파트 25 · 하나의 에이전트, 다섯 개의 플랫폼
Part 24에서는 아홉 개의 도구를 하나의 AgentCore Gateway 뒤에 배치하고, 그 뒤에 Lambda 및 프로세스 API를 두었습니다. 이번 파트에서는 이 위에 에이전트를 구축합니다: 즉, 마지막 빌드인 AWS 네이티브 방식으로, Lambda와 Step Functions가 에이전트 주변의 작업을 수행하는 방식입니다. 여기서는 AgentCore Runtime, ID 및 메모리, Step Functions에서의 승인 절차, 관측 가능성(observability), 평가(evaluation) 그리고 AWS의 임시 점수까지 다룹니다.
이는 다른 네 번의 빌드와 마찬가지로 문서화만 된 내용입니다. 아래 모든 내용은 제가 2026년 11월 14일에 읽은 AWS 문서를 기반으로 하며, 본문에 링크되어 있습니다.
The invoice agent on AWS, drawn on the reference architecture
구성 요소 매핑 방법 (How the pieces map)
Part 3의 다섯 가지 계층을 사용합니다:
- 채널(Channel): AP 예외 대기열과 승인 담당자를 위한 승인 페이지입니다.
- 에이전트(Agent): 자체 워크로드 ID를 가진 AgentCore Runtime 내의 청구서 에이전트입니다.
- 도구(Tools): Part 24의 아홉 가지 도구들이 Policy가 각 호출을 확인하는 AgentCore Gateway 뒤에 배치됩니다.
- 프로세스 계층(Process layer): 규칙과
approval_id 확인 절차가 포함된 프로세스 API 및 Lambda 함수입니다.
- 기록 시스템(System of record): 프로세스 API를 통해서만 접근할 수 있는 ERP입니다.
1. AgentCore Runtime 내의 에이전트
Runtime 페이지는 LangGraph나 Strands와 같은 모든 프레임워크 및 모든 모델로 구축된 에이전트를 위한 서버리스 호스트를 설명합니다:
- 격리(Isolation): 각 세션은 "독립된 마이크로VM 내에서 격리된 CPU, 메모리 및 파일 시스템 리소스를 사용"하여 실행되며, 이후 해당 마이크로VM은 종료됩니다.
- 지속 시간(Duration): 세션은 마이크로VM에서 최대 8시간 동안, 또는 인스턴스(Instances) 컴퓨팅 유형에서는 최대 14일 동안 실행됩니다. 청구서 예외 처리에는 분 단위가 필요합니다.
- 프로토콜(Protocols): HTTP 및 WebSocket 외에 MCP와 A2A를 지원합니다.
Versioning은 다섯 가지 플랫폼 중 가장 명확합니다. 모든 업데이트는 새롭고 **불변(immutable)**한 버전을 생성합니다. DEFAULT 엔드포인트는 최신 버전을 따르며, 이름이 지정된 엔드포인트(dev, staging, production)는 해당 엔드포인트를 가리키도록 설정된 버전에 유지됩니다. 이는 Part 9가 필요로 하는 정확한 기능입니다. 왜냐하면 새로운 프롬프트나 모델은 증거(evidence)를 초기화하기 때문에, 프로덕션 환경은 다시 자격을 얻기 전까지는 이동해서는 안 되기 때문입니다.
Part 2를 따른 것처럼, 규칙이 여전히 먼저 실행됩니다. 프로세스 계층은 삼자 일치(three-way match) 및 중복 확인을 수행하며, 실제 예외만 에이전트에게 전달됩니다.
2. 식별자(Identity)와 메모리(Memory)
**식별자(Identity)**는 Part 23의 AWS 영역입니다. 에이전트는 워크로드 식별자(workload identity)를 가지며, 런타임은 권한 경계(permission boundary)가 있는 IAM 실행 역할(IAM execution role)을 가정하고, 인바운드 호출은 IAM 또는 사용자 지정 ID 공급자(identity provider)의 JWT를 사용합니다. Part 23에서 빌드에 가져갈 두 가지 사항이 있습니다:
- 프로덕션 환경에서 검증되지 않은 사용자 ID에 대한 토큰을 발급하는 API는 거부해야 합니다.
- 승인자의 식별자는 에이전트가 아닌 승인(approval)으로부터 나옵니다.
메모리(Memory). AgentCore Memory는 "단일 세션 내의 턴별 상호작용"을 위한 단기 메모리와, 세션 전반에 걸쳐 "핵심 통찰력을 자동으로 추출하고 저장"하는 장기 메모리를 가지고 있습니다.
