에이전트 아키텍처 설계를 위한 개발자 로드맵

세션 노트

개발자 로드맵

• 미래의 아키텍트
• 콘텐츠 생성
• RAG 학습
• 개발 역량 강화
• AI 에이전트 구축
• MCP 통합
• 에이전틱 커뮤니케이션 빠른 속도로 성장하고 있습니다... 에이전틱 개발
• 에이전트와 함께 개발
• 코드 생성
• AI-DLC (AI-Driven Development Lifecycle, 인공지능을 핵심 협업자로 삼는 현대적인 소프트웨어 개발 방법론)
• 에이전틱 IDE
• 바이브 코딩
• 사양 주도 에이전트를 위한 개발
• 확장
• 배포 에이전트 개발
• 단일 에이전트 vs 멀티 에이전트
• MCP
• 가드레일
• 관찰 가능성
• 모범 사례
• API 에이전틱 AI 시스템
• 구축에 사용된 기술
• 에이전트
• 자율적 의사 결정
• 반복적 문제 해결
• 목표 지향적 행동 에이전틱 패턴
• 패턴 유형
• 성찰
• 도구 사용
• 계획
• 멀티 에이전트 콘텐츠 생성
• 모델 선택
• 프롬프트 엔지니어링
• 파라미터
• Bedrock API와 상호 작용하는 방법 Amazon Bedrock Knowledge Base를 활용한 RAG
• RetrieveAndGenerate API 사용
• RAG 설정
• 적합한 모델 선택

KIRO

• 프로토타입부터 프로덕션까지 지원하는 AI IDE
• 사양 기반 개발
• 스티어링( AI 시스템의 행동, 응답 및 개발을 원하는 방향으로 유도하거나 제어하는 과정. 여기에는 특정 작업을 위한 모델 파인튜닝이 포함될 수 있음)
• Agent Hooks로 자동화(파일 저장 또는 생성과 같은 특정 이벤트에 대응하여 미리 정의된 AI 에이전트 작업을 실행하는 개발 환경(IDE) 내의 자동 트리거. 반복 작업을 자동화하고 일관성을 보장하며 개발 워크플로를 간소화하도록 설계됨)
• 체크포인팅
• 속성 기반 테스트 - PBT (미리 정의된 입력과 예상 출력으로 특정 예제를 확인하는 대신 테스트 대상 시스템의 일반적인 속성이나 불변 조건을 검증하는 데 중점을 두는 소프트웨어 테스트 방법론. PBT는 생성 엔진을 활용하여 다양하고 무작위화된 입력을 자동으로 생성함으로써 입력 공간을 철저히 탐색함.) 에이전트를 통한 AI가 개발을 변화시키고 있음
• 에이전틱 개발
• 에이전트와 함께 개발
• 에이전트를 위해 개발
• 에이전트 개발 멀티 에이전트 패턴 지형
• 그래프
• 워크플로
• 스웜(특화된 에이전트들이 서로 제어권을 넘겨주며 함께 작업할 수 있게 하여 단일 에이전트만으로 가능한 것보다 더 복잡하고 견고한 워크플로를 만듦.) 멀티 에이전트 — 스웜
• 특화된 에이전트 간 동적 핸드오프
• 창발적 경로 - 에이전트가 다음으로 누구에게 넘길지 결정
• 모든 에이전트가 공유하는 컨텍스트와 작업 메모리
• 최소한의 오케스트레이션을 통한 자율적 협업
• 사용 사례: 개발 프로젝트, 연구 프로젝트 “GenAI가 함께하는 미래는 어떤 모습일까요?”
• 마이크로서비스의 미래는 단지 더 나은 API에 관한 것이 아니라 AI 에이전트를 통해 소통하는 지능형 서비스에 관한 것입니다
• GenAI는 코드를 작성하고 워크플로를 실행할 수 있지만, 애초에 시스템이 왜 존재해야 하는지에 대한 여러분의 이해를 대신할 수는 없습니다.

에이전틱 커뮤니케이션 개념 증명

이 아키텍처 다이어그램은 다음을 사용하는 에이전틱 AI 애플리케이션용 AWS 기반 시스템을 보여줍니다

Amazon Bedrock AgentCore Runtime과 Strands Agents SDK. 이 시스템은 Model

Context Protocol (MCP)을 활용하여 AWS Lambda를 통해 구현된 다양한 마이크로서비스와 통합하고

Amazon DynamoDB를 사용합니다.

• AgentCore Runtime: 세션 격리(microVM 사용), 확장성, 관찰 가능성과 같은 엔터프라이즈급 기능을 갖추고 AI 에이전트를 실행하는 핵심 실행 플랫폼.
• Strands Agents: 상태 처리, 도구 오케스트레이션, 다단계 추론을 포함해 에이전트의 로직을 구축하기 위한 오픈 소스 코드 우선 Python SDK.
• AgentCore Gateway: 기존 MCP 서버, REST API, Lambda 함수를 포함한 도구에 에이전트가 접근할 수 있도록 안전한 인그레스 연결과 통합 인터페이스를 제공함.
• Model Context Protocol (MCP): AI 모델이 외부 데이터 소스 및 도구와 통신할 수 있게 하는 개방형 표준이자 클라이언트-서버 아키텍처.
• MCP 서버: 특정 기능(도구)을 AI 에이전트에 노출하는 경량 프로그램.
• 마이크로서비스: 시스템은 여러 서버리스 마이크로서비스)로 구성되며, 각 마이크로서비스는 AWS Lambda 함수를 사용해 구현되고 데이터 지속성을 위해 Amazon DynamoDB의 지원을 받음.
• 워크플로: AgentCore Runtime에서 실행되는 Strands Agents는 AgentCore Gateway를 통해 통신하여 다양한 MCP 서버를 호출함으로써 의사 결정을 내리고 도구를 사용할 수 있으며, MCP 서버는 다시 관련 마이크로서비스를 트리거함.