2026 AWS Student Community Day 핸즈온 워크숍
행사 안내 및 신청: https://event-us.kr/asbg/event/126886
Google Cloud Storage(GCS)에 저장된 문서를 AWS DataSync로 Amazon S3에 동기화한 뒤, Amazon Bedrock Knowledge Bases를 활용해 RAG 챗봇을 구축하는 핸즈온입니다. 복잡한 코딩 없이 AWS 콘솔 클릭만으로 멀티클라우드 RAG 파이프라인의 전 과정을 체험합니다.
이 저장소는 위 워크숍에서 사용하는 핸즈온 가이드(워크숍 사이트)와 보조 스크립트를 담고 있습니다. 따로 실행되는 애플리케이션이 아니라, "따라 하면 멀티클라우드 RAG 파이프라인이 완성되는 안내서"가 핵심 산출물입니다.
docs/— MkDocs Material로 작성된 단계별 워크숍 가이드 (GitHub Pages로 배포)scripts/— 콘솔 대신 AWS CLI로 각 모듈을 자동 구축/정리하는 폴백 스크립트sample-docs/— RAG에 사용할 샘플 문서 (실제 행사에서는 진행자가 GCS에 미리 적재)presenter/— 진행자용 운영 가이드(타임라인, 트러블슈팅 등)
참가자는 배포된 사이트(또는 로컬에서 띄운 사이트)의 안내를 따라 AWS 콘솔에서 실습을 진행합니다. GCS→S3 전송, Bedrock Knowledge Bases RAG 파이프라인 구축, Claude 3.5 Sonnet 챗봇 테스트까지 약 40분 동안 체험합니다.
워크숍 사이트(배포본): https://daehyun-bigbread.github.io/SCD-26-CrossCloud-handson/
| 모듈 | 내용 | 소요 시간 |
|---|---|---|
| Module 0: 사전 준비 | Workshop Studio 접속, 리전·CloudShell·Bedrock 모델 확인 | 5분 |
| Module 1: GCS → S3 전송 | AWS DataSync로 GCS 문서를 S3로 동기화 | ~10분 |
| Module 2: Bedrock Knowledge Bases | Knowledge Base 생성 & 데이터 소스 동기화 | ~15분 |
| Module 3: RAG 챗봇 테스트 & 리소스 정리 | KB 테스트 패널에서 RAG 챗봇 검증 후 과금 방지를 위한 리소스 삭제 | ~15분 |
총 소요 시간: 약 40분
핸즈온 시작 전에 미리 점검해 두세요. 이번 핸즈온은 AWS Workshop Studio로 제공되는 실습 계정을 사용합니다. Bedrock 모델(Titan Embeddings V2, Anthropic Claude 3.5 Sonnet)은 실습 계정에서 대부분 사전 활성화되어 있습니다.
- Workshop Studio 참가 링크로 접속 (진행자가 당일 안내) → Open AWS console
- 콘솔 리전이 **
us-west-2(오레곤)**인지 확인 (실습 계정 기본 리전) - 콘솔 상단의 CloudShell 열기 (이미 인증됨, 리전 자동 설정)
- Bedrock 모델 사용 가능 여부 확인
- Anthropic Claude 3.5 Sonnet
- Amazon Titan Text Embeddings V2
- 자세한 안내: Module 0 — 사전 준비
당일 진행자가 GCS 접속 정보(버킷 이름, HMAC 키)를 화면으로 안내합니다.
| 단계 | Managed Service | 설명 |
|---|---|---|
| 1. 데이터 소스 | Google Cloud Storage (GCS) | 진행자가 미리 준비한 RAG용 샘플 문서 |
| 2. 데이터 전송 | AWS DataSync | GCS → S3 크로스 클라우드 동기화 (HMAC 키 인증) |
| 3. RAG 파이프라인 | Amazon Bedrock Knowledge Bases | 문서 파싱 → 청킹 → 임베딩 → 벡터 인덱싱 (자동) |
| 4. 챗봇 테스트 | Amazon Bedrock | KB 테스트 패널에서 Claude 3.5 Sonnet으로 RAG 질의응답 |
이번 핸즈온에서 우리가 직접 사용해볼 AWS의 Managed Service입니다.
