Package 11 · L3 개발자 × D3~D4 · 2026-09 신설
클라우드 AI 에이전트 개발 (Azure · AWS · GCP)
3사 클라우드 에이전트 스택 — 공통 역량 34H + 플랫폼별 심화 12H · 자격증 대응
PACKAGE 11
L3 개발자 × D3 통합~D4 혁신
★ 2026 신설 · 클러스터 카테고리 승격
💰 단가
협의 (46H 풀코스 · VAT 별도)
※ 2026-09 참고 견적 — 협의로 확정. 부분 구성 가능: 공통만 34H / 플랫폼 심화만 12H / 입문 세미나만 7H.
🎯 타겟
- 대상: 사내 개발자 · AI 엔지니어 · 플랫폼 전담 팀 (Python 필수, 클라우드 1개 이상 사용 경험 권장)
- 기간: 총 46시간 (공통 34H + 선택 플랫폼 심화 12H) · 입문 7H 세미나 별도 운영
- AX 단계: 3단계 (구축·운영)
📝 과정 소개
클라우드 3사(Azure AI Foundry · AWS Bedrock · Google Vertex AI/ADK)의 에이전트 스택을 플랫폼 공통 역량과 플랫폼별 심화로 나누어 학습하는 과정입니다. 국내 통신·유통·금융 대기업의 실제 도입 사례(Azure · AWS · Gemini 각 플랫폼)를 반영한 커리큘럼으로, 오케스트레이션 패턴 · MCP 툴 콜 · RAG 통합 · 평가(Evaluator) · 가드레일 · 옵저버빌리티·비용 최적화까지 프로덕션 관점을 다룹니다. 교육 후 각 플랫폼 공식 자격증(AI-103 · MLA-C01 · Professional ML Engineer) 취득 경로를 지원합니다.
🎯 교육 목표
- 에이전트 오케스트레이션 패턴(Sequential · Parallel · Hierarchical Supervisor · Dynamic Router) 설계 및 비용-정확도 트레이드오프 판단
- MCP 기반 툴 콜·RAG 통합 파이프라인 구현 (하이브리드 검색 · 컨텍스트 프루닝)
- Evaluator · Golden dataset 기반 평가와 Guardrails·Model Armor 가드레일 설계
- OTel 관측 · 멀티모델 라우팅 · 프롬프트/시맨틱 캐싱으로 운영 비용 최적화
🔧 핵심 도구
Azure AI FoundryAWS BedrockVertex AI / ADKMCPStrands SDKLangGraphKnowledge BasesGuardrailsOpenTelemetry
🛤️ 트랙별 상세 커리큘럼
TRACK 01 · 공통 (필수)
클라우드 AI 에이전트 개발 공통 — 오케스트레이션·평가·가드레일
| 모듈 | 내용 | 시간 |
|---|---|---|
| 에이전트 아키텍처 | 오케스트레이션 패턴 · LLM+Tools+Memory · 비용-정확도 트레이드오프 | 4H |
| 툴콜·RAG 통합 | Function Calling · MCP 서버 · Grounding (청킹·하이브리드 검색) | 6H |
| 멀티 에이전트 | A2A·MCP · 구현/테스트/리뷰 분리 · 재시도·토큰 예산 캡 | 8H |
| 평가·테스트 | Evaluator 패턴 · Golden dataset · LLM-as-Judge · Recurring Evaluation | 6H |
| 가드레일·거버넌스 | 입출력·도구 경계 정책 · PII · Hook 패턴 | 4H |
| 운영·비용 | OTel 관측 · 멀티모델 라우팅 · 캐싱 · 프로덕션 런타임 | 6H |
TRACK 02~04 · 플랫폼 심화 (택 1)
Azure AI Foundry / AWS Bedrock / Google Cloud — 각 12시간
| 플랫폼 | 핵심 내용 | 자격증 |
|---|---|---|
| Azure AI Foundry | Foundry Agent Service · PTU · Content Safety · 한국어 튜닝 | AI-103 |
| AWS Bedrock | Agents·AgentCore · Strands SDK · Knowledge Bases · Guardrails+Hook · Nova | MLA-C01 |
| Google Cloud | Agent Platform · ADK · Agent Engine · Model Armor | Professional ML Engineer |
📦 산출물
- 플랫폼별 에이전트 1종 (사내 데이터 기반 tool-use 에이전트)
- 평가 리포트 (Golden dataset 기반 정량 지표)
- 운영 설계서 (가드레일 정책 + 비용 시뮬레이션)
🏢 산업 적합도
| 산업 | 적합도 | 비고 |
|---|---|---|
| 대기업 | ◎ | 통신·유통·플랫폼 대기업의 Azure·AWS 에이전트 도입 사례 다수 |
| 중견·중소 | ○ | 단일 플랫폼 심화(12H)부터 단계 도입 권장 |
| 대학 | △ | 연계 시 입문(7H)+공통 중심 재구성 |
| 공공 | △ | 규제 환경은 Package 12(온프레) 병행 권장 |
📚 유사 레퍼런스
- 통신 대기업 — 생성형 AI 서비스 개발 및 LLMOps 실무 72H 수행
- 이커머스 대기업 IT 심화 트랙 — MCP + 데이터 플랫폼 커넥터 에이전트
- 인터넷 금융사 — Gemini Enterprise 에이전트 교육
⚙️ 필요 인프라
- 클라우드 계정 1개 이상 (Azure / AWS / GCP) — 실습용 API 크레딧
- Python 3.10+ 개발 환경