1. AWS — “풀스택 Agent 인프라”
1.1 전략 개요
AWS의 Agent 전략은 “빌딩 블록 접근법” 으로 요약됩니다. 단일 통합 제품이 아닌, 각 계층(모델, 런타임, 오케스트레이션, 안전장치, 지식)별로 독립적인 서비스를 제공하고 고객이 조합하도록 합니다. 이는 AWS의 전통적인 “undifferentiated heavy lifting”을 제거하는 철학과 일맥상통합니다.성공 핵심 메시지: “Agent를 빌드하는 것은 쉽지만, 프로덕션에서 안전하고 확장 가능하게 운영하는 것이 진짜 도전이다. AWS는 그 운영 계층을 제공한다.”
1.2 핵심 제품 스택
Amazon Bedrock Agents (GA)
Bedrock Agents는 AWS의 관리형 Agent 오케스트레이션 서비스 로, 두 가지 실행 모드를 지원합니다.| 모드 | 설명 | 사용 시나리오 |
|---|---|---|
| Supervisor Mode | 하나의 관리자 Agent가 하위 Agent를 호출하고 결과를 종합 | 복잡한 멀티스텝 업무, 의사결정 체인 |
| Routing Mode | 사용자 의도에 따라 가장 적합한 Agent로 직접 라우팅 | 명확한 의도 분류가 가능한 시나리오 |
- 사용자 요청 → Supervisor Agent (작업 분석)
- Supervisor → Agent A, Agent B, Agent C (병렬 실행)
- 모든 Agent 결과 → Supervisor (결과 종합) → 최종 응답
Amazon Nova 2 모델 패밀리
AWS의 자체 Foundation Model 라인업으로, Agent 시나리오에 최적화된 세 가지 티어를 제공합니다.| 모델 | 파라미터 규모 | 컨텍스트 | 특징 | 가격대 |
|---|---|---|---|---|
| Nova Pro | 비공개 (대형) | 1M 토큰 | Extended Thinking, 복잡한 추론 | 중-상 |
| Nova Lite | 비공개 (중형) | 1M 토큰 | 빠른 응답, 비용 효율 | 저-중 |
| Nova Sonic | 비공개 | 실시간 | 음성 Agent (Speech-to-Speech) | 음성 과금 |
참고 Extended Thinking: Nova Pro는 Claude의 Extended Thinking과 유사한 기능을 제공합니다. Agent가 복잡한 문제를 단계별로 분해하여 추론하므로, 멀티스텝 도구 호출의 정확도가 크게 향상됩니다. 1M 컨텍스트 윈도우는 대용량 문서 분석 Agent에 적합합니다.
Amazon Nova Act (Research Preview)
Nova Act은 브라우저 자동화를 위한 Agent 모델 입니다. 웹 페이지를 시각적으로 이해하고, 클릭/타이핑/네비게이션 등의 액션을 수행합니다.- 상태: Research Preview (프로덕션 사용 불가)
- 용도: RPA 대체, 웹 기반 워크플로 자동화, 테스트 자동화
- 경쟁 제품: Anthropic Computer Use, Google Mariner
AgentCore (2025년 10월 GA)
AgentCore는 AWS의 Agent 운영 플랫폼 으로, Agent 빌딩이 아닌 Agent 운영(Deploy & Govern) 에 초점을 맞춥니다. 프레임워크에 종속되지 않으며 LangGraph, CrewAI, 자체 코드 등 어떤 Agent든 배포 가능합니다.| 기능 | 설명 |
|---|---|
| Policy (Cedar 기반) | AWS의 Cedar 정책 언어를 사용하여 Agent의 행동 범위를 세밀하게 제어. “이 Agent는 S3 버킷 X에만 접근 가능” 같은 선언적 정책 |
| Evaluations | Agent 성능을 자동 평가하는 프레임워크. 정확도, 안전성, 비용 효율성 등 다차원 평가 |
| Memory | Agent의 장기 기억을 관리하는 서비스. 세션 간 컨텍스트 유지, 사용자 선호도 학습 |
| Identity | IAM 기반 Agent 인증/인가. Agent가 다른 AWS 서비스에 접근할 때의 최소 권한 원칙 적용 |
주의
Cedar 정책 엔진: Cedar는 원래 Amazon Verified Permissions에서 사용하는 정책 언어입니다. AgentCore에서는 이를 Agent 행동 제어에 확장 적용했습니다. permit(principal == Agent::"sales-bot", action == Action::"query", resource == Table::"customers")와 같은 형태로 Agent 권한을 선언적으로 관리합니다.
