AI · 공식 발표
기업용 AI 에이전트를 실서비스로 옮기는 7계층 설계도 공개
Amazon AWS Machine Learning blog ·
한눈에 보기
AWS가 여러 AI 에이전트(스스로 일을 처리하는 AI 프로그램)를 실제 서비스 규모로 운영하기 위한 7계층 참고 구조를 소개했어요. 시험용으로 만든 프로토타입은 대량의 요청과 보안 점검을 견디지 못하는 경우가 많다고 짚어요. 이 구조는 모든 에이전트가 함께 쓸 수 있는 공통 기반을 목표로 해요.
핵심 내용
- 많은 팀이 에이전트마다 경로 설정, 안전 장치, 기록 기능을 처음부터 따로 만들어 쓰고 있어요.
- 이 구조는 이런 기능을 처음부터 기반에 넣어 두고, 계층마다 맡은 역할을 나눠요.
- 첫 계층인 데이터·지식 계층은 에이전트가 참고할 최신 정보를 찾아 주는 역할을 맡아요.
- 모델·추론 계층은 작업 난이도에 따라 작은 모델과 큰 모델을 설정으로 바꿔 쓰도록 해요.
왜 중요할까요?
AI 에이전트 도입이 시험 단계에서 멈추는 이유를 설명하고, 실제 운영에 쓸 수 있는 공통 설계 방향을 보여 주기 때문에 중요해요.
원문과 출처
Pluggable Agentic AI Framework: A seven-layer composable enterprise agentic AI reference architecture on Amazon Bedrock AgentCore
Amazon AWS Machine Learning blog · 11월 10일 04:05 KST
Amazon AWS Machine Learning blog에서 원문 읽기 ↗AI가 원문을 바탕으로 정리했어요. 틀린 내용이 있을 수 있어요. 저작권은 원 출처에 있어요. Amazon AWS Machine Learning blog.
같은 분야의 다른 소식
- 챗GPT 스페이스, 플러스 이용자에게 공개… 페이지·슬라이드 팀 공유
오픈AI가 20일(현지 시각) 챗GPT 스페이스를 플러스 이용자에게도 열었어요. 스페이스는 페이지, 슬라이드, 이미지, 파일을 모아 두는 새 홈이에요. 챗GPT와 함께 페이지를 만들고, 슬라이드로 바꾸고, 다른 사람을 초대해 함께 작업할 수 있어요.
AI 매터스 · 11월 21일 11:26 KST - Claude 도움으로 리만 가설 증명 주장, 검증 결과 주목
Wes Roth 영상은 Anthropic 연구원 레반트 알푀게(Levent Alpöge)가 AI 모델 Claude와 함께 리만 가설(수학의 오래된 미해결 문제)을 증명했다고 주장한 내용을 다뤄요. 거대한 Lean(수학 증명을 검사하는 프로그래밍 언어) 형식 증명, 수학자와 AI 안전 연구자들의 반응, AI와 수학의 미래에 대한 의미를 살펴봐요.
Wes Roth · 11월 21일 11:24 KST - 아마존 클라우드워치 옴니, 마이크로소프트 Azure 로그·지표·추적 수집 지원
Amazon CloudWatch Omni(클라우드 모니터링 서비스)가 이제 Azure 리소스 로그, Azure 플랫폼 지표, 가상 네트워크 흐름 로그, Application Insights 추적 기록을 모을 수 있어요. AWS와 Azure를 함께 쓰는 팀은 별도 도구나 직접 만든 연결 통로 없이 두 환경의 상태를 한곳에서 볼 수 있어요.
AWS What's New · 11월 21일 10:10 KST - AWS Quick, 채팅으로 흐름 만들고 에이전트끼리 협업
AWS Quick에 새 기능이 더해졌어요. 한 사람이 하던 업무 방식을 팀 전체가 같은 방식으로 쓸 수 있게 돕는 기능이에요. 이제 흐름(업무를 자동으로 처리하는 순서)을 채팅만으로 만들고 고칠 수 있어요. 여러 에이전트(AI가 대신 일을 처리하는 프로그램)가 함께 일해 더 완성도 높은 답을 내는 기능도 나왔어요.
Amazon AWS Machine Learning blog · 11월 21일 10:06 KST