이 포스트에서는 관리되는 세션 저장소를 사용하여 에이전트의 파일 시스템 상태를 유지하는 방법과 에이전트 환경에서 직접 셸 명령을 실행하는 방법을 설명합니다.

아마존 베드록 에이전트코어 평가는 AI 에이전트의 성능을 평가하는 완전 관리형 서비스입니다. 이 글에서는 에이전트의 정확성을 다양한 품질 차원에서 측정하는 방법과 개발 및 생산을 위한 두 가지 평가 접근법을 소개합니다.

이 글에서는 Amazon Bedrock AgentCore를 사용하여 AWS 비용 관리를 지원하는 FinOps 에이전트를 구축하는 방법을 소개합니다. 이 대화형 에이전트는 여러 계정의 데이터를 통합하여 즉각적인 질문 응답을 제공합니다.

Amazon Bedrock AgentCore 구성 요소를 사용하여 생산 준비가 된 이벤트 어시스턴트를 빠르게 배포하는 방법을 소개합니다. 참석자 기호를 기억하고 시간이 지남에 따라 개인화된 경험을 구축하는 지능적인 동반자를 구축하고, Amazon Bedrock AgentCore가 제작 배포의 중요한 역할을 처리합니다.

Amazon Bedrock AgentCore 브라우저에서 프록시 구성, 브라우저 프로필 및 브라우저 확장 기능 세 가지 새로운 기능을 소개했습니다. 이러한 기능을 통해 AI 에이전트가 웹과 상호 작용하는 방식을 세밀하게 제어할 수 있습니다. 구성 예와 실용적인 사용 사례를 통해 각 기능을 살펴보고 시작하는 데 도움이 되는 내용입니다.

긴 작업 중에 서버와 클라이언트 사이의 지속적인 통신을 유지하는 컨텍스트 메시지 전략과, AI 에이전트가 다른 작업을 차단하지 않고 장기 실행 프로세스를 시작할 수 있는 비동기 작업 관리 프레임워크를 소개하며, 이를 Amazon Bedrock AgentCore와 Strands Agents와 통합하여 복잡하고 시간이 많이 소요되는 작업을 신뢰성 있게 처리할 수 있는 프로덕션 레벨의 AI 에이전트를 구축하는 방법을 소개합니다.

기업 조직은 웹 기반 애플리케이션에 점점 더 의존하고 있지만, 많은 워크플로가 수동적이며, 이로 인해 운영 효율성과 규정 준수 위험이 발생하고 있다. 이 기술 블로그는 AI 에이전트 주도의 브라우저 자동화가 기업 워크플로 관리에 미치는 영향에 대해 다루고 있다.

Amazon Bedrock의 Foundation Models(FMs)와 Amazon Bedrock AgentCore를 사용하여 W&B Weave와 함께 기업용 AI 솔루션을 구축, 평가 및 모니터링하는 방법을 소개. 개별 FM 호출 추적부터 복잡한 에이전트 워크플로우 모니터링까지 전체 개발 주기 다룸.

이 포스트에서는 CRM 시스템 및 데이터베이스 간의 데이터 통합, 규제 준수를 위한 설명 가능하고 감사 가능한 AI 결정 제공, 일관된 보험 가입 규칙으로 자동 사기 탐지를 가능케 하는 지능형 보험 가입자 에이전트를 구축하는 방법을 소개합니다. 이 솔루션은 투명한 위험 평가를 위한 Amazon Nova 2 Lite, 관리형 MCP 서버 인프라를 위한 Amazon Bedrock AgentCore, 자연어 상호작용을 위한 Amazon Quick Suite를 결합하여 30분 이내에 배포할 수 있는 생산 준비 시스템을 제공합니다.

AWS 프로페셔널 서비스가 특화된 AI 에이전트를 도입한 것을 발표했다. 이는 지능적인 에이전트를 컨설팅 수명 주기 전반에 포함시켜 고객에게 더 큰 가치를 제공하는 컨설팅 경험의 변화를 의미한다.

Amazon Bedrock AgentCore와 Claude가 기업들에게 생산 준비가 된 에이전틱 AI 시스템을 배포하여 최대 63%의 자율 문제 해결과 58% 빠른 응답 시간을 실현하고 있다. Claude의 선도적 AI 능력과 AgentCore의 기업급 인프라를 결합한 기술 기반을 탐구하며, 조직이 복잡한 운영 시스템을 처음부터 구축하는 대신 에이전트 논리에 집중할 수 있도록 도와준다.

이 블로그에서는 서로 다른 프레임워크로 구축된 AI 에이전트가 원활하게 협업할 수 있는 A2A 프로토콜을 어떻게 사용하는지를 보여줍니다. AgentCore 런타임에 A2A 서버를 배포하는 방법, 에이전트 검색 및 인증 구성, 사건 대응을 위한 실제 멀티 에이전트 시스템 구축 방법 등을 학습할 수 있습니다.

아마존 베드락 AgentCore Memory가 어떻게 원시 대화 데이터를 인간의 인지 프로세스를 모방하는 정교한 추출, 통합 및 검색 메커니즘을 통해 지속적이고 실질적인 지식으로 변환시키는지 살펴봅니다. 이 시스템은 대화를 저장하는 것뿐만 아니라 의미 있는 통찰력을 추출하고, 시간을 초월하여 관련 정보를 병합하며, 일관된 기억 저장소를 유지하여 진정한 맥락을 인식하는 상호작용을 가능케 합니다.