기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
의 에이전트 AI 프레임워크, 프로토콜 및 도구 AWS
Aaron Sempf 및 Joshua Samuel, Amazon Web Services(AWS)
2025년 7월(문서 기록)
에이전트 AI는 AI, 분산 시스템 및 소프트웨어 엔지니어링의 교차점에서 강력한 패러다임입니다. 자율적이고 비동기적인 소프트웨어 에이전트로 구성된 지능형 시스템 클래스입니다. 에이전트는 기관을 대표하고, 컨텍스트, 목표에 대한 이유를 인식하고, 결정을 내리고, 사용자 또는 시스템을 대신하여 의도적인 조치를 취할 수 있습니다. 이러한 에이전트는 분산 환경 내에서 독립적으로, 종종 협업하여 운영되며 임베디드 인텔리전스, 메모리 및 의도를 통해 위임된 목표를 추구하도록 설계되었습니다.
에서 AWS조직은 에이전트 AI를 활용하여 복잡한 워크플로를 자동화하고, 의사 결정 프로세스를 개선하고, 응답성이 뛰어난 시스템을 만들 수 있습니다. 이 가이드에서는 효과적인 에이전트 AI 솔루션을 구축하는 데 필요한 주요 구성 요소에 대한 정보를 제공합니다.
-
에이전트 AI 프레임워크는 이점 및 사용 사례에 대한 검토를 포함하여 현재 에이전트 AI 프레임워크를 프로파일링합니다. 이러한 프레임워크가 패턴, 프로토콜 및 도구에서 차별화되지 않은 과도한 부담을 줄이는 방법을 알아봅니다. 키 선택 기준을 이해하여 요구 사항에 적합한 프레임워크를 선택합니다.
-
에이전트 프로토콜은 에이전트 상호 작용을 위한 필수 표준화된 통신 프로토콜을 탐색합니다. 오픈 소스 모델 컨텍스트 프로토콜(MCP) 및 Agent2Agent(A2A)와 같은 Agent-to-agent 프로토콜이 다른 독점 구현과 함께 등장하고 있습니다. 공통 프로토콜을 통해 서로 다른 프로토콜이 원활하게 상호 작용하는 방법을 알아봅니다.
-
도구는 프로토콜 기반 도구(예: MCP), 프레임워크 네이티브 도구 및 메타 도구에 대한 정보를 제공합니다. 조직은 워크플로의 주요 시스템과 통합되는 툴킷을 구축하여 최종 사용자 및 서버 기반 에이전트 워크플로를 모두 활성화할 수 있습니다.
수강 대상
이 가이드는 최신 클라우드 네이티브 애플리케이션 내에서 AI 기반 소프트웨어 에이전트의 성능을 활용하려는 아키텍트, 개발자 및 기술 리더를 위한 것입니다.
목표
이 가이드는 다음을 수행하는 데 도움이 됩니다.
-
다양한 에이전트 AI 프레임워크를 비교하여 사용 사례에 가장 적합한 프레임워크를 선택합니다.
-
지속 가능한 에이전트 AI 아키텍처를 구축하기 위한 개방형 프로토콜의 이점을 이해합니다.
-
에이전트 시스템을 구축할 때 적절한 도구 통합 전략을 수립합니다.
이 콘텐츠 시리즈 정보
이 가이드는 AI 기반 소프트웨어 에이전트를 구축하기 위한 아키텍처 청사진과 기술 지침을 제공하는 간행물 세트의 일부입니다 AWS. AWS 권장 가이드 시리즈에는 다음이 포함됩니다.
-
의 에이전트 AI 프레임워크, 프로토콜 및 도구 AWS(이 가이드)
이 콘텐츠 시리즈에 대한 자세한 내용은 Agentic AI