이 에이전트의 경우 단기 메모리(short-term memory)만 사용할 것입니다. 각 예외는 자체 세션으로 간주됩니다. 장기 메모리(long-term memory)는 나중에 유용할 수 있습니다. 예를 들어, 공급업체가 종종 중복 파일을 보낸다는 사실을 기억하는 데 사용될 수 있습니다. 하지만 전표를 결정하는 사실들은 매번 도구(tools)에서 나와야 합니다. 기억된 사실이 통제권을 의미하지는 않습니다.
3. Step Functions에서의 승인 절차
Step Functions는 적절한 기본 원시 요소(primitive)를 가지고 있습니다. 콜백 패턴(callback pattern)은 작업 토큰과 함께 SendTaskSuccess 또는 SendTaskFailure가 호출될 때까지 작업을 일시 중지합니다. 이는 Express 워크플로우가 아닌 Standard 워크플로우에서 사용할 수 있습니다.
Part 24에서 이어지는 흐름은 다음과 같습니다:
request_approval이 Standard 워크플로우를 시작하고 보류 상태(pending status)로 즉시 반환됩니다.
- 워크플로우의 승인 작업은
.waitForTaskToken으로 대기하며 승인자에게 알림을 전송합니다.
- 승인자는 승인 페이지에 로그인하여 승인하거나 거부합니다. 작은 Lambda 함수가 누가 결정했는지 기록하고
SendTaskSuccess 또는 SendTaskFailure를 호출합니다.
- 워크플로우는 Part 6에서 요구하는 대로 결정을
approval_id로 기록합니다.
- 나중에
post_invoice_adjustment가 approval_id를 전송하고, 프로세스 API가 이를 확인합니다. 유효한 승인이 없으면 APPROVAL_MISSING이 반환됩니다.
AWS 자체의 휴먼 승인 튜토리얼(human approval tutorial)은 유용한 시작점이며 동시에 주의할 점을 알려줍니다. 이 튜토리얼은 이메일을 통해 승인 및 거부 링크를 전송합니다. 하지만 이것은 데모입니다:
- 링크는 인증되지 않습니다(unauthenticated). 포워딩된 이메일만 있는 사람이라면 누구나 승인할 수 있습니다.
- 작업 토큰은 URL을 통해 전달되며 로그에 기록됩니다.
- 실제로 누가 클릭했는지 기록하지 않고, 스택이 설정된 주소만 기록합니다.
금융 분야의 경우, 이 모든 절차는 감사(audit)에서 실패할 것입니다. 따라서 인증된 승인 페이지가 필요하며, 토큰은 URL과 로그에 포함되어서는 안 되고, 거부 시에는 SendTaskFailure를 사용해야 하며, Catch 기능을 갖춘 타임아웃 처리가 필요하고, 승인자의 신원이 결정 사항과 함께 저장되어야 합니다.
**정책(Policy)**은 두 번째 관문을 추가합니다. 파트 24에서 설명했듯이, AgentCore Policy는 게이트웨이에서 모든 도구 호출을 Cedar 규칙과 비교하여 검사합니다. 예를 들어 post_invoice_adjustment에 대한 금액 제한 같은 것입니다. 이는 approval_id 확인보다 앞에 위치하며, 이를 대체하는 것은 아닙니다.
4. 관찰 가능성 및 평가 (Observability and evaluation)
관찰 가능성(Observability). AgentCore Observability는 OpenTelemetry와 호환되는 원격 측정(telemetry) 데이터를 방출하며, Amazon CloudWatch 대시보드에서 세션 수, 지연 시간(latency), 지속 시간(duration), 토큰 사용량 및 오류율, 그리고 각 단계의 추적 기록을 보여줍니다. 한 가지 부족한 점은 해당 페이지에 따르면 CloudTrail 감사 범위가 현재 게이트웨이와 에이전트 레지스트리(Agent Registry)에만 적용된다는 것입니다.
평가(Evaluation). AWS가 파트 10의 골든 세트(golden set)에 가장 근접한 부분이 바로 여기입니다. AgentCore Evaluations는 내장형 및 사용자 지정 평가기(evaluator)를 사용하여 온라인 또는 온디맨드 방식으로 추적 기록을 점수화합니다. 정답 페이지(ground truth page)에는 예상 결과를 사용하는 평가기 목록이 있습니다:
Builtin.Correctness: 응답을 예상 답변과 비교합니다.
Builtin.GoalSuccessRate: 세션에 대한 자연어 단언(natural-language assertions)을 확인합니다.
- 세 가지 궤적(trajectory) 평가기는 에이전트가 호출한 도구와 기대 목록을 비교하며, 순서 일치부터 임의의 순서까지 비교할 수 있습니다.
