> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sifi.life/llms.txt
> Use this file to discover all available pages before exploring further.

# AWS & Microsoft의 AI Agent 전략

> 이 문서는 **[GenAI 개념](/blog/guides/genai-concepts/overview)** 섹션의 일부입니다.

## 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  |

두 모드 모두 **병렬 실행(Parallel Execution)** 을 지원하여, 독립적인 하위 작업을 동시에 수행할 수 있습니다. 예를 들어, "지난 분기 매출 분석 + 경쟁사 뉴스 요약"이라는 요청이 오면 두 작업을 병렬로 실행합니다.

**Supervisor Mode 흐름:**

1. 사용자 요청 → Supervisor Agent (작업 분석)
2. Supervisor → Agent A, Agent B, Agent C (병렬 실행)
3. 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 |

통합된 Agent Framework는 다음을 제공합니다:

* **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 |

핵심은 **내부 Agent와 외부 Agent가 동일한 프로토콜(A2A)로 통신** 한다는 점입니다. 자사 Copilot뿐 아니라 Salesforce, SAP, 파트너사의 Agent도 동일한 네트워크에 참여할 수 있습니다.

### 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