기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
프레임워크
의 에이전트 AI 기반 AWS은 자율적이고 목표 지향적인 동작을 가능하게 하는 핵심 패턴과 워크플로를 검사합니다. 이러한 패턴을 구현하는 핵심에는 프레임워크 선택이 있습니다. 프레임워크는 미리 작성된 코드의 소프트웨어 기반이며, 프로덕션 지원 자율 AI 에이전트를 구축하는 데 필요한 구축 및 관리, 도구 및 오케스트레이션 기능을 위한 구조화된 환경과 공통 기능을 제공합니다.
효과적인 에이전트 AI 프레임워크는 원시 대규모 언어 모델(LLM) 상호 작용을 추론, 협업 및 조치를 수행할 수 있는 조정된 지능형 시스템으로 변환하는 몇 가지 필수 기능을 제공합니다.
-
에이전트 오케스트레이션은 단일 또는 여러 에이전트의 정보 흐름과 의사 결정을 조정하여 사람의 개입 없이 복잡한 목표를 달성합니다.
-
도구 통합을 통해 에이전트는 외부 시스템, APIs 및 데이터 소스와 상호 작용하여 언어 처리 이상으로 기능을 확장할 수 있습니다. 자세한 내용은 Strands Agents 설명서의 도구 개요를
참조하세요. -
메모리 관리는 장기 실행 또는 적응 작업에 필수적인 상호 작용 전반에 걸쳐 컨텍스트를 유지할 수 있는 영구 또는 세션 기반 상태를 제공합니다. 고급 프레임워크는 장기 메모리를 통합하여 요약 및 사용자 기본 설정을 저장하므로 개인화되고 상황에 맞는 에이전트 경험을 제공할 수 있습니다. 자세한 내용은 LangChain 블로그의 에이전트 프레임워크에 대해 생각하는 방법을 참조하세요
. -
워크플로 정의는 정교한 자율 추론을 가능하게 하는 체인, 라우팅, 병렬화 및 반사 루프와 같은 구조화된 패턴을 지원합니다.
-
배포 및 모니터링을 통해 자율 시스템을 관찰하면서 개발에서 프로덕션으로 전환할 수 있습니다. 자세한 내용은 Amazon Bedrock AgentCore 일반 가용성
공지를 참조하세요.
이러한 기능은 프레임워크 환경 전체에서 다양한 접근 방식과 emphase로 구현되며, 각각 다양한 자율 에이전트 사용 사례 및 조직 컨텍스트에 고유한 이점을 제공합니다.
이 섹션에서는 자율 운영을 위한 장점, 제한 사항 및 이상적인 사용 사례에 중점을 두고 에이전트 AI 솔루션을 구축하기 위한 주요 프레임워크를 프로파일링하고 비교합니다.
참고
이 섹션에서는 특히 AI 기관을 지원하는 프레임워크를 다루며 기관 없이 프런트엔드 인터페이스 또는 생성형 AI는 다루지 않습니다.
