Strands Agents SDK로 시작하는 LLM 기반 AI 에이전트 구축의 모든 것

AI 에이전트 시대의 새로운 선택지, Strands Agents SDK 자세히 살펴보기

도입

AI 연구와 자동화가 가속화되면서, 자율적으로 사고하고 작업을 수행할 수 있는 에이전트 구축에 대한 요구가 증가하고 있습니다. 아마존 웹서비스(AWS)는 이러한 요구를 충족하기 위해 Strands Agents SDK라는 오픈 소스 프레임워크를 공개했으며, 이는 대규모 언어 모델(LLM)을 사용한 자율 에이전트 개발을 단순화하고, 실제 운영 환경에 안전하게 배포할 수 있도록 돕습니다.

이 글에서는 Strands Agents SDK의 핵심 기능, 활용 사례, 배포 가이드, 자동화 및 모니터링 기능, 그리고 LangChain 등 타 프레임워크와의 비교까지 다각도로 탐색하면서, 어떻게 이를 활용하여 효과적인 AI 기반 워크플로우를 구현할 수 있는지를 설명합니다.

본론

Strands Agents SDK의 개요

Strands는 시스템 프롬프트, 선택된 툴, 그리고 대규모 언어 모델에 기반하여 자체적인 판단과 행동을 수행하는 AI 에이전트를 쉽게 구현할 수 있도록 설계된 Python 프레임워크입니다. Strands 에이전트는 명시적으로 작업 순서를 지정할 필요 없이, LLM이 스스로 툴을 언제 어떻게 사용할지 계획하여 문제를 해결합니다. 이는 워크플로우 자동화 및 에이전트의 유연성과 지능을 극대화하는데 기여합니다.

핵심 기능 정리

• 모델 중심 설계 (model-driven agent loop)
• 툴 자동화 및 통합 (Python 함수 또는 외부 API)
• 모델 선택 유연성 (Amazon Bedrock, OpenAI, Claude, Llama 등 사용 가능)
• MCP (Model Context Protocol) 및 A2A (Agent-to-Agent) 지원
• 에이전트 아키텍처: 단일 에이전트, 감독자-전문가, 에이전트 네트워크, 계층형 구조 지원
• 강력한 관측 가능성: OpenTelemetry 기반의 추적, 메트릭 수집, 로깅
• AWS 친화적 통합: Lambda, Bedrock, CloudWatch, X-Ray, Cognito 등과 연동
• 배포 가이드 제공: 서버리스, 컨테이너 기반, 하이브리드, AgentCore 등 다양한 배포 방식 지원

실사용 예: 에이전트를 통한 자율 워크플로우

예를 들어, 사용자가 "화성에 대한 NASA의 최신 발견과, 시속 20km로 지구에서 화성까지 비행 시 소요시간"을 묻는 경우를 살펴보겠습니다.

1. 시스템 프롬프트와 함께 에이전트를 생성: "당신은 웹 리서치 및 수치 계산에 능한 AI 어시스턴트입니다."

2. 제공 Tool : retrieve (웹검색), calculator (산술 계산)

3. 자동화된 작업 시퀀스:

• 웹 검색 API를 통해 NASA 자료 수집
• 검색 결과 요약
• 20 km/s 기준 지구-화성 거리 계산 (최소/최대 거리 기반)
• 종합 결과 출력 (출처 포함)

운영 환경에서의 적용

Strands는 Amazon EC2, AWS Lambda, Fargate, Bedrock AgentCore 등 다양한 AWS 서비스에 Agent를 배포할 수 있으며, 이러한 배포는 자동화 및 확장성이 뛰어난 구조로 되어 있습니다.

어떤 환경이든, 보안 원칙(암호화, 인증/인가, 민감 정보 필터링 등)을 통해 기업 요건에 맞는 배포가 가능합니다. 특히 Amazon Guardrails, IAM, VPC, KMS 와의 통합으로 보안성과 운영 안정성을 확보합니다.

관측성과 운영 모니터링

Strands는 OpenTelemetry(OTEL)를 채택하여 분산 트레이스를 수집하고, AWS X-Ray 및 CloudWatch로 시각화할 수 있습니다. 메트릭, 에러율, 토큰 사용량, 툴 호출 통계 등을 실시간으로 분석하고 운영 상태를 유지하는 데 큰 도움이 됩니다.

Strands vs. LangChain 비교

항목	Strands	LangChain
개발 철학	모델 중심 (추론 자동)	개발자 중심 (흐름 정의)
툴 통합	MCP/A2A 지원, 자동 호출	다양한 커넥터, 사용자 정의 함수
배포 유연성	AWS 최적화, Bedrock AgentCore 지원	플러그형 지원 (OpenAI 중심)
멀티에이전트	built-in 메쉬/계층/감독 구조 지원	LangGraph 등으로 광범위 구현
관측성	OTEL 기반 완전 통합	요청 시 구현 필요, 추가 도구 필요

Strands는 AWS에 최적화되어 있고, 엔터프라이즈급 보안, 운영, 자동화, 관측이 요구되는 경우 특히 적합합니다. 반면, 복잡한 사용자 정의 시나리오나 더 많은 외부 데이터베이스와의 통합이 우선일 경우 LangChain이 힘을 발휘할 수 있습니다.

결론

Strands Agents SDK는 LLM 기반 에이전트 구축을 획기적으로 단순화하면서도, 복잡한 아키텍처 및 운영 환경에서도 유연하게 동작할 수 있는 안정적인 프레임워크입니다. AWS 서비스와 자연스럽게 통합되며, 자동화, 배포 가이드, 관측성 측면에서 기업의 요구에 맞춘 깊이 있는 기능들을 제공합니다.

LLM의 판단 능력에 기반한 에이전트 자동화 시스템을 빠르게 시작하고 싶다면 Strands가 현명한 선택이 될 수 있습니다. 에이전트간의 협업, 툴 실행, 역할 분담 등 다양한 자동화 활용이 가능하며, 실시간 운영 환경에서의 투명한 모니터링 및 피드백까지 지원됩니다.

[1] https://aws.amazon.com/blogs/machine-learning/amazon-strands-agents-sdk-a-technical-deep-dive-into-agent-architectures-and-observability/