에이전트 구축 및 확장 프로세스의 복잡한 노력은 무엇입니까? 아니면 올바른 기술과 자원 관리인가? 장로AI/ML 솔루션 아키텍처의 책임자인 Amazon Web Services India Dove Dovesparks Chennai의 지능적이고 생산된 AI 에이전트는 건물의 세션을 깊이 싱크합니다.
업계가 파일럿에서 프로덕션으로 전환하자마자 세션에서는 이니셔티브가 AI 에이전트를 만들고 확장할 수 있는 방법에 대한 세션을 검색했습니다. Joykumar Generator는 AI Assistant를 통해 AI 시스템의 진화 과정을 공개하고 에이전트를 대규모로 배포하는 데 따른 과제를 논의했으며 심층 관찰 외에도 RunTime 호스팅, 보안 API 액세스, 메모리 관리, ID, ID, 브라우저 및 코드, 설명을 위한 플랫폼을 설명했습니다.
에이전트의 진화
지난 2년 동안 Jayakumar는 에이전트 AI의 진화를 조사하기 시작했습니다. 2023년은 발전기 AI 파일럿 프로젝트였고 다양한 조직의 아이디어가 증거였지만 이러한 파일럿이 2024년 말에 생산에 들어갔을 때. AI Agrani Andrew NG ‘에이전트의 해’라고 불리는 2025년으로 빠르게 이동하고 Outonmas AI 에이전트는 이제 AntorPrize 워크플로를 변환하고 있습니다.
Gartner Research를 인용하여 Jayakumar는 사실상 2021년과 비교하여 2021년까지 5%가 결정될 것이라고 언급했습니다. 진화의 다음 단계에서 Genny는 일반적으로 더 반동적인 구조를 사용하는 에이전트의 형태로 나타났습니다. 사용자는 에이전트가 더 작은 작업으로 나누어 함수 기반 인수를 호출하고 구현할 올바른 API를 감지하는 문제를 제기하곤 했습니다. 그러나 이러한 지니 에이전트는 단일하고 좁은 목적으로 제한되었습니다.
현대 에이전트 AI인 Jayakumar는 일반 Geni 에이전트가 워크플로, API 및 비즈니스 인수를 관리할 수 있는 다각적이고 합리적인 시스템을 기반으로 개발된 엔터프라이즈 기술이 성숙했다고 말했습니다.
오늘날의 에이전트 AI 시스템은 완전히 자율적이며 작업 환경을 이해할 수 있고 매우 복잡한 사용에 부과될 수 있습니다. 예를 들어 개발자는 프롬프트만 제공할 수 있고 에이전트는 이 일반 사양을 기반으로 완전한 애플리케이션을 생성할 수 있습니다. 사이트의 신뢰성 엔지니어는 회사 로그를 찾고, 문제를 식별하고, 문제를 해결하기 위한 조치를 취할 수 있는 에이전트를 확보할 수 있습니다. Joykumar는 LLM(대형 언어 모델) 용량의 급격한 개선, 명확하고 협업적인 API를 제공하는 강력한 데이터 및 마이크로서비스 아키텍처, 차세대 호스팅 기술의 확장 감소, 확장 확장이라는 네 가지 요소로 구성된 전체 자율 시스템 개발을 특징으로 합니다. 생태계-핵심 확장 생태계. 며칠 안에 프로토타입을 제작할 수 있습니다. “에이전트 생성을 시작하면 하루나 이틀 안에 사용할 수 있는 도구를 사용하여 자체 에이전트 애플리케이션을 만드는 것이 매우 쉽습니다. 현재 도구 세트로 POC를 만드는 것은 매우 쉽습니다. 원래 에이전트를 생성하려고 하면 사용자와 장비가 모두 성장하기 시작합니다.”라고 Joykumar Sharees는 말합니다.
생산 확장의 과제
AI 에이전트는 대부분의 이니셔티브가 장애물에 직면하는 프로덕션에 도입되고 있습니다. Langraph 또는 Crew AI와 같은 프레임워크로 생성된 호스팅 에이전트 애플리케이션 – 확장성 및 세션 분리를 신중하게 관리합니다. 기억은 더욱 중요한 요소가 됩니다. 에이전트는 대화 전반에 걸쳐 과거의 맥락을 유지하고 복구해야 하며 이는 분산 시스템의 복잡한 작업입니다.
또한 다양한 사용자와 에이전트가 API에 대한 적절한 액세스를 요구하므로 인증 및 승인은 추가적인 복잡성을 나타냅니다. 도구 오케스트레이션은 에이전트가 외부 시스템을 탐색, 계산 또는 검색해야 하는 시기를 결정해야 하는 또 다른 마찰 영역입니다. 무엇보다도 관찰성, 즉 각 에이전트의 행동을 추적하고 설명하는 능력은 신뢰와 성과를 위해 필요합니다.
이러한 운영 문제를 단순화하기 위해 Joykumar는 개발자가 대규모 AI 에이전트를 배포하고 관리할 수 있는 광범위한 플랫폼인 Amazon Bedrock Agentco를 도입했습니다. 역동적인 에이전트의 업무 스트레스, 강력한 장비 및 실제 배포를 위해 특별히 구축된 인프라를 제공하는 Agentco 이니셔티브는 프로덕션급 AI 에이전트를 효율적으로 지원, 호스팅 및 관리하도록 설계되었습니다.
Amazon Bedrock Agentco: 제조된 에이전트를 위한 플랫폼
AgentCo는 개발자가 AWS에서 지능형 에이전트를 생성하기 위한 기본 수준 역할을 합니다. 이는 배포, 보호 및 관찰로 이어지는 일련의 기본 요소(관리형, 모듈형 서비스)를 제공합니다. 여기에는 프레임워크 또는 모델로 생성된 호스팅 에이전트용 Agentco RunTime, MCP 프로토콜을 통해 엔터프라이즈 API를 게시하기 위한 Agentco 게이트웨이, 외부 검색 및 계산 기능을 위한 브라우저 및 코드 해석기가 포함됩니다.
이는 인증을 위한 Agentco의 아이덴티티, 장단기 관련 재생을 위한 Agentco의 메모리, 상세한 원격 측정 및 디버깅을 위한 Agentco의 관찰성을 보완합니다. 이러한 요소를 함께 사용하면 개발자는 저울에서 에이전트를 안전하고 투명하게 운영할 수 있습니다.
관찰 가능한 전방 도로
신뢰할 수 있는 AI 운영의 중심에서 관찰: 자율 AI 에이전트는 작업을 결정하고 상호 작용하며 수행하는 방법에 대한 투명성과 깊은 통찰력을 제공합니다. AWS Cloudwatch 및 OpenTelmetry와 같은 모니터링 가능한 장비 및 프레임워크를 통해 개발자는 에이전트 및 API 호출이 내리는 모든 결정에 대한 가시성을 확보할 수 있습니다. 이러한 투명성은 신뢰성뿐 아니라 동의와 성능 최적화를 보장합니다.
Joykumar에 따르면 ABS의 장기적인 관점은 AI 에이전트의 구축, 배포 및 관리에 효과적입니다.
업계에서는 많은 “에이전트의 해”라고 부르기 때문에 Bedrock AgentCore와 같은 플랫폼은 자율성, 확장성 및 보호 전환(지능형 시스템)이 기업 환경에서 활발한 파트너가 되는 미래를 위한 무대를 마련하고 있습니다.
