AWS가 허깅페이스 모델을 세이지메이커 AI에 배포할 때 코딩 에이전트가 잘못된 결정을 내리는 문제를 6개의 오픈소스 에이전트 스킬로 해결하는 방법을 소개했다. 가이드 없는 코딩 에이전트는 최신 모델에 맞지 않는 구형 서빙 컨테이너(TGI)를 선택해 헬스체크 실패와 반복 재배포로 GPU 비용을 낭비했지만, 스킬을 설치하면 처음부터 적합한 vLLM 컨테이너와 최신 이미지 URI를 정확히 선택한다. 스킬은 AWS 컨텍스트 발견, 실행 역할 확인, 서빙 이미지 선택, 오토스케일링과 클라우드워치 경보 등 프로덕션 기본값 적용까지 배포 전 과정을 자동화한다. 실제 테스트에서 스킬을 적용한 에이전트는 오토스케일링과 경보 3종을 포함한 검증된 엔드포인트를 만들고 테어다운까지 확인했다.

• •가이드 없는 코딩 에이전트는 구형 TGI 컨테이너 선택으로 반복 배포 실패·GPU 비용 낭비
• •6개 스킬이 AWS 컨텍스트 발견부터 IAM 역할, 서빙 이미지 선택, 프로덕션 기본값까지 자동화
• •스킬 적용 시 vLLM 컨테이너를 처음부터 올바르게 선택, AWS DLC 카탈로그에서 최신 이미지 URI 확보
• •배포마다 오토스케일링(최소1~최대4)과 클라우드워치 경보 3종을 기본 적용
• •티어다운 스크립트로 엔드포인트·설정·모델 삭제와 리소스 정리 여부까지 검증