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

테넌트 컨텍스트 소개 및 적용

다중 테넌시를 지원하는 에이전트를 구축하는 경우 먼저 테넌트 컨텍스트를 설정하는 방법을 고려해야 합니다.이 컨텍스트는 에이전트의 구현 내에서 테넌트별 정책, 전략 및 메커니즘을 적용하는 데 사용됩니다.

가장 기본적인 수준에서는 클래식 멀티 테넌트 아키텍처에서 사용하는 일반적인 도구와 메커니즘을 통해 에이전트에 테넌트 컨텍스트를 도입할 수 있습니다. 이는 API 키, OAuth 또는 기타 다양한 검증 메커니즘을 통해 이루어질 수 있습니다. 이러한 많은 예는 인증된 시스템 또는 사용자를 테넌트 컨텍스트가 있는 JSON 웹 토큰(JWT) 키로 해결하는 데 중점을 둡니다. 그런 다음 JWT가 시스템을 통해 전파됩니다. 이는 에이전트 시스템을 구성하는 방법을 고려할 때 더 흥미로워집니다. 다음 다이어그램은 두 가지 에이전트 환경의 예를 보여줍니다.

이 다이어그램에서 왼쪽의 모델은 모든 에이전트가 단일 엔터티에서 소유, 관리 및 호스팅되는 에이전트 시스템을 나타냅니다. 전체 경험을 완전히 제어할 수 있는 경우 일반적인 전략을 사용하여 각 에이전트를 통해 테넌트를 전달할 수 있습니다.

오른쪽의 모델은 보다 일반적일 수 있으며 여러 엔터티에 걸쳐 있는 에이전트 시스템을 나타냅니다. 에이전트는 독립적으로 구축, 관리 및 운영되므로 각 에이전트에는 자체 인증 및 권한 부여 체계가 있습니다. 여기서 문제는 이러한 에이전트 간에 테넌트 컨텍스트를 해결하고 공유하는 보편적인 방법이 필요하다는 것입니다. 이는 각 에이전트가 시스템 또는 사용자를 인증하고 적용된 메커니즘에 따라 테넌트로 해결할 수 있어야 하는 보다 분산된 모델에 의존합니다.

테넌트 인식 에이전트 구축

다중 테넌시는 개별 에이전트를 구현하는 방식에 영향을 미칩니다. 에이전트가 요청을 처리할 때 테넌트 컨텍스트가 에이전트가 데이터에 액세스하고, 결정을 내리고, 작업을 호출하는 방식에 미치는 영향을 고려합니다. 다중 테넌시가 에이전트의 프로필에 미치는 영향과 위치를 더 잘 이해하려면 먼저 구문이 에이전트의 일부가 될 수 있는 방법을 결정합니다.

문제는 에이전트의 범위, 특성 및 설계가 구체적이지 않다는 것입니다. 공급자가 에이전트 경험 설계에 대해 직접 선택하기 때문입니다. 궁극적으로 에이전트의 요점은 다양한 도구, 데이터 소스 및 메모리에 액세스하여 작업 해결 방법을 결정할 수 있는 자율 학습 서비스라는 것입니다.

에이전트가 사용하는 전략과 패턴을 정확히 아는 것은 중요하지 않습니다. 다중 테넌트 모델에서는 에이전트의 다양한 부분을 구성, 액세스 및 적용하는 방법을 식별하는 것이 더 중요합니다. 목표를 달성하기 위해 일련의 리소스와 메커니즘에 의존하는 잠재적 에이전트 환경을 고려합니다. 다음 다이어그램은 이러한 에이전트의 예를 보여줍니다.

이 다이어그램은 목표를 달성하기 위해 결합할 수 있는 다양한 도구와 메커니즘을 보여주는 포괄적인 에이전트적 가능성을 보여줍니다. 다이어그램의 왼쪽에서 에이전트가 컨텍스트의 일부로 메모리에 의존하는 방법, 활동을 안내하는 정책을 정의하기 위한 가드레일, 특정 작업을 대상으로 하는 워크플로를 기록해 둡니다. 일부는 워크플로가이 컨텍스트에 포함되어서는 안 된다고 주장할 수 있지만, 워크플로가 에이전트 경험에 필수적인 시나리오가 있을 수 있습니다.

다이어그램의 오른쪽은 지식 및 도구와 같은 입력이 에이전트의 기능을 개선하는 추가 인사이트와 컨텍스트를 제공하는 방법을 보여줍니다. 그러면 에이전트가 코드 작성 또는 시스템 액세스와 같은 작업을 출력합니다. 다이어그램 하단은 에이전트가 더 광범위한 시스템의 일부로 오케스트레이션할 수 있는 하나 이상의 내부 또는 타사 에이전트에 어떻게 의존하는지 보여줍니다.

이제 다중 테넌시를 도입하는 것이 무엇을 의미하는지 생각해 볼 수 있습니다. 테넌시로 인해 에이전트가 행동과 행동을 지시하는 전략과 메커니즘을 도입하는 방법과 위치를 고려해야 합니다. 이를 통해 에이전트의 지식, 학습, 도구 및 메모리 측면에서 에이전트에 대해 생각하는 방식에 또 다른 차원이 추가됩니다.

이제 다중 테넌시를 지원하도록이 모델을 수정하는 방법을 살펴보겠습니다. 다음 다이어그램은 다중 에이전트 모델의 예를 보여줍니다.

이 다이어그램에서는 에이전트가 테넌트 컨텍스트를 통합하는 방식을 구체화하기 위한 테넌트 페르소나를 소개합니다. 예를 들어 다이어그램의 왼쪽에서 테넌트별 메모리를 지원하도록 에이전트 메모리가 변경됩니다. 에이전트가 테넌트별 지식 및 도구를 지원하는 다이어그램의 오른쪽에서도 마찬가지입니다. 가드레일에도 동일한 지원이 적용됩니다.

다중 테넌트 에이전트의 모든 측면에 테넌트당 리소스가 필요한 것은 아니므로 이는 극단적인 예일 수 있습니다. 요점은 특정 테넌트에 맞게 에이전트를 조정하여 효율성을 높일 수 있는 방법을 고려해야 한다는 것입니다. 이 접근 방식을 사용하면 에이전트가 영향과 가치를 높이고, 응답에 더 관련성이 높은 컨텍스트를 제공하고, 특수 기능을 개발할 수 있습니다. 그러면 에이전트는 다양한 페르소나에 고유한 작업을 학습, 적응 및 수행할 수 있습니다.

주요 아이디어는 테넌트 컨텍스트가 에이전트를 구축하는 방식에 직접적인 영향을 미친다는 것입니다. 또한 다른 에이전트를 포함한 외부 엔터티와의 테넌트 상호 작용을 구성할 수 있습니다. 다중 테넌트 에이전트를 구축하면 노이즈가 많은 이웃, 테넌트 격리, 계층화, 제한 및 비용 관리와 같은 기존 문제가 발생합니다. 에이전트의 설계 및 아키텍처는 다음 섹션에서 살펴볼 이러한 기본 멀티 테넌트 개념을 해결해야 합니다.