이번 포스트에서는 SageMaker AI 엔드포인트에 배포된 모델을 활용하여 Strands Agents SDK로 AI 에이전트를 구축하는 방법을 소개합니다. SageMaker JumpStart에서 제공하는 기초 모델을 배포하고, 이를 Strands Agents와 통합하는 과정을 배울 수 있습니다. 또한, SageMaker Serverless MLflow를 이용하여 에이전트 추적을 위한 생산 수준의 관찰 가능성을 설정하는 방법도 다룹니다. 여러 모델 변형에 대한 A/B 테스트를 구현하고, MLflow 메트릭스를 사용하여 에이전트 성능을 평가하는 방법도 설명합니다. 마지막으로, 사용자가 제어하는 인프라에서 AI 에이전트를 구축하고 배포하며 지속적으로 개선하는 방법에 대해서도 논의합니다.

<AWS Blog 뉴스 본문 전체읽기>