에이전트형 워크플로란 무엇인가요?

능동적인 에이전트 시스템의 기본 인프라 로직은 지속적인 인식, 추론, 행동 루프에 의존합니다. 자율 에이전트는 상위 수준의 목표를 수집하면 즉시 해당 목표를 순차적이고 관리 가능한 하위 작업으로 파싱합니다. 이러한 분해는 매우 중요합니다. 모델이 즉각적인 요구사항에 집중할 수 있게 하여 인지 부하를 크게 줄이고 모델이 단일 계산 패스에서 대규모 문제를 해결하려고 할 때 자주 발생하는 할루시네이션 출력을 방지할 수 있습니다.

활성 실행 단계에서 모델은 실시간 원격 분석을 지속적으로 처리하고, 필요한 API를 트리거하며, 작업 결과를 평가합니다. 에이전트는 동적으로 작동하므로 런타임 오류나 예상치 못한 데이터 형식에 대해 자율적으로 대처하여 모든 단계에서 수동으로 사람이 개입할 때까지 기다리지 않고도 목표 결과를 달성할 수 있습니다.

이를 설명하기 위해 에이전트형 워크플로가 애플리케이션 구성요소를 현대화하고 기존의 수동 문제 해결 프로세스를 대체하는 데 도움이 되는 단계별 엔터프라이즈 시나리오를 살펴보겠습니다.

에이전트는 마이크로서비스의 성능 저하에 대한 알림을 수집하고 Google Kubernetes Engine(GKE)의 활성 배포를 Cloud Source Repositories의 최근 코드 변경사항과 자율적으로 상호 참조하여 영향 범위를 정의합니다. 

시스템은 Cloud Logging의 애플리케이션 로그와 Cloud Monitoring의 측정항목을 직접 쿼리하여 지연 시간이 긴 특정 API 호출 또는 속도 저하를 일으키는 리소스 경합을 격리합니다.

에이전트는 인프라 API를 사용하여 임시의 격리된 GKE 클러스터를 프로비저닝하여 프로덕션 트래픽에 영향을 미치지 않고 제안된 구성 변경 또는 코드 패치를 안전하게 적용하고 벤치마킹합니다.

제안된 수정사항이 샌드박스에서 지연 시간을 해결하지 못하면 에이전트는 전략을 전환합니다. 비정상 종료되거나 일반적인 실패 티켓을 보내는 대신 컨테이너 리소스 사용률을 평가하고 포드 자동 확장 파라미터를 조정하거나 코드 리팩터링을 제안하는 등 제대로 작동하는 솔루션을 찾을 때까지 대체 최적화를 시도합니다.

수정이 성공적으로 완료되었는지 확인한 후 에이전트는 필수 인간 참여형(HITL) 검토를 위해 솔루션을 준비합니다. 인간 시스템 설계자가 변경사항을 승인하면 에이전트는 프로덕션에 최적화를 적용하고 전체 문제 해결 로직을 장기 메모리 뱅크에 기록하여 향후 사고 대응을 가속화합니다.

개발자는 신뢰할 수 있는 자율성을 달성하기 위해 에이전트가 환경 내에서 '생각'하고 작동하는 방식을 안내하는 특정 아키텍처 설계 패턴을 사용하여 이러한 워크플로를 구성합니다.

• 계획 패턴(작업 분해): 에이전트가 '이 레거시 애플리케이션을 GKE로 마이그레이션해 줘'와 같은 대규모의 복잡한 목표를 받으면 즉시 '종속 항목 분석', '구성요소 컨테이너화', '네트워킹 설정', '스테이징에서 테스트'와 같은 더 작고 순차적인 하위 작업으로 분해합니다. 이 패턴은 모델의 인지 부하를 줄이고, 추론을 관리 가능한 단계로 그라운딩하며, 할루시네이션을 크게 방지합니다.
• 도구 사용 패턴: 에이전트는 현재 하위 작업의 컨텍스트에 따라 실행할 API, 스크립트 또는 쿼리를 동적으로 선택합니다. 에이전트형 RAG(검색 증강 생성)와 같은 프레임워크를 활용하는 에이전트는 프롬프트에서 수동적으로 수신하기를 기다리는 대신 데이터베이스, 코드 저장소 또는 웹에서 필요한 컨텍스트를 적극적으로 가져옵니다. 예를 들어 에이전트는 Cloud 애셋 인벤토리 API를 사용하여 현재 인프라를 파악할 수 있습니다.
• 반영 패턴(자체 수정): 이 패턴은 에이전트가 작업을 실행하고(예: Terraform 코드 블록 작성), 결과 빌드 또는 배포 로그를 읽고, 자체 출력을 비판하고, 테스트를 통과하고 실행이 성공할 때까지 솔루션을 자동으로 다시 작성하는 반복적인 피드백 루프를 사용합니다. 이는 신뢰할 수 있는 코드형 인프라(IaC) 생성을 위해 매우 중요합니다.

에이전트형 워크플로는 개념적 프레임워크에서 주요 엔터프라이즈 부문 전반의 프로덕션 레디 소프트웨어 배포로 빠르게 전환되어 클라우드에서 애플리케이션을 빌드, 배포, 관리하는 방식을 크게 개선하고 있습니다.

에이전트는 기존 온프레미스 애플리케이션을 분석하고, 종속 항목을 식별하고, GKE 또는 Cloud Run과 같은 클라우드 네이티브 플랫폼으로 이전하기 위한 상세한 보고서와 마이그레이션 계획을 생성할 수 있습니다.

멀티 에이전트 시스템은 애플리케이션 성능, 리소스 사용률, 비용을 실시간으로 모니터링할 수 있습니다. 에이전트는 확장 조정, 데이터베이스 쿼리 조정, 코드 리팩터링과 같은 최적화를 자동으로 제안하거나 적용하여 애플리케이션이 효과적이고 비용 효율적으로 실행되도록 할 수 있습니다.

개발자 중심 에이전트는 기존 코드베이스를 읽고, 애플리케이션 로직을 이해하고, 성능을 개선하거나, 클라우드 네이티브 패턴을 도입하거나, 보안을 강화하기 위해 리팩터링된 코드 스니펫을 제안하거나 자동으로 생성할 수 있으며, 코드 제안을 위해 Cloud Assist와 같은 도구와 통합되는 경우가 많습니다.

성능 회귀가 발생하면 에이전트가 자동으로 조사를 시작하고 Cloud Logging 및 Cloud Monitoring의 로그와 측정항목을 상호 연결하며 분산 애플리케이션 구성요소 전반에서 근본 원인을 정확히 파악하여 평균 해결 시간을 단축할 수 있습니다. Cloud Assist의 조사 기능은 이러한 목적으로 설계되었습니다. 

보안 에이전트는 애플리케이션 코드, 구성, 배포된 환경을 지속적으로 스캔하여 취약점과 정책 위반을 확인하고, 자동으로 해결 단계를 생성하거나 보안팀에 알릴 수 있습니다.

에이전트는 테스트 사례를 생성하고, 통합 테스트를 실행하고, 테스트 결과를 분석하여 개발자에게 지속적인 피드백 루프를 제공하고 소프트웨어 개발 수명 주기를 가속화할 수 있습니다.