AWS가 LangGraph와 Strands를 결합해 Amazon Bedrock AgentCore에 배포하는 금융 시장 감시(market surveillance) 멀티 에이전트 시스템 구축법을 공개했다. LangGraph는 상태 그래프 기반 워크플로 오케스트레이션과 체크포인트 복구·휴먼인더루프를 담당하고, Strands는 각 노드 안에서 모델 불문 추론 엔진으로 동작하며 보고서 조회·스키마 검증·파라미터화된 SQL 실행 도구로 인젝션과 환각을 차단한다. AgentCore는 컨테이너화·오토스케일링·메모리(AgentCoreMemorySaver)·CloudWatch 관측성을 관리형으로 제공한다. 결정적 워크플로와 국소적 LLM 추론을 분리하는 이 패턴은 컴플라이언스가 중요한 엔터프라이즈 에이전트 설계의 참고 아키텍처가 될 만하며, 전체 코드는 GitHub에 공개됐다.
- •LangGraph는 상위 워크플로 오케스트레이션, Strands는 노드 내 추론 엔진으로 역할 분담하는 하이브리드 구조
- •보안 모니터·브로커 모니터·리스크 모니터·인텔 분석 등 전문 에이전트를 조건부 라우팅으로 동적 호출
- •LLM이 직접 SQL을 쓰지 않고 스키마 검증된 파라미터만 바인딩해 인젝션·환각 위험 축소
- •AgentCore가 런타임 배포·메모리 체크포인트·CloudWatch/X-Ray 관측성을 관리형으로 제공
- •전체 구현 코드는 GitHub 저장소로 공개
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Market surveillance agent with LangGraph and Strands on AgentCore
본문 미리보기
Learn how to architect and deploy a production-ready multi-agent AI system using LangGraph for workflow orchestration and Strands for agent reasoning on Amazon Bedrock AgentCore. This post walks through a market surveillance example with state-driven orchestration, checkpoint-based recovery, and AgentCore memory and observability.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:49AI 초안
