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

# 프롬프트 체인 Saga 패턴
<a name="prompt-chaining-saga-patterns"></a>

LLM 프롬프트 체인을 이벤트 기반 Saga로 재구상함으로써 워크플로가 자율 에이전트 간에 분산되고, 복구 가능하며, 의미론적으로 조정되는 새로운 운영 모델을 잠금 해제합니다. 각 프롬프트-응답 단계는 원자성 작업으로 재구성되고, 이벤트로 방출되며, 전용 에이전트가 사용하고, 컨텍스트 메타데이터로 보강됩니다. 

다음 다이어그램은 LLM 프롬프트 체인의 예입니다.

![\[LLM 프롬프트 체인.\]](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/agentic-ai-patterns/images/workflow-patterns-llm-prompt-chaining.png)


## Saga 코레오그래피
<a name="saga-choreography"></a>

Saga 코레오그래피 패턴은 중앙 조정자가 없는 분산 시스템의 구현 접근 방식입니다. 대신 각 서비스 또는 구성 요소는 다음 워크플로 작업을 트리거하는 이벤트를 게시합니다. 이 패턴은 분산 시스템에서 여러 서비스의 트랜잭션을 관리하는 데 널리 사용됩니다. Saga에서 시스템은 일련의 조정된 로컬 트랜잭션을 실행합니다. 실패하면 시스템은 일관성을 유지하기 위해 보정 작업을 트리거합니다.

다음 다이어그램은 Saga 코레오그래피의 예입니다.

![\[Saga 코레오그래피.\]](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/agentic-ai-patterns/images/workflow-patterns-saga-choreography.png)


1. 인벤토리 예약

1. 결제 권한 부여

1. 배송 주문 생성

3단계에 실패하면 시스템이 보상 작업(예: 결제 취소 또는 인벤토리 릴리스)을 호출합니다. 

이 패턴은 서비스가 느슨하게 결합되고 부분적으로 장애가 발생하더라도 시간이 지남에 따라 상태를 일관되게 해결해야 하는 이벤트 기반 아키텍처에서 특히 유용합니다.

## 프롬프트 체인 패턴
<a name="prompt-chaining-pattern"></a>

프롬프트 체인은 구조와 목적 모두에서 Saga 패턴과 유사합니다. 컨텍스트를 보존하고 롤백 및 개정을 허용하면서 순차적으로 빌드되는 일련의 추론 단계를 실행합니다.

## 에이전트 코레오그래피
<a name="agent-choreography"></a>

1. LLM은 복잡한 사용자 쿼리를 해석하고 가설을 생성합니다.

1. LLM은 작업을 해결하기 위한 계획을 자세히 설명합니다.

1. LLM은 하위 작업을 실행합니다(예: 도구 호출 사용 또는 지식 검색).

1. LLM은 결과를 만족스럽지 않다고 간주하는 경우 출력을 구체화하거나 이전 단계를 재검토합니다.

중간 결과에 결함이 있는 경우 시스템은 다음 중 하나를 수행할 수 있습니다.
+ 다른 접근 방식을 사용하여 단계 재시도
+ 이전 프롬프트로 되돌리고 다시 계획합니다.
+ 평가자 루프(예: 평가자 최적화 패턴)를 사용하여 실패를 감지하고 수정합니다.

Saga 패턴과 마찬가지로 프롬프트 체인을 사용하면 부분 진행 및 롤백 메커니즘을 사용할 수 있습니다. 이는 데이터베이스 트랜잭션을 보정하는 대신 반복적인 개선 및 LLM 방향 수정을 통해 발생합니다.

다음 다이어그램은 에이전트 코레오그래피의 예입니다.

![\[에이전트 안무.\]](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/agentic-ai-patterns/images/workflow-patterns-agent-choregraphy.png)


1. 사용자가 SDK를 통해 쿼리를 제출합니다.

1. Amazon Bedrock 에이전트는 다음을 통해 추론을 오케스트레이션합니다.
   + 해석(LLM)
   + 계획(LLM)
   + 도구 또는 지식 기반을 통한 실행
   + 응답 구성

1. 도구가 실패하거나 불충분한 데이터를 반환하는 경우 에이전트는 작업을 동적으로 다시 계획하거나 다시 설명할 수 있습니다.

1. 메모리(예: 단기 벡터 스토어)는 여러 단계에서 상태를 유지할 수 있습니다.

## 요점
<a name="takeaways-prompt-chaining"></a>

Saga 패턴이 보완 로직을 사용하여 분산 서비스 호출을 관리하는 경우 프롬프트 체인은 반사 시퀀싱 및 적응형 재계획을 통해 추론 작업을 관리합니다. 두 시스템 모두 점진적인 진행 상황, 분산된 결정점 및 장애 복구를 허용하며, 강체 롤백이 아닌 정보에 입각한 추론을 통해이 모든 것을 수행합니다.

프롬프트 체인은 사가스와 인지적으로 동등한 트랜잭션 추론을 도입합니다. 즉, 각 '사고'는 더 광범위한 목표 지향 대화의 일환으로 재평가, 개정 또는 중단됩니다.