기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
의 에이전트 AI 패턴 및 워크플로 AWS
Aaron Sempf 및 Andrew Hooker, Amazon Web Services
2025년 7월(문서 기록)
조직은 대규모 언어 모델(LLMs)과 소프트웨어 에이전트를 채택하여 에이전트 패턴이라는 새로운 아키텍처 원칙을 사용하여 동적 다중 도메인 문제를 해결하고 있습니다. 에이전트 패턴은 여러 컨텍스트에서 목표 지향 AI 에이전트를 설계하고 오케스트레이션하는 데 사용되는 기본 청사진 및 모듈식 구문입니다.
대상 독자
이 가이드는 정적 로직, 심볼 로직 및 결정적 자동화를 넘어 지능형 애플리케이션을 구축하려는 아키텍트, 개발자 및 제품 리더를 대상으로 합니다.
목표
이 가이드는 제어 가능하고 목표에 맞게 조정하면서 자율적으로 작동하는 AI 에이전트 시스템에 대한 설계 프레임워크 및 구현 접근 방식을 제공합니다. 이벤트 기반 아키텍처 패턴을 다양한 에이전트 대안과 연결하여 클라우드 네이티브 아키텍처를 사용하여 프로덕션급 에이전트 시스템을 구축하는 방법을 보여줍니다. 이 가이드에서는 다음 주제에 대해 설명합니다.
-
에이전트 패턴 - 에이전트 패턴은 개별 에이전트의 구조와 동작을 설명하는 재사용 가능한 설계 템플릿입니다. 여기에는 추론 에이전트, 검색 증강 에이전트, 코딩 에이전트, 음성 인터페이스, 워크플로 오케스트레이터 및 협업 다중 에이전트 시스템이 포함됩니다. 각 패턴은 에이전트가 어떻게 인지하고, 추론하고, 행동하고, 학습하고, 매핑되는지 보여줍니다 AWS 서비스.
-
LLM 워크플로 - 워크플로는 에이전트가 추론을 위해 LLMs 사용하는 방법에 중점을 둡니다. 프롬프트 전략과 계획 메커니즘을 살펴보고 LLMs 사용하여 텍스트를 생성할 뿐만 아니라 에이전트 루프 내에서 구조화되고 해석 가능하며 신뢰할 수 있는 동작을 유도하는 방법을 간략하게 설명합니다.
-
에이전트 워크플로 패턴 - 워크플로 패턴은 여러 에이전트, 도구 및 환경이 상호 작용하여 자율 시스템을 형성하는 방법을 설명합니다. 여기에는 작업 오케스트레이션, 하위 에이전트 위임, 이벤트 기반 조정, 관찰성 및 제어에 대한 패턴이 포함됩니다. 이러한 측면은 확장 가능하고 구성 가능하며 감사 가능한 AI 아키텍처를 촉진합니다.
이 콘텐츠 시리즈 정보
이 가이드는 에이전트 AI on에 대한 시리즈의 일부입니다 AWS. 자세한 내용과이 시리즈의 다른 가이드를 보려면 AWS 권장 가이드 웹 사이트의 에이전트 AI
