Amazon Web Services 한국 블로그
Amazon Bedrock AgentCore Runtime Instances 출시: 프로덕션 AI 에이전트를 위한 지속형 컴퓨팅 제공
AI 에이전트를 프로토타입에서 프로덕션으로 이전하면 인프라 문제가 배가됩니다. 에이전트는 몇 시간 또는 며칠 동안 실행되는 여러 단계의 워크플로에서 상태를 유지해야 합니다. 그리고 다른 에이전트와 협력하고, 컨텍스트를 공유하며, 때로는 특별한 작업을 위해 GPU에 액세스해야 합니다. Amazon Bedrock AgentCore Runtime microVM은 최대 8시간 동안 실행할 수 있는 완전관리형 간접 호출 환경을 제공하고 관리형 세션 스토리지를 통해 상태 저장 워크플로를 지원합니다. 일부 워크로드는 대용량 전용 환경을 활용할 수도 있습니다. 예를 들어 에이전트를 며칠 동안 계속 실행하거나 GPU 또는 기본 OS에 액세스하거나 동일한 호스트에서 여러 협업 에이전트를 실행해야 하는 경우가 이에 해당합니다.
오늘 Amazon Bedrock AgentCore Runtime의 새로운 보완 컴퓨팅 옵션인 런타임 인스턴스를 발표하게 되어 기쁩니다. 이 기능은 복잡한 에이전트 워크로드를 위해 특별히 구축된 영구 관리형 인프라를 에이전트에 제공합니다.
제공하는 이점
런타임 인스턴스는 각각 고유한 종속성 및 아티팩트 유형과 함께 여러 에이전트를 단일 런타임에 배포하는 AWS 관리형 EC2 인프라를 제공합니다. 에이전트는 최대 14일 동안 지속되는 공유 세션 내 동일한 호스트에서 협업할 수 있습니다. 서비스는 컴퓨팅 집약적인 작업을 위해 GPU 가속화, 유휴 기간의 비용 절감을 위한 세션 중지/다시 시작, 독립적으로 전달하려는 팀을 위한 컨테이너식 배포를 지원합니다. 세션 이후에도 지식을 계속 유지해야 하는 경우 런타임 인스턴스는 Amazon Elastic Block Store(Amazon EBS) 및 AgentCore Memory와 자연스럽게 페어링되므로 에이전트를 여러 세션과 환경에서 장기적으로 리콜할 수 있습니다.
이전에는 에이전트를 며칠 동안 계속 실행하거나 GPU 액세스 또는 다중 에이전트 조정이 필요한 경우 해당 인프라를 직접 구축하고 관리해야 했습니다. EC2 인스턴스를 프로비저닝하고, 네트워킹을 구성하며, 세션 관리를 설정하고, 규모 조정을 처리하며, 모니터링을 통합했습니다. 런타임 인스턴스는 AgentCore Runtime microVM에서 이미 사용하고 있는 것과 동일한 AgentCore API, ID 제어 및 관찰성과 통합하면서 이 모든 작업을 사용자 대신 처리합니다.
에이전트가 공유 세션 내에서 서로를 도구처럼 직접 호출하여 작업이 완료될 때까지 자율적으로 반복할 수 있다는 점도 에이전트 개발자에게 도움이 될 수 있습니다. 모든 프레임워크(CrewAI, LangGraph, LlamaIndex, Strands)와 모든 모델을 사용할 수 있습니다. 패키징은 최소 수준으로, @app.entrypoint 데코레이터 및 zip 파일 또는 컨테이너 이미지를 포함합니다. 워크플로가 며칠에 걸쳐 진행되는 경우 월요일 밤에 최대 절전 모드로 전환하고 수요일 아침에 모든 내용을 그대로 유지한 상태로 재개할 수 있습니다.
Runtime microVM 및 런타임 인스턴스는 동일한 AgentCore Runtime API를 통해 함께 또는 독립적으로 사용할 수 있는 보완적인 컴퓨팅 옵션입니다. Runtime microVM의 경량 오케스트레이터 에이전트는 작업을 조정하고 인스턴스에서 실행되는 특수 작업자 에이전트에 작업을 디스패치할 수 있습니다. 오케스트레이터는 Runtime microVM의 빠른 규모 조정을 사용하여 API 직접 호출, 작업 라우팅 및 결과 집계를 처리하고, 그동안 인스턴스의 작업자는 지속적인 상태 및 직접 OS 액세스가 필요한 코드 컴파일, 보안 스캔 또는 GUI 자동화와 같은 컴퓨팅 집약적인 작업을 수행합니다.