Strands Agents SDK (오픈소스)
AWS가 공개한 오픈소스 멀티에이전트 프레임워크 입니다. LangGraph, CrewAI 등과 경쟁하는 포지션이며, AgentCore와의 네이티브 통합이 최대 강점입니다.- 설계 철학: “Model-driven” — LLM이 루프의 중심에서 도구 선택과 실행을 주도
- 특징: 20+ 내장 도구, 비동기 멀티에이전트, AgentCore 네이티브 배포
- 라이선스: Apache 2.0
Amazon Q Developer
Amazon Q Developer는 AWS의 Agentic 코딩 어시스턴트 로, SWE-bench 벤치마크에서 상위권 성능을 기록하고 있습니다.| 기능 | 설명 |
|---|---|
| Agentic Coding | 코드 생성을 넘어 리팩토링, 테스트 작성, 디버깅까지 자율적 수행 |
| MCP 지원 | Model Context Protocol을 통해 외부 도구/데이터 소스 연결 |
| /transform | Java 8 → 17 등 대규모 코드 마이그레이션 자동화 |
| /review | 보안 취약점, 코드 품질 자동 리뷰 |
Kiro IDE (2025년 11월 GA)
AWS의 Agentic IDE 로, VS Code 기반이지만 Agent-first 설계를 채택했습니다. Spec-driven 개발 방식(요구사항 → 설계 → 구현을 Agent가 주도)이 특징입니다.Guardrails for Bedrock
Bedrock Guardrails는 Agent 안전장치 로 6가지 유형의 세이프가드를 제공합니다.| 세이프가드 | 설명 |
|---|---|
| Content Filters | 유해 콘텐츠 차단 (혐오, 폭력, 성적 콘텐츠 등) |
| Denied Topics | 특정 주제 논의 차단 (경쟁사 비교, 정치 등) |
| Word Filters | 특정 단어/구문 차단 |
| PII Redaction | 개인정보 자동 마스킹 (이름, 전화번호, 주민번호 등) |
| Contextual Grounding | 환각(Hallucination) 탐지 — 응답이 소스에 근거하는지 검증 |
| Automated Reasoning | 수학적 추론 검증으로 99% 정확도 보장 |
성공 Automated Reasoning: 이 기능은 AWS가 2024년 re:Invent에서 발표한 차별화 기능입니다. 형식 검증(Formal Verification) 기술을 적용하여, Agent의 논리적 추론이 수학적으로 올바른지 검증합니다. 특히 금융, 보험, 법률 분야에서 Agent 응답의 신뢰성을 극적으로 높입니다.
