참고 학습 목표
- AWS, Microsoft, Meta 각각의 AI Agent 전략과 핵심 제품을 이해한다
- 각 벤더의 멀티에이전트 아키텍처 접근 방식의 차이를 설명할 수 있다
- 각 벤더 생태계와 Databricks가 어떻게 연동되는지 파악한다
- 프로젝트 요구사항에 따라 적합한 벤더 조합을 선택할 수 있다
주의 기준 시점: 2026년 3월 기준입니다. AI Agent 시장은 빠르게 변화하므로, 각 벤더의 공식 문서를 병행 확인하시기 바랍니다.
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