탐지
- 디버깅, 최적화, 성능 개선

👉 시험 포인트

IDE 통합을 통해 실시간 개발 지원 가능
AWS 특화 기능 (예: S3, Lambda, ECS 관련 코드 자동 생성)

4. Amazon Q Developer – 실제 활용 예시

AWS 계정 작업
- “us-east-1 리전에 S3 버킷을 생성하는 CLI 명령어 알려줘”
- → Amazon Q가 적절한 aws s3 mb 명령어를 제시
비용 분석
- “Q1 동안 비용이 가장 많이 나온 서비스 3개는?”
- → SageMaker, ECS, Config 등과 금액 요약
코드 보조
- “S3 버킷 내 모든 파일을 나열하는 Python 코드 작성해줘”
- → boto3 코드 자동 생성

📝 정리

서비스	주요 기능	시험 포인트
Amazon Q Apps	자연어 기반 앱 생성 (코딩 불필요), 내부 데이터+플러그인 활용	Q Business 일부, RAG + 플러그인 조합
Amazon Q Developer (AWS Assistant)	AWS 문서/서비스 답변, 계정 리소스 조회, CLI 추천, 비용 분석, 트러블슈팅	AWS 계정 리소스 분석, CLI 명령어 자동 추천
Amazon Q Developer (Code Companion)	코드 자동 완성, 보안 스캔, 문서 생성, 새 프로젝트 구조 생성	AWS 특화 코드 지원, GitHub Copilot과 유사
IDE Extensions	코드 추천, 디버깅, 보안 점검, AWS 개발 지원	IDE 연동 시험 포인트

✅ 시험 대비 핵심 요약

Amazon Q Apps = Q Business 일부 (RAG + 플러그인)
Amazon Q Developer = 개발자 보조 AI
- AWS 문서/서비스 답변 + 계정 리소스 분석 + CLI 추천
- GitHub Copilot 같은 코드 도우미 + 보안 스캔 기능
IDE 연동 가능 → 개발자 생산성 향상

👉 한 줄 정리:
Amazon Q Apps는 기업 맞춤형 앱을 빠르게 만들고, Amazon Q Developer는 AWS 개발자에게 문서, 리소스, CLI, 코드까지 지원하는 AI 도우미다.

Author: Danny Ki

Link: https://kish191919.github.io/2025/08/22/KO-AWS-Certified-AI-Practitioner-19/

Copyright Notice: All articles on this blog are licensed under CC BY-NC-SA 4.0 unless otherwise stated.

AWS AWS_AI_PRACTITIONER KOREAN

Related Articles

(한국어) AWS Certified AI Practitioner (1) - IT & AWS 기초

📚 IT & AWS 기초 요약1. 기본 IT 용어 네트워크(Network): 케이블, 라우터, 서버 등이 연결되어 데이터가 오가는 길. 라우터(Router): 인터넷에서 데이터를 어디로 보낼지 길잡이 역할을 하는 장치. 스위치(Switch): 네트워크 안에서 데이터가 정확한 서버나 컴퓨터로 가도록 도와주는 장치. 2. 클라우드 컴퓨팅의 5가지 핵심 특징 즉시 자원 사용(On-demand self service) → 필요한 자원을 바로 얻을 수 있음. 넓은 네트워크 접근(Broad network access) → 인터넷만 있으면 여러 기기에서 접근 가능. 자원 공유(Multi-tenancy & Resource pooling) → 여러 사용자가 안전하게 같은 자원 공유. 빠른 확장성(Rapid elasticity & Scalability) → 필요에 따라 서버나 자원을 늘리거나 줄일 수 있음. 사용량 기반 과금(Measur...

(한국어) AWS Certified AI Practitioner (11) - CloudWatch

📊 Amazon Bedrock & CloudWatch📌 CloudWatch란?Amazon CloudWatch는 AWS 리소스와 애플리케이션을 모니터링하는 서비스입니다.CloudWatch는 다음과 같은 기능을 제공합니다: Logs (로그) → 이벤트나 요청 내역을 기록 (디버깅에 유용) Metrics (지표) → 시스템 성능을 수치로 모니터링 Alarms (알람) → 특정 기준을 넘었을 때 알림 전송 Dashboards (대시보드) → 모니터링 정보를 시각화 👉 시험에 자주 나오는 포인트: CloudWatch Logs: 이벤트·로그 기록 CloudWatch Metrics: CPU, 메모리, 지연 시간 같은 성능 수치 CloudWatch Alarms: 기준치 초과 시 알림 CloudWatch Dashboards: 모니터링 결과 시각화 🔑 Bedrock + CloudWatch 연동1. 모델 호출(Invocation) 로깅 Bedrock...