작동 방식 보기
이 데모를 위해 두 개의 에이전트를 만들었습니다. 하나는 자연어 설명에서 Python 코드를 생성하는 코드 작성기 에이전트이고, 다른 하나는 생성된 코드에서 버그, 보안 문제 및 스타일 개선을 분석하는 코드 검토기 에이전트입니다. 두 에이전트 모두 동일한 파일 시스템을 공유하므로 검토기는 두 에이전트 간 데이터 전송이나 API 직접 호출 없이 작성기가 작성한 내용을 읽을 수 있습니다.
다음은 코드 작성기입니다(단순화되었고, 오류 처리 없음).
writer = Agent(
model="us.anthropic.claude-sonnet-4-5-20250929-v1:0",
system_prompt=(
"You are a senior Python engineer. "
"Given a task, return ONLY a single Python code block — no prose."
),
)
@app.entrypoint
def handler(event, context):
task = event.get("task") or event.get("prompt")
session_id = getattr(context, "session_id", None) or event.get("session_id")
session_dir = SHARED_DIR / session_id
session_dir.mkdir(parents=True, exist_ok=True)
code = str(writer(task))
(session_dir / "code.py").write_text(code)
return {"agent": "writer", "wrote": str(session_dir / "code.py"), "code": code}다음은 코드 검토기 에이전트입니다(단순화되었고, 오류 처리 없음).
reviewer = Agent(
model="us.anthropic.claude-sonnet-4-5-20250929-v1:0",
system_prompt=(
"You are a strict Python code reviewer. "
"Given code, return 3 bullet points: bugs, style, suggestions."
),
)
@app.entrypoint
def handler(event, context):
session_id = getattr(context, "session_id", None) or event.get("session_id")
code_path = SHARED_DIR / session_id / "code.py"
code = code_path.read_text()
review = str(reviewer(f"Review this code:\n\n{code}"))
return {"agent": "reviewer", "read": str(code_path), "review": review}
각 에이전트는 @app.entrypoint 데코레이터와 원하는 모델과 함께 Strands Agents를 사용하는 Python 애플리케이션입니다. 각각 zip 파일로 패키징합니다. 이 데모에서는 AWS Management Console을 사용합니다. AgentCore CLI, AWS Command Line Interface(AWS CLI) 또는 코드형 인프라를 사용할 수도 있습니다.
1단계: 용량 공급자 생성.
용량 공급자는 에이전트가 실행되는 EC2 인프라를 정의합니다. AgentCore 콘솔의 왼쪽 탐색에서 런타임을 선택한 다음 용량 공급자 탭과 용량 공급자 생성을 선택합니다.
이름을 지정하고 운영 체제로 Linux(64비트 ARM)를 선택하며 허용되는 인스턴스 유형으로 c7g.2xlarge를 선택합니다. 그러면 vCPU 8개와 메모리 16GiB가 제공되므로 두 에이전트를 병렬로 실행하기에 충분합니다.
아래에서는 네트워크 액세스를 위한 VPC, 서브넷, 보안 그룹을 구성합니다. 스토리지 구성에서 기본 gp3 볼륨을 유지합니다. 서비스 액세스에서 새 서비스 역할 생성을 선택합니다. 그러면 콘솔에서 대신 EC2 인스턴스를 관리하는 인프라 역할을 생성합니다.
용량 공급자 생성을 선택하고 몇 초간 기다립니다. 상태가 활성으로 바뀝니다.
용량 공급자 구성 요약(운영 체제, 인스턴스 유형, 서브넷, 보안 그룹, 인스턴스 프로파일, 인프라 역할)을 확인하세요. 작성한 후에는 설명만 편집할 수 있으므로 계속하기 전에 설정을 확인하세요.
2단계: 런타임 생성 및 첫 번째 에이전트 배포.
런타임 페이지로 돌아가서 런타임 생성을 선택합니다. 이름을 지정하고 인스턴스를 컴퓨팅 유형으로 선택하며 이전 단계에서 생성한 용량 공급자를 선택합니다.
에이전트 소스에서 S3 소스를 선택한 다음 S3에 업로드를 선택합니다. 에이전트 zip 파일(ACIDemoWriter.zip)을 선택하고 언어 런타임을 Python 3.13으로 설정한 후 agent.py를 에이전트 진입점으로 지정합니다. @app.entrypoint 데코레이션 함수를 포함하는 파일입니다. 권한에서 기본 역할 생성을 선택합니다. 그러면 콘솔에서 에이전트에 필요한 IAM 역할을 프로비저닝할 수 있습니다.
