기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 에서 에이전트 AI 시스템을 구현하기 위한 성공적인 패턴 AWS
<a name="implementation"></a>

[엔터프라이즈 AI 채택 상태](https://isg-one.com/state-of-enterprise-ai-adoption-report-2025)(ISG 2025 보고서)는 성공적인 AI 구현의 주요 장벽이 기술 역량이 아니라 *학습 격차*임을 보여줍니다. 이 용어는 시간이 지남에 따라 적응하거나, 컨텍스트를 기억하거나, 개선할 수 없는 시스템을 말합니다. 정적 AI 도구를 구현하는 조직은 실패율이 높습니다. 다음은 성공을 달성하는 에이전트 AI 시스템의 일반적인 특성입니다.
+ **컨텍스트 메모리** - 대화 기록 및 사용자 기본 설정을 유지하는 시스템
+ **피드백 통합** - 수정을 통해 학습하고 성능을 개선할 수 있는 기능
+ **워크플로 적응** - 변화하는 비즈니스 요구 사항에 대한 자동 조정
+ **지속적인 개선** - 운영 경험을 통한 측정 가능한 개선

성공적인 AI 구현을 달성하는 조직은 종종 다음을 우선시합니다.
+ AI 기능을 독립적으로 구축하고 탐색하는 대신 포괄적인 파트너 에코시스템 사용
+ 정적 도구를 통해 시스템 학습
+ 기술 기능 비교에 대한 비즈니스 성과 중심
+ 독립 실행형 도구가 아닌 워크플로 통합
+ 일회성 구현이 아닌 지속적인 적응

이러한 패턴은 많은 AWS 서비스 기능, 특히 [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)의 파운데이션 모델 액세스,의 이벤트 기반 아키텍처[AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html), [Amazon CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html)를 통해 제공되는 포괄적인 모니터링과 일치합니다. 인적 피드백과 학습 가능 시스템 통합에 대한 자세한 내용은이 가이드의 [에이전트 AI 시스템에 인적 피드백 통합](feedback.md) 섹션을 참조하세요.