(한국어) AWS Certified AI Practitioner (10) - Agents (에이전트)

🤖 Amazon Bedrock – Agents (에이전트)📌 에이전트란?Amazon Bedrock의 에이전트(Agents) 는 단순히 질문에 답변하는 모델이 아니라, 여러 단계를 계획하고 실행할 수 있는 고급 기능입니다.즉, 사람이 “생각하고 → 계획하고 → 행동하는” 과정을 흉내 내서 실제 작업까지 자동으로 수행할 수 있습니다. 에이전트는 단순 텍스트 생성 외에도 다음과 같은 일을 할 수 있습니다: AWS 인프라 생성 (서버, S3, Lambda 등) 애플리케이션 배포 자동화 데이터베이스/시스템 작업 수행 외부 API 및 사내 시스템 연동 🔑 Bedrock Agents 주요 특징 멀티스텝 작업 실행: 단순 질의응답이 아니라, 여러 단계를 거쳐 복잡한 업무를 수행 작업 순서 제어: 각 단계가 올바른 순서로 실행되고, 데이터가 단계 간 잘 전달됨 액션 그룹(Action Groups): API, Lambda 함수 등 미리 정의된 작업 단위를 사용 ...

(한국어) AWS Certified AI Practitioner (14) - 프롬프트 엔지니어링

📝 프롬프트 엔지니어링 (Prompt Engineering)프롬프트 엔지니어링은 AI 모델이 더 정확하고 원하는 답변을 내도록 질문(프롬프트)을 설계하고 최적화하는 기술을 말합니다.단순히 “AWS를 요약해줘” 같은 질문을 던지는 것보다, 구체적으로 지시, 맥락, 입력 데이터, 출력 형식을 포함하면 훨씬 좋은 결과를 얻을 수 있습니다. 1. 기본 개념 (Naïve Prompt vs. 개선된 Prompt) Naïve Prompt (단순 프롬프트)예: “AWS를 요약해줘.”👉 모델이 알아서 답하긴 하지만, 원하는 수준의 답변이 아닐 수 있음. Prompt Engineering (프롬프트 엔지니어링)👉 프롬프트를 설계하고 개선하여 원하는 답변을 얻는 방법.👉 4가지 핵심 요소: Instructions (지시사항) – 모델이 어떤 일을 해야 하는지 (예: “요약문 작성”) Context (맥락) – 모델이 참고할 추가 정보 (예: “AWS 초보자를 가르치는 상황”) ...

(한국어) AWS Certified AI Practitioner (15) - LLM에서 텍스트 생성 과정 & 프롬프트 최적화

📖 LLM에서 텍스트 생성 과정 & 프롬프트 최적화1️⃣ 텍스트 생성 원리LLM(대규모 언어 모델)은 다음 단어가 무엇일지 확률적으로 계산해서 문장을 만들어 갑니다.예를 들어,“After the rain, the streets were …” 뒤에 올 수 있는 후보 단어와 확률이 있다고 할 때: wet (0.40) flooded (0.25) slippery (0.15) empty (0.10) muddy (0.05) 모델은 이 확률을 기반으로 무작위 선택(random sampling) 하여 다음 단어를 생성합니다.즉, LLM의 출력은 항상 확률적이므로, 같은 질문을 여러 번 해도 결과가 조금씩 달라질 수 있습니다. 2️⃣ 프롬프트 성능 최적화 (Prompt Performance Optimization)Amazon Bedrock 같은 서비스에서는 출력 품질을 조절할 수 있는 여러 파라미터를 제공합니다. 🔹 System Prompt 모델이 어떤 역할을 해...

(한국어) AWS Certified AI Practitioner (16) - 프롬프트 엔지니어링 기법

🎯 프롬프트 엔지니어링 기법 (Prompt Engineering Techniques)프롬프트 엔지니어링은 **생성형 AI(LLM)**이 원하는 방식으로 답변을 하도록 유도하는 핵심 기술입니다. 단순히 질문을 던지는 것이 아니라, 프롬프트를 설계·최적화하여 모델이 더 정확하고 일관된 결과를 내도록 만드는 과정이죠. AWS 자격증 시험에서도 종종 프롬프트 엔지니어링 기법(Zero-Shot, Few-Shot, Chain-of-Thought, RAG 등)이 언급되므로 꼭 이해해 두어야 합니다. 1️⃣ Zero-Shot Prompting (제로샷 프롬프트) 정의: 예시를 전혀 주지 않고, 모델의 일반 지식만 활용해 답변을 얻는 방식. 예시 프롬프트: “개가 미스터리를 해결하는 짧은 이야기를 써줘.” 응답: 모델이 스스로 개연성 있는 이야기를 생성. 👉 특징 대형 언어모델(LLM, Foundation Model)일수록 좋은 결과가 나옴. 시험 포인트:...