CrewAI - AWS 권장 가이드
의 주요 기능 CrewAICrewAI(을)를 사용해야 하는 경우에 대한 구현 접근 방식 CrewAI의 실제 예 CrewAI

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

CrewAI

CrewAI는 자율 다중 에이전트 오케스트레이션에 중점을 둔 오픈 소스 프레임워크로, GitHub에서 사용할 수 있습니다. 사람의 개입 없이 복잡한 작업을 해결하기 위해 협업하는 특수 자율 에이전트 팀을 만드는 구조화된 접근 방식을 제공합니다.는 역할 기반 조정 및 작업 위임을 CrewAI 강조합니다.

의 주요 기능 CrewAI

CrewAI는 다음과 같은 주요 기능을 제공합니다.

  • 역할 기반 에이전트 설계 - 자율 에이전트는 전문 지식을 지원하기 위해 특정 역할, 목표 및 백 스토리로 정의됩니다. 자세한 내용은 CrewAI 설명서의 효과적인 에이전트 생성을 참조하세요.

  • 작업 위임 - 기능에 따라 적절한 에이전트에게 작업을 자율적으로 할당하기 위한 기본 제공 메커니즘입니다. 자세한 내용은 CrewAI 설명서의 작업을 참조하세요.

  • 에이전트 공동 작업 - 인적 중재 없이 자율적인 에이전트 간 통신 및 지식 공유를 위한 프레임워크입니다. 자세한 내용은 CrewAI 설명서의 협업을 참조하세요.

  • 프로세스 관리 - 순차적 및 병렬 자율 작업 실행을 위한 구조화된 워크플로입니다. 자세한 내용은 CrewAI 설명서의 프로세스를 참조하세요.

  • 파운데이션 모델 선택 - Anthropic Claude, Amazon Bedrock의 Amazon Nova 모델(Premier, Pro, Lite, Micro) 등 다양한 파운데이션 모델을 지원하여 다양한 자율 추론 작업에 맞게 최적화합니다. 자세한 내용은 CrewAI 설명서의 LLMs을 참조하세요.

  • LLM API 통합 - Amazon Bedrock, OpenAI및 로컬 모델 배포를 포함한 여러 LLM 서비스 인터페이스와의 유연한 통합. 자세한 내용은 CrewAI 설명서의 공급자 구성 예제를 참조하세요.

  • 다중 모달 지원 - 포괄적인 자율 에이전트 상호 작용을 위해 텍스트, 이미지 및 기타 모달리티를 처리할 수 있는 새로운 기능입니다. 자세한 내용은 CrewAI 설명서의 다중 모달 에이전트 사용을 참조하세요.

CrewAI(을)를 사용해야 하는 경우

CrewAI는 다음과 같은 자율 에이전트 시나리오에 특히 적합합니다.

  • 특화된 역할 기반 전문 지식이 자율적으로 작동하는 데 도움이 되는 복잡한 문제

  • 여러 자율 에이전트 간의 명시적 협업이 필요한 프로젝트

  • 팀 기반 문제 분해로 자율 문제 해결이 개선되는 사용 사례

  • 다양한 자율 에이전트 역할 간에 문제를 명확하게 분리해야 하는 시나리오

에 대한 구현 접근 방식 CrewAI

CrewAI는 CrewAI 설명서의 시작하기에 설명된 대로 비즈니스 이해관계자를 위한 AI 에이전트 팀의 역할 기반 구현 접근 방식을 제공합니다. 프레임워크를 통해 조직은 다음을 수행할 수 있습니다.

  • 특정 역할, 목표 및 전문 영역을 가진 특수 자율 에이전트를 정의합니다.

  • 특수 기능에 따라 에이전트에게 작업을 할당합니다.

  • 작업 간에 명확한 종속성을 설정하여 구조화된 워크플로를 생성합니다.

  • 여러 에이전트 간의 협업을 조정하여 복잡한 문제를 해결합니다.

이 역할 기반 접근 방식은 인적 팀 구조를 반영하므로 비즈니스 리더가 직관적으로 이해하고 구현할 수 있습니다. 조직은 인적 팀의 운영 방식과 마찬가지로 비즈니스 목표를 달성하기 위해 협업하는 전문 지식을 갖춘 자율 팀을 만들 수 있습니다. 그러나 자율 팀은 사람의 개입 없이 지속적으로 작업할 수 있습니다.

의 실제 예 CrewAI

AWS 는 CrewAI 발표된 사례 연구에 설명된 대로 Amazon Bedrock과 통합된 CrewAI를 사용하여 자율 다중 에이전트 시스템을 구현 AWS 했으며 안전한 공급업체 중립 프레임워크를 CrewAI 개발했습니다. CrewAI 오픈 소스 "flows-and-crews" 아키텍처는 Amazon Bedrock 파운데이션 모델, 메모리 시스템 및 규정 준수 가드레일과 원활하게 통합됩니다.

구현의 주요 요소는 다음과 같습니다.

  • 블루프린트 및 오픈 소싱 - CrewAI 에이전트를 Amazon Bedrock 모델 및 관찰성 도구에 매핑하는 참조 설계를 CrewAI 릴리스 AWS 했습니다. https://aws.amazon.com/blogs/machine-learning/build-agentic-systems-with-crewai-and-amazon-bedrock/ 또한 다중 에이전트 AWS 보안 감사 팀, 코드 현대화 흐름, 소비자 패키지 제품(CPG) 백오피스 자동화와 같은 예시 시스템을 출시했습니다.

  • 관찰성 스택 통합 -이 솔루션은 Amazon CloudWatch, AgentOps및를 사용하여 모니터링을 내장하므로 개념 증명에서 프로덕션으로 추적성과 디버깅이 LangFuse가능합니다.

  • 입증된 투자 수익률(ROI) - 초기 파일럿은 대규모 코드 현대화 프로젝트의 경우 70% 더 빠른 실행, CPG 백오피스 흐름의 경우 처리 시간 약 90% 단축이라는 주요 개선 사항을 보여줍니다.