Knowledge Bases for Bedrock
| 기능 | 설명 |
|---|---|
| S3 Vectors | S3에 벡터 저장. 기존 벡터 DB 대비 최대 90% 비용 절감 |
| GraphRAG | 지식 그래프 기반 RAG. 엔티티 간 관계를 활용한 정밀 검색 |
| Hybrid Search | 시맨틱 검색 + 키워드 검색 자동 조합 |
1.3 멀티에이전트 아키텍처
AWS의 멀티에이전트 전략은 3-tier 구조 입니다.| 계층 | 서비스 | 역할 |
|---|---|---|
| 빌드 | Strands SDK / Bedrock Agents | Agent 개발 및 오케스트레이션 |
| 운영 | AgentCore | 배포, 정책, 모니터링, 메모리 |
| 보호 | Guardrails | 안전장치, 환각 방지, 권한 제어 |
1.4 차별점 요약
- 프레임워크 비종속: AgentCore는 LangGraph, CrewAI 등 어떤 프레임워크든 수용
- Cedar 기반 선언적 정책: Agent 행동을 코드가 아닌 정책으로 제어
- Automated Reasoning: 수학적 검증 기반 안전장치
- 비용 최적화: S3 Vectors로 벡터 스토리지 비용 90% 절감
- 모델 선택의 자유: Bedrock에서 Claude, Llama, Nova, Mistral 등 교차 사용
1.5 Databricks 연동 시사점
참고 Databricks on AWS 고객이라면:
- Bedrock Agent + Databricks Vector Search: Bedrock Agent가 Databricks의 Vector Search Index를 Tool로 호출하는 하이브리드 구성 가능
- AgentCore + MLflow: Agent 배포는 AgentCore, 실험 추적/모니터링은 MLflow 3.0으로 이원화
- Nova/Claude + Mosaic AI Gateway: 여러 모델을 Gateway에서 통합 관리하면서, Bedrock Endpoint를 External Model로 등록
- Unity Catalog 거버넌스: Agent가 접근하는 데이터의 거버넌스는 Unity Catalog가 담당하고, Agent 자체의 행동 정책은 AgentCore가 담당하는 역할 분리
2. Microsoft — “오픈 에이전틱 웹”
2.1 전략 개요
Microsoft의 Agent 전략은 “Open Agentic Web” 이라는 비전 아래, Agent가 웹 서비스처럼 상호 운용 가능한 생태계를 만드는 것을 목표로 합니다. OpenAI와의 전략적 파트너십, GitHub/LinkedIn/Dynamics 365 등 SaaS 자산, 그리고 Azure 클라우드를 결합한 수직 통합 전략 이 핵심입니다.성공 핵심 메시지: “AI Agent는 고립된 봇이 아니라, 서로 대화하고 협업하는 네트워크다. Microsoft는 그 네트워크의 프로토콜과 플랫폼을 모두 제공한다.”
2.2 핵심 제품 스택
Agent Framework (2025년 10월 통합)
Microsoft는 두 개의 독립적인 Agent 프레임워크를 하나의 통합 프레임워크 로 수렴시켰습니다.| 기존 프레임워크 | 강점 | 통합 후 역할 |
|---|---|---|
| AutoGen | 멀티에이전트 대화, 연구 혁신 | Agent 간 협업 패턴, 대화 기반 문제 해결 |
| Semantic Kernel | 엔터프라이즈 통합, .NET 생태계 | 플러그인 시스템, 메모리 관리, 프로덕션 인프라 |
- A2A (Agent-to-Agent) 프로토콜 네이티브 지원: Google이 주도하는 A2A 표준을 1등 시민으로 구현
- MCP (Model Context Protocol) 네이티브 지원: Anthropic의 MCP를 통해 외부 데이터/도구 연결
- OpenAI Agents SDK 호환: OpenAI 생태계와의 원활한 마이그레이션 경로
Azure AI Foundry Agent Service (GA)
Azure AI Foundry는 Microsoft의 관리형 AI 플랫폼 이며, Agent Service는 그 위에서 Agent를 빌드하고 배포하는 서비스입니다.| 기능 | 설명 |
|---|---|
| 모델 카탈로그 | OpenAI GPT-4o, Claude, Llama, Phi, Mistral 등 1,800+ 모델 |
| A2A + MCP | 두 프로토콜을 모두 GA 수준으로 지원 |
