스트랜드 에이전트(Strands Agents)의 공개 릴리스를 기쁜 마음으로 알립니다. 이는 적은 양의 코드로 모델 기반 접근 방식을 사용하여 AI 에이전트를 쉽게 구축하고 운영할 수 있도록 도와주는 오픈소스 SDK입니다. 스트랜드는 간단한 것부터 복잡한 에이전트까지 다양한 용도를 지원하며, 로컬 개발에서 프로덕션 배포에 이르기까지 확장됩니다. 이미 AWS의 다양한 팀들, 예를 들면 Amazon Q Developer, AWS Glue, VPC Reachability Analyzer에서 실시간으로 사용되고 있습니다. 이제 여러분도 스트랜드를 활용하여 손쉽게 나만의 AI 에이전트를 만들어 보세요. 복잡한 워크플로우 정의가 필요한 프레임워크와 달리, 스트랜드는 최신 모델 능력—계획, 사고 연쇄, 도구 호출, 반성—들을 활용하여 개발자가 간단한 프롬프트와 도구 목록만으로 에이전트를 만들어 내도록 합니다. 스트랜드는 두 개의 DNA 가닥처럼, 모델과 도구를 연결하며, 모델이 다음 단계를 계획하고 고급 사고 과정을 통해 도구를 실행합니다. 또한 도구 선택, 맥락 관리, 세션 상태, 메모리, 다중 에이전트 애플리케이션 등 광범위한 커스터마이징을 지원합니다. 스트랜드는 Amazon Bedrock, Anthropic, Ollama, Meta 등의 모델과 LiteLLM을 통해 어디서든 작동할 수 있습니다. 이 프로젝트는 Accenture, Anthropic, Langfuse, mem0. ai, Meta, PwC, Ragas. io, Tavily 등 다양한 기여자들이 참여하는 오픈 커뮤니티입니다. 예시로 Anthropic의 API 지원과 Meta의 Llama API 통합이 포함되어 있습니다. GitHub에 참여하여 시작해 보세요! ### 저희 에이전트 개발 여정 소프트웨어 개발을 위한 생성형 AI 어시스턴트인 Amazon Q Developer에서 일하는 팀은 2023년 초부터 ReAct(Reasoning and Acting) 논문을 따라 AI 에이전트 구축을 시작했습니다. 이 논문은 대형 언어 모델(LLMs)이 추론하고 API 호출과 같은 행동을 수행할 수 있음을 보여줍니다. 처음에는 자연어 대화용으로 훈련된 LLM을 기반으로 복잡한 프롬프트, 응답 파서, 조정 로직이 포함된 프레임워크를 만들어, 수 개월에 걸쳐 프로덕션 환경에 맞게 튜닝하였어요. 그러나 LLM이 추론과 도구 사용에 있어 크게 향상되면서, 기존 복잡한 프레임워크는 속도와 민첩성을 제한하는 병목이 되었습니다. 이에 대응하여, 저희는 스트랜드 에이전트를 만들어 현대의 LLM이 갖춘 본래의 추론력과 도구 활용 능력을 자유롭게 활용할 수 있도록 했어요.

이를 통해 개발 시간을 수개월에서 며칠 또는 몇 주로 단축하며, 빠른 프로덕션 확보와 사용자 경험 향상을 이루었습니다. ### 스트랜드 에이전트의 핵심 개념 에이전트는 세 가지 구성요소로 이루어집니다: (1) 모델, (2) 도구, (3) 프롬프트. 에이전트는 이들을 자율적으로 사용하여 질문에 답하거나, 코딩하거나, 계획을 세우거나, 포트폴리오를 최적화하는 등의 작업을 수행합니다. 모델 기반 접근 방식은 모델이 목표 달성을 위해 동적으로 단계와 도구 사용을 결정하게 해줍니다. - **모델:** 스트랜드는 Amazon Bedrock 모델(도구 사용 및 스트리밍 지원), Anthropic Claude API, Llama API, Ollama(로컬 개발), OpenAI(LiteLLM 활용), 커스텀 모델 등 다양한 모델을 지원합니다. - **도구:** 수천 개의 Model Context Protocol(MCP) 서버 도구와 20개 이상의 사전 제작된 도구(파일 조작, API 호출, AWS API 연동 등)가 준비되어 있습니다. Python 함수도 @tool 데코레이터를 이용해 손쉽게 도구로 래핑할 수 있습니다. - **프롬프트:** 개발자는 자연어로 작업 내용을 설명하는 태스크 프롬프트와, 에이전트 행동 지침을 담은 시스템 프롬프트를 제공합니다. 이 에이전트는 ‘에이전트 루프’라고 하는 연속 인터랙션 과정을 통해 모델과 도구를 교차하며 작업을 수행합니다. 각 루프에서 LLM은 프롬프트, 맥락, 도구 설명을 받고, 바로 응답하거나, 계획하거나, 반성하거나, 도구를 호출할지 결정합니다. 