AWS 블로그가 아마존 베드록 AgentCore 런타임과 오픈소스 에이전트 시스템 OpenClaw를 결합해 대화 맥락을 기억하는 개인 비서를 구축하는 방법을 소개했다. 텔레그램을 인터페이스로 사용하며, AgentCore 메모리의 단기(대화 이벤트)·장기(사용자 선호·추론된 사실·세션 요약) 계층을 통해 과거 대화 내용을 비동기로 추출·저장한다. 텍스트는 저비용의 클로드 하이쿠 4.5, 이미지 분석은 클로드 소네트 4.5로 라우팅하며, 전체 시스템은 하나의 CloudFormation 템플릿으로 배포되고 경량 사용 기준 월 5~9달러 수준의 소비형 과금 구조를 가진다. 프롬프트 캐싱으로 고정된 페르소나·메모리 블록을 앞에, 가변적인 사용자 메시지를 뒤에 배치해 비용과 지연시간을 최대 90%, 85%까지 절감할 수 있다고 설명했다.
- •AWS, AgentCore 런타임+OpenClaw로 맥락 기억형 개인비서 구축 가이드 공개
- •텔레그램 웹훅과 AgentCore 메모리의 단기(이벤트)·장기(선호·추론·요약) 2계층 구조 활용
- •텍스트는 클로드 하이쿠 4.5, 이미지 분석은 소넷 4.5로 작업별 모델 라우팅
- •프롬프트 캐싱으로 고정 콘텐츠를 앞에 배치해 비용 최대 90%·지연 85% 절감
- •전체 시스템 단일 CloudFormation 템플릿 배포, 경량 사용 시 월 5~9달러 수준
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Building a context-aware AI assistant on AgentCore and OpenClaw
- 1.AWS, AgentCore와 오픈소스 에이전트 OpenClaw로 기억을 유지하는 개인 비서 'Sprout' 구축 가이드 공개
- 2.AgentCore 메모리가 대화를 단기 이벤트와 장기 추출(선호·사실·요약)로 나눠 영속 지식화
- 3.텍스트는 클로드 하이쿠 4.5, 이미지는 클로드 소넷 4.5로 라우팅해 비용과 품질 균형
- 4.사용자별 네임스페이스와 메타데이터 인덱싱으로 가벼운 개인 사용 시 월 5~9달러 수준 운영
왜 중요한가?
소비 기반 과금과 비동기 장기 메모리 추출을 결합해 개인화 어시스턴트를 월 몇 달러로 운영 가능하게 하는 재현 가능한 아키텍처를 제시, 상담봇·헬스케어 코치 등 다른 도메인에도 그대로 이식 가능하다.
본문 미리보기
Off-the-shelf AI assistants forget you between conversations. This post shows how to build a personal assistant that accumulates context using OpenClaw on Amazon Bedrock AgentCore runtime, with AgentCore memory turning disposable chats into durable, structured knowledge you can retrieve with metadata filters.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:02AI 초안
