View a markdown version of this page

에서 에이전트 AI 운영 AWS - AWS 권장 가이드
중점 영역대상 독자목표이 콘텐츠 시리즈 정보

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

에서 에이전트 AI 운영 AWS

Aaron Sempf, Brad Ryan, Bhargs Srivathsan, Akhil Bhaskar, Amazon Web Services

2025년 8월(문서 기록)

에이전트 AI는 기능이 아니라 새로운 운영 패러다임입니다. 훈련된 아키텍처, 신뢰 프레임워크 및 비즈니스 정렬 배포 모델에 투자하는 조직은 차세대 적응형 지능형 엔터프라이즈를 주도할 것입니다.

에이전트 AI는 자율 소프트웨어 에이전트와 생성형 AI의 수렴을 나타냅니다. 에이전트의 의사 결정 및 목표 지향적 행동을 대규모 언어 모델(LLMs. 이러한 에이전트는 동적 엔터프라이즈 환경에서 추론, 행동, 적응 및 협업할 수 있습니다. 이러한 잠재력을 운영하려면 기업이 모델 배포에서 에이전트 인프라로 사고방식을 전환해야 합니다.

이 가이드는 에이전트 AI를 격리된 실험에서 엔터프라이즈 규모의 가치 창출 인프라로 변환하는 조직 전략을 제공합니다. 거버넌스, 확장성 및 비즈니스 조정을 통해 워크플로에 지능형 에이전트를 포함할 수 있습니다.

주요 중점 영역 및 권장 사항

이 가이드는 에이전트 AI를 운영할 때 다음과 같은 기본 영역에 중점을 둡니다. 각 중점 영역에 대해 조직 및 비즈니스 권장 사항이 제공됩니다.

이 가이드의 권장 사항을 사용하여 대규모 에이전트 AI를 위한 비즈니스를 준비할 수 있습니다. DevOps for Agent(AgentOps) 팀 구축, 상호 운용 가능한 시스템, 채택 규모를 조정하는 변경 관리 전략을 포함하여 조직이 에이전트 AI를 중심으로 재구성하는 방법을 간략하게 설명합니다. 의사 결정 우선 사고와 AWS Well-Architected 프레임워크와의 조정을 강조합니다.

대상 독자

이 가이드는 에이전트 시스템을 설계 및 확장하고, AI를 핵심 비즈니스 워크플로에 내장하고, 프로덕션 환경에서 LLMs 및 디지털 혁신 전략가를 대상으로 합니다. 이 가이드의 개념과 권장 사항을 이해하려면 최신 클라우드 네이티브 아키텍처 및 분산 시스템, 대규모 언어 모델, 파운데이션 모델 기능, AI 거버넌스, DevOps 및 플랫폼 엔지니어링의 원칙을 숙지해야 합니다.

목표

이 가이드의 권장 사항을 구현하면 조직은 다음과 같은 비즈니스 성과를 달성할 수 있습니다.

  • 인간 병목 현상과 인지 부하를 줄이는 자율적이고 목표 지향적인 에이전트를 통해 의사 결정 및 워크플로 실행을 가속화합니다.

  • 재사용 가능한 멀티테넌트 에이전트 플랫폼을 통해 여러 사업부에 지능형 기능을 확장 가능하고 비용 효율적으로 배포합니다.

  • AI 시스템의 복원력, 신뢰 및 거버넌스가 향상되어 규제, 미션 크리티컬 또는 고객 대면 환경에서 자신 있게 채택할 수 있습니다.

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 AI를 참조하세요.