런타임 생성을 선택하고 준비 상태가 될 때까지 기다립니다.
코드 검토기 에이전트에서도 동일한 프로세스를 반복합니다. 두 번째 런타임을 생성하고, 동일한 용량 공급자를 선택하며, 검토기 에이전트 zip 파일을 업로드하고, 준비 상태가 될 때까지 기다립니다. 이제 두 에이전트는 동일한 기본 EC2 인프라를 공유합니다.
콘솔에는 프로그래밍 방식으로 에이전트를 간접 호출하기 위해 바로 사용할 수 있는 Python, TypeScript 및 JavaScript 스니펫이 포함된 간접 호출 코드 보기 섹션이 표시됩니다. 하지만 이 데모에서는 내장된 테스트 기능을 사용합니다. 작성기 에이전트 페이지에서 테스트를 선택합니다.
3단계: 에이전트 간접 호출 및 협업 관찰.
런타임 플레이그라운드가 열립니다. 맨 위에는 런타임 에이전트, 엔드포인트, 세션 ID와 같은 세 개의 필드가 있습니다. 콘솔은 세션 ID를 자동으로 생성합니다. 검토기 에이전트에서 재사용할 것이므로 기록해 둡니다.
입력 필드에 작성기 에이전트에게 코드 생성을 요청하는 JSON 페이로드를 입력합니다.
{"prompt": "write a fibonacci suite"}실행을 선택합니다. 몇 초 후 출력 패널에 에이전트 응답이 표시됩니다. 작성기 에이전트는 피보나치 수열의 두 가지 구현을 사용하는 Python 모듈(목록 기반 함수 및 생성기)을 생성하고 이를 /tmp/agentcore-session/ca5ec24d-07f5-4eeb-add1-5ba416bf9eb2/code.py에 씁니다. 파일 경로에 있는 세션 ID를 기록해 둡니다. 이 디렉터리는 이 세션의 공유 파일 시스템입니다.
4단계: 동일한 세션에서 검토기 에이전트 간접 호출.
이제 런타임 에이전트 드롭다운을 ACIDemoReviewer로 전환합니다. 중요 사항: 동일한 세션 ID(ca5ec24d-07f5-4eeb-add1-5ba416bf9eb2)를 세션 ID 필드에 붙여넣습니다. 이를 통해 두 에이전트를 연결합니다.
간단한 프롬프트를 입력합니다.
{"prompt": "review the code"}실행을 선택합니다. 검토기 에이전트는 작성기가 공유 세션 디렉터리에서 생성한 파일을 읽고 자세한 코드 검토 내용을 반환합니다. 중요한 버그는 찾지 못했지만 유형 힌트 추가, 입력 검증, 엣지 사례 처리 단순화를 제안합니다.
두 에이전트는 메시지를 교환하거나 서로의 API를 직접 호출하지 않았습니다. 이들은 런타임 인스턴스가 세션 내에서 제공하는 공유 파일 시스템을 통해 협업했습니다. 코드를 실행하는 테스트 에이전트, README 파일을 생성하는 문서 에이전트, 취약성을 스캔하는 보안 에이전트 등 여러 에이전트로 이 패턴을 확장할 수 있으며 모두 동일한 작업 디렉터리를 공유합니다.
주요 세부 정보
다음은 시작할 때 알아두어야 할 몇 가지 사항입니다.
- 지원되는 OS: 실행 시 Linux(ARM64 및 x86_64).
- 세션 지속성: 세션은 최대 14일 동안 지속됩니다.
- 런타임: Python 3.11~14(기본 코드 지원 포함). 컨테이너 이미지도 지원됩니다.
- GPU: GPU 가속 인스턴스 유형을 지원합니다.
- 통합: AgentCore Runtime과 동일한 AgentCore API, ID, 관찰성 및 정책 제어를 사용합니다.
- 요금: 표준 EC2 요금과 AgentCore 오케스트레이션에 대한 관리 수수료.
- 리전: 미국 동부(오하이오, 버지니아 북부), 미국 서부(오리건), 아시아 태평양(뭄바이, 싱가포르, 시드니, 도쿄), 유럽(프랑크푸르트, 아일랜드)
시작하려면 Amazon Bedrock AgentCore 설명서의 런타임 인스턴스를 방문하고 첫 번째 용량 공급자를 생성하세요.