Vertex AI Agent Engine 개요

Vertex AI Agent Engine (이전 명칭: Vertex AI의 LangChain 또는 Vertex AI Reasoning Engine)은 개발자가 프로덕션에서 AI 에이전트를 배포, 관리, 확장할 수 있는 완전 관리형 Google Cloud 서비스입니다. 상담사 엔진은 인프라를 처리하여 프로덕션에서 상담사를 확장하므로 개발자는 지능적이고 효과적인 애플리케이션을 만드는 데 집중할 수 있습니다. Vertex AI Agent Engine은 다음을 제공합니다.

  • 완전 관리형: VPC-SC 규정 준수 및 포괄적인 엔드 투 엔드 관리 기능을 비롯한 강력한 보안 기능을 제공하는 관리형 런타임으로 에이전트를 배포하고 확장합니다. 성능 모니터링 및 트레이스에 Google Cloud Trace (OpenTelemetry 지원)를 사용하는 다중 에이전트 애플리케이션에 대한 CRUD 액세스 권한을 얻습니다. 자세한 내용은 에이전트 배포를 참고하세요.

  • 품질 및 평가: 통합된 Vertex AI 신속 평가 서비스를 통해 상담사 품질을 보장합니다.

  • 간소화된 개발: Agent Engine은 애플리케이션 서버 개발, 인증 및 IAM 구성과 같은 하위 수준 태스크를 추상화하므로 동작, 도구, 모델 매개변수와 같은 에이전트의 고유한 기능에 집중할 수 있습니다. 또한 상담사는 Vertex AI에서 함수 호출과 같은 모든 모델과 도구를 사용할 수 있습니다.

  • 프레임워크 독립형: LangGraph, Langchain, AG2, CrewAI 등 다양한 Python 프레임워크를 사용하여 빌드한 에이전트를 유연하게 배포할 수 있습니다. 기존 상담사가 이미 있는 경우 SDK의 맞춤 템플릿을 사용하여 상담사 엔진에서 실행되도록 조정할 수 있습니다. 또는 제공되는 프레임워크별 템플릿 중 하나를 사용하여 에이전트를 처음부터 개발할 수 있습니다.

사용 사례

엔드 투 엔드 예시를 통해 Agent Engine에 대해 알아보려면 다음 리소스를 참고하세요.

사용 사례 설명 링크
공개 API에 연결하여 에이전트 빌드 통화 간 변환.

모델에서 '오늘 달러 대비 유로 환율 어때?'와 같은 쿼리에 정확한 답변을 제공할 수 있도록 환율 앱에 연결하는 함수를 만듭니다.		 Vertex AI SDK for Python 노트북 - Agent Engine을 사용하여 에이전트 빌드 및 배포 소개
커뮤니티 태양열 프로젝트 설계

잠재적 위치를 파악하고 관련 정부 기관 및 공급업체를 조회한 후 지역과 건물의 위성 이미지와 태양광 잠재 발전량을 검토하여 태양광 패널을 설치할 최적의 위치를 찾습니다.		 Vertex AI SDK for Python 노트북 - Vertex AI Agent Engine을 사용하여 Google 지도 API 에이전트 빌드 및 배포
데이터베이스에 연결하여 에이전트 빌드 AlloyDB 및 CloudSQL PostgreSQL과 통합 블로그 게시물 - AlloyDB 및 PostgreSQL용 Cloud SQL을 위한 Vertex AI의 LangChain 발표

Python용 Vertex AI SDK 노트북 - PostgreSQL용 Cloud SQL을 사용하여 Vertex AI의 LangChain에 RAG 애플리케이션 배포

Python용 Vertex AI SDK 노트북 - AlloyDB를 사용하여 Vertex AI의 LangChain에 RAG 애플리케이션 배포
자연어를 사용하여 정형 데이터 스토어 쿼리 및 이해 Vertex AI SDK for Python 노트북 - Vertex AI Search에서 Vertex AI Agent Engine과 RAG를 사용하여 대화형 검색 에이전트 빌드
자연어를 사용하여 그래프 데이터베이스 쿼리 및 이해 블로그 게시물 - LangChain 및 Neo4j와 함께 Vertex AI Agent Engine을 사용하는 GenAI GraphRAG 및 AI 에이전트
자연어를 사용하여 벡터 저장소 쿼리 및 이해 블로그 게시물 - MongoDB Atlas 및 Vertex AI Agent Engine을 사용하여 생성형 AI RAG 간소화
OSS 프레임워크로 에이전트 빌드 OneTwo 오픈소스 프레임워크를 사용하여 에이전트 빌드 및 배포 블로그 게시물 - OneTwo 및 Vertex AI Agent Engine: Google Cloud에서 고급 AI 에이전트 개발 살펴보기 Google Cloud
LangGraph 오픈소스 프레임워크를 사용하여 에이전트 빌드 및 배포 Vertex AI SDK for Python 노트북 - Vertex AI Agent Engine으로 LangGraph 애플리케이션 빌드 및 배포
디버깅 및 최적화 에이전트 OpenTelemetry 및 Cloud Trace를 사용하여 에이전트 빌드 및 추적 Vertex AI SDK for Python 노트북 - 에이전트 디버깅 및 최적화: Vertex AI Agent Engine 추적 가이드

Agent Engine에서 만들고 배포

참고: Agent Engine을 사용한 간소화된 IDE 기반 개발 및 배포 환경을 사용하려면 agent-starter-pack을 고려하세요. 즉시 사용할 수 있는 템플릿, 실험을 위한 기본 제공 UI를 제공하고 배포, 운영, 평가, 맞춤설정, 관찰 가능성을 간소화합니다.

Agent Engine에서 에이전트를 빌드하는 워크플로는 다음과 같습니다.

단계 설명
1. 환경 설정 Google 프로젝트를 설정하고 Vertex AI SDK for Python의 최신 버전을 설치합니다.
2. 에이전트 개발 Agent Engine에 배포할 수 있는 에이전트를 개발합니다.
3. 에이전트 배포 Agent Engine 관리형 런타임에 에이전트를 배포합니다.
4. 에이전트 사용 API 요청을 전송하여 상담사에게 쿼리합니다.
5. 배포된 에이전트 관리 Agent Engine에 배포한 에이전트를 관리하고 삭제합니다.

단계는 다음 다이어그램에 나와 있습니다.

에이전트 만들기 및 배포 

엔터프라이즈 보안

Agent Engine은 VPC 서비스 제어를 지원하여 데이터 보안을 강화하고 데이터 무단 반출 위험을 완화합니다. VPC 서비스 제어가 구성되면 배포된 에이전트는 BigQuery API, Cloud SQL Admin API, Vertex AI API와 같은 Google API 및 서비스에 대한 안전한 액세스 권한을 유지하므로 정의된 경계 내에서 원활하게 작동합니다. 중요한 점은 VPC 서비스 제어는 모든 공개 인터넷 액세스를 효과적으로 차단하여 승인된 네트워크 경계로 데이터 이동을 제한하고 엔터프라이즈 보안 상태를 크게 개선한다는 것입니다.

가격 책정

가격은 Agent Engine 관리 런타임에 배포된 상담사가 사용하는 컴퓨팅 (vCPU 시간) 및 메모리 (GiB 시간) 리소스를 기준으로 책정됩니다.

제품 SKU ID 가격
ReasoningEngine vCPU 8A55-0B95-B7DC $0.0994/vCPU-Hr
ReasoningEngine 메모리 0B45-6103-6EC1 $0.0105/GiB-Hr

자세한 내용은 가격 책정을 참조하세요.

다음 단계