궤적 검사는 파트 10에서 요청했던 내용입니다. 즉, 에이전트가 올바른 도구를 호출했는지 여부입니다. 하지만 파트 24의 명명 규칙 세부 사항을 기억해야 합니다. 예상 목록은 게이트웨이의 접두사(prefixed)가 붙은 도구 이름을 사용해야 합니다.
잠정 점수(Provisional scores)
문서 기반 점수는 최대 4점입니다. 빈칸은 제가 읽은 내용에서 증거가 없다는 의미이며, 이는 Part 5에서 요구하는 사항입니다.
- 도구 노출(Tool exposure) (MCP): 4점. 게이트웨이 1개, MCP 서버 1개, 엄격한 스키마를 갖추고 있습니다. 에러가 에이전트에게 도달하는 방식은 아직 확인되지 않았습니다.
- 에이전트 빌드 경험(Agent build experience): 빈칸.
- 멀티 에이전트 및 A2A(Agent-to-Agent): 3점. 런타임은 에이전트 카드가 있는 A2A 서버를 호스팅하며, 게이트웨이는 A2A 서비스를 프록시할 수 있습니다. 해당 페이지에는 어떤 A2A 프로토콜 버전이 지원되는지 명시되어 있지 않습니다.
- Human-in-the-loop: 3점. 강력한 콜백 프리미티브(callback primitive)가 있지만, 승인 페이지, 승인자의 신원 확인, 감사 기능은 제가 직접 구축해야 합니다. 공식 튜토리얼에서는 이 세 가지를 모두 건너뜁니다.
- 신원 및 접근 관리(Identity and access): 4점. 워크로드 ID(Workload identity), 경계가 설정된 IAM 역할(IAM roles with boundaries), 토큰 금고(token vault) 및 온-비헤프-오브-오프 교환(on-behalf-of exchange)(Part 23).
- 거버넌스 및 게이트웨이(Governance and gateway): 4점. 게이트웨이에서 Cedar 정책을 사용하며, 이는 일반적으로 사용 가능하고 게이트웨이 인증기(gateway authorizers)를 제공합니다.
- 관측 가능성(Observability): 4점. 토큰과 에러를 포함하여 OpenTelemetry 트레이스와 CloudWatch 대시보드를 지원합니다. CloudTrail 커버리지는 부분적입니다.
- 평가 지원(Evaluation support): 4점. 도구 궤적(tool trajectories)을 포함한 내장형, 사용자 정의 및 그라운드 트루스(ground-truth) 평가기를 제공합니다.
- 배포 및 CI/CD: 4점. 환경별 불변 버전(Immutable versions)과 명명된 엔드포인트(named endpoints)를 지원합니다.
- 비용 투명성(Cost transparency): 3점. 소비 기반의 런타임 청구(Consumption-based Runtime billing)와 토큰 메트릭을 제공합니다. 결과당 비용은 여전히 사용자가 직접 조합해야 하는 부분입니다.
- 데이터 상주 및 온프레미스(Data residency and on-prem): 3점. 런타임을 위한 VPC 네트워킹과 자체 계정 내 인스턴스를 지원합니다. 각 모델에 대해 모델 처리가 어디서 발생하는지는 확인하지 못했습니다.
총 10개 항목의 점수를 합산하여 평균 3.6점을 받았으며, 이는 Azure와 비슷한 수준입니다. MuleSoft는 평균 3.3점, Boomi는 2.8점, SAP는 3.0점이었습니다. Azure와 마찬가지로, 이 점수 중 일부는 AWS가 문서를 더 많이 작성했기 때문에 얻은 것이며, 이는 보상받을 만한 부분이지만 실제 실습 결과물은 아닙니다.
이것이 다섯 가지 빌드에 미치는 영향
다섯 가지 플랫폼 모두 동일한 9개의 도구와 동일한 승인 규칙을 호스팅할 수 있습니다. AWS의 강점은 버전 관리(versioning), 평가(evaluation), 그리고 게이트웨이에서의 정책 엔진(policy engine)입니다. 약점은 인간의 단계(human step)입니다. 기본 기능(primitive)은 존재하지만, 승인 경험(approval experience)은 그렇지 못합니다.
파트 26에서는 다섯 가지 빌드를 나란히 비교하며, 아직 우승자는 없습니다.
AWS 사용자 여러분께: AgentCore를 사용하시겠습니까, 아니면 자체 런타임(runtime)을 구축하시겠습니까?
이 시리즈는 가상의 회사에 대한 레퍼런스 빌드를 설명합니다. 본 파트는 2026년 11월 14일 기준 AWS 문서만을 기반으로 하며, 실제 핸즈온(hands-on) 빌드는 아직 실행되지 않았습니다. 의견은 저의 개인적인 견해입니다. 구축하기 전에 최신 문서를 확인하십시오.