스트랜드는 선택된 도구를 실행하고 그 결과를 다시 LLM에 돌려주며, 최종 출력을 생성합니다. 도구는 매우 유연하며, 문서 검색, API 호출, 파이썬 코드 실행, 정적 지침 제공 등 다양한 기능을 수행할 수 있습니다. 주요 도구 예시는 다음과 같습니다: - **Retrieve Tool:** Amazon Bedrock Knowledge Bases에서 의미 검색을 수행하여 관련 문서 또는 도구를 찾습니다. 예를 들어, 한 AWS 내부 에이전트는 6, 000개 이상의 도구 중 적합한 도구 집합을 검색해 선택합니다. - **Thinking Tool:** 다중 사이클 분석 및 자기 성찰을 가능하게 합니다. - **다중 에이전트 도구:** 워크플로우, 그래프, 스웜(무리) 도구 등이 협력하여 복잡한 작업을 수행할 수 있게 지원하며, 앞으로 Agent2Agent(A2A) 프로토콜도 지원 예정입니다. ### 스트랜드 에이전트 시작하기 아래는 Amazon Bedrock 모델, 도메인 검증용 MCP 서버, GitHub 조직명 가용성 체크용 미리 만든 도구를 활용한 간단한 이름 추천 AI 어시스턴트 예제입니다: ```python from strands import Agent from strands. tools. mcp import MCPClient from strands_tools import http_request from mcp import stdio_client, StdioServerParameters NAMING_SYSTEM_PROMPT = """ 당신은 오픈소스 프로젝트 이름 짓기를 돕는 어시스턴트입니다. 가용한 도메인 이름과 GitHub 조직 이름을 검증 후 제공하세요. """ domain_name_tools = MCPClient(lambda: stdio_client( StdioServerParameters(command="uvx", args=["fastdomaincheck-mcp-server"]) )) github_tools = [http_request] with domain_name_tools: 도구들 = domain_name_tools. list_tools_sync() + github_tools naming_agent = Agent(system_prompt=NAMING_SYSTEM_PROMPT, tools=도구들) naming_agent("AI 에이전트 구축을 위한 오픈소스 프로젝트 이름이 필요합니다. ") ``` 이 예제를 실행하려면 GITHUB_TOKEN 환경변수 설정, us-west-2 지역의 Anthropic Claude 3. 7 Sonnet 모델 접근 권한 확보, AWS 자격 증명 구성 후 아래 명령어로 설치 및 실행하세요: ``` pip install strands-agents strands-agents-tools python -u agent. py ``` 이후, 가용성 검증 및 프로젝트명 추천 결과를 받게 됩니다. 스트랜드 MCP 서버는 Q Developer CLI 같은 AI 지원 개발 도구와도 잘 연동됩니다. 예를 들어, MCP 구성에 아래 항목을 추가할 수 있습니다: ```json { "mcpServers": { "strands": { "command": "uvx", "args": ["strands-agents-mcp-server"] } } } ``` ### 프로덕션 환경에서 스트랜드 에이전트 배포하기 스트랜드는 실제 운영 환경에 적합하도록 설계된 유연한 배포 구조를 제공합니다. 로컬에서 실행하거나, API(예: AWS Lambda, Fargate, EC2)를 통해 배포하거나, 에이전트 루프와 도구 실행 환경을 분리하는 분산 시스템 구조로 운영할 수 있습니다. 예를 들어, 도구는 Lambda에서 운영하고, 에이전트는 컨테이너 또는 클라이언트가 로컬에서 처리하는 방식입니다. 또한, OpenTelemetry(OTEL)를 통한 관측성 및 모니터링도 지원하여, 분산 시스템 전반에서 세부 추적과 메트릭, 텔레메트리 데이터를 수집할 수 있습니다. ### 스트랜드 에이전트 커뮤니티 참여하기 스트랜드 에이전트는 Apache 2. 0 라이선스 하에 오픈소스이며, 다양한 모델과 도구 지원, 신규 기능 개발, 문서 개선 등에 기여를 환영합니다. 버그 또는 아이디어가 있다면 GitHub에서 함께하여 AI 에이전트의 미래를 만들어가요!