기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # 결론 에이전트 AI의 환경은 지속적으로 빠르게 발전하여 조직이 지능적인 자율 시스템을 구축할 수 있는 강력한 새로운 방법을 제공합니다. 이 가이드에서는 성공적인 구현을 위한 세 가지 필수 구성 요소, 즉 기반을 제공하는 *프레임워크*, 환경을 제공하는 *플랫폼*, 통신을 지원하는 *프로토콜*, 기능을 확장하는 *도구를* 살펴보았습니다. 프레임워크가 성숙해지면 상호 운용성 향상, [모델 컨텍스트 프로토콜(MCP)](https://modelcontextprotocol.io/)과 같은 프로토콜 관련 표준화, 자율 에이전트를 위한 보다 정교한 오케스트레이션 기능을 기대할 수 있습니다. 오늘날 이러한 프레임워크에 대한 전문 지식을 확립하는 조직은 상당한 비즈니스 가치를 제공하는 점점 더 자율적이고 지능적인 에이전트를 구축할 수 있는 유리한 위치에 서게 될 것입니다. 플랫폼은 에이전트 시스템이 작동하는 실행, 거버넌스 및 수명 주기 환경을 제공합니다. ID, 보안 경계, 관찰성, 메모리 관리, 세션 근거, 도구 및 데이터와의 안전한 상호 작용과 같은 문제를 처리합니다. 환경에서 AWS 는 관리형 에이전트 런타임 및 오케스트레이션 서비스와 같은 플랫폼을 통해 조직은 자율 에이전트 및 에이전트 시스템을 대규모로 배포, 모니터링, 발전 및 관리할 수 있습니다. 플랫폼은 기본 프레임워크를 실제 운영 요구 사항과 연결합니다. 에이전트 프로토콜 선택은 즉각적인 개발 요구 사항과 장기적인 유연성 및 상호 운용성의 균형을 맞추는 전략적 결정을 나타냅니다. 개방형 프로토콜의 우선순위를 정하고 적절한 추상화 계층을 생성하면 조직은 진화하는 기술에 계속 적응하면서 현재 비즈니스 요구 사항을 충족하는 에이전트 시스템을 구축할 수 있습니다. 대부분의 조직에서 MCP는 개방형 표준, 성장하는 에코시스템, agent-to-agent 통신 패턴 지원, 도구 통합 기능으로 인해 강력한 기반을 나타냅니다. AWS 는 MCP 및 Agent2Agent(A2A)를 전략적 프로토콜로 받아들여 [Strands Agents SDK](https://strandsagents.com)와 같은 서비스 전반에 걸쳐 개발 및 구현에 적극적으로 기여했습니다. MCP 또는 A2A를 적절한 프레임워크 네이티브 도구 및 메타 도구와 함께 사용하면 향후 혁신에 적응하면서 즉각적인 가치를 제공하는 에이전트 시스템을 구축할 수 있습니다.