| Prompt Shields | 프롬프트 인젝션 공격 자동 탐지 및 차단 |
| Content Safety | 유해 콘텐츠 필터링 (8개 카테고리) |
| Tracing & Evaluation | OpenTelemetry 기반 Agent 실행 추적, 자동 평가 |
Copilot Studio 2025
Copilot Studio는 Microsoft의 로우코드/노코드 Agent 빌더 로, 비개발자가 Agent를 만들고 운영할 수 있는 플랫폼입니다.| 기능 | 설명 |
|---|---|
| 멀티에이전트 오케스트레이션 | 여러 Copilot Agent를 하나의 워크플로로 조합 |
| 자율형 에이전트 | 트리거 기반으로 자동 실행되는 Agent (이메일 수신 시, 데이터 변경 시 등) |
| Microsoft 365 통합 | Teams, Outlook, SharePoint, Dynamics 365와 네이티브 연결 |
| 커넥터 생태계 | 1,400+ 사전 구축 커넥터 (SAP, Salesforce, ServiceNow 등) |
주의 Copilot Studio의 포지션: Copilot Studio는 “시민 개발자”를 타겟으로 합니다. 프로 개발자는 Agent Framework + Azure AI Foundry를 사용하고, 비즈니스 사용자는 Copilot Studio를 사용하는 이원 전략입니다. Databricks의 Agent Bricks (노코드) vs. AI Dev Kit (프로코드) 이원 전략과 유사합니다.
”Open Agentic Web” 전략
Microsoft는 Agent 생태계의 표준화와 상호 운용성 을 핵심 전략으로 내세우고 있습니다.- A2A 얼리 어답터: Google이 주도하는 A2A 프로토콜의 초기 지지자이자 구현자
- MCP 네이티브 지원: Windows, VS Code, Copilot Studio 등 전 제품군에 MCP 통합
- NLWeb: 웹사이트가 자연어로 쿼리 가능한 Agent-ready 엔드포인트를 노출하는 프로토콜 제안
2.3 멀티에이전트 아키텍처
Microsoft의 멀티에이전트 모델은 “Agent Network” 패러다임입니다.| 계층 | 구성 요소 | 설명 |
|---|---|---|
| 오케스트레이터 | Copilot Studio | 전체 Agent Network 관리 |
| 내부 Agent | HR Agent (Dynamics), Finance Agent, IT Support Agent | Microsoft 생태계 기반 전문 Agent |
| 통신 계층 | A2A Protocol Layer | 내부/외부 Agent 간 표준 통신 |
| 외부 Agent | 외부 Agent, 파트너 Agent, 고객 Agent | Salesforce, SAP 등 외부 Agent와 동일 프로토콜로 통신 |
2.4 차별점 요약
- SaaS 생태계 통합: Microsoft 365, Dynamics 365, GitHub, LinkedIn — 엔터프라이즈 워크플로 전반을 커버
- A2A + MCP 이중 프로토콜: Agent 간 통신(A2A)과 도구 접근(MCP)을 모두 1등 시민으로 지원
- AutoGen + Semantic Kernel 통합: 연구 혁신과 엔터프라이즈 안정성을 하나의 프레임워크에
- 로우코드 경로: Copilot Studio를 통해 비개발자도 Agent 구축 가능
- OpenAI 파트너십: GPT-4o, o1 등 최신 모델에 가장 먼저 접근
2.5 Databricks 연동 시사점
참고 Databricks on Azure 고객이라면:
- Azure AI Foundry + Databricks Agent Bricks: Foundry의 모델 카탈로그에서 모델을 선택하고, Databricks Agent Bricks에서 Agent를 빌드하는 조합이 최적
- Copilot Studio → Databricks Genie Agent: Copilot Studio에서 Genie Agent를 외부 Agent로 호출하여, 자연어 데이터 분석을 Microsoft 365 워크플로에 내장
- Unity Catalog + Purview: 데이터 거버넌스를 Databricks Unity Catalog와 Microsoft Purview 양쪽에서 통합 관리
- Mosaic AI Gateway + Azure OpenAI: Azure OpenAI 엔드포인트를 Gateway의 External Model로 등록하여 비용/성능 모니터링 통합