기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
에이전트 AI 프레임워크
의 에이전트 AI 기반 AWS은 자율적이고 목표 지향적인 동작을 가능하게 하는 핵심 패턴과 워크플로를 검사합니다. 이러한 패턴을 구현하는 핵심에는 프레임워크 선택이 있습니다. 프레임워크는 프로덕션 지원 자율 AI 에이전트를 구축하는 데 필요한 구조, 도구 및 오케스트레이션 기능을 제공하는 소프트웨어 기반입니다.
효과적인 에이전트 AI 프레임워크는 원시 대규모 언어 모델(LLM) 상호 작용을 독립적인 운영이 가능한 강력하고 자율적인 에이전트로 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 자율 태스크에 필수적인 상호 작용 전반에 걸쳐 컨텍스트를 유지할 수 있는 영구 또는 세션 기반 상태를 제공합니다. 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 LangGraph 플랫폼 GA
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.