| 서비스 | 용도 |
|---|---|
| Amazon S3 | DataSync로 전송받은 문서 저장 |
| AWS DataSync | GCS → S3 크로스 클라우드 데이터 전송 |
| Amazon Bedrock Knowledge Bases | RAG 파이프라인 (파싱 → 청킹 → 임베딩 → 인덱싱) |
| Amazon Titan Text Embeddings V2 | 문서를 벡터로 변환하는 임베딩 모델 |
| Amazon OpenSearch Serverless | 벡터 인덱스 저장 및 검색 (자동 생성) |
| Anthropic Claude 3.5 Sonnet | RAG 챗봇 응답 생성 모델 |
데이터 소스로 연결되는 GCP의 Managed Service입니다. 이번 핸즈온에서는 직접 구축하지 않으며, 진행자가 미리 준비한 리소스를 데이터 소스로만 사용합니다.
| 서비스 | 용도 |
|---|---|
| Google Cloud Storage (GCS) | RAG용 샘플 문서가 저장된 데이터 소스 (사전 준비됨) |
| GCS HMAC 키 (Interoperability) | S3 호환 인증으로 AWS DataSync가 GCS에 접근하도록 허용 (사전 준비됨) |
이 핸즈온은 OpenSearch Serverless, Amazon Bedrock 등 과금되는 서비스를 사용합니다. 특히 OpenSearch Serverless는 시간당 과금됩니다.
중요: 핸즈온이 끝나면 반드시 Module 3 — RAG 챗봇 테스트 & 리소스 정리의 리소스 정리를 진행하세요. OpenSearch Serverless는 시간당 과금되므로, 삭제하지 않으면 비용이 계속 발생합니다.
| 구분 | 기술 |
|---|---|
| 워크숍 사이트 | MkDocs Material |
| 배포 | GitHub Pages |
| 크로스 클라우드 전송 | AWS DataSync + GCS HMAC 키 |
| RAG 파이프라인 | Amazon Bedrock Knowledge Bases |
| 임베딩 모델 | Amazon Titan Text Embeddings V2 (1024차원) |
| 벡터 DB | Amazon OpenSearch Serverless |
| 생성 모델 | Anthropic Claude 3.5 Sonnet |
SCD-26-CrossCloud-handson/
├── docs/
│ ├── index.md # 워크숍 홈 (MkDocs 진입점)
│ ├── 00-prerequisites.md # Module 0 — 사전 준비
│ ├── 01-datasync-gcs-to-s3.md # Module 1 — GCS → S3 전송
│ ├── 02-bedrock-kb-create.md # Module 2 — Bedrock Knowledge Bases
│ ├── 03-chatbot-test.md # Module 3 — RAG 챗봇 테스트 & 리소스 정리
│ ├── images/ # 아키텍처 다이어그램 및 아이콘
│ ├── javascripts/
│ │ └── progress.js # 모듈 진행 상태 추적 (localStorage)
│ └── stylesheets/
│ └── extra.css # AWS Builder Style 커스텀 CSS
├── scripts/
│ ├── setup-module1-datasync.sh # Module 1 CLI 폴백 스크립트
│ ├── setup-module2-bedrock-kb.sh # Module 2 CLI 폴백 스크립트
│ └── cleanup-aws.sh # 리소스 정리 CLI 스크립트
├── sample-docs/ # RAG용 샘플 문서 (행사 시 GCS에 적재)
├── presenter/ # 진행자용 운영 가이드
├── overrides/ # MkDocs Material 커스텀 HTML
├── mkdocs.yml # MkDocs 설정
└── requirements.txt # Python 의존성 (MkDocs)
AWS CLI가 설치되어 있다면, 스크립트로 각 모듈을 자동 구축할 수 있습니다.
# Module 1: S3 버킷 생성 + DataSync로 GCS → S3 전송
./scripts/setup-module1-datasync.sh
# Module 2: Bedrock Knowledge Base 생성 + 데이터 소스 동기화
./scripts/setup-module2-bedrock-kb.sh
# 정리: 모든 리소스 삭제
./scripts/cleanup-aws.sh스크립트 실행 후에도 Module 3 (챗봇 테스트)은 AWS 콘솔에서 직접 진행합니다.
가상환경(venv) 사용을 권장합니다 (최신 macOS·Linux는 시스템 파이썬에 직접 설치가 막혀 있습니다).
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
mkdocs serve브라우저에서 http://127.0.0.1:8000 으로 접속합니다. 문서를 수정하면 자동으로 새로고침됩니다. 빌드만 검증하려면 mkdocs build --strict.
워크숍 사이트는 GitHub Pages로 자동 배포됩니다.
- URL: https://daehyun-bigbread.github.io/SCD-26-CrossCloud-handson/
- 배포 방법:
mkdocs gh-deploy또는 GitHub Actions