Strands Agents로 구현하는 고급 AI 에이전트 오케스트레이션 패턴

인공지능 에이전트 워크플로우, 어떻게 구축하고 활용할까? – Strands Agents를 이용한 고급 오케스트레이션 패턴 가이드

현대의 인공지능 시스템은 단순한 질의응답을 넘어 도메인 특화 툴을 사용하고 복잡한 과정을 단계적으로 해결하는 '에이전트 기반 시스템'으로 진화하고 있습니다. 특히, 복수의 LLM 에이전트가 협력적으로 작동하는 환경에선 정보 흐름과 제어 지점을 명확히 정의하는 ‘오케스트레이션(Orchestration)’이 필수적입니다. 오늘은 AWS에서 오픈소스로 공개한 Strands Agents를 기반으로, 이러한 에이전트 오케스트레이션 기술을 어떻게 활용하고 실제 시스템에 어떻게 배포할 수 있는지 체계적으로 알아보겠습니다.

Strands Agents란 무엇인가?

Strands Agents는 AWS가 공개한 오픈소스 SDK로, 단일 혹은 다중 AI 에이전트를 체계적으로 구성하고 구체적인 툴 사용 및 응답 흐름을 명시적으로 설계할 수 있도록 도와주는 프레임워크입니다. 세 개의 핵심 컴포넌트(Model Provider, System Prompt, Toolbelt)를 사용하여 LLM 에이전트의 행동을 독립적으로 정의하면서도 각 작업을 연결된 그래프 형태로 조율할 수 있습니다.

Strands의 대표 기능은 다음과 같습니다:

• 비동기 실행 지원
• Amazon Bedrock, Lambda, Fargate 등과의 통합
• OpenTelemetry 기반의 분산 추적 기능
• 복잡한 도메인 대응을 위한 GraphBuilder 기반 워크플로우 관리

핵심 오케스트레이션 패턴 비교

1. ReAct 패턴 (Reason + Act)
   가장 단순하고 빠른 방식으로 LLM이 사용자 질의에 따라 자연어로 사고(thinking) → 툴 호출(act) → 결과 관찰(observe)을 반복하며 단일 에이전트 내에서 모든 작업을 수행합니다.

○ 활용처: 단순 조회, 정보 확인 등
○ 장점: 낮은 지연 시간과 빠른 응답
○ 단점: 구조화 부족, 정책 검증 누락

2. ReWOO 패턴 (Reasoning Without Observation)
   계획 수립 → 실행 → 결과 종합 과정을 각각 분리된 에이전트로 구성합니다. 실행은 명확하게 정의된 계획만 수행하고, 결과는 evidence로 관리하여 예측 가능성과 정책 준수 관리를 제공합니다.

○ 활용처: 정책 기반 접근이 필요한 트랜잭션(예약, 결제 등)
○ 장점: 투명한 추적, 계획 기반으로 통제 가능
○ 단점: 설정 복잡도 상승, LLM을 통한 파라미터 처리 시 추가 지연

3. Reflexion 패턴
   초기 응답과 그에 대한 자동화된 자기 비평(Self-critique)을 통해 지속적으로 개선된 응답을 생성합니다. 루프는 최대 3회로 제한되고, 명시적인 ‘Needs Revision’ 여부에 따라 반복 여부가 결정됩니다.

○ 활용처: 여러 제약과 선택지 간의 비교가 필요한 복합 질의
○ 장점: 결과 품질 향상, 분석 가능한 피드백 처리
○ 단점: 응답 지연 증가, 과도한 반복 가능성

4. Hybrid 패턴 (ReWOO+ReAct 통합 방식)
   ReWOO의 계획 수립 엄격성과 ReAct의 유연한 실행 루프를 결합하여 안정적인 제어와 빠른 대응을 동시에 충족합니다. 각 단계를 사전에 계획하고 각 단계 내 단일 ReAct 루프로 정밀 여부 검증 및 툴 호출을 수행합니다.

○ 활용처: 단계별 의사결정이 필요한 예약 처리 등
○ 장점: 견고한 정책 통제 + 빠른 실행 유연성
○ 단점: 설계 복잡성, 멀티 모델간 조율 필요

실제 사용 예시 비교

• 단순 이름 변경 요청: ReAct 패턴이 정확하고 가장 빠름 (8초)
• 날짜 이동 요청 + 복잡한 제한 조건: Reflexion이 가장 정확한 구조로 대응 (최대 116초)
• 기본 요금 변동 정책 적용 여부 확인: ReWOO가 가장 안전함 (28초)

각 패턴별 선택 가이드

• ReAct: 단일 질의-응답 구조, 빠른 실행이 필수인 경우
• ReWOO: 정책, 데이터 흐름의 명확성이 중요한 업무 자동화
• Reflexion: 복수 조건, 최적화 대안 비교 필요 시
• Hybrid: 지연 최소화 + 정책 통합이 모두 필요한 상용 환경

결론

Strands Agents는 단일 프롬프트 기반 AI 시스템의 한계를 넘어서, 명확히 구조화된 멀티에이전트 기반의 워크플로우를 설계하고 배포하는 데 매우 강력한 도구입니다. 오케스트레이션을 통해 LLM의 도구 활용, 결과 생성, 반복 처리를 제어 가능하며, 사용자의 리스크 프로파일에 따라 ReAct, ReWOO, Reflexion 등 다양한 패턴을 적절히 조합하는 것이 중요합니다. 복잡한 업무 프로세스를 AI 기반으로 자동화하고자 하는 기업 및 개발자라면, Strands 기반 오케스트레이션 패턴의 도입을 적극 고려해보시기 바랍니다.

https://aws.amazon.com/blogs/machine-learning/customize-agent-workflows-with-advanced-orchestration-techniques-using-